基于Google earth的城市人口密度研究——以广东清远为例

引入Google Earth软件,讨论了一种快速、免费、便捷的研究城市人口密度的方法,该思路与方法在缺乏基础资料(如城市地形图、研究区域人口等数据)时能够作为一种有效的分析手段。文中通过获取各类地物信息,将土地利用、道路、建筑物等因素与人口密度建立起对应关系,绘制出研究区域的人口密度分布图,并对人口密度进行分析。此外,根据城市人口分布现状,提出人口引导控制区概念,为城市规划建设、环境保护等提供参考。     

基于改进样本构造方法的城市人口密度分布研究

针对人口密度理论模型拟合时传统样本数据构造方法构造样本存在的问题,发展了一种多行政等级单元样本构造方法。利用广州市2000年人口统计数据及行政界线数据,构造单一行政等级和多行政等级单元样本;利用人口密度单中心模型和多中心模型分别进行了拟合实验,对拟合参数及拟合优度进行了分析。多行政等级单元样本在人口密度单中心模型拟合时既具有较好的拟合优度,又可以有效减轻偏大估计;在进行人口密度多中心拟合时可以发现近郊地区的副中心,能更细致、真实地描述人口分布多中心结构。     

城市人口分布的空间自相关分析——以沈阳市为例

为探测经典城市人口密度模型在微观层面上的适用性,本文通过计算基于格网的沈阳市人口景观密度,利用地统计学的理论与方法来分析其空间自相关性和变异性。研究发现:在10种不同采样粒度上人口密度半变异函数都符合球状模型,表征着城市人口分布具有较强的空间自相关性和变异性;但由于粒度不同,人口密度的空间自相关尺度不同,块金值不同,基台值不同,块金值与基台值的比值差异较大,证明人口分布的空间自相关具有较强的尺度依赖性;对于700m粒度而言,通过计算不同方向的半变异函数曲线可以发现,沈阳市人口密度呈现典型的带状异向性,反映出人口分布在不同方向上具有不同的结构特征。因此,研究城市人口分布时,可以城市人口分布的自相关性和变异性分析为基础,并须充分注意适宜尺度的选择和结构特征的识别。     

中国城市人口密度分布模型研究进展及展望

城市人口密度分布及模拟是城市空间结构、郊区化研究中的重要内容.经济学和区域科学学者对城市人口密度分布模型研究文献很多,揭示了发达国家城市人口分布经历了从单中心到多中心的演变.本文从单中心城市和多中心城市2种研究假设,梳理了中国城市人口密度模型研究进展.从已有研究看,中国城市人口密度模型的研究主要集中在对北京、上海等个别大城市的研究上,多为个案研究.这些研究表明中国城市人口密度分布存在共性特征:①单中心人口密度模型能够较好的描述中国的紧凑性的城市人口分布;②负指数函数在模拟中国城市人口密度时有较好的优度;③同国外相关研究结论一致,中国城市的人口密度模型中,人口密度梯度逐渐变小,密度曲线变得更为平缓.④多中心模型研究表明,部分大城市的人口密度分布已经符合多中心模型分布特征,大城市次中心已经初步发育.纵观中国城市人口密度模型的研究,发现存在数据质量差、研究方法滞后、研究城市少、可比性差等问题,针对这些问题,提出应该在未来应努力利用GIS等提高数据质量,创新研究方法,对中国城市密度模型研究进行更深入的研究,加强比较研究,从而构建中国城市密度模型的相关理论,进而推动中国城市空间结构及郊区化研究.     

基于地统计的徐州市人口密度空间分布研究

依据徐州市2004年乡镇统计数据，以AreGIS为技术平台，采用地统计学的方法，对其人口密度的空间分布进行了研究。首先借助直方图、半方差云图和Voronoi多边形等方法对人口密度数据作探索性数据分析，获取了人口密度空间分布的初步信息；然后，采用曲线拟合和交叉证实法确立了徐州市对数人口密度空间分布的变异函数模型（指数模型）及其相关参数；最后运用对数克里金法（LK）得到徐州市人口密度空间分布的等值线地图和三维直观表达地图。     

基于地形起伏度的山区人口密度修正——以岷江上游为例

山区人口承载能力评价是山区国土空间管理的基础之一,而准确的人口密度数据是正确评价人口承载能力的基础。传统的人口密度算法并未考虑地形起伏度对人口分布带来的影响,不能客观反映山区人口聚集程度。引入地形起伏度、海拔高度因子,选择岷江上游作为研究区,首先运用GIS技术提取地形起伏度,再运用SPSS软件对人口密度与地形起伏度相关性进行分析,确定县域不同地形起伏度与海拔人居适宜标准,剔除阈值以外不适宜人口聚居的面积,对人口密度进行修正。研究结果表明:1岷江上游人口分布受地形起伏度的影响显著,二者的对数曲线拟合度为0.89,汶川县、茂县、理县、黑水县与松潘县地形起伏度与人口分布的相关性分别为:0.841、0.773、0.643、0.696和0.730;2应用地形起伏度对岷江上游人口密度修正,为真实反映山区人口密度提供了新的考量依据,剔除了人口密度空间噪音,5县地形起伏度与海拔适宜标准分别为:汶川3.2°和3 693 m,茂县4°和4 033 m,理县4.3°和3 790 m,黑水4.4°和3 853 m、松潘4.2°和3 966 m;地形起伏度高值区面积越大,修正前后的人口密度偏差越大,地形起伏度较大的理县和黑水县修正后的人口密度分别提高了7.8倍和5.6倍;地形起伏度较低的汶川县与茂县修正后人口密度仅分别提高2.3倍与2.4倍;3岷江上游人口潜在压力大,不同区域应因地制宜,汶川和茂县采取重点集约发展战略,理县和黑水县采取适度开发战略,松潘县应采取恢复与保护生态策略。     

面向智慧城市建设的居民公共服务需求研究——以河北省石家庄市为例

以人为本的公共服务是智慧城市建设的首要内容。本文以快速城镇化进程中的石家庄市智慧城市建设为例,结合671份有效调查问卷,从分析城市居民现实需求入手,研究城市公共服务存在的问题,为确定智慧城市建设方向和重点提供决策依据。结果显示,交通出行和空气治理是城市公共服务智慧化亟需改善的内容,食品安全则需加强重点环节监管和全过程信息采集,医疗教育、社会保障应加强信息资源的整合共享和均衡配置,无线网络全城覆盖和网上远程服务是公众的期盼。研究结果表明:石家庄智慧城市建设还处在初期阶段,公共服务水平距离居民需求还存在不小差距,在政府统筹的引导机制、市场导向的动力机制和社会公众的参与机制等方面还不健全,应从优化顶层设计、整合信息资源、推进数据决策、强化社会参与等方面不断完善智慧城市公共服务建设管理。     

基于土地利用的中国人口密度模拟

土地利用数据综合了影响人口分布的众多因素的信息。根据分县控制、分城乡、分区建模的思路,建立基于土地利用的中国1km栅格人口模型。对农村人口采用线性加权模型进行模拟,根据全国12个农业生态区内人口与各类农业用地之间的相关关系选取指标,采用逐步回归计算各指标的回归系数,并结合土地的生产力及其与人口的相关性,确定各指标的加权系数。对城市人口,建立基于城镇规模的人口距离衰减加幂指数模型。结果分析表明,“胡焕庸”线以东人口占全国的94.58%,人口密度是该线以西的21倍;东部人口集中于黄淮海地区、四川盆地、长江中下游、东北平原及沿海地区,东南沿海又表现为“点轴”分布的特点。验证表明,模拟结果具有较高的精度。     

基于GIS的石家庄市城市土地利用扩展分析

根据石家庄市多年的图文资料、城市土地利用数据等大量信息,运用GIS技术,分析1934年至2001年的发展过程中,城市土地利用的时空演变特征与规律,并简要分析城市扩展的主要原因及所导致的环境影响。得出以下结论:石家庄市城市用地在时间上具有快慢交替的4个成长阶段和空间上的3种扩展模式。其发展具有圈层式向外扩展、扩展高速区域沿京广铁路线东西摆动的特点;人口、政策及交通条件等是影响城市用地扩展的主要原因。     

基于村落尺度的丘陵山区人口分布特征与规律——以甘肃天水为例

在以农业生产为主的丘陵山地,人口分布具有明显的分散性和差异性。基于村落尺度分析人口分布更接近实际。位于秦岭山地向黄土丘陵区过渡的天水地区,从市域、县域、乡镇到村落,随着分辨尺度的缩小,人口空间分布上的疏密不均现象越突出,变异系数迅速扩大。在7 915个由城镇、村落和居民点构成的斑块上,面积在1.0~10 hm2范围的较小斑块占84.7%,表明分散的、小规模的村落仍是人口分布的主要形式。用非线性函数分析人口密度与村落用地比例、单位面积上的斑块数量、斑块大小的关系,可以较好地揭示人口分布上的一些特征和规律。天水人口分布在地域上明显地表现为河谷高密度区、丘陵中密度区、山地低密度区三种类型,反映人口分布特征的劳作半径和村落间距离在三种类型中都有显著差异。     

基于GIS的大连城市人口空间分布变动及模拟研究

利用GIS手段对四普、五普数据进行处理,深入剖析了20世纪90年代大连城市人口空间分布变动形式。1990年代,大连人口分布变动模式为集聚中有扩散,以集聚为主,仍处于城市化阶段。1990-2000年,中心城区、近郊区人口绝对数量增多、密度增大,远郊区人口绝对数量减少,密度下降：人口正在向中心城区的“中间地带”集聚;人口重心向西南方向移动,位移较大;从人口集中指数来看．大连市分布很均匀：通过对1990年和2000年大连市中心城区人口密度进行模拟,二次函数Quadrafte：T=b0＋b1r＋b2r2为最优模型,该模型较好地反应了大连市中心城区人口密度分布趋势。     

城市居住人口空间分布的模拟研究——以广州市天河区为例

为解决以行政区为单位的人口数据空间表示法无法准确反映人口实际分布的问题,文章以广州市天河区为例,利用高分辨率遥感影像数据,采用面向对象法对建筑进行提取和分类,并结合广州市土地利用现状图对分类结果进行验证和修订.在此基础上,利用土地利用密度法估算研究区各街道居住建筑的人口密度,并采用格网法进一步构建城市人口空间分布模型模拟城市居住人口的空间分布.结果表明,广州市天河区的人口主要集中在广园快速公路以南的带状区域内,中心商业区和工业密集区的人口密度最大,主干道附近区域的人口密度显著大于其他区域;距离城市中心较远的新塘、凤凰、长兴、龙洞等街道的人口密度整体偏低,模拟结果与研究区的实际情况相符.文章采用的数据可获得性强,操作方法简单,估算精确度高;研究提高了建筑解译和分类的效率,真实地反映了城市人口的空间分布特征,建模方法和研究思路具有一定推广意义.     

基于空间句法的城市交通网络特征研究 --以安徽省芜湖市为例

加速的城市化进程迫切要求加强交通网络的规划与建设,而定量研究交通网络一直是城市研究中的难点,传统GIS空间分析功能在城市交通网络研究中也显不足。该文引入空间句法理论,提出通达能力CC1与集成程度CA两个新的变量,以安徽省芜湖市为例,将空间句法模型用于城市交通网络的定量化实证研究。结果表明,芜湖市交通网络通达能力空间分布呈环状特征,与该市经济发展、交通需求基本吻合,空间句法理论可以有效地定量研究城市交通网络以及空间形态。     

基于GIS 的城市内部人口空间结构研究 ——-以深圳市为例

社会科学开始借助于地理信息系统(GIS) 的空间统计分析方法, 来研究社会现象的空间 模式和非常态分布, 研究社会科学中的空间结构问题。人口是城市空间结构演变中最为活跃的因 素之一, 同时也较易获取、容易做到时空连续, 因此往往是衡量城市内部空间结构的重要指标之 一。借助于GIS 技术, 以20 世纪90 年代以来深圳市城市内部人口空间结构研究为例。研究结果 表明深圳市城市内部人口空间结构总体表现为集聚。具体来说: 1990 年和2000 年深圳市人口密 度均以特区内东门街道为最高, 特区外各街道人口密度增长较快; 1990~2000 年人口重心向西北 移动约4km; 1990 年人口密度函数和2000 年人口密度函数均以反函数模型拟合较好, 从市中心 随着距离增加, 人口密度递减; 空间相关性分析结果表明在市中心附近具有较大的向心效应, 带 来周边邻近区域人口的增长, 而在东部郊区人口分布相对稀疏, 出现部分离心效应。     

基于RS和GIS的城市扩展及驱动机制研究——以济南市为例

为了更好地解决城市化进程中城市用地规模迅速扩大给城市交通和规划管理等带来的一系列问题,就需要对城市空间扩展进行研究.以济南市为例,以5个不同时相遥感影像为数据源,利用RS专题信息提取与GIS空间叠加分析技术对济南城区扩展及其驱动机制进行深入分析,探讨了城市空间格局演变与自然、政治、经济、社会、交通、文化等城市发展环境因素变迁之间的内在关系,揭示出济南城市空间格局演变的规律及趋势,并为今后济南城市发展合理布局提出相应对策与措施.     

中国人口分布的密度分级与重心曲线特征分析

依据2000年全国第五次人口普查数据,利用ArcGIS的空间分析功能,将人口密度图分层显示,并形成中国人口分布图系.在此基础上,建立人口重心曲线,根据人口重心曲线上点的邻近性实施人口密度再分级,由此获得了更具空间集聚特征的人口密度图.基于人口密度分级的多圈层迭加分析表明:随着人口密度增大,人口分布重心逐渐由西北向东南移动,由稀疏趋于稠密,中国人口分布多圈层集聚特征明显.人口重心曲线表明,人口分布总体上是从高密度向低密度分布过渡的,其中在低密度中也有高密度地区分布,高密度地区也有相对稀疏的地区.基于人口重心曲线的中国人口密度再分级表明,中国人口密度可以适度划分为9级,据此可以将中国人口地理分布划分为集聚核心区、高度集聚区、中度集聚区、低度集聚区、一般过渡区、相对稀疏区、绝对稀疏区、极端稀疏区、基本无人区等9大类型区.统计表明,中国3/4以上的人口集中分布在不到1/5的国土面积上,半数以上的国土面积上居住着不到2%的人口,研究结果较好地揭示了中国人口分布的空间规律性.     

基于GIS的城市用地布局多情景模拟与方案评价——以江苏省太仓市为例

用地布局一直是城市总体规划中的关键难题,以往的规划方案多凭借规划师的经验判断、简单的图层叠加和有限的公众参与生成。然而新的城乡规划法要求从多角度综合考虑城乡用地布局问题,更加注重规划过程的科学性和准确性,也就特别需要有一种适应多情景分析下的城市用地布局模拟与方案评价方法。文章以江苏省太仓市为例,借助GIS技术的强大空间分析功能,探讨了这种方法的技术流程：① 参考已有的大尺度城市未来模型,结合我国特别是研究区的区域特点,构建一个实用的城市未来模型(Urban Future Model,UFM);② 通过用地评价、战略归纳、情景模拟等步骤,生成若干个可选的用地布局模拟方案;③ 应用多目标达成矩阵法从粮食、生态、灾害等多个角度对这些方案进行综合评价,并根据评价结果选择一个最佳方案作为本轮总规用地布局的规划参考方案。