版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、 基于ESDA的成都市人口空間分布調(diào)查 黃洋本文以成都市19個(gè)區(qū)縣的矢量數(shù)據(jù)和2006-2015年的人口與各區(qū)縣面積數(shù)據(jù)為基礎(chǔ),采用空間自相關(guān)的方法,借助于GIS技術(shù)和GeoDa軟件對(duì)成都市各區(qū)縣人口分布的整體和局部空間差異展開(kāi)研究。通過(guò)對(duì)全局空間自相關(guān)的數(shù)據(jù)研究,得到成都市的人口分布不是隨機(jī)的,而是在空間上呈現(xiàn)出正向的空間相互關(guān)系;通過(guò)對(duì)局部空間自相關(guān)的數(shù)據(jù)研究,得到成都市人口主要有兩種空間聚集模式:一是以成都市中心的區(qū)縣組成的高高聚集區(qū),二是以成都市郊區(qū)的區(qū)縣組成的低低聚集區(qū)。由于城市人口空間的分布情況在一定程度上反應(yīng)了一個(gè)城市的社會(huì)經(jīng)濟(jì)狀況,城市人口空間的分布的一直都是研究者們關(guān)注的重點(diǎn)
2、。國(guó)外學(xué)者是最先對(duì)城市人口空間的分布進(jìn)行研究的,Clark利用城市人口密度數(shù)據(jù)和城市間距離,研究了城市人口密度和距離的關(guān)系,并且提出了人口密度與距離之間的負(fù)相關(guān)關(guān)系;Anselin采用空間統(tǒng)計(jì)和地理統(tǒng)計(jì)方法研究了人口空間分布格局的變化規(guī)律;LiujJ通過(guò)收集巢湖流域人口數(shù)據(jù),利用GIS技術(shù),對(duì)巢湖流域人口分布發(fā)展做了研究。國(guó)內(nèi)研究者研究雖然起步較晚,但也取得了一定成果。韓惠通過(guò)GIS技術(shù),利用全國(guó)第四次人口普查數(shù)據(jù),繪制出了中國(guó)人口密度圖.揭示了中國(guó)人口分布的空間格局;謝守紅利用全國(guó)人口普查數(shù)據(jù),研究了廣州市人口空間分布的演變規(guī)律,并且說(shuō)明了人口分布的原因;孟延春利用北京市人口普查數(shù)據(jù),通過(guò)G
3、IS技術(shù)對(duì)北京市人口分布特征進(jìn)行了研究;大體概括來(lái)說(shuō),不管是國(guó)內(nèi)還是國(guó)外的研究者們最主要的兩個(gè)研究方向還是人口分布的變化規(guī)律和影響因素,對(duì)于空間分布格局的研究還比較欠缺。成都坐落于中國(guó)四川省中部,是四川省省會(huì),是四川省政治、經(jīng)濟(jì)、文化中心,對(duì)四川省的發(fā)展起著至關(guān)重要的決定。因此,為了進(jìn)一步完善成都的社會(huì)經(jīng)濟(jì),促進(jìn)整個(gè)四川省的發(fā)展,研究成都市人口的分布格局就顯得十分必要。本文以成都市19個(gè)區(qū)縣的矢量數(shù)據(jù)和2006-2015年的人口與各區(qū)縣面積數(shù)據(jù)為基礎(chǔ),在ArcGIS和GeoDa軟件上進(jìn)行數(shù)據(jù)分析,利用探索性空間數(shù)據(jù)分析方法研究成都市人口的空間分布狀況。研究區(qū)概況成都坐落于四川盆地西部,介于東經(jīng)
4、102度54分至104度53分之間,北緯30度05分至31度26分之間,是四川的省省會(huì)、副省級(jí)市。成都市的總面積為14335Km2,包含了成華區(qū)、彭州市等20個(gè)區(qū)縣。截止2018年年底,成都市常住人口約為1633萬(wàn)人,其中城鎮(zhèn)常住人口約為1194. 05萬(wàn)人;2018年成都市戶籍人口約為1476. 05萬(wàn)人。調(diào)查方法探索性空間數(shù)據(jù)分析方法(ESDA)是分析空間數(shù)據(jù)和處理空間數(shù)據(jù)的一種方法,它能解釋和揭示分析對(duì)象在空間上的分布狀況,能說(shuō)明空間數(shù)據(jù)在空間上的聯(lián)系關(guān)系。ESDA大體包括三個(gè)部分:空間權(quán)重矩陣的創(chuàng)建、全局空間自相關(guān)和局部空間自相關(guān)??臻g自相關(guān)分析全局空間自相關(guān)分析。通過(guò)對(duì)成都市地圖的處
5、理,創(chuàng)建空間權(quán)重矩陣,在創(chuàng)建空間權(quán)重矩陣過(guò)程中,一定要保證各人口數(shù)量與之對(duì)應(yīng)的區(qū)縣次序與空間權(quán)重矩陣中的各區(qū)縣的次序一樣。之后運(yùn)用ArcGIS軟件對(duì)成都市2006 2016年人口進(jìn)行空間分析,算出每個(gè)區(qū)縣人口數(shù)量的全局空莫蘭數(shù)值,結(jié)果如下表1所示。Moran指數(shù)I的取值一般在1到1之間,大體可以分為三種情況,當(dāng)1大于0時(shí),代表的是變量值在空間上表現(xiàn)為正相關(guān)關(guān)系,1約接近1,說(shuō)明相關(guān)性越大;當(dāng)1等于0時(shí),代表的是變量值在空間上沒(méi)有相關(guān)性;當(dāng)1小于0時(shí),代表的是變量值在空間上表現(xiàn)為負(fù)相關(guān)關(guān)系。通過(guò)表1可以看出,成都市各區(qū)縣在2006 2015年的全局Moran指數(shù)都接近0.8,且都通過(guò)了5%水平的
6、顯著性檢驗(yàn),說(shuō)明成都市各區(qū)縣的人口分布不是隨機(jī)分布的,而是在空間上表現(xiàn)出明顯的空間聚集態(tài)勢(shì),即在2006-2015年之間成都市人口密度表現(xiàn)出人口密度水平相似地區(qū)之間的聚集,也即成都市人口密度高的區(qū)縣,其周邊地區(qū)的人口密度也高,人口密度低的區(qū)縣,其周圍地區(qū)的人口密度也低。從時(shí)間順序上來(lái)看,2006-2015年的全局Moran指數(shù)是下降的降低,這暗示著從2006年到2015年成都市人口的全局空間自相關(guān)性是逐步減低的,在以后,這種相關(guān)性可能還會(huì)持續(xù)減小。局部空間自相關(guān)分析。全局Moran指數(shù)能說(shuō)明成都市在整體空間上的集聚特點(diǎn),但是不能說(shuō)明成都市在局部空間上的差異,因此,為了進(jìn)一步揭示成都市2006-
7、2015年各區(qū)縣局部人口密度的空間聚集形式,借助GeoDa軟件,利用成都市2006年、2010年和2015年人口密度數(shù)據(jù),分別獲取到2006、2010以及2015年人口密度Moran散點(diǎn)圖。圖中橫軸表示的是成都市20個(gè)區(qū)縣人口數(shù)的標(biāo)準(zhǔn)化值,縱軸代表的是每個(gè)區(qū)縣相鄰區(qū)域人口數(shù)的標(biāo)準(zhǔn)值。一般而言,Moran散點(diǎn)圖分成了四個(gè)象限,分別表示了四種不同的局部空間聯(lián)系形式,兩種相關(guān)關(guān)系:第一象限(Hing-High)和第三象限( Low-Low)表現(xiàn)出正相關(guān)關(guān)系;第二象限(Low-High)和第四象限(High-Low)表現(xiàn)出負(fù)相關(guān)關(guān)系。由以下的三幅散點(diǎn)圖可知: (1)通過(guò)三幅圖的對(duì)比可知,在2006-2
8、015年之間,成都市各個(gè)區(qū)縣人口密度的聚集類型比較穩(wěn)定,空間的關(guān)聯(lián)模式主要以高高聚集(HH)和低低聚集(LL)為主。第一象限高高聚集的區(qū)縣是是武侯區(qū)、青羊區(qū)、錦江區(qū)、金牛區(qū)和成華區(qū)這五個(gè)區(qū),表明這5個(gè)區(qū)的人口密度高,它們相鄰的區(qū)縣的人口密度也高;第三象限低低聚集主要是彭州市、都江堰市、溫江區(qū)、徐州市、大邑縣、邛崍市、邛崍市、青白仁區(qū)、金堂縣和新津縣這10個(gè)區(qū)縣,表明這10個(gè)區(qū)縣的人口密度一直不高,同時(shí)它們相鄰區(qū)縣的人口密度也不高;第二象限低高聚集區(qū)主要是郫縣、龍泉驛區(qū)、雙流區(qū)和新都區(qū)4個(gè)區(qū)縣,表明這4個(gè)區(qū)縣的人口密度不高,但是它們相鄰的區(qū)縣人口密度很高。(2)2006年高高聚集區(qū)的區(qū)縣分布在成
9、都市中心,隨著時(shí)間的推移,截止到2015年該種類型的區(qū)縣仍然分布在成都市中心;2006年低高聚集的區(qū)縣主要分布在高高聚集區(qū)的區(qū)縣外圍,10年間聚集類型很穩(wěn)定,截止2015年,聚集類型分布仍然高高聚集區(qū)外圍;低低聚集區(qū)的區(qū)縣較多,其分布處在高高聚集和低高聚集的分布外圍,即分布在成都市的外圍,表明成都市人口密度的分布趨勢(shì)由成都市中心向郊區(qū)逐漸遞減,東部的人口密度在整體上略大于西部人口密度。(3)觀察三幅圖可以看到,錦江區(qū)正在逐步從第一象限過(guò)渡到第四象限,即錦江區(qū)的人口密度將越來(lái)越大,而其周圍區(qū)縣的人口密度有一個(gè)下降的趨勢(shì);金牛區(qū)正在逐步從第一象限向第三象限過(guò)渡。結(jié)論成都市人口分布格局呈現(xiàn)空間聚集趨
10、勢(shì)。從全局空間自相關(guān)角度來(lái)看,在2006 2015年之間,成都市各個(gè)區(qū)縣人口Morans I值都為正值,這表明成都市各個(gè)區(qū)縣的人口分布是具有一定特點(diǎn)的,不是隨便分布的,而是在整體空間上表現(xiàn)出一種在空間集聚的態(tài)勢(shì),也就是說(shuō)人口數(shù)量比較少的區(qū)縣,其周圍區(qū)縣的人口數(shù)量也比較少,或者是人口數(shù)量較多的區(qū)縣,其周圍區(qū)縣的人口數(shù)量也較大。除此之外,從全局Morans I值的變化趨勢(shì)來(lái)看,雖然成都市的全局空間自相關(guān)呈現(xiàn)減弱的趨勢(shì),但是其減小的趨勢(shì)幾乎可以忽略不記,在10年間大約只減小了0. 02,因此,從整體上看,成都市各個(gè)區(qū)縣的人口數(shù)在空間分布上仍為正的空間自相關(guān)。成都市人口分布格局呈現(xiàn)高高聚集與低低聚集模
11、式。從局部空間自相關(guān)角度來(lái)看,通過(guò)成都市各個(gè)區(qū)縣在2006、2010與2015年人口密度的Moran散點(diǎn)圖分布結(jié)果可以說(shuō)明,成都市各個(gè)區(qū)縣主要分布在第一象限和第三象限,即是成都市各個(gè)區(qū)縣的人口密度在空間分布上呈現(xiàn)出正的空間聚集趨勢(shì)。第一象限的區(qū)縣主要是位于成都市中心的錦江區(qū)和金牛區(qū)等5個(gè)區(qū);第三象限的區(qū)縣主要是位于成都市郊區(qū)的彭州市和徐州市等10個(gè)區(qū)。在2006 2015年之間,成都市各個(gè)區(qū)縣人口的聚集形式非常穩(wěn)定,空間間的相互關(guān)系以高高集聚( HH)和低低集聚(LL)為主,同時(shí),還可以看出,對(duì)于這兩種聚集方式的區(qū)縣在地理位置上的分布也非常穩(wěn)定,大體上可以概括為在成都市中心的區(qū)縣的人口密度空間自相關(guān)的正向相關(guān)關(guān)系最為明顯。成都市人口分布格局呈現(xiàn)穩(wěn)定性與過(guò)渡性。對(duì)比三幅Moran散點(diǎn)圖可以看出:在2
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 管道穿路工程施工方案
- 校園道路改造維修工程施工組織設(shè)計(jì)方案
- 承壓水控制措施施工方案
- 金融機(jī)構(gòu)從業(yè)人員行為規(guī)范制度內(nèi)容
- 基于微認(rèn)證與教育技術(shù)的人工智能教育教師培訓(xùn)策略研究教學(xué)研究課題報(bào)告
- 初中化學(xué)金屬腐蝕防護(hù)電化學(xué)阻抗譜數(shù)據(jù)分析課題報(bào)告教學(xué)研究課題報(bào)告
- 基層醫(yī)療機(jī)構(gòu)醫(yī)用耗材過(guò)期的報(bào)廢處理流程及制度
- 翻模法墩身施工質(zhì)量通病防治
- 舞臺(tái)設(shè)計(jì)方案策劃與案例分享
- 新能源車充電樁建設(shè)標(biāo)準(zhǔn)與規(guī)劃
- 量子科普知識(shí)
- 2025至2030中國(guó)航空安全行業(yè)市場(chǎng)深度研究與戰(zhàn)略咨詢分析報(bào)告
- 華潤(rùn)燃?xì)?026屆校園招聘“菁英計(jì)劃·管培生”全面開(kāi)啟備考考試題庫(kù)及答案解析
- 成本管理論文開(kāi)題報(bào)告
- 華潤(rùn)集團(tuán)6S管理
- 新建粉煤灰填埋場(chǎng)施工方案
- 2025年提高缺氧耐受力食品行業(yè)分析報(bào)告及未來(lái)發(fā)展趨勢(shì)預(yù)測(cè)
- 小學(xué)三年級(jí)數(shù)學(xué)判斷題100題帶答案
- 互聯(lián)網(wǎng)運(yùn)維服務(wù)保障承諾函8篇范文
- 電力三種人安全培訓(xùn)課件
- 電子科技大學(xué)自主招生人工智能自薦信范文
評(píng)論
0/150
提交評(píng)論