基于GIS的区域人口统计数据空间化——以重庆都市区为例.pdfVIP

2013年9月 重庆师范大学学报(自然科学版) Sep．2013 of Normal Science) V01．30No．5 第30卷第5期 Journal ChongqingUniversity(Natural 基于GIS的区域人口统计数据空间化+ ——以重庆都市区为例 朱翠霞，陈阿林，刘 琳 (重庆师范大学地理与旅游学院，GIS应用研究重庆市高校重点实验室，重庆400047) 摘要：人口分布空间化是解决统计数据与自然要素数据融合分析的有效途径。本文基于2009年重庆市的人口统计数据， 以居民点为指示因子，使用GIS空间分析与统计学分析方法分析居民点分布与影响因子之间的相关性，相关性分别为 75、0．0006、0．0267及0．2480，然后通过数据融合 道路交通及河流水系4个因子对人口分布的影响权重，分别为0．726 实现研究区人口统计数据的空间化。结果表明，通过数据融合产生的人口密度与各区县实际平均人口密度的相关系数大 于0．85。最终生成的栅格人口密度数据在一定程度上反映了研究区内部人口分布的空间化。 关键词：人口分布；空间化；GIS；重庆都市区 中图分类号：P208 文献标志码：A 人口的空间分布是指某一特定时间内人口在各地区的分布状况，是人口数据在空间上的表现形式[1]。常用 的人El数据通常是以行政区为单元统计获得的，实际上，在实际应用这种人口数据时会存在以下问题[2‘3]：一是 数据的时间和空间分辨率较低；二是统计数据以行政区划为单元，很难体现人口数据的空间分布，对数据空间分 析的深入化带来不便；三是不利于数据的多源融合。普通的人El统计数据比较适合进行诸如人口、社会经济发 展和资源环境等宏观问题的分析，但由于数据会出现数据结构不合适或精度不够等问题而不适用于微观问题的 分析或是研究跨学科的问题[4‘6]。目前主要使用将人口统计数据空间化的方法解决这一问题，它是指采用一定 的数学方法，把基于行政区单元的人口密度数据反演到规则格网的过程，即人口数据的栅格化[7]。 随着空间分析、统计分析等技术的不断发展，基于RS与GIS技术，很多学者通过综合研究分析人口分布与 影响人口分布因子的相关性来实现人口的空间化[8]。但大多数研究都侧重于省级及省级以上的大范围区域[9’13] 或主要侧重城市人口分布的研究[1415|，如廖顺宝[161等使用相关分析的方法分析青藏地区的人口分布与各因素之 间的关系，对西藏和青海两省的人口数据进行空间化，但其更适合内陆地区的研究。王春菊等[13]则使用相关分 析法研究了福建省的人口空间化分布，但却没有考虑城市与郊区的关系，其更适合研究沿海地区的人口分布。 曹伟超[83等选择自然因素和居民点作为影响因子来实现山区人口数据的空间化。 本文以重庆都市区为研究区，选择土地利用类型、海拔高程、主要道路及河流数据作为人口分布的影响因 子，选择居民点为人口分布的重要指示因子，对研究区进行人口数据的空间化。 1研究区概况 中下游平原的过渡地带。都市区是重庆的核心部分，界于缙云山和明月山之间，区内以山地、丘陵为主，平地较 少，坡地面积较大，成层性明显。包括渝中区、沙坪坝区、江北区、九龙坡区、南岸区、北碚区、渝北区、大渡口区和 480．24 巴南区等9个行政区，是重庆市的核心部分，总面积为5 km2。气候属于亚热带季风河谷区，具有雨量充 * 收稿日期：2012—12—21修回日期：2013—03—28网络出版时间：2013—09—1717：38 庆市高校创新团队基金 cqnu．edu．cn 万方数据 第5期 朱翠霞，等：基于GIS的区域人口统计数据空间化——以重庆都市区为例 51 沛、无霜期长、湿度大、云雾多等特点。主要土地利用类型为耕地、林地