基于GIS的青藏高原人口统计数据空间化.pptVIP

* * 《基于GIS的青藏高原人口统计数据空间化》 重庆师范大学地理与旅游学院 论文学习汇报 汇报内容 一、相关概念解释 二、研究方法 三、人口分布于环境关系的宏观分析 四、人口统计数据空间化 五、结论 六、对本文的评述 一、相关概念解释 1、人口密度：由总人口除以土地总面积，它反映区域人口的平均分布状况，但不能反映区域内部的人口分布差异。 2、居民点密度 ：研究区域内的居民点数与区域面积的比值。 3、人口普查数据：是通过以行政区划（省、市、县、乡等）为单元，逐渐统计和汇总获得。 4、环境数据：主要是基于自然单元（流域、土壤类型单元、植被类型单元、土地利用/土地覆盖单元）的研究数据。如土地利用现状数据、地形图、高程图等。 由于行政单元与自然单元两者在空间单元上的不重合使得人口与环境的交互作用分析变得十分困境，所以需要对人口普查数据进行空间化。该文也正是基于此目的，综合分析各环境要素对人口分布的影响，进行人口统计数据空间化。 2.1 原有研究 二、研究方法 利用GIS表现人口数据的常规方法： 为统计单元建立多边形边界数据库，把人口作为这些多边形的属性数据进行存储，各种分析和操作均基于一系列统计单元 优点是便于行政管理。 缺点是该方法将一个区域内人口看作是均匀分布的。另外，与人口居住模式、社区边界以及研究者感兴趣的区域（如生态景观区、流域界线等）不一致。 全球栅格人口数据库GPW V1和V2： （1）没有考虑对人口分布产生影响的环境因素，所使用的数据只有人口数据和行政边界数据。 （2）这一方法实际上是直接进行矢量数据的栅格化，同一行政单元内的人口密度在转换后仍然是均匀分布的； （3）栅格化方法只适用与小区域、样点密集的情况，一旦区域扩大，采样稀疏，计算结果精度没保证。 2.2 本文研究方法 选择土地利用、海拔高度、主要道路、河流数据作为人口分布的影响因子，以居民点作为人口分布的重要指示因子，以GIS软件为工具，通过较为客观的方式赋予各影响因子人口分布影响权重，运用多源数据融合技术进行了西藏、青海2省区人口数据的空间化人口统计数据的空间化。 三、人口分布于环境关系的宏观分析 3.1 数据来源 1、青藏高原30”分辨率高程数据 2、青藏高原1km × 1km土地利用数据（2000） 3、青藏高原1:100万比例尺地形图 4、青海、西藏两省区第5次人口普查数据（分市县） 5、青海、西藏2省区县级行政区划图及部分乡镇界线图 1、所有空间数据 统一的双纬线等面积圆锥投影 在ARC/INFO 2、DEM数据 投影转换/重采样1kmx1km的空间分辨率 在ENVI 3、县级行政区划图 土地利用图 每个县的各类土地利用面积 计算各市县不同土地利用类型面积占全县土地总面积百分比 在ARC/INFO中 叠加 4、人口统计数据 各市县面积 计算各县平均人口密度 5、行政区划图 1km×1km 格网数据 在ARC/INFO 栅格化 数字高程数据 计算各县的平均海拔高程 3.2 数据预处理 叠加 6、道路图 主要公路数据 一般公路数据 乡村道路数据 县界图 在ARC/INFO 叠加 各县道路总里程 各县的道路网密度 公路网密度 主要公路网密度 7、计算居民点与主要道路的距离 8、计算居民点与河流的距离 提取 3.3人口分布于环境因素之间的关系 各影响因子 与人口密度的 相关系数 各市县平均高程 -0.33 土地利用 耕地比重（除拉萨、西宁以外） 0.90 城镇-工矿用地比重 0.85 主要道路网 全部道路密度 0.48 一般公路网密度 0.66 主要公路网密度 0.82 居民点 市镇居民点密度（除西宁外） 0.82 乡镇级居民点分布密度（除拉萨、西宁） 0.87 村级居民点密度 0.92 各影响因子与人口密度的相关系数： 负相关 正相关 四、人口统计数据空间化 4.1 基本思路 海拔高度 土地利用 道路系统 河流水系 居民点密度 确定不同类型居民点对人口分布的影响权值 融合 整个区域的人口分布系数 县界数据 各市县平均人口分布系数 各市县平均人口密度 统计数据计算获得的各市县的平均人口密度 相关性分析 调整居民点人口权重系数并重新计算 最好的融合算法及结果 整个区域的人口密度图 融合 融合 市县级人口统计数据 市县级行政区划数据进行融合 4.2 各影响因子对人口分布影响权重 分级后的高程数据 居民点分布图 不同高程内居民点的分布数量、面积 不同高程内居民点密度 叠加 土地利用图 居民点分布图 叠加 各类土地利用类型的面积 分布在其上的居民点数 各类土地利用类型中的居民点密度 道路缓冲区图 居民点分布图 叠加 不同距