空间数据分析方法在人口数据空间化中的应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

空间数据分析方法在人口数据空间化中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 研究的背景和意义2

1.1.1 相关背景2

1.1.2 研究意义4

1.2 国内外研究现状6

1.2.1 GIS-SDA研究现状6

1.2.2 属性数据空间化研究进展11

1.2.3 人口数据空间化研究进展13

1.3 目前研究中存在的主要问题17

1.3.1 人口数据空间化的精度与准确度有待提高18

1.3.2 地理尺度转换方法的应用需要进一步加强18

1.3.3 人口数据空间化过程中对于居民点密度考虑较少18

1.3.4 对于中观尺度人口数据空间化的研究有待加强18

1.4 研究的目标、内容与技术路线19

1.4.1 研究目标19

1.4.2 研究内容19

1.4.3 技术路线19

1.5 创新之处20

1.6 篇章结构21

2 人口数据空间化的理论与方法23

2.1 人口数据空间化问题的提出23

2.1.1 人口密度空间化的背景23

2.1.2 人口密度及其表示方法24

2.2 人口数据空间化的理论基础25

2.2.1 尺度转换理论25

2.2.2 GIS空间分析理论28

2.2.3 等级理论30

2.2.4 分形理论31

2.2.5 人口分布理论32

2.3 人口数据空间化的方法34

2.3.1 人口数据空间化的一般过程34

2.3.2 无辅助信息的空间化方法35

2.3.3 有辅助信息的空间化方法39

2.3.4 人口密度空间化主要方法比较42

3 研究区域概况及研究数据库的建立44

3.1 研究区域概况44

3.1.1 区位44

3.1.2 地形、地貌45

3.1.3 气象46

3.1.4 水文47

3.2 研究数据的准备49

3.2.1 图形数据49

3.2.2 人口数据51

3.2.3 研究数据库的建立52

3.3 研究的软件条件55

3.3.1 ArcGIS 9.056

3.3.2 GeoDa57

3.3.3 CrimeStat58

3.3.4 SPSS58

3.4 江苏省人口空间分布现状59

3.4.1 市域人口分布呈现出南北两侧高、中间低的“凹”字形格局59

3.4.2 县市（区）人口分布极不均衡.具有较强的自相关性61

3.4.3 镇域人口的频率分布呈现出集中性和离群性双重特征63

4 基于空间统计学的人口数据空间化研究67

4.1 探索性空间统计分析68

4.1.1 空间权重矩阵68

4.1.2 全局空间自相关：Moran's I和Geary's C69

4.1.3 局域空间自相关指数71

4.2 江苏省人口分布的一般统计分析74

4.2.1 人口分布的罗伦兹曲线74

4.2.2 人口分布的锡尔系数76

4.3 人口分布的空间统计分析81

4.3.1 空间权重矩阵的建立81

4.3.2 全局空间自相关分析82

4.3.3 局域空间自相关分析84

4.3.4 人口分布的热点分析88

4.4 人口分布的空间自回归分析90

4.4.1 空间自回归90

4.4.2 人口数据的格网化处理90

4.4.3 基于空间自回归模型的人口数据空间化92

4.5 本章小结94

5 基于地统计的人口数据空间化研究96

5.1 地统计学方法研究的步骤97

5.1.1 探索性数据分析97

5.1.2 变异函数的定义和参数98

5.1.3 克里金估值及结果的验证99

5.2 人口空间分布的异质性测量100

5.2.1 空间异质性100

5.2.2 数据的异质性测量100

5.2.3 人口空间分布的异质性测量101

5.2.4 江苏省人口分布的异质性测量102

5.3 徐州市人口密度空间分布的地统计分析108

5.3.1 探索性数据分析108

5.3.2 变异函数及其参数111

5.3.3 克里金内插及人口密度空间分布的直观表达112

5.3.4 徐州市人口空间分布的特点112

5.4 本章小结113

6 基于居民点密度的人口数据空间化研究115

6.1 居民点的空间分布模式的研究方法115

6.1.1 最近邻距离分析116

6.1.2 函数法分析117

6.1.3 样方分析118

6.1.4 热点分析118

6.2 徐州市居民点空间分布模式分析119

6.2.1 数据来源119

6.2.2 最近邻距离分析119

6.2.3 Ripley's K函数分析120

6.2.4 样方分析121

6.2.5 热点分析122

6.3 居民点密度的计算的方法123

6.3.1 核估计法123

6.3.2 泰森多边形法124

6.3.3 局域平均法与局域加权平均法124

6.4 徐州市居民点密度的空间分异分析125

6.4.1 核估计法125

6.4.2 泰森多边形法126

6.5 基于居民点密度的江苏省人口密度空间化130

6.5.1 江苏省镇级居民点分布特点131

6.5.2 基于镇级居民点密度的县级人口密度空间化132

6.5.3 基于村级居民点密度的镇级人口密度空间化136

6.6 本章小结136

7 基于Thiessen多边形的人口数据空间化研究140

7.1 边界替代在人口数据空间化的应用140

7.2 Thiessen多边形在人口数据空间化中的应用141

7.2.1 Thiessen多边形141

7.2.2 基于Thiessen多边形的人口数据空间化设想142

7.3 徐州市区人口数据空间化研究142

7.3.1 徐州市区概况142

7.3.2 徐州市区人口密度的空间分异144

7.3.3 徐州市区人口密度的空间化148

7.3.4 结果对比与分析154

7.4 本章小结156

8 总结与展望157

8.1 主要结论157

8.2 主要创新点160

8.3 不足与研究展望162

参考文献163

附表178

后记183