下载文档原格式
DOI：10.16660/ki.1674-098X.2005-5755-8687武汉市人口分布时空演变特征分析①丁逸尘1 伍雄昌1* 黄美玲2 杨子钰1(1.湖北师范大学 湖北黄石 435000;2.湖北理工学院 湖北黄石 435000)摘 要：本文在GIS技术支撑下，基于武汉市2009—2017年人口数据和武汉市行政区划边界数据，采用人口密度、空间自相关分析、人口重心与人口不均衡指数等方法，研究武汉市2009—2017年人口分布时空演变特点。
结果表明：2009—2017年，武汉市人口密度呈现出明显的地域差异特点，中间高，四周低；武汉市各区人口分布存在显著的空间正相关性，人口的空间集聚趋势逐渐减慢；武汉市人口分布呈不均衡态势，且逐渐减弱；武汉市人口重心总体上先向西南方迁移，再向东北方迁移。
关键词：人口重心 人口不均衡指数 空间自相关 武汉市中图分类号：C922 文献标识码：A 文章编号：1674-098X(2020)09(c)-0244-09Analysis on Spatiotemporal Evolution Characteristics ofPopulation Distribution in Wuhan CityDING Yichen 1 WU Xiongchang 1* HUANG Meiling 2 YANG Ziyu 1(1.HuBei Normal University, Huangshi, Hubei Province, 435000 China; 2.Hubei Polytechnic University,Huangshi, Hubei Province, 435000 China)Abstract: Based on GIS technology, the data of population and administrative divisions is utilized to study the temporal-spatial evolution characteristics of population of Wuhan City from 2009 to 2017. Some results are obtained by the methods of population density, spatial autocorrelation analysis, gravity central of population and population unbalanced index. The results show that some obvious regional differences of population density becoming higher in the middle and lower in the periphery were discovered. The spatial distribution of population had a significant positive spatial correlation. In addition, the spatial agglomeration of the population gradually slowed down. The population distribution was unbalanced and such situation gradually decreased. The population gravity center moved to the southwest first and then to the northeast.Key Words: Gravity center of population; Population unbalanced index; Spatial autocorrelation analysis; Wuhan City①基金项目：湖北省人文社会科学重点研究基地资源枯竭城市转型与发展研究中心2018年度开放基金（项目名称：资源枯竭型城市人为热排放研究；项目编号：KF2018Y01）。
多源遥感数据的融合与空间分析技术近年来，遥感技术的发展使得我们可以通过卫星、飞机等航空器获取大量的远程感应信息，这些信息可以用于土地利用、自然资源、环境等领域的研究和应用。
其中，多源遥感数据的融合和空间分析技术在实际应用中占有重要的地位。
本文将从多源遥感数据的意义、融合方法和空间分析技术三个方面来探讨它们的重要性和应用。
一、多源遥感数据的意义多源遥感数据是指从不同的遥感传感器和平台中获取的遥感数据，包括高分辨率影像、全球遥感产品和公共数据等。
在实际应用中，多源遥感数据通常包含了丰富的地表信息，可以帮助我们进行更加细致全面的地理分析和数据挖掘。
同时，多源遥感数据也存在着一定的数据重叠和互补性，这就需要我们通过数据融合来综合利用这些信息。
利用多源遥感数据，我们可以更加准确地识别地物类型、获取地表参数和进行地理信息的提取和分析。
二、多源遥感数据的融合方法多源遥感数据的融合通常可以分为特征级融合、决策级融合和图像级融合三种方法。
特征级融合是指将多源遥感数据中不同的特征信息进行组合，从而获得更加全面的信息。
常用的特征包括红、绿、蓝、近红外等波段反射率，以及粗糙度、丰度、高程等地表参数。
特征级融合可以根据不同地物的光谱反射特征，对地物进行更加精细的分类和识别。
决策级融合是指将多源遥感数据中的不同决策进行组合，从而获得更加鲁棒的分析结果。
常用的决策包括分类器、阈值以及规则库等。
通过决策级融合，我们可以更加准确地分类和提取地物信息，从而获得更加精细的数据结果。
图像级融合是指直接对不同传感器所获取的图像进行融合，从而获得更加高分辨率、高精度的遥感影像。
常用的图像级融合方法包括基于变换的融合方法、基于像元级权重的融合方法和基于图像分解的融合方法。
通过图像级融合，我们可以获得更加全面、准确和详细的地表信息。
三、多源遥感数据的空间分析技术多源遥感数据的空间分析技术是指利用地理信息系统、遥感图像处理软件和数学模型等工具，对多源遥感数据进行空间分析和模拟。
基于遥感技术的全国生态系统分类体系欧阳志云;张路;吴炳方;李晓松;徐卫华;肖燚;郑华【摘要】随着遥感技术的发展,以遥感数据作为生态系统监测与评价的基础已成为宏观生态学研究的重要手段.遥感数据要求每一数据集都要有相应的地物分类体系与之匹配,这也造成不同遥感数据及分类体系之间相互独立.虽然体系间多有联系和相似之处,但不同数据集的分类体系难以直接使用或替换,制约了多元数据在生态系统评价中的使用效果.为尝试解决这一问题,提高多源遥感数据的使用效率,提出了一套基于中分辨率遥感数据的生态系统分类体系.这套体系共有9个一级类、21个二级类、46个三级类,该体系主要依据类别内生态系统特征的相似性,并考虑了气候、地形等因素.最后以海南岛、内蒙古和甘肃3个省为例,探讨了以遥感数据为基础的区域生态系统构成分析方法与应用效果.研究表明,该分类体系有较好的生态学依据,可以支持更加深入的生态系统评估.但分类体系中还存在遥感数据与生态因子数据尺度不匹配、不能满足小尺度研究中对三级类进一步细分的要求以及当前数据质量和模拟技术不足以完全支持植被覆盖率反演精度要求等问题.【期刊名称】《生态学报》【年(卷),期】2015(035)002【总页数】8页(P219-226)【关键词】遥感技术;分类体系;生态系统评价【作者】欧阳志云;张路;吴炳方;李晓松;徐卫华;肖燚;郑华【作者单位】中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京100085;中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京100085;中国科学院遥感与数字地球研究所,北京100101;中国科学院遥感与数字地球研究所,北京100101;中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京100085;中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京100085;中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京100085【正文语种】中文遥感技术与遥感数据在区域生态评价中得到越来越广泛的应用，已成为区域生态评价不可缺少的技术手段和数据来源。
城市不透水面遥感高精度监测关键技术及应用提名者：中国测绘学会提名意见：不透水面是衡量城市生态环境状况的重要指标，是海绵城市和生态城市建设的重要支撑。
武汉大学等单位完成的“城市不透水面遥感高精度监测关键技术及应用”项目构建了城市多尺度不透水面遥感高精度提取和监测的理论方法体系，率先创建了多源遥感影像不透水面遥感高精度监测技术体系，破解了面向工程应用的不透水面自动提取和监测系列难题，成果已经形成了自主知识产权软件，全球首次完成了国家尺度的米级不透水面产品，并广泛服务于中国自然资源监测、海绵城市规划和建设、城市水文和水环境监测中。
项目获得测绘科技进步一等奖2项目，地理信息科技进步奖一等奖2项目，完成人4次获得国际奖励，被国际同行评价为该领域的引领者，该项目成果已为全国30多个海绵城市试点提供科学定量规划设计参数，已应用于全国31个省会城市的城镇化监测、338个地级以上城市的空间格局变化监测、2436个县（市、区）的国土空间开发监测、中国5大城市群的城市布局和协调发展监测、18个国家级新区的规划实施评估监测。
软件在国内已应用到60余家单位，并出口到美国、德国、澳大利亚等发达国家和加纳、孟加拉国等发展中国家，产生了显著的经济效益和社会效益。
同意提名该项目为国家科学技术进步奖二等奖。
项目简介海绵城市建设是国家战略，是新型城镇化建设的重要支撑。
习近平总书记在中央城镇化工作会议上指出：要建设自然积存、自然渗透、自然净化的海绵城市，有效化解“城市病”。
国务院明确将不透水面面积占比和空间分布作为城市规划许可和项目建设的控制性指标，因此，及时准确地监测房屋建筑、道路、广场等不透水面空间分布是海绵城市规划和建设的重要基础，也是有效化解城市内涝和城市热岛等“城市病”的主要依据。
目前已有的30米分辨率的城市不透水面产品无法满足海绵城市规划和建设需求，天空地多平台、主被动多源高分辨率遥感技术是快速精准获取城市不透水面空间分布信息不可或缺而又非常有效的手段，而高精度不透水面遥感监测面临着理论方法体系缺乏、城市复杂场景阴影遮挡、同物异谱和异物同谱等科学难题。
基于RS与GIS的成都城市空间演化研究的开题报告1. 研究背景和意义城市空间演化是一个多因素、多维度的复杂系统，其变化涉及到经济、社会、文化等因素的交互作用。
基于遥感（Remote Sensing，RS）和地理信息系统（Geographic Information System，GIS）的技术，能够有效地解析和分析城市空间演化特征，为城市规划和管理提供科学依据。
成都市是中国西部地区的重要中心城市，其城市空间演化面临着经济转型、城市扩张等多重挑战，因此开展城市空间演化研究具有重要的理论和实践干预意义。
2. 研究内容和方法本研究旨在基于RS与GIS技术，利用多源卫星遥感数据和地理信息数据，对成都市城市空间演化进行定量分析和探讨。
具体研究内容包括以下几个方面：2.1 成都市城市空间演化历程分析通过分析成都市历年来的土地利用/覆盖变化数据，深入探讨成都市城市空间演化的历程和特点，以及各阶段的演化规律，为后续研究提供基础依据。
2.2 城市空间演化动态监测利用高分辨率卫星影像数据和地面观测数据，对成都市的城市空间格局和演化过程进行动态监测和分析，及时掌握城市面积、人口、经济等方面的变化，为城市规划和管理提供数据支撑。
2.3 空间格局特征研究通过制作城市土地利用类型空间格局图，定量分析成都市城市用地类型空间分布特征，探究空间格局演化对城市社会经济、环境等因素的影响，为城市规划和管理提供科学依据。
3. 预期目标和研究意义本研究的预期目标是：（1）深入探究成都市城市空间演化的历程和特点，探究其演化规律，并为城市规划和管理提供科学依据；（2）通过动态监测和分析，及时反映成都市城市面积、人口、经济等变化情况，为城市规划和管理提供数据支撑；（3）定量分析成都市城市用地类型空间分布特征，探究其影响因素，为城市规划和管理提供科学依据。
本研究的意义在于：（1）拓展了利用RS与GIS技术开展城市空间演化研究的思路和方法，提高了城市规划和管理的科学性和可操作性；（2）为成都市城市空间演化的研究和未来城市规划和管理提供理论和实践参考；（3）为其他城市的城市空间演化研究提供借鉴和参考。
地理信息世界GEOMATICS WORLD 第28卷 第1期2021年2月2021.2Vol.28 No.1融合POI数据的建成区人口数据空间化方法——以武汉市为例【摘要】人口数据空间化对城市精细化管理具有重要意义，现有的人口数据空间化方法主要采用夜间灯光数据和土地利用数据，鲜有涉及关注点（POI）数据研究。
通过多元线性回归构建土地利用分类数据、POI数据与人口统计数据之间的关系得到人口模型进而实现建成区人口数据空间化。
并以武汉市建成区为例，进行方法验证。
结果表明，不同尺度格网下反映出的武汉市人口分布空间特征不同，并且都与武汉市实际人口分布情况一致，验证了该方法的有效性。
【关键词】建成区；人口空间化模型；POI数据；武汉市【中图分类号】TU2 【文献标识码】A 【文章编号】1672-1586（2021）01-0021-05Spatialization of Population Data in Built-up Area Merging with POI Data:A Case Study over Wuhan CityAbstract: The spatialization of population is important to refine the management of cities. While the existing population data spatialization methods mainly use the night light data and land use data with less adoption of POI data. This paper presents a population model using land use classification data, POI data and demographic data by the multiple linear regression. We applied it to the built-up area for the spatialization of population data, and validated the proposed approach at the built-up area of Wuhan city. The results show that the spatial characteristic of Wuhan's population distribution varies in different scale grids, and obtains a good agreement with the actual population distribution of Wuhan, which verifies the feasibility of the method.Key words: built-up area;population spatialization model; POI data; Wuhan cityDU Zhiqiang 1,2, HUANG Dongning 1, DING Huoping 3, LI Xiangxiang 3(1. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University,Wuhan 430079, China; 2. Collaborative Innovation Center of Geospatial Technology, Wuhan 430079, China;3. Space Star Technology Co., Ltd., Beijing 100086, China )基金项目：国家自然科学基金(41971347)、预研项目“空间信息与地理信息融合”资助作者简介：杜志强(1970-)，男，江苏扬中人，副教授，博士，主要从事虚拟地理环境和三维地理信息系统相关理论方法和技术，并重点在综合减灾、三维城市建模等方向开展应用研究工作。
基于多源数据的山地县域绿色基础设施网络构建及修复策略——以重庆市万州区为例汪子茗;吕梁;汪峰【期刊名称】《热带地理》【年(卷),期】2024(44)2【摘要】以重庆市万州区为研究区,以生物多样性为切入点,综合运用形态学空间格局分析(MSPA)和最小累积阻力模型(MCR),识别GI网络中心(hubs)和连接廊道(links),结合图论、电路理论及几何形态学划分重要性等级,提取廊道上的生态夹点区域,并针对山地城镇的典型生态问题提出对应的精细化保护与修复策略。
结果表明:1)万州区内网络中心42处,总面积996.35 km^(2),占研究区总面积的28.83%,总体“东密西疏”,形成“一屏三带、散点分布”的格局;2)连接廊道80条,总长度292.97 km,呈现“东强西弱、东短西长”的分布特征;3)生态夹点142处,占廊道长度的9.60%,主要分布于东部。
据此,将网络中心分为连绵涵养区、重点保护区和独立修复区制定分区修复策略;将连接廊道分为关键廊道、重要廊道和一般廊道制定分级修复策略;对不同用地类型组合方式的生态夹点区域制定精准修复策略。
【总页数】12页(P303-314)【作者】汪子茗;吕梁;汪峰【作者单位】重庆交通大学建筑与城市规划学院;重庆大学建筑城规学院【正文语种】中文【中图分类】TU984.115;X171.1【相关文献】1.基于多源遥感数据的山地城市人口空间化及演变特征研究r——以重庆市为例2.山地城镇教育设施的网络结构特征及空间格局演变——以重庆市万州区为例3.生态文明视角下山地城市绿色基础设施规划研究——以重庆市九龙坡区新城为例4.国土空间视角下高原寒地县域绿色基础设施网络构建——以西藏索县为例因版权原因，仅展示原文概要，查看原文内容请购买。
基于多源数据的梅县区客家人口空间分布特征与成因研究邓昊键;熊永柱;朱长柏【期刊名称】《云南地理环境研究》【年(卷),期】2018(030)005【摘要】基于DMSP/OLS的夜间平均灯光指数数据、Landsat8遥感影像数据和30 m数字高程数据,采用GIS空间分析与数理统计方法,研究了梅县区客家人口在地理空间分布特征及通过坡度、坡向、高程、河流等地理因子探究其分布成因.结果表明:(1)梅县区的客家人呈集聚模式分布在梅县区的中部、东北部、西南部地区;(2)梅县区中部客家人口分布密集,东北部、西南部客家人分布较密集;(3)梅县区客家人口主要分布在坡度小、海拔低、坡向为阳坡的地形因子适宜度指数较高的区域,97.89％的客家人居住在坡度0.5°～6°的区域内;(4)梅县区内客家居民点密度与河流密度成线性正相关关系,河流密度对客家人口分布的影响较为显著.【总页数】6页(P67-72)【作者】邓昊键;熊永柱;朱长柏【作者单位】嘉应学院地理科学与旅游学院,广东梅州514015;嘉应学院地理科学与旅游学院,广东梅州514015;嘉应学院地理科学与旅游学院,广东梅州514015【正文语种】中文【中图分类】P208;C922【相关文献】1.基于GIS的黄山市地名景观空间分布特征及其成因研究 [J], 张小军;卢松;邢丽红2.基于多源数据的郯庐断裂带安徽段遥感解译及其空间分布特征 [J], 赵卫东; 郑勇; 章浩南; 姜琼; 卫佳佳3.基于多源数据的旅游公共设施空间分布特征及供需平衡研究——以福建省厦门市为例 [J], 刘丹丹;黄安民;杨飞飞4.基于多源数据的武汉市商品住宅空间分布特征及模式研究 [J], 陈琬仪;刘合林5.基于多源数据的中国人口时空变化及流动格局 [J], 宋崴;赵莹;关可汗因版权原因，仅展示原文概要，查看原文内容请购买。
基于多源数据的国土空间规划用地分类体系构建和土地类型识别研究摘要：在国土空间的规划工作开展的过程中，为了提高整体规划水平，就需要对空间基础数据进行详细的采集以及分析，并对相关格局进行深入的优化。
为了全面的提升国土空间的规划效果，本文主要提出了以多源数据为基础的国土空间规划方案，并建立了用地分类体系，同时提出了土地类型的识别途径。
关键字：多源数据；国土空间规划；土地类型识别引言：土地是我国社会发展的重要基础条件，同样也成为了我国在当下的社会经济的战略发展中，整体战略发展水平的重要影响要素。
伴随着社会现代化的发展，城市在空间功能分布的过程中，需要有效的协调好各方面的资源，这样才可以很好的实现国土空间规划编制。
1研究背景在近些年，国家的发展速度不断加快，在此过程中，充分利用国土空间的重要性也不断提升。
目前，我国正在不断优化国土空间开发格局，同时也采用了加强生态文明的举措，为格局的优化奠定了基础。
在国土空间建设的过程中，对格局的优化，以及对土地类型的识别，是我国当下国家战略的重要构成。
只有利用一个科学合理的国土空间用地基础的信息数据的分析，才能够有效基于不同的土地分类，将土地进行针对性的合并。
这样的处理模式，是为了可以有效的保障对其开展针对性的分析，同时发挥出土地资源的实际作用。
例如，在美国的多级生态的分类系统当中，就广泛的运用了这样的规划理念。
我国在长期的发展过程中，已经对国土空间分类体系当中，进行了深入的分析。
同时也对国土空间规划的过程中，往往有着较高的支持作用[1]。
2国土空间规划用地分类体系以及地类转换衔接准则2.1 国土空间规划用地分类体系当下我国存在着多种类型的土地分类体系，以此对于不同类型的分类标准而言，都始终在调查的过程中，需要严格的基于土地利用的方式、用途、经营特征和地表的覆盖，进行特征方面的综合性分析，这样便形成了土地利用类型的分类。
而地理国情的普查分类过程中，需要基于地理信息的实际内容，进行针对性的分析，为了实现科学合理的分类，还需要积极的参考一些专业部门的采集到的信息数据，这样才可以最大程度上满足当下对于地表覆盖的实际需求。
基于多源数据的中国城市收缩时空分异与驱动机制研究目录一、内容综述 (2)二、文献综述与现状概述 (3)1. 城市收缩现象的相关研究 (4)2. 时空分异研究现状 (5)3. 驱动机制研究的进展 (6)三、数据来源与研究方法 (7)1. 数据来源及预处理 (9)（1）官方统计数据 (10)（2）遥感数据 (11)（3）问卷调查数据 (12)（4）其他相关数据 (13)2. 研究方法与技术路线 (14)（1）时空分异分析方法 (16)（2）驱动机制研究方法 (17)四、中国城市收缩的时空分异特征分析 (18)1. 时间维度上的城市收缩特征 (20)（1）长期趋势分析 (21)（2）短期波动研究 (22)（3）阶段性特征总结 (22)2. 空间维度上的城市收缩特征分析 (23)一、内容综述城市收缩现象近年来在全球范围内引起了广泛关注，表现为城市人口减少、经济活动衰退和城市建设用地扩张等方面的变化。
针对这一问题，学术界进行了大量研究，试图揭示其背后的驱动机制和时空分异特征。
多源数据作为一种新兴的数据来源，能够从不同角度反映城市发展状况，为城市收缩研究提供了丰富的数据支持。
首先是城市收缩的定义与识别，学者们从人口、经济、空间等多个维度出发，提出了多种城市收缩的定义。
这些定义从不同角度反映了城市发展过程中的不健康、不协调现象。
在识别城市收缩时，研究者们采用了多种统计方法和GIS技术，对城市人口、经济、建设用地上进行了定量和定性分析。
其次是城市收缩的类型划分，根据城市收缩的成因和表现形式，学者们将其划分为不同类型，如资源枯竭型、经济衰退型、空间失衡型等。
这些类型的划分有助于深入理解城市收缩的复杂性和多样性，并为制定针对性的政策提供依据。
再者是城市收缩的驱动机制分析，学者们从宏观经济、中观规划和微观个体等多个层面探讨了城市收缩的成因。
宏观经济因素包括经济增长放缓、产业结构调整、人口流动等；中观规划因素涉及土地利用效率、城市规划与管理不善等；微观个体因素则主要关注企业盈利下滑、居民收入减少等。
基于多源遥感数据的武汉市人口空间分布格局演化赵利利;孟芬;马才学【期刊名称】《地域研究与开发》【年(卷),期】2016(035)003【摘要】Based on DMSP/OLS night light index and SPOT-VEGETATION dekad NDVI data, human settle-ments index ( HSI) was calculated to simulate the population spatial distribution of Wuhan City in 2000 and 2012. Then the spatial autocorrelation model was employed to discover the distribution and evolution of population from the perspectives of spatial and temporal. The results showed that:(1) Using the night light intensity estimation method can simulate Wuhan population spatial distribution fast and accurately;(2) There was a trend that rural population agglomerate to the central urban area with the feature of “high middle and low around”;(3) The spatial distribu-tion of Wuhan population demonstrated a high spatial autocorrelation characteristic. According to local autocorrela-tion analysis, areas with“high-high” feature were mainly distributed in Wuchang, Qiaokou, Jianghan, and Jiangan Districts. Besides that, this type of area expanded as time passed. At the same time, in the suburbs of Wuhan City, there were also some new population agglomeration centers.%基于DMSP/OLS夜间灯光指数和SPOT-VEGETATION逐旬NDVI数据构建人居指数,模拟武汉市2000,2012年人口空间分布。
人口统计数据空间化模型综述林丽洁;林广发;颜小霞;陈爱玲;杨志海【期刊名称】《亚热带资源与环境学报》【年(卷),期】2010(5)4【摘要】人口统计数据空间化是人口信息与其他资源环境、社会经济等信息进行空间集成的基础.本研究对国内外人口统计数据空间化研究进行总结,归纳了水热条件、地形地貌、土地利用、交通廊道、夜间灯光等不同建模参考因素对人口空间分布的影响,并分析比较了10个主要的人口统计数据空间化模型,进而对当前人口统计数据空间化研究中存在的问题做了总结,并讨论未来的研究方向.综述认为人口统计数据空间化的研究将向数据获取多源化、建模因素综合化、模拟格网精细化、模型应用实用化等方向发展;目前需要改进的问题包括:1)统一的人口数据统计标准;2)人口结构特性相关的空间化,特别是流动人口的空间分布特征识别;3)城市街区尺度的空间化方法研究;4)多源数据与人口动态信息综合中的时相匹配;5)统一的空间化指标量化方法;6)模型参数优化与精度验证方法完善.【总页数】7页(P10-16)【作者】林丽洁;林广发;颜小霞;陈爱玲;杨志海【作者单位】福建师范大学,地理科学学院,福州,350007;福建师范大学,地理科学学院,福州,350007;福建省陆地灾害监测评估工程技术研究中心,福州,350007;福建师范大学,地理科学学院,福州,350007;福建师范大学,地理科学学院,福州,350007;福建师范大学,地理科学学院,福州,350007【正文语种】中文【中图分类】C922【相关文献】1.朝鲜人口统计数据空间化模拟及影响因子分析 [J], 史婷婷;杨晓梅;蓝荣钦2.基于居民地分类的人口统计数据空间化研究 [J], 陈子越3.基于GIS的县域人口统计数据空间化方法 [J], 杨妮;吴良林;郑士科4.基于作息空间思想的人口统计数据空间化方法 [J], 康敏捷;曹可;王辉;赵冰茹;张旭5.基于遥感影像的中尺度人口统计数据空间化--以京津冀地区为例 [J], 吴健生;许多;谢舞丹;彭建因版权原因，仅展示原文概要，查看原文内容请购买。
