- 上一篇：矩阵可对角化的充要条件
- 下一篇：淮安市碳排放量测算及减排策略分析
摘要：人口数据空间化，是以行政区域为单位把传统的人口统计数据量化到一定尺度的地理网格上，是当前人口空间分布研究的热点问题。本文以2010年第六次全国人口普查数据为基础，分析徐州市各乡镇人口密度与经济总收入、河流、道路及居民点等影响因子之间的相关性。并利用GIS软件、SPSS统计分析软件等作为工具，运用多源数据融合技术对徐州市人口统计数据进行空间化处理和分析，最终生成100m×100m分辨率的人口密度图，从而为资源配置、环境规划以及特殊情况的决策制定提供参考依据。55942
毕业论文关键词：GIS，人口统计数据，空间化，多源数据融合
Abstract：Specialization of population data is based on the administrative regional units of the traditional demographic data to a certain scale geographic grid, is the hot issue of population spatial distribution. In this paper, based on the 6th national population census data in 2010, analyses the relationship between the township population density of Xuzhou and its influencing factors, including economic gross income, rivers, roads and settlements. With GIS software, SPSS statistical analysis software as the tool, use of multisource data fusion technology to processing and analysis the statistical data of population in Xuzhou City. Finally, we generated a 100m×100m resolution population density map, in order to provide reference basis for the allocation of resources, environmental planning and decision making of special circumstances.
Keywords: GIS, Demographic data, Spatialization, Multi sources fusion Technology
目 录
1 引 言 4
2 研究区与数据 4
2.1 研究区概况 5
2.2 数据 5
3 研究方法 6
3.1 人口数据空间化基本思路 7
3.2 GIS空间分析方法 8
3.3 克里金插值方法 8
3.4 SPSS相关分析 8
3.5 多源数据融合技术 9
4 人口分布与各影响因子的相关分析 9
4.1 人口密度与经济总收入的相关分析 9
4.2 人口密度与道路的相关分析 10
4.3 人口密度与河流的相关分析 10
4.4 人口密度与海拔高度的相关分析 11
4.5 人口密度与居民点分布的相关分析 11
5 人口统计数据空间化 12
5.1 各影响因子对人口分布影响权值的确定 12
5.2 各影响因子与居民点权值融合 15
5.3 研究区人口密度图的生成 15
结 论 17
参考文献 18
致 谢 19
1 引言
进入21世纪，经济、社会都在飞速发展，与此同时，人类不得不面临一系列人口、环境、食品、资源以及能源问题。这其中，人口问题始终是诸多问题的矛盾点，如何对人口分布状况有一个详细的了解，对于资源合理配置、环境整治等显得至关重要。人口是生活在特定社会制度、特定区域、具有一定数量和质量的人的总称[1]，人口数据对于研究人与环境之间的相互作用意义重大。但受限于地表环境因素、社会经济因素等，导致人口的分布状况是不均匀的，而传统的统计数据所反映出来的人口分布是均匀的，并不能直观、真实的表达人口分布信息，因此我们有必要将传统的人口统计数据进行空间化，以此作为研究、分析人口分布状况的重要依据。人口数据空间化，是把传统的人口统计数据进行定量和定位，以行政区域为单位把人口数据量化到一定尺度的地理网格上[2]。它的大致思想是把人口数据与多种地表的地理因素联系起来，通过GIS技术进行建模，模拟出人口真实分布情况，与传统方法计算出的某区域人口密度数据相比，能更为精确的表达出人口分布的区域差异。人口数据空间化被广泛应用于许多领域，如地理科学、资源环境科学、灾害学等，都起着重要的作用，对于一些特定灾情损失的快速评估、环境规划等有着重要的参考作用。