论文部分内容阅读
本文使用集成土地利用和其他信息的多源地理因子数据,在多因子加权融合方法基本原理之上,建立基于多源地理因子数据加权融合方法的人口数据空间化模型,并且选择洞庭湖流域作为研究区,模拟洞庭湖流域人口密度空间分布,通过与洞庭湖流域岳阳市(地级)乡镇人口普查数据的对比,看到模拟出的岳阳市(地级)乡镇人口总数与人口普查数据的相关性达到0.896。
取得的主要研究成果包括:
1.在理论上,建立的人口数据空间化方法,属于影响因子分析方法和人口分布舰律方法的一种结合,通过对洞庭湖流域人口空间分布的模拟,证明了这种方法的可行性。就影响因子分析方法而言,从影响因子的筛选,到各个影响因子的影响系数、影响权重的确定,都是建立在客观量化指标基础之上,结合定性分析最终确定的。可以说,实现人口数据空间化的过程比较客观,也更容易推广到其他区域。就人口分布规律方法而言,考虑了城镇居民点、农村居民点人口分布的不同规律,考虑了遥感手段提供的居民点数据的信息损失问题,并且分别做出适当处理。其中,城镇居民点人口分布是存经典Clark指数衰减模型基础上的小小改进,通过实践也证明了方法的相对合理性。
2.在技术上,采用遥感(RS)和地理信息系统(GIS)技术,结合数理统计分析方法,为人口数据空间化的实现服务。其中,遥感(RS)手段用来获得地理空间表面的土地利用数据特别是居民点数据:地理信息系统(GIS)手段主要用来进行空间分析;数理统计手段则用来对各种数据进行统计和相关分析,确定各种因子之间的量化关系,最终建立数学模型。这些手段的结合使用,使处理海量数据不再是难题,为人口数据空间化的实现提供了便捷环境,实现了多源地理因子数据融合,进而出模拟洞庭湖流域人口密度空间分布。
3.在指标选取上,确定人口密度作为人口空间化数据的量化指标,并且确定其单位为“人/单元”。这个针对人口空间化数据制定的人口密度单位,以人口密度图像的规则栅格单元作为面积单位,这样,使用不同空间分辨率的数据时,就不必具体考虑栅格单元实际面积大小,只要保证全部栅格规则、全部单元大小一致即可。
4.在成果应用上,根据研究取得的洞庭湖流域人口密度图像,从多个角度进行定量统计和定性分析,把握洞庭湖流域人口总体情况,重点分析人口空间分布与河流、湖泊的关系,指出存在着的加深洪涝灾害损失的不安全隐患,并初步分析其原因,建议有关部门给予重视和制定相应方案。
此外,就人口数据空间化的等级问题和尺度问题进行了初步探讨。