金寨县地理国情要素统计分析与城镇用地风险评价
发布时间：2021-06-21 17:45
地理国情要素的统计分析是地理国情中必不可少的一个重要步骤。地理国情普查过程中产生大量数据,统计分析是深度挖掘普查数据信息的价值,分析国情要素的特征与发展趋势等。实际运用地理国情成果,让地理国情和社会相结合,达到国家提出地理国情普查工作的最初初衷。过去使用遥感影像做分析数据,现在使用地理国情数据做分析基础数据,显示了地理信息与测绘行业的进步。金寨县是我国著名的革命老区,同时也是我省重要的水源涵养区和土地改革重点县区,以2015年、2017年的高分影像、国情数据库成果为本底数据,兼顾其他成果和社会经济数据,在ERDAS、Arc GIS、Fragstats、Excel等软件的支持下,运用GIS空间分析、景观格局、转移矩阵、数学建模等综合方法,对国情数据进行提取、处理、分析,统计分析其基本特征、空间格局和相关分析。以金寨县城镇用地为背景,构建金寨县城镇用地生态风险评价模型,直接的反映出目前金寨县城镇用地的情况、城镇用地风险评价结果,从不同方面分析金寨县城镇用地的生态状况,并提出建设性意见。主要结论如下:（1）针对金寨县地表覆盖、道路交通、城镇体系、林草覆盖、河流流域、地形地貌6个专题的基本特征...
【文章来源】：安徽农业大学安徽省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
金寨县行政区划图
图 3-1 金寨县高分影像图Fig. 3-1 The high image of Jinzhai County3.3.2 国情数据处理2017 年地理国情普查采用最新的《GQJC 03-2017 基础性地理国情监测内容与标》标准，由于论文数据需要将 2015 年的国情数据库中的要素类型按照最新标准行合并处理，达到 2015 年和 2017 年统一要素分类标准。原来的 0100 耕地、0200 地两类合并为现在新标准的 0100 种植土地；原来的 0300 林地、0400 草地两类合为新标准的 0300 林草覆盖。最新的地理国情要素分类见附录表 A。
4.3.1 地表覆盖统计分析4.3.1.1 地表覆盖要素特征地理国情普查与监测的内容有10大类59小类，其中地表覆盖要素包括种植土地、房屋建筑（区）、林草覆盖、铁路与道路、荒漠与裸露地、人工堆掘地、水域、构筑物八类。金寨县是安徽省林地覆盖率最高的一个省份，其林草覆盖率高达 74.70%，所以从图 4-1 上可直观地看出林地覆盖率很高。东北部区域即金寨县城-梅山镇是单位面积内房屋建筑面积最高、土地破碎度较大的地方；金寨县种植土地主要分布在东北部、中部、东南部和河流周边区域；金寨县的水域以梅山水库和响洪甸水库两大水库为主、多条常流河流和沿着水库河流的很多支流组成；金寨县林草覆盖的分布主要西部、南部和中东部，且林草覆盖率是占地表覆盖面积比率的最大值。从 2015 年-2017年的金寨县地理国情要素数据库中运用空间量算、比值分析等方法统计出图4-2内容，从图 4-2 看出，金寨县地表覆盖要素主要以种植土地和林草覆盖为主，占比分别为18.32%和 74.70%，其他要素面积占比排序为：水域（3.32%）>房屋建筑（区）（1.55%）>铁路与道路（0.82%）>构筑物（0.54%）>人工堆掘地（0.46%）>荒漠与裸露地（0.36%）。
【参考文献】：
期刊论文
[1]论地理国情普查和监测的创新[J]. 李德仁,马军,邵振峰. 武汉大学学报(信息科学版). 2018(01)
[2]利用地理国情普查数据进行区位优势度评价的探索及应用分析[J]. 董庆,袁宗福. 测绘与空间地理信息. 2017(11)
[3]关于省级地理国情监测的思考[J]. 於新国,魏忠,吕竞帆,魏佳. 测绘与空间地理信息. 2017(08)
[4]Characterizing urban expansion of Korla City and its spatial-temporal patterns using remote sensing and GIS methods[J]. Bumairiyemu MAIMAITI,DING Jianli,Zibibula SIMAYI,Alimujiang KASIMU. Journal of Arid Land. 2017(03)
[5]基于遥感的乐山主城区城市扩张及其驱动力分析[J]. 王潇,刘婷,刘汉湖. 河南科学. 2017(05)
[6]基于CA-ABM模型的福州城市用地扩张研究[J]. 陈宝芬,张耀民,江东. 地理科学进展. 2017(05)
[7]空间信息技术支持下的福州市城市用地扩张时空特征研究[J]. 陈宝芬,张耀民,江东,林刚,付晶莹. 华中师范大学学报(自然科学版). 2017(02)
[8]关于地理国情监测若干问题的思考[J]. 李德仁,丁霖,邵振峰. 武汉大学学报(信息科学版). 2016(02)
[9]地理国情与复杂系统[J]. 王家耀,谢明霞. 测绘学报. 2016(01)
[10]地理国情多层次统计分析与评价指标体系设计[J]. 刘耀林,王程程,焦利民,孔雪松. 地理信息世界. 2015(05)
博士论文
[1]基于CA-SVM模型的福建省莆田市城市空间动态扩张研究[D]. 张洁.中国地质大学 2017
[2]基于景观生态学的城市空间格局演变规律分析与生态安全格局构建[D]. 蔡青.湖南大学 2012
硕士论文
[1]福州市城市用地扩张分析与模拟研究[D]. 陈宝芬.西安科技大学 2017
[2]基于地理国情统计分析的资源环境承载力评价[D]. 任晓茹.武汉大学 2017
[3]基于GIS的低丘缓坡地综合开发利用模式研究[D]. 赵俊.安徽农业大学 2015
[4]3S技术在地理国情普查信息采集中的应用研究[D]. 许娟.成都理工大学 2015
[5]地理国情区域经济潜能交通条件指数构建研究[D]. 于笑雨.辽宁工程技术大学 2015
[6]数字调查系统在地理国情普查中的应用[D]. 张亮.吉林大学 2014
[7]安徽省地理国情普查管理问题研究[D]. 戴锡花.安徽大学 2014
[8]地理国情监测内容分类与指标体系构建方法研究[D]. 武琛.山东农业大学 2012
[9]基于GIS的城市生态风险评价[D]. 安佑志.上海师范大学 2011
本文编号：3241119
【文章来源】：安徽农业大学安徽省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
金寨县行政区划图
图 3-1 金寨县高分影像图Fig. 3-1 The high image of Jinzhai County3.3.2 国情数据处理2017 年地理国情普查采用最新的《GQJC 03-2017 基础性地理国情监测内容与标》标准，由于论文数据需要将 2015 年的国情数据库中的要素类型按照最新标准行合并处理，达到 2015 年和 2017 年统一要素分类标准。原来的 0100 耕地、0200 地两类合并为现在新标准的 0100 种植土地；原来的 0300 林地、0400 草地两类合为新标准的 0300 林草覆盖。最新的地理国情要素分类见附录表 A。
4.3.1 地表覆盖统计分析4.3.1.1 地表覆盖要素特征地理国情普查与监测的内容有10大类59小类，其中地表覆盖要素包括种植土地、房屋建筑（区）、林草覆盖、铁路与道路、荒漠与裸露地、人工堆掘地、水域、构筑物八类。金寨县是安徽省林地覆盖率最高的一个省份，其林草覆盖率高达 74.70%，所以从图 4-1 上可直观地看出林地覆盖率很高。东北部区域即金寨县城-梅山镇是单位面积内房屋建筑面积最高、土地破碎度较大的地方；金寨县种植土地主要分布在东北部、中部、东南部和河流周边区域；金寨县的水域以梅山水库和响洪甸水库两大水库为主、多条常流河流和沿着水库河流的很多支流组成；金寨县林草覆盖的分布主要西部、南部和中东部，且林草覆盖率是占地表覆盖面积比率的最大值。从 2015 年-2017年的金寨县地理国情要素数据库中运用空间量算、比值分析等方法统计出图4-2内容，从图 4-2 看出，金寨县地表覆盖要素主要以种植土地和林草覆盖为主，占比分别为18.32%和 74.70%，其他要素面积占比排序为：水域（3.32%）>房屋建筑（区）（1.55%）>铁路与道路（0.82%）>构筑物（0.54%）>人工堆掘地（0.46%）>荒漠与裸露地（0.36%）。
【参考文献】：
期刊论文
[1]论地理国情普查和监测的创新[J]. 李德仁,马军,邵振峰. 武汉大学学报(信息科学版). 2018(01)
[2]利用地理国情普查数据进行区位优势度评价的探索及应用分析[J]. 董庆,袁宗福. 测绘与空间地理信息. 2017(11)
[3]关于省级地理国情监测的思考[J]. 於新国,魏忠,吕竞帆,魏佳. 测绘与空间地理信息. 2017(08)
[4]Characterizing urban expansion of Korla City and its spatial-temporal patterns using remote sensing and GIS methods[J]. Bumairiyemu MAIMAITI,DING Jianli,Zibibula SIMAYI,Alimujiang KASIMU. Journal of Arid Land. 2017(03)
[5]基于遥感的乐山主城区城市扩张及其驱动力分析[J]. 王潇,刘婷,刘汉湖. 河南科学. 2017(05)
[6]基于CA-ABM模型的福州城市用地扩张研究[J]. 陈宝芬,张耀民,江东. 地理科学进展. 2017(05)
[7]空间信息技术支持下的福州市城市用地扩张时空特征研究[J]. 陈宝芬,张耀民,江东,林刚,付晶莹. 华中师范大学学报(自然科学版). 2017(02)
[8]关于地理国情监测若干问题的思考[J]. 李德仁,丁霖,邵振峰. 武汉大学学报(信息科学版). 2016(02)
[9]地理国情与复杂系统[J]. 王家耀,谢明霞. 测绘学报. 2016(01)
[10]地理国情多层次统计分析与评价指标体系设计[J]. 刘耀林,王程程,焦利民,孔雪松. 地理信息世界. 2015(05)
博士论文
[1]基于CA-SVM模型的福建省莆田市城市空间动态扩张研究[D]. 张洁.中国地质大学 2017
[2]基于景观生态学的城市空间格局演变规律分析与生态安全格局构建[D]. 蔡青.湖南大学 2012
硕士论文
[1]福州市城市用地扩张分析与模拟研究[D]. 陈宝芬.西安科技大学 2017
[2]基于地理国情统计分析的资源环境承载力评价[D]. 任晓茹.武汉大学 2017
[3]基于GIS的低丘缓坡地综合开发利用模式研究[D]. 赵俊.安徽农业大学 2015
[4]3S技术在地理国情普查信息采集中的应用研究[D]. 许娟.成都理工大学 2015
[5]地理国情区域经济潜能交通条件指数构建研究[D]. 于笑雨.辽宁工程技术大学 2015
[6]数字调查系统在地理国情普查中的应用[D]. 张亮.吉林大学 2014
[7]安徽省地理国情普查管理问题研究[D]. 戴锡花.安徽大学 2014
[8]地理国情监测内容分类与指标体系构建方法研究[D]. 武琛.山东农业大学 2012
[9]基于GIS的城市生态风险评价[D]. 安佑志.上海师范大学 2011
本文编号：3241119
本文链接：https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/3241119.html
