基于特征分区的山东省人口数据空间化研究

发布时间：2021-11-19 10:33

　　相对于人口统计数据,人口空间分布数据更能反映人口的实际分布情况.本文以我国人口密集地区—山东省为研究区,在人口分布特征分区的基础上进行了人口空间数据化处理,并探讨了人口分布特征分区的效果和基于研究结果的山东省人口集中地区（Densely Inhabited District,DID）分布特征.结果表明:经过人口分布特征分区,各分区模型的调整R²均在0.9以上,人口空间数据总体平均误差值较分区前降低了14.58%,表明该方法在提高人口数据空间化模型精度的基础上能够展现人口空间分布规律.DID分析结果表明青岛市、烟台市、潍坊市、济南市、临沂市等城市有较强的人才、产业、资源的凝聚能力. 

【文章来源】：商丘师范学院学报. 2019,35(12)

【文章页数】：4 页

【文章目录】：
1 研究区域、数据来源和研究方法
    1.1 区域概况
    1.2 数据源及预处理
    1.3 研究方法
        1.3.1 人口分布特征分区
        1.3.2 人口数据空间化方法
2 人口数据空间化结果分析
    2.1 误差分析
    2.2 空间分布分析
    2.3 DID分析
3 结 论


【参考文献】：
期刊论文
[1]基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究[J]. 李翔,陈振杰,吴洁璇,汪文祥,曲乐安,周琛,韩肖锋.  地球信息科学学报. 2017(10)
[2]基于DMSP/OLS夜间灯光数据的天山北坡城市群人口分布空间模拟[J]. 高倩,阿里木江·卡斯木.  西北人口. 2017(03)
[3]基于DMSP/OLS数据的江苏省城镇人口空间分异研究[J]. 王钊,杨山,刘帅宾.  长江流域资源与环境. 2015(12)
[4]集成土地利用数据和夜间灯光数据优化人口空间化模型[J]. 陈晴,侯西勇.  地球信息科学学报. 2015(11)
[5]基于城镇居民用地再分类的人口数据空间化方法研究——以长江中游4省为例[J]. 王珂靖,蔡红艳,杨小唤,张远.  遥感技术与应用. 2015(05)
[6]青岛地区人口密度空间化模拟[J]. 于欣鑫,马安青,邢容容,罗崇鑫,马冰然,张志强.  中国海洋大学学报(自然科学版). 2015(08)
[7]基于土地利用数据和夜间灯光数据的人口空间化模型对比分析——以黄河三角洲高效生态经济区为例[J]. 陈晴,侯西勇,吴莉.  人文地理. 2014(05)
[8]基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例[J]. 杨续超,高大伟,丁明军,刘林山.  长江流域资源与环境. 2013(06)
[9]人口区划及其在人口空间化中的GIS分析应用——以山东省为例[J]. 黄耀欢,杨小唤,刘业森.  地球信息科学. 2007(02)



本文编号：3504860