基于数据融合与地图合并技术的行政区划图更新与数字重建

行政区划图是地学研究中最为常用的空间数据.针对吉林省近年来行政区划多有变更的实际情况.吸纳地图合并技术和多源数据融合思想,利用ETM遥感数据.地形图、行政区划图等地图数据.矢量行政区划图数据,国家行政区划代码等国家标准,以及地方志等文本数据等多类型数据为数据源.更新吉林省2004年县级行政区划图矢量数据,数字重建乡镇行政区划图,所得数据精度较高.本研究旨在为相关研究提供行政区划空间数据.拓展地图合并技术和多源数据融合思想的应用领域.     

城市人口空间分布模拟与格局分析——以沈阳市为例

人口分布空间结构是城市空间结构的重要组成部分。为准确地模拟城市人口分布,清晰地反映城市人口分布格局,本文利用沈阳市第五次人口普查资料,采用网格计算方法空间化人口数据、地统计学的空间插值方法模拟人口分布。同时,用DEM模型方法识别城市人口分布格局,分析人口分布特征。结果是:沈阳城市内部人口分布具有较高的不均衡性和聚集性;城市人口密度分布不符合单核心圈层式范式,具有11个明显的人口分布核心;在城市中心区域,人口分布的区域化特征更为显著;人口分布主要受到相近的两个人口核心的影响。该研究同时表明中国市场经济体制背景下,城市人口分布特征具有较高的复杂性。对于城市人口分布规律及影响人口分布的动力机制,需进一步研究。     

人口数据在地学应用中的若干问题

地学研究中使用的人口数据主要包括:现代人口调查数据、人口预测数据和历史人口统计数据。不同来源的人口数据,具有不同的特点。在使用中,必须关注人口数据本身蕴含的属性特征、空间特征和时间特征。就属性特征而言,需要注意人口统计指标含义的差异、统计口径的差异、城镇建制标准的变化问题;就空间特征而言,需要注意人口统计单元界线的模糊与争议、行政区划的调整与变更、研究区与人口统计单元不一致问题;就时间特征而言,需要注意人口数据的统计时点。在使用人口数据,特别是不同来源、不同时期的人口数据时,应该根据人口本来的属性对不同统计口径和不同统计方法的人口数据进行重新归类和统计;根据行政区划调整情况进行人口数据的再统计,或开展人口数据的空间化;根据人口数据准确的时间特征进行比较,或采用相应的人口预测方法加以推断和预测,从而实现人口数据的整合,以增强人口数据的时空可比性。     

人口中数据在地学应用中的若干问题

地学研究中使用的人口数据主要包括:现代人口调查数据、人口预测数据和历史人口统计数据。不同来源的人口数据,具有不同的特点。在使用中,必须关注人口数据本身蕴含的属性特征、空间特征和时间特征。就属性特征而言,需要注意人口统计指标含义的差异、统计口径的差异、城镇建制标准的变化问题;就空间特征而言,需要注意人口统计单元界线的模糊与争议、行政区划的调整与变更、研究区与人口统计单元不一致问题;就时间特征而言,需要注意人口数据的统计时点。在使用人口数据,特别是不同来源、不同时期的人口数据时,应该根据人口本来的属性对不同统计口径和不同统计方法的人口数据进行重新归类和统计;根据行政区划调整情况进行人口数据的再统计,或开展人口数据的空间化;根据人口数据准确的时间特征进行比较,或采用相应的人口预测方法加以推断和预测,从而实现人口数据的整合,以增强人口数据的时空可比性。