共查询到20条相似文献，搜索用时 500 毫秒
1.
基于腾讯位置大数据,分析了2015—2018年中国368个城市间人口流动的空间格局,并基于指数随机图模型（ERGM）识别了与人口流入、流出相关的影响因素。研究发现：① 人口流动的空间分布格局相对稳定,形成了以京、深、沪、穗、蓉、莞为“中枢”的菱形空间结构。② 通过社区划分得到的城市子群结构表明,社区间呈现明显的地理临近和省际分异特征,既形成了以省会城市为核心、受省界制约明显的中心–腹地结构的小型城市子群,也形成了跨越省界的多中心结构的大型城市子群,但大部分城市以省界为主要流动圈层,省域内人口流动更为密切。③ ERGM模型确定的人口流入、流出网络影响因素与新古典经济学理论相一致,人口规模、城市化水平、时间成本、经济成本等市场因素和经济因素在人口流动中仍然具有主导性作用。④ 城市对外来人口的吸引力更大程度上取决于自身的属性特征,而城市人口外流更依赖于外部网络关联要素,一定程度上验证了推拉理论中城市“拉力”的主导力量,以及各类距离因素的综合作用。 相似文献
2.
3.
基于动态约束的元胞自动机与复杂城市系统的模拟 总被引：2，自引：0，他引：2
为获得复杂城市系统更理想的模拟效果,提出时空动态约束的城市元胞自动机(CA)模型。用不同区域、不同时间新增加的城市用地总量作为CA模型的约束条件,形成时空动态约束的CA模型,并利用该模型模拟1988—2010年东莞市和深圳市城市扩张过程。结果表明,利用CA模型模拟的1993年城市用地总精度比静态CA模型提高了5.86%,而且模型中的动态约束条件可以反映城市发展的时空差异性。 相似文献
4.
把握中国老年人口健康水平空间演变规律对快速老龄化背景下的健康老龄化战略实施具有重要意义。本文基于第六、七次全国人口普查老年人口自评健康数据,采用探索性空间数据分析和重心—时空地理加权回归模型等方法,刻画2010—2020年中国省域城乡老年人口健康水平空间动态演化过程,揭示社会经济发展、人口流动、环境污染与保护等因素的影响变迁,主要发现：① 2010—2020年间中国老年人口健康水平总体上升,但城乡差异进一步扩大,城镇老年人口健康水平“东—中—西”递减格局趋于强化,乡村老年人口健康水平向“南高北低”转变;② 社会经济发展是影响城乡老年人口健康水平及其空间格局演变的首要因素,但作用趋于减弱,乡城人口流动导致老年人口健康城乡差距进一步扩大;③ 环境本底因素作用减弱,环境污染因素作用增强,环境保护举措在城镇地区呈现健康改善效应。 相似文献
5.
广东省自改革开放以来一直是中国流入人口大省,2010 年全国第六次人口普查数据显示,广东省省外流入人口达21497787 人,占广东省总人口的20.61%,在全国省、自治区、直辖市中居第一位。本文以全国第五次、第六次人口普查数据为数据源,选取县级行政单位为分析单元,通过GIS空间分析方法,力图找出广东省流入人口的空间分布格局及时空变化特征,并结合社会经济统计数据和统计降维的技术手段,说明广东省流入人口规模与社会经济发展之间的响应关系,讨论广东省流入人口与当地产业政策调整之间的关系。研究表明:①流入人口数量增多,但分布格局总体稳定,流入人口的聚集度略有下降;②流入人口规模与经济发展关系密切,但分布格局与当地产业转移政策关系明显。 相似文献
6.
近年来城市暴雨出现突发和多发态势,导致城市内涝灾害频繁发生,威胁着城市居民的生命和财产安全。随着城市降雨积水监测网的建立,获得分钟尺度的降雨和积水时序监测数据成为可能,实现了城市内涝的实时监控。但目前对监测数据的利用仍显不足,缺乏对其深度分析挖掘,造成监测系统“只监不控”的局面。本文基于城市降雨积水监测网的监测数据,根据积水时间相关性、降雨空间相关性以及降雨积水序列相关性,构建降雨积水的时空自相关移动平均模型(STARMA),对城市暴雨积水点积水过程进行短时预测。STARMA模型已被广泛应用于交通预测、环境变量预测以及社会经济领域,特别是在时空过程机理不清楚、多因素时空变量影响的情况下效果较好。本文首次将该模型应用到降水积水过程拟合和积水短时预测上,同时在方法上改进了传统单变量的STARMA模型,建立降雨和积水双变量的STARMA模型模拟降雨积水过程。并以北京市2012年“7.21”事件降雨积水过程为研究对象,以丰北桥、花乡桥、马家楼桥和六里桥4个积水监测点为例,建立降雨积水的STARMA模型,以5 min为步长作积水5、10、15 min三步预测。验证结果表明,该模型在降雨积水过程中拟合效果较好,模型短时预测精度较高。该项研究能够有效地利用监测数据,提高信息预警和应急指挥能力,为市政防汛或交通等部门提供决策支持。 相似文献
7.
The population of Africa is predicted to double over the next 40 years, driving exceptionally high urban expansion rates that will induce significant socio-economic, environmental and health changes. In order to prepare for these changes, it is important to better understand urban growth dynamics in Africa and better predict the spatial pattern of rural-urban conversions. Previous work on urban expansion has been carried out at the city level or at the global level with a relatively coarse 5–10 km resolution. The main objective of the present paper was to develop a modelling approach at an intermediate scale in order to identify factors that influence spatial patterns of urban expansion in Africa. Boosted Regression Tree models were developed to predict the spatial pattern of rural-urban conversions in every large African city. Urban change data between circa 1990 and circa 2000 available for 20 large cities across Africa were used as training data. Results showed that the urban land in a 1 km neighbourhood and the accessibility to the city centre were the most influential variables. Results obtained were generally more accurate than results obtained using a distance-based urban expansion model and showed that the spatial pattern of small, compact and fast growing cities were easier to simulate than cities with lower population densities and a lower growth rate. The simulation method developed here will allow the production of spatially detailed urban expansion forecasts for 2020 and 2025 for Africa, data that are increasingly required by global change modellers. 相似文献
8.
人口迁移的时空分异与影响机制一直是人口学研究关注的焦点。本文基于社保关系转移视角,从时间和空间两个维度探究黑龙江省城镇工作人口省内的中长期迁移规律与时空分异特征,并且结合人口推拉理论与OD模型,综合考虑经济和就业政策因素,建立了能够反映以社保劳动关系转移为基础的中长期人口迁移动力学模型。研究结果表明：基于社保关系的城镇工作人口迁移符合截断指数幂律分布,呈现列维飞行特点;该省省内人口迁出呈现多层级跨区域分布格局,人口迁入呈现“四核心-环东南”格局,人口迁入与迁出空间格局具有一定程度的类似性;黑龙江省边境城市人口流失情况较为严重;城镇职工迁移行为的无序性不断加大,迁移的频率较高;但是经过通过模拟,该省城镇职工的迁移系统趋向于平衡发展。 相似文献
9.
针对目前城市人口分布研究现状,在传统的空间句法模型基础上,将LBS大数据技术有机引入到城市人口分布研究中,从而构建了理论分布和实际分布有机结合的城市人口分布研究新思路。合肥市中心城区的案例研究显示：空间句法模型与LBS大数据分析所得到的人口集聚区域在空间上并不完全一致;根据空间句法模型和LBS大数据分析结果的综合对比,合肥市中心城区被划分为高密度、中密度和低密度3类人口分区,同时提出了不同密度分区的人口分布发展建议。研究表明,LBS大数据的适时、动态特点能弥补传统数据的不足,其与空间句法模型有机结合将能为城市人口分布研究提供更加精确高效的工具与方法。 相似文献
10.
城市流动人口居住自选择中的空间权衡分析——以成都市为例 总被引：2，自引：2，他引：0
基于成都市主城区各街道的流动人口数据,分析2010-2015年流动人口规模的空间分布格局及居住空间分异程度,并从流动人口行为决策的视角选取影响变量,分析其对居住自选择的影响程度及其空间差异,据此揭示居住自选择中的空间权衡过程,探讨流动人口的空间权衡对其居住自选择和居住空间格局形成的作用。结果表明：2010-2015年,成都流动人口在主城区南部和城市中心快速增加,其集聚态势为西高东低;流动人口相较于本地户籍人口表现出一定程度的居住空间分异性;流动人口占常住人口比、居住区面积、房租、公交、企业及生活服务设施对流动人口居住自选择有明显影响,且流动人口占常住人口比、居住区面积和房租影响显著,但影响关系受流动人口空间自相关影响显著;地理加权回归结果显示不同变量对居住自选择的解释能力存在空间差异性,流动人口通过不同变量空间分布的差异性权衡不同区域,以此完成居住自选择并最终形成居住空间格局。 相似文献
11.
人口是反映国情、国力基本情况的重要指标,是区域研究所必须考虑的重要因素之一。合理、准确地预测城市人口规模,是城市与区域规划中首先要考虑的基本问题,也是保证规划科学性与可实施性的关键性前提。以西宁市2000-2011年历年总人口为样本数据,分别构建了一元线性回归模型、马尔萨斯模型、logistic模型及GM（1,1）模型,并进行模型检验。结果表明：（1）模型均通过模型精度检验且精度较高,GM（1,1）模型拟合度最高,均误差达到0.004%,马尔萨斯模型拟合度最低,为-1.440 8%;（2）分析模型预测精度差异产生原因及适用性,表明深入、准确地分析样本数据特征,恰当选择分析方法对于控制人口预测精度尤为重要。由于西宁市2000-2011年人口样本数据在2005及2009年数据存在波动性,破坏了其与一元线性回归模型及马尔萨斯模型的拟合度,导致在4种模型中,Logistic及GM（1,1）模型预测精度较高,而GM（1,1）模预测精度最高,所以采用GM（1,1）模型进行西宁市人口预测,得到西宁市人口预测的最终结果：2012年西宁市总人口将达到225.89×104人,2015年将达到233.39×104人,2020年将达到246.37×104人。从结果看,未来9 a西宁市人口将呈现持续平稳增长的态势,但随着时间推进人口增长速度将逐渐下降。 相似文献
12.
13.
人口流动影响新冠肺炎疫情传播与风险扩散。基于百度迁徙大数据和各省市区卫生健康委员会数据，结合地理信息技术，研究了2020年1月1日至3月5日136个城市新冠肺炎疫情扩散与武汉市人口流出的空间关系及其对我国城市公共卫生治理启示。研究表明：1）中国新冠肺炎疫情扩散过程具有阶段性特征，经历了疫情发生与隐性扩散、快速扩散与暴发、扩散遏制和扩散衰减4个阶段。2）研究时间段武汉市人口主要流向湖北省境内以及周边省市和北京、上海、广州、深圳等一线城市，具有地理邻近性和倾向区域中心城市的人口流入特征。受地理距离、时间成本、社会经济联系、境外输入等因素的影响，新冠肺炎疫情空间分布的不平衡性明显，长江中游城市群、京津冀城市群、长三角城市群、粤港澳大湾区和成渝城市群成为新冠肺炎疫情集中分布的重点区域，一些重点出入境口岸城市的新冠疫情扩散风险较大。3）新冠肺炎疫情扩散与人口流出之间具有较强的正向等级相关性。两者之间的空间关系可以分为8种调控类型，近90%的城市具有人口流入多、确诊病例数高或人口流入少、确诊病例数低的特征。其中，人口流入多、确诊病例数高的城市主要集中分布在湖北省境内以及中国重点城市群的中心城市，其防控压力来自人口流入多、确诊病例数高带来的疫情扩散风险；而人口流入少、确诊病例数低的城市分布较为分散，其防控的难点在于提高防控对策的精准性。我国疫情防控取得了显著成效，但随着时间的演进全球疫情形势反弹的不确定性仍然存在，外防输入、内防反弹的压力依然很重，现阶段乃至未来一段时期，疫情防控将伴随中国经济社会发展成为新常态。建议针对8种调控类型，从人口流动、交通和资源等引导与管控方面分类提出精细化的疫情防控策略，提升城市公共卫生治理能力。 相似文献
14.
杭州市人口密度空间分布及其演化的模型研究 总被引：56，自引：8，他引：56
基于四次人口普查数据 ,本文探讨了杭州城市人口密度的空间分布及其演化规律。首先提取了不同年份城市人口密度的空间分布数据 ;然后根据人口分布的曲线特征对各种可能出现的数学模型进行拟合、比较 ,发现杭州市的人口分布服从Clark模型的修正形式———加幂指数模型 ;借助模型参数进行城市增长及其空间动力学分析 ,发现反映信息熵的约束参数波动升高、渐次逼近于 1,从而揭示 :改革开放以来 ,随着城市演化过程中自组织能力的加强以及郊区化的发展 ,城市空间复杂性程度增高 ,城市内各功能单元的效用增强 ,城市的空间结构进一步趋向新的有序状态。本文借助前沿科学思想及郊区化理论 ,尝试提出一个分析城市人口时空变化规律的完整范例 ,对城市规划和管理工作也具借鉴意义 相似文献
15.
热浪作为城市化特征灾害之一,严重影响着城市居民的生命健康。目前针对热浪的研究主要聚焦基于静态数据的时空模式、风险管理和脆弱性评价分析方向,对动态人口暴露度的研究尚少。论文基于手机定位数据,首先融合深圳市逐时人口与气温时空分布模型,揭示热浪动态人口暴露度水平;其次,构建基于7类城市兴趣点(point of interest,POI)与不同时段人口分布的地理加权回归模型,初步分析了热浪环境下POI对人群行为模式的影响机制。结果显示：① 相比于基准时段(2018年7月28日12:00~18:00),2018年7月26日至8月1日热浪平均辐射范围在7月29日以8.66倍速增长,至7月30日则以18.93倍速跃至峰值,覆盖区域整体呈现西部高于东部、南部低于北部的特征;② 人口在不同时段均表现为明显的带状聚集分布态势,且人口暴露度与气温和人口的动态演变紧密关联,其暴露度同热浪扩散幅度相似,总体呈2.29倍等比增长,辐射范围包括南山区、福田区、罗湖区等城市商业、工业、住宅中心人口密集区域;③ 同类POI在不同时刻、不同POI在相同时刻对人群减少热浪暴露的移动交互行为具有明显的时空驱动机制差异及选择偏好特征。在持续性城市化背景下,该研究方法可为同类的城市灾害人口暴露度分析提供一定的科学参考。 相似文献
16.
基于GIS 的城市内部人口空间结构研究 ——-以深圳市为例 总被引：6，自引：1，他引：6
社会科学开始借助于地理信息系统(GIS) 的空间统计分析方法, 来研究社会现象的空间 模式和非常态分布, 研究社会科学中的空间结构问题。人口是城市空间结构演变中最为活跃的因 素之一, 同时也较易获取、容易做到时空连续, 因此往往是衡量城市内部空间结构的重要指标之 一。借助于GIS 技术, 以20 世纪90 年代以来深圳市城市内部人口空间结构研究为例。研究结果 表明深圳市城市内部人口空间结构总体表现为集聚。具体来说: 1990 年和2000 年深圳市人口密 度均以特区内东门街道为最高, 特区外各街道人口密度增长较快; 1990~2000 年人口重心向西北 移动约4km; 1990 年人口密度函数和2000 年人口密度函数均以反函数模型拟合较好, 从市中心 随着距离增加, 人口密度递减; 空间相关性分析结果表明在市中心附近具有较大的向心效应, 带 来周边邻近区域人口的增长, 而在东部郊区人口分布相对稀疏, 出现部分离心效应。 相似文献
17.
基于多智能体的城市人口分布模型 总被引：5，自引：1，他引：4
人口是城市发展中最为活跃的因素,快速增长的人口给城市安全、经济和生态环境带来了深远的影响,获取不同尺度的高精度人口空间分布信息对于城市安全管理、提高资源环境的综合管理能力具有非常重要的意义。针对常用的城市人口空间分布模拟方法存在的不足,构建了基于多智能体的城市人口分布模型,模型由影响要素、智能体、决策规则等组成。在两个不同尺度区域进行了模型应用实验,并以重力模型进行了对比分析。实验结果表明,与重力模型相比,此模型所模拟的结果具有更高的精度,且接近于实际的人口空间分布,为城市人口分布模拟提供了新的思路。 相似文献
18.
Mining transition rules of cellular automata for simulating urban expansion by using the deep learning techniques 总被引：3，自引：0，他引：3
Jialv He Yao Yao Ye Hong Zhang Jinbao 《International journal of geographical information science》2018,32(10):2076-2097
Along with the gradually accelerated urbanization process, simulating and predicting the future pattern of the city is of great importance to the prediction and prevention of some environmental, economic and urban issues. Previous studies have generally integrated traditional machine learning with cellular automaton (CA) models to simulate urban development. Nevertheless, difficulties still exist in the process of obtaining more accurate results with CA models; such difficulties are mainly due to the insufficient consideration of neighborhood effects during urban transition rule mining. In this paper, we used an effective deep learning method, named convolution neural network for united mining (UMCNN), to solve the problem. UMCNN has substantial potential to get neighborhood information from its receptive field. Thus, a novel CA model coupled with UMCNN and Markov chain was designed to improve the performance of simulating urban expansion processes. Choosing the Pearl River Delta of China as the study area, we excavate the driving factors and the transformational relations revealed by the urban land-use patterns in 2000, 2005 and 2010 and further simulate the urban expansion status in 2020 and 2030. Additionally, three traditional machine-learning-based CA models (LR, ANN and RFA) are built to attest the practicality of the proposed model. In the comparison, the proposed method reaches the highest simulation accuracy and landscape index similarity. The predicted urban expansion results reveal that the economy will continue to be the primary factor in the study area from 2010 to 2030. The proposed model can serve as guidance in urban planning and government decision-making. 相似文献
19.
中国流动人口分布演变及其对城镇化的影响——基于省际、省内流动的对比分析 总被引：8，自引：2，他引：6
基于2000、2010年中国人口普查分县数据资料,对比分析省际、省内跨县流动人口的空间格局、形成机制及城镇化的差异。结果表明:① 省际、省内跨县流动人口的集聚发展趋势存在差异,省际流动人口表现为“聚中有散”,即集聚程度较高,分散化迹象趋于明显;省内跨县流动人口则表现为“散中有聚”,其较为分散地分布省会、地级市等大中城市,在向前1%城市集聚。② 流动人口流入地的选择受政府和市场力量双重作用的影响,省际流动人口倾向于有更多就业机会、更高工资水平的省会级城市;省内跨县流动人口更看重就业机会,更偏向地级市,财政支出对其流入地选择影响更大。③ 省际、省内跨县流动人口对2010年全国城镇化水平的贡献分别为4.24%,2.74%,前者推动着东部沿海地区城市群的发展优化,后者则强化着中西部大中城市“一城独大”的态势。 相似文献
20.
印度是人口仅次于中国的发展中国家,也是“一带一路”倡议的重要节点。印度正处于城市化快速发展阶段,分析印度城市化特征具有重要意义,而中国国内关于印度城市化和城市扩张的研究和报道相对较少。论文选取10个人口超过100万的印度城市,获取1990、2000和2014年基于Landsat影像的土地利用数据和人口数据,采用圈层分析法将城市划分为等间距的同心圆圈层后统计各圈层内建设用地密度,选取增长率、密度、强度以及景观指数指标对印度城市扩张进行多维度对比分析。研究发现：①城市土地扩张快于人口增长,1990—2000、2000—2014年土地年均增长率分别是人口年均增长率的3.27和2.43倍。②建设用地密度随着与城市中心距离增加而衰减,且在一定距离内快速下降;同圈层内建设用地密度随时间逐渐增加;城市以分散的方式向外扩张,城市形态变得更加松散,特别是在第二阶段(2000—2014年)。③建设用地斑块破碎化程度与城市扩张强度的空间变化相吻合。城市扩张最活跃区域与景观破碎度最严重区域都随时间不断向外推进,城市扩张对景观格局产生显著影响。在全球城市扩张背景下,研究结果将为理解城市扩张时空特征而提供印度样本,也将为研究其他地区城市扩张提供分析方法和思路。 相似文献