共查询到10条相似文献，搜索用时 46 毫秒
1.
针对人口和房价问题的研究多基于地理空间单元,难以从更深层次、更多角度反映两者关系的问题,以武汉市主城区为例,在区县、街道、居民区3个空间尺度与工作和休息这两个时间节点上应用Kriging插值、区位熵、集聚指数等方法分析人口集聚和房价的分布特征及相关性,并在居民区尺度基于土地利用数据这非地理空间单元,对人口集聚和房价关系进行探讨.结果表明,房价与人口集聚分布具有趋同性,但并非完全同步,房价高值往往与人口集聚高值错开而分布在其周围;用地类别中,相对于居住人口,公共管理与公共服务设施用地,绿地与广场用地、公共设施用地类别房价受就业人口集聚影响更为显著. 相似文献
2.
揭示高原地区地表温度(land surface temperature,LST)空间分异特征及影响因素对当地气候变化研究的意义重大。现有研究主要分析了LST与单因子的关系,但以高原地区为研究区,结合多方面因子进行LST空间分异特征与影响因素定量分析的研究还相对较少。文中以西藏自治区日喀则市桑珠孜区为例,利用Landsat8遥感数据,采用辐射传输方程算法和普适性单通道算法反演研究区LST;应用地理探测器模型中的因子探测器与交互探测器分别定量探测出单因子与多因子共同作用时对LST的影响程度。研究结果表明,可量化因子中,LST随坡向度数的增加呈现出先增加后降低再增加的趋势,其他因子与LST间均呈明显的负相关关系,但下降速度存在差异;海拔是影响高原地区LST空间分布与分异特征的最主要因素,其后依次为归一化植被指数(normalized difference vegetation index,NDVI)、坡向、归一化水汽指数(normalized difference moisture index,NDMI)、土壤类型、坡度与年均降水量;高原地区LST的空间分布与分异特征的形成是多种因子共同作用的结果,所有因子在交互作用下均具有协同增强作用,海拔与坡向、海拔与NDMI以及海拔与NDVI的影响最为显著。 相似文献
3.
房价与地价的影响因素多且因素之间相关关系复杂,本次研究通过收集整理重庆市房价与地价的相关数据,采用政策因素、宏观区位因素、微观区位因素、平均容积率因素、规划因素、路网密度因素来研究房价与地价之间的关系,通过建立因素间的通径图构建房价地价的结构方程模型,详细分析了各因素之间的影响关系. 相似文献
4.
针对广东省县域经济发展不协调现状,该文以人均GDP为测度指标,利用空间自相关和标准差椭圆分析了2005-2017年广东省县域经济差异的时空格局演化,采用多元线性回归验证因子合理性,通过地理探测器定量分析影响广东省县域经济差异的主导因子和交互作用.结果 表明:①广东省县域经济发展整体差异明显,经济发展水平由珠三角地区向外围逐渐降低;②广东省经济发展水平相似的县域存在明显的空间聚类特征,珠三角地区对其他区域的极化效应减弱,溢出效应增强;③广东省县域经济发展重心由西南方向朝东南方向移动,东翼、西翼、山区相对于珠三角地区的经济增长速度加快;④城镇居民可支配收入、第三产业产值、地方财政收入、人均社会消费品零售额、铁路密度是影响广东省县域经济差异的主要因素. 相似文献
5.
6.
针对目前众多学者主要针对夏季热环境进行研究,分析方法相对单一,且融合地理探测器等多种方法针对不同季节相关分析研究相对较少的问题,该文基于2017-2018年Landsat8遥感数据,反演济南市中心城区四季的地表温度,综合运用景观格局指数法和剖面法分析不同季节热环境空间分布变化;利用相关性分析方法和地理探测器模型针对地表遥感指标和热环境进行相关性和影响力研究.结果表明:济南市中心城区除冬季,地表温度分布东高西低,与 自然地表、工业生产、人口活动等区位要素关联密切;气温骤降与骤增导致温度斑块割裂、聚合;水体、水汽与建筑的交互作用对春、夏、秋季的城市热环境影响最大,水体与不透水面(交互因子:0.392 952)对冬季热环境交互影响最大;城市热环境的空间分异特征受多因子影响,其中植被与水体(交互因子:0.379 927)、植被与水汽(交互因子:0.380 707)协同降温效应最优,建筑与植被(交互因子:0.278 922)协同保温效应最优. 相似文献
7.
准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。 相似文献
8.
针对住房价格随时间的演化,该文利用社交网络数据——新浪微博兴趣点数据,并结合住房价格数据,基于核密度分析、热点分析、GWR(地理加权回归)等方法分析了南京市房价的时空变化特征及其影响因素.结果表明:南京市住房价格自2007年迄今为止主要呈上涨趋势,但各区涨幅不同.核密度分析结果表明,POI签到数据密度高的区域也是高房价聚集的区域,并且具有较高的活动频率,说明POI签到数据的集聚程度与住房价格关系密切.热点分析结果表明,POI签到数据所显示的热点区域同时也是住房价格高的区域,说明POI热点分布与房价存在较大相关性.整合了大型社交网络与住房价格数据,揭示了南京市房价时空变化规律,可为房价调控政策的制定提供理论依据. 相似文献
9.
针对北京市主城区房地产价格长区间的空间分布变化及其成因进行研究,为北京市房价的空间分布规律提供参考.采用空间相关性分析方法中的平均最近邻分析、全局Moran'sI指数、Moran散点图和LISA集聚图等分析工具结合空间自相关理论对北京市主城区房地产价格的空间分布变化进行分析,通过克里金插值分析方法验证房价的空间特征,分析空间分布的变化及其成因.得出北京市主城区房地产价格20152019年,空间集聚特征不变,正向空间自相关增强,价格中心由单中心变为中心—副中心的多中心形式,区位因素和交通可达性条件是影响房价空间分布变化的重要因素. 相似文献
10.
针对驱动力对人口城镇化的空间变异特征分析不足的问题,该文以长江经济带市域为基本单元,借助社会经济数据,引入自然环境数据,建立了经济、社会、环境和土地因子的测度指标体系。运用探索性空间数据分析和地理加权回归模型,定量分析人口城镇化的空间格局、动力因子以及空间分异性。结果表明:人口城镇化水平区域间差异显著,呈现明显的空间集聚性,形成了"圈层集中-东西对立-中心联动-梯度明显"的分布格局。动力因子对各地区人口城镇化的影响呈现明显的空间异质性,环境因子和经济因子是长江经济带人口城镇化发展的主要影响因素,动力因子的影响程度和变化趋势能够客观的反映出区域经济发展、环境状况、社会发展和土地现状对城镇化发展在空间上的影响。 相似文献