山东省人口空间分布格局的多尺度分析.pdf

《山东省人口空间分布格局的多尺度分析.pdf》由会员分享，可在线阅读，更多相关《山东省人口空间分布格局的多尺度分析.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第31卷 第2期2012年02月地 理 科 学 进 展PROGRESS IN GEOGRAPHYVol.31,No.2Feb.,2012收稿日期：2011-01；修订日期：2011-05.基金项目：国家“863”计划项目（2006AA120105）。作者简介：王静（1987-），女，宁夏石嘴山人，硕士研究生，主要从事人口空间化研究。E-mail:176-182页山东省人口空间分布格局的多尺度分析王静1,2，杨小唤1，石瑞香1(1.中国科学院地理科学与资源研究所资源环境信息系统国家重点实验室，北京100101；2.中国科学院研究生院，北京100049)摘 要：人口空间分布具有一定的尺度依赖性，从

2、不同尺度上对人口空间分布格局进行分析，可以更确切、真实地揭示人口的空间分布规律，为制定区域发展规划、灾害评价、环境保护等提供科学依据。本文以山东省为研究区，运用空间自相关方法和统计相关分析方法，比较市级、县级、1 km三个尺度上人口分布的空间自相关性及其与环境经济因子的统计相关性，试图探讨不同尺度下人口的空间分布模式及影响(指示)因素，从不同尺度揭示人口的空间分布格局特征。结果表明：从不同尺度对人口的空间分布格局进行分析，可以得到从宏观到微观不同详细程度的信息。从市级尺度分析，可以得到山东省整体的人口空间分布特征；从县级尺度分析，可以得到山东省各市内部的人口空间分布特征；从1 km尺度分析，可

3、以得到山东省各县内部的人口空间分布特征。不同尺度上，人口的空间分布格局特征不同。市级和县级尺度上，人口分布受环境经济因子的影响表现出与一些因子显著相关，而受空间集聚的作用较小；1 km尺度上，人口分布与环境经济因子的相关性较小，而主要受空间集聚的作用，在县内部，人口往往集中分布于某一区域，呈现出典型的集聚分布模式。关 键 词：人口分布；尺度；空间自相关；统计相关；山东省1 引言掌握人口信息，研究人口的空间分布，对制定区域长远发展规划、国土整治、城乡建设规划、环境规划和保护等工作具有重要意义。长期以来，这一领域受到了地理学者及人口学者的广泛关注1-10。如王桂新1基于省级人口统计数据，探讨经济发

4、展水平对我国不同区域之间人口分布差异及人口迁移的影响。廖顺宝、孙九林2利用青海、西藏两省的分市县人口统计数据，分析了青藏高原地区人口分布与海拔高度、土地利用类型、道路、河流分布之间的关系。高志强等3用相关关系方法及关系曲线分析了中国土地资源生态环境质量同人口分布的关系，论证了中国土地资源生态环境指数同人口存在着实质性的相关关系。封志明等7基于中科院数据中心杨小唤研究组生产的全国1 km分辨率的人口格网数据11-12，研究地形起伏与人口密度的关系。杨小唤、马瀚青9建立了自然环境适应度指数，基于1 km分辨率的人口格网数据11-12，分析该指数与人口 分 布 的 关 系。Doll 等10使 用 G

5、PW v313和GRUMP14两个全球人口格网数据库分析农村无电灯区的人口分布状况及其与农村居民收入的关系。以往的研究，对人口的空间分布规律进行了有益的探索，取得了丰硕的成果，但往往是在省级、市级、县级或是格网尺度上进行的单一尺度研究。然而地理学研究对象格局与过程的发生、时空分布、相互耦合等特性都是尺度依存的15，人口的空间分布亦具有一定的尺度依赖性16，不同尺度上，人口空间分布格局的特征往往不同，在某一尺度上所具有的人口分布格局特征在另一尺度上往往并不适用。因此，若要更确切、真实地揭示人口空间分布规律，需要从不同尺度上对人口空间分布格局进行分析。鉴于此，本文以山东省为研究区，运用空间自相关方

6、法和统计相关分析方法，比较市级、县级、1 km三个尺度人口分布的空间自相关性及其与环境经济因子的统计相关性，试图探讨不同尺度下人口的空间分布模式及影响(指示)因素，从不同尺度揭示人口的空间分布格局特征。2 研究方法2.1 基础数据与技术路线本文中所使用的原始数据的数据格式、来源如表1所示，其中土地利用数据为百分比数据，即131卷2期王静 等:山东省人口空间分布格局的多尺度分析km2内某种土地利用类型所占比例，包括耕地、水田、旱地、草地、林地、城镇用地、农村居民点七种土地利用类型。人口格网数据的生产流程参见文献11-12，GDP格网数据的生产流程参见文献17。本文的技术路线如下：(1)使用Arc

7、GIS区域统计功能，分别以山东省市界、县界图套合统计山东省1 km1 km格网的DEM、坡度、年平均日照时数、年降雨量、年平均气温、土地利用数据，计算山东省各市、县(市辖区)的平均海拔、平均坡度、平均日照时数、平均降雨量、平均气温、土地利用类型面积百分比;(2)市级、县级、1 km尺度的人口总值分别除以相应尺度的面积，计算人口密度；(3)分析并比较市级、县级、1 km格网三个尺度人口密度的全局空间自相关性和局部空间自相性，探讨人口的空间分布模式；(4)分析并比较市级、县级、1 km格网三个尺度上人口密度与上述经济环境因子的相关性，探讨各尺度下人口分布的影响因素或指示因子。2.2 基于经典统计学

8、的相关分析基于经典统计学的相关分析用来衡量事物之间或者变量之间线性相关程度的强弱，通常用Pearson相关系数来定量描述，其计算公式18如下：r=i=1n()xi-x()yi-yi=1n()xi-xi=1n()yi-y式中:xi和yi分别为两要素的样本观测值；n为样本数目，-x和-y分别表示两个要素样本值的平均值；r为两要素的Person相关系数，r0表示两要素正相关，r0表示空间正自相关；I0表示空间负自相关；I=0表示不存在空间自相关，即空间随机分布。计算结果可采用随机分布或近似正态性分布检验。局部MoransI指数用于揭示研究区内的空间对象的某一空间参考单元与其邻近的空间单元属性特征值之

9、间的相似性或相关性，实际上是将全局MoransI指数分解到局域空间上，即针对空间每一个分布对象，有计算公式19：Ii=yi-ys2j=1nwij()yi-y式中:s2为yi的离散方差；-y为均值；wij为权重矩阵。空间权重矩阵及I值的意义与全局空间Mo-ransI指数中的定义相同。局部MoransI指数将空间关联模式细分为4种类型，分别与Moran散点图中4个象限相对应，包括高高、低低、高低、低高关联。3 结果与分析本文采用人口密度作为人口空间分布格局分析的指标。表2和图1分别是山东省市、县和1km三个尺度下的人口密度特征统计和人口密度分布表1 基础数据及其来源Tab.1 Basic data

10、 and their resources名称 格式 来源 山东省 2 0 0 5 年市、县级人口及G D P 统计资料 E x c e l 山东省统计年鉴2 0 0 5 山东省 1 k m 1 k m分辨率坡度数据 g r i d 中国科学院资源环境科学数据中心 山东省 1 k m 1 k m分辨率D E M数据 g r i d 中国科学院资源环境科学数据中心 山东省 1 k m 1 k m分辨率年日照时数数据 g i r d 中国科学院资源环境科学数据中心 山东省 1 k m 1 k m分辨率年降雨量数据 g i r d 中国科学院资源环境科学数据中心 山东省 1 k m 1 k m分辨率年

11、气温数据 g r i d 中国科学院资源环境科学数据中心 山东省 2 0 0 5 年土地利用数据 g r i d 中国科学院遥感应用研究所 山东省 2 0 0 5 年1 k m分辨率人口格网数据 g r i d 中国科学院资源环境科学数据中心 山东省 2 0 0 5 年1 k m 1 k m分辨率 G D P 数据 g r i d 中国科学院资源环境科学数据中心 177地理科学进展31卷2期图。通过对表2的分析可知，不同尺度下人口密度最小值与统计尺度的大小呈正相关，即随统计尺度的减小而降低，而人口密度最大值、波动范围和标准差均与统计尺度的大小呈负相关，即随统计尺度的减小而增加。这表明人口空间分

12、布在小尺度统计上更加集聚，在大尺度统计上则倾向于均匀，即统计尺度越小，人口分布波动越大，人口密度极值也越容易提取，所反映的人口空间分布格局越精细，这与图1所示的人口密度分布图一致。3.1 人口空间分布模式的多尺度分析在 ArcGIS 9.2 环境下，利用 Conversion Tools模块将1 km人口密度栅格数据转换成shp格式的点，以便在Geoda 095i中计算空间自相关指数。3.1.1 总体空间分布模式的多尺度分析在Geoda 095i的支持下，计算山东省市级、县级、1 km三个尺度下的全局MoransI指数，在市级、县级尺度上使用ROOK邻接计算空间权重矩阵，在1 km尺度上使用K

13、阶最邻近距离计算空间权重矩阵。市级、县级、1 km三个尺度下全局Mo-ransI值分别为0.2712、0.0798、0.8590。进行随机分布显著性检验，三个尺度的计算结果通过Z值检验，表明在3个尺度上山东省人口密度在整体上均具有一定的正自相关性，不是随机分布，呈现一定的空间集聚模式。图2为3个尺度的MoransI散点图,横轴为各尺度的人口密度，纵轴为各尺度人口密度的空间滞后变量值。比较三个尺度的MoransI指数值，市级和县级尺度远小于1 km 尺度，县级尺度的MoransI指数最小，市级尺度次之，1 km尺度最大，三个尺度的MoransI指数没有呈现出随尺度减小而依次递减的趋势，这表明山东

14、省人口密度空间自相性的尺度依赖性主要表现在精细尺度和粗尺度之间，即1 km尺度上人口分布的集聚程度远大于市级和县级尺度，而在尺度差异不大的情况下表现并不明显。3.1.2 局部空间分布模式的多尺度分析本研究进一步计算了三个尺度上人口密度的局部MoransI指数，以分析三个尺度的局部空间自相关性。图3为市级、县级、1 km三个尺度的局部空间自相关聚集地图，该图将局部MoransI指数的显著性水平在0.05以上的空间单元分为高高、低低、高低、低高4种空间关联类型。在市级尺度上(图3a)，山东省人口存在一个以济宁市为中心的高高集聚区，济宁市及与其邻接的泰安市、枣庄市、菏泽市人口密度均大于700人/km

15、2，形成高高集聚区。济南市的局部MoransI指数值为0，与其邻接的六市中，泰安市、聊城市、淄博市人口密度大于均值，济南市与其呈高高关联，MoransI指数为正值；德州市、滨州市、莱芜市人口密度小于均值，济南市与其呈高低关联，MoransI指数为负值，总的局部MoransI指数相互抵消，为0，呈现出不存在空间自相关。综合分析可知，从市级尺度分析，可以得到山东省各市之间的人口分布差异，即山东省形成了由济南市、聊城市、泰安市、济宁市、枣庄市、菏泽市组成的人口密集区，这与市级人口密度分布图所显示的一致。济宁、济南、菏泽等市地处黄河冲积平原，是华北平原的一部分，表2 不同尺度人口密度的统计特征（单位：

16、人/km2）Tab.2 Statiscal characteristics of population densityat different scales图1 山东省市级、县级、1 km1 km人口密度图Fig.1 Population density of Shandong Provice at city,county and 1 km1 km scale尺度 最小值 最大值 范围 标准差 市级 2 5 5.5 3 2 8 0 3.8 0 5 4 8.2 7 1 3 7.7 7 县级 1 1 2.7 3 2 2 0 4.4 6 9 2 0 9 1.7 4 2 0 8.0 4 1 k m 0

17、 2 2 4 3 2.1 1 2 2 4 3 2.1 1 1 1 7 1.4 9 060 km060 km060 km图例单位：人/km2700图例单位：人/km2700图例单位：人/km25000a.市级b.县级c.1 km1 km尺度17831卷2期王静 等:山东省人口空间分布格局的多尺度分析地势平坦，年均温较高，年降水量丰富，适宜农业生产，这可能是这一区域人口密集的主要原因。在县级尺度上(图3b)，山东省人口呈现出一个高高集聚区、五个低低集聚区和两个高低分布区。考虑各空间关联区所隶属的市级行政单元以及县级人口密度分布图，可以分析市内部各县区的人口空间分布模式。高高集聚区以济宁市市辖区为中

18、心，与其邻接的各县均属于济宁市，表明在济宁市内部，各县区人口分布相对均匀，人口密度均较高。在济南市内部，以济南市市辖区为中心，济阳县、章丘市、平阴县与济南市市辖区邻接，形成高低分布区，表明济南市各县区人口分布不均，人口集中分布于济南市市辖区。东营市和滨州市内，存在连续的低低集聚中心，覆盖东营、滨州两市的全部区域，表明东营、滨州两市人口分布相对均匀，且人口密度较小。这一区域虽然地处平原，但因受到较强的海水侵蚀，有较大区域的盐碱地，不利于农业生产，故而人口稀疏。烟台市内部，存在莱州市、莱阳市两个低低集聚中心和以龙口、烟台市市辖区为中心的高低分布区，表明烟台市人口分布不均，集中分布于龙口市和烟台市市

19、辖区。由此可鉴，从县级尺度分析，可以得到山东省各市内部各县之间的人口空间分布特征。在1 km尺度上(图3c)，山东省沿海地区、中部、南部分别呈现出跨县的、连续带状的低低分布区，而胶东半岛则呈现出间断的片状低低分布区。北部沿海区受黄河和海水的共同侵蚀作用，土地盐碱程度较高，人口密度较低；中部的低低分布区沿沂泰山脉分布，是典型的由地貌类型作用而形成的人口低密度区；南部的低低分布区为微山湖，位于微山县境内，人口密度应为零；胶东半岛大多是起伏和缓的丘陵，人口分布受这种地形的影响，呈现间断的片状低低分布区。此外，每一个县内部，均存在大小不等、数量不一的高低分布区，这表明在县的内部，人口往往呈现出典型的集

20、聚分布模式，即人口往往集中分布于县内一个或几个区域。由此可鉴，从1 km尺度，可以得到各县内部的人口空间分布特征。3.2 人口分布与环境经济因子相关性多尺度分析通过统计相关分析，探讨市级、县级、1 km三个尺度上山东省人口分布的影响因素及指示因子。对市级和县级尺度，使用SPSS软件，计算人口密度图2 MoransI散点图Fig.2 MoransIScatter图3 市级、县级、1 km1 km三个尺度局部空间自相关图Fig.3 Local spatial autocorrelation cluster at city,county and 1 km1 km scalea.市级不显著相关高高关联

21、低低关联高低关联图例b.县级不显著相关高高关联I=0图例c.1 km1 km尺度不显著相关高高关联低低关联图例060 km060 km060 km人口密度（市级）morans I=0.27人口密度（县级）morans I=0.08人口密度（1km1km）morans I=0.86w_人口密度（市级）w_人口密度（县级）w_人口密度（1km1km）179地理科学进展31卷2期与相应尺度的平均降雨量、平均日照时数、平均气温、耕地面积百分比、城镇用地面积百分比、农村居民点面积百分比、水田面积百分比、旱地面积百分比、林地面积百分比的Pearson相关系数并进行显著性水平检验。对1 km尺度，在Spat

22、ial Analyst模块下，使用Multivariate工具箱中的Band CollectionStatistics工具计算人口密度与平均降雨量、平均日照时数、平均气温、耕地面积百分比、水田面积百分比、旱地面积百分比、林地面积百分比相关系数，因本文所用的1 km人口格网数据在假定人口分布于居民点用地之上的前提下，由城镇用地、农村居民点计算而来11-12，计算人口密度与城镇用地、农村居民点相关系数没有意义，故不计算。表3为三个尺度上人口密度与环境经济因子的相关系数。在市级尺度上，如表3第二列所示，人口密度与平均日照时数、农村居民点百分比在0.01水平上显著相关，相关系数为-0.685、0.50

23、7；与平均气温的相关系数较大，达到0.455。与其他因子的相关系数较小，且未通过显著性水平检验。山东省年平均日照时数整体差异不大，在2300小时到2900小时之间，但山东省近海区域因受海洋暖流的影响，平均日照时数较内陆地区高，呈现由近海到内陆递减的趋势，但山东省人口密度则是处于内陆的济南市、济宁市、菏泽市等地区较高，而处于近海的东营市、滨州市、烟台市等地区较低。平均气温与平均日照时数存在着显著的正相关性，因而与人口的相关系数较大。农村居民点是农村人口分布的重要指示因子20，山东省近海地区工业发达而人口稀疏，农村居民点所占比重相对较少；内陆地区农业发达而人口密集，农村居民点所占比重相对较多，因而

24、呈现出人口密度与农村居民点百分比正相关的趋势。在县级尺度上，如表3第三列所示，人口密度与城镇用地面积百分比、农村居民点面积百分比、地区生产总值在0.01水平上显著正相关，相关系数分别为0.842、0.305、0.451；与其他因子相关性不显著。这表明在县级尺度上，城镇用地百分比、农村居民点百分比表现出较好的对人口分布的指示性；同时经济发展水平成为人口分布的重要影响因素，各市的市辖区因经济发达，往往集中了较多的人口，而以农业为主的县，经济相对落后，往往人口密度较低。在1 km尺度上，如表3第四列所示，人口密度与各因素的相关系数均较小，在0.1左右，可认为不存在显著的相关性。这表明在1 km尺度上

25、，环境因子及经济因素对人口分布的影响及指示作用均很微弱，可以忽略。比较三个尺度的统计相关分析，市级、县级尺度上人口分布与一些环境经济因子具有较高的相关性，这明显区别于其较低的空间自相关系数。在市级尺度上，平均日照时数、农村居民点百分比对人口分布有较好的指示作用，这与山东省人口的总体分布状况受地形和农业生产状况的影响有关。在县级尺度上，经济发展水平为影响人口分布的重要因素，而城镇用地百分比、农村居民点百分比也表现出了对人口分布很好的指示作用。在1km尺度上，人口分布与环境因子及经济因素的相关性几乎不存在。这表明，环境因子及经济因素等对人口分布的影响及指示作用往往发生在大尺度上，在较细尺度上，这种

26、作用很小，可以忽略，这也相异于其较高的空间自相关系数。4 结论与讨论本文使用空间自相关分析和统计相关分析方法，以山东省为研究区，分析并比较了市级、县级、1 km尺度上人口的空间分布特征，根据分析，可以得出以下结论：(1)从不同尺度对人口的空间分布格局进行分析，可以得到从宏观到微观不同详细程度的人口空间分布特征信息。从市级尺度分析，可以得到山东省整体的人口空间分布特征，即山东省南部形成以环境经济因子 市级 县级 1 k m 平均海拔 0.2 3 5 -0.0 4 4 -0.0 9 4 0 8 平均坡度 0.1 1 7 0.1 0 5 -0.1 1 1 5 6 地区生产总值 0.0 5 1 0.4

27、 5 1*-0.0 0 7 0 6 平均日照时数-0.6 8 5*-0.1 8 8 0.0 1 6 平均气温 0.4 5 5 0.1 9 8 0.0 0 8 5 平均降雨量 0.1 3 9 -0.0 2 9 0.0 0 7 7 耕地百分比 0.2 2 7 -0.1 1 -0.0 8 8 9 8 城镇百分比 0.2 7 6 0.8 4 2*_ 农村百分比 0.5 0 7*0.3 0 5*_ 水田百分比-0.1 7 5 0.0 2 2 -0.0 0 8 0 6 旱地百分比 0.2 5 5 -0.1 1 -0.0 8 3 9 9 林地百分比 0.0 5 7 0.0 1 8 -0.1 0 7 0 6

28、草地百分比-0.0 7 6 -0.1 8 -0.1 0 7 3 2 注：*表示在0.0 1 水平上显著相关，*表示在0.0 5 水平上显著相关。表3 不同尺度下人口密度与环境经济因子的相关系数Tab.3 correlations between population density andenvironment-economic factors at different scales18031卷2期王静 等:山东省人口空间分布格局的多尺度分析济南市、聊城市、泰安市、济宁市、枣庄市、菏泽市组成的人口密集区。从县级尺度分析，可以得到山东省各市内部的人口空间分布特征，如济南市人口密度较高而内部人口分

29、布不均，济宁市人口密度较高而内部人口分布均匀，东营市人口密度较低而内部人口分布均匀。从1 km尺度分析，可以得到各县内部的人口空间分布特征，即各县内部均存在数量不等、大小不一的人口高密度区，人口呈现典型的集聚分布模式。(2)不同尺度上，人口空间分布格局特征不同。市级和县级尺度上，人口密度的空间自相关系数相对较小而与环境经济因子的相关系数相对较大，人口分布受地貌类型、农业生产水平、经济发展水平的影响而表现出与一些环境经济因子密切相关，这些环境经济因子对人口分布具有一定的指示作用。市级尺度上，平均日照时数、农村居民点百分比、平均气温是人口分布的主要指示因子；县级尺度上，经济发展水平在一定程度上影响

30、人口分布，城镇用地、农村居民点百分比成为人口分布的主要指示因子。1 km尺度上，人口密度的空间自相关系数相对较大而与环境经济因子的相关系数很小。人口分布往往倾向于集中分布于县(市辖区)内部的某一区域，而与环境经济因子的关系较小。从不同尺度分析人口的空间分布格局，各有优劣势。市级尺度上，人口密度能够反映各市之间的人口分布差异，但市内部人口被视为均匀分布，无法分析市内部人口的分布差异；县级尺度上，市内部人口的均匀分布被打破，人口密度能够反映市内部各县之间的人口分布差异。但各县内部人口被视为均匀分布，无法分析各县内部的人口分布差异；1 km尺度上，县内部人口的均匀分布被打破，人口密度能够反映各县内部

31、的人口分布差异。本文所使用的1km尺度人口格网数据，在假定城镇居民点用地内部、农村居民点用地内部人口均匀分布的前提下，由统计回归建模方法生成。而实际上，城镇居民点内部，农村居民点内部人口分布并不均匀，可能集中分布于某一区域而呈现出一定的高高关联或低低关联，实际的全局空间自相关系数也可能更大。此外，受土地利用数据本身误差的影响，尤其是在某些山区农村居民点小而分散，很难从卫星影像中识别，导致极少数农村居民点上的人口为零，这可能使得原本的间断分布的低低关联连成一片，扩大了低低关联的范围，全局空间自相关系数也有被夸大的可能。格网尺度的人口空间分布格局分析能够较清晰地反映县、乡镇内部的人口空间分布状况，

32、但往往受制于人口格网本身的精度。若要更准确地分析人口的空间分布格局，较高精度的人口格网数据十分重要。参考文献1 王桂新.中国区域经济发展水平差异与人口迁移关系之研究.人口与经济,1997(1):50-56.2 廖顺宝,孙九林.青藏高原人口分布与环境关系的定量研究.中国人口、资源与环境,2003,13(3):62-67.3 高志强,刘纪远,庄大方.基于遥感和GIS的中国土地资源生态环境质量同人口分布的关系研究.遥感学报,1999,3(1):66-70.4 孙根年.国家铁路网密度与人口密度,人均 GNP 关系的统计分析.陕西师范大学学报:自然科学版,2000,28(4):98-103.5 韩惠,刘

33、勇,刘瑞雯.中国人口分布的空间格局及其成因探讨.兰州大学学报,2000,84(4):16-21.6 刘峰,马金辉,宋艳华.基于空间统计分析与GIS的人口空间分布模式研究:以甘肃省天水市为例.地理与地理信息科学,2004,20(6):18-22.7 封志明,唐焰,杨艳昭.中国地形起伏度及其与人口分布的相关性.地理学报,2007,62(10):1073-1082.8 杜国明,张树文,张有全.城市人口分布的空间自相关分析:以沈阳市为例.地理研究,2007,26(2):383-390.9Yang X H,Ma H Q.Natural environment suitability ofChina an

34、d its relationship with population distributions.International Journal of Environmental Research and Pub-lic Health,2009,6(12):3025-3039.10 Doll C N H,Pachauri S.Estimating rural populationswithout access to electricity in developingcountriesthrough night-time light satellite imagery.Energy Policy,2

35、010,38(10):5661-5670.11 杨小唤,江东,王乃斌.人口数据空间化的处理方法.地理学报,2002,57(增刊):70-75.12 Yang X H,Huang Y H,Dong P.An updating system forthe gridded population database of China based on re-mote sensing,GIS and spatial database technologies.Sensors,2009,9(2):1128-1140.13 Deichmann U,Balk D,Yetman J.Transforming po

36、pula-tion data for Interdisciplinary Usages:From census togrid,2001.http:/sedac.ciesin.columba.edu/plue/gpw/in-dex.html?min.html&214 Guerra C A,Snow R W,Hay S I.Mapping the global ex-181地理科学进展31卷2期tent of malaria in 2005.Trends in Parasitology,2006,22(8):353-358.15 李双成,蔡运龙.地理尺度的转换若干问题的初步探讨.地理研究,2005

37、,24(1):11-18.16 杜国名,张树文,张有全.城市人口密度的尺度效应:以沈阳市为例.中科院研究生院学报,2007,24(2):186-192.17 刘红辉,江东,杨小唤.基于遥感的全国GDP1km格网的空间化表达.地球信息科学,2005,7(2):121-123.18 徐建华.现在地理学中的数学方法.北京:高等教育出版社,2002:37-38.19 王劲峰,廖一兰,刘鑫.空间数据分析教程.北京:科学出版社,2010:101-111.20 杨小唤,刘业森,江东.一种改进人口数据空间化的方法:农村居住地重分类.地理科学进展,2006,25(3):62-69.Spatial Distrib

38、ution of the Population in Shandong Provinceat Multi-ScalesWANG Jing1,2,YANG Xiaohuan1,SHI Ruixiang1(1.State Key Lab of Resources and Environmental Information System,Institute of Geographic Sciences and Natural ResourcesResearch,CAS,Beijing 100101,China;2.Graduate University of ChineseAcademy of Sc

39、iences,Beijing 100049,China)Abstract:The spatial distribution of population is essential for both environmental and socio-economic re-searches.Traditional studies on the spatial distribution of population are mostly based on single scale analysisand ignores scale dependence of population distributio

40、n.Analysing the spatial distribution of population at dif-ferent scales is beneficial to more exactly reveal the spatial distribution law of population.This paper analyzedand compared the spatial autocorrelation of population density using spatial autocorrelation method and statisti-cal correlations

41、 between population density and environment-economic factors including DEM,slope,annualaverage sunshine hours,annual rainfall,average temperature,land use data and GDP at city,county and 1 km1km grid scale,and further discussed the spatial distribution patterns of population and the effective or ind

42、icativefactors to reveal the spatial distribution law of the population at multi-scales.Some conclusions can be drawn asfollows.(1)The information at different levels of details can be obtained by multi-scale analysis of the spatialdistribution of population.At the city scale,the spatial distributio

43、n patterns of the population can be derived.High density districts are in the southeast of Shandong Province including Jinan,Liaocheng,Taian,Jining,Zao-zhuang and Heze.At the county scale,the spatial distribution patterns of population of some cities can be dis-played,and the cases are Jinan,Jining

44、and Dongying.The population density in Jinan is high and unevenly dis-tributed.The population density in Jining is high and evenly distributed.The population density in Dongying islow and evenly distributed.At the 1 km1 km grid scale,the spatial distribution patterns of population of coun-ties can b

45、e obtained.(2)Spatial distribution law differs with scales.Environment-economic factors have a great-er impact on population distribution than spatial autocorrelation at city and county levels.At the city level,aver-age sunshine hours,percentage of rural land,and average temperature are the main ind

46、icators of population dis-tribution.The level of economic development to some extent affects the population distribution,and the percent-ages of urban land,and rural land are indicative of population distribution.Key words:population distribution;scale;spatial autocorrelation;statistical correlation;Shandong Province本文引用格式：王静,杨小唤,石瑞香.山东省人口空间分布格局的多尺度分析.地理科学进展,2012,31(2):176-182.182