地学空间分析十篇

地学空间分析篇1

关键词 植烟土壤；养分；GIS；地统计学；空间分析；Kriging

中图分类号 S572 文献标识码 A 文章编号 1007-5739（2013）08-0197-03

土壤是覆盖于地球表面具有一定肥力并能生长植物的疏松表层[1]，不同地区的土壤具有不同特性，并具有高度的空间变异性[2]。在同一土壤类型上，土壤肥力不均，空间变异程度很大。了解养分的分布规律，对提高耕地水肥利用效率、改善田间管理与施肥决策具有重要意义[3]。地统计学是分析土壤特性空间分布特征及其变异规律的最有效方法之一[4]。利用地统计学变异函数来拟合土壤养分空间变异模型，并结合GIS技术，使用Kriging插值进行土壤养分的空间分布格局模拟和分析来研究土壤性质空间变异已成为目前相关领域的研究热点之一，并取得了许多重要的研究成果[5-6]。

我国烤烟种植面积居世界第一，且生产统一，管理相对集中。该文分析了山东诸城烟区植烟土壤养分的空间分布特征，揭示其变异规律，使其可视化，便于精细管理，充分发挥烟田土壤生产潜力，提高烟叶品质。

1 材料与方法

1.1 研究区概况

诸城隶属山东省潍坊市，属暖温带季风区半湿润气候，四季分明，土壤条件良好，水、热、光资源丰富，年均无霜期232 d，平均气温13.2 ℃，平均降雨量750 mm，全年太阳辐射总量509.6 kJ/cm2，年平均日照时数2 574.3 h，日照率58%，非常适宜生产优质烟叶。

1.2 样品采集与分析

于起垄前在诸城烟区进行土壤样品的采集工作，依据诸城市烟田分布规律图，遵循均匀分布的原则，基于GPS定位，以网格点为中心，在半径5 m的圆形区域内多点（10个点）混合取样，取样耕层深度0～20 cm，用四分法取1 kg土样带回实验室，取样间隔100 m，共采集样品384个。土壤样品风干、研磨及过筛后，分别测定土壤的有机质、水解氮、有效磷和速效钾（均采用常规化学分析方法）。

1.3 研究方法

检测数据采用域法识别特异值，即平均值加减3倍标准差，在此区间以外的数据均定为特异值，然后分别用正常最大值和最小值代替。数据经典统计分析使用Microsoft Excel 2010以及DPS 7.05软件，并对数据进行正态性检验；地统计分析及其模型的拟合使用GS+5.3；养分趋势效应分析及插值空间分布采用ArcGIS 9.3软件。

2 结果与分析

2.1 土壤养分的描述性统计分析

对采集的384个土壤样品的有机质、水解氮、有效磷和速效钾含量进行了描述性统计分析，结果见表1。可以看出，有机质含量分布在6.47～28.11 g/kg，平均为12.510 5 g/kg。水解氮、速效磷、速效钾的平均含量分别为81.274 2、34.023 6、168.311 0 mg/kg，变化幅度分别为46.70～151.10、4.50～101.80、66.25～693.75 mg/kg。从变异系数分析，各养分含量均存在不同程度的变异，变异范围在18.54%～48.89%，其中有效磷变异最大，达48.89%。水解氮变异系数最低，为18.54%。从变幅来看，有效磷和速效钾变幅较大，极差达到97.3和627.5，变幅相差近8倍。按照变异系数的大小一般分为3级[7]，30%为强变异。因此，有机质和水解氮含量为中等变异；有效磷和速效钾含量为强变异。其中，以速效磷的变异程度最大，这可能与磷肥的使用及土壤中的化学反应有关，土壤中磷利用率低，移动慢，易残留，因而磷分布不均，变异较大。

按土壤养分平均含量进行分级，诸城植烟土壤有机质和水解氮含量相对偏低，有效磷和速效钾含量较高。

2.2 土壤养分的空间变异特征

根据函数公式以及GS+软件分析，选择拟合度最好的模型来描述4种主要养分的空间结构，得到如图1所示的半方差函数图以及表3所示的变异函数理论模型参数。

可以看出，水解氮和有机质的决定系数较小，模型的拟合度较低，空间变异结构性较差，趋于以小区域块状变异为主，渐变性分布不明显，小范围内高低起伏。一般认为，块金值（C0）代表随机变异的量，C为偏基台值，是非人为、区域因素引起的变异；C0+C为基台值，表示系统内总的变异，块金系数（C0/（C0+C）），表示由随机因素引起的空间异质性占总的空间异质性的程度，可以反映系统变量的空间相关程度。按照其分级标准[8]，75%时变量的空间自相关性微弱，变异主要由随机变异组成，不适合采用空间插值的块金系数方法进行空间预测。由表2可知，水解氮的块金系数为16.86%，具有强烈的空间相关性。

2.3 土壤养分含量趋势效应分析

由于受多种因素的影响，土壤性质的空间分布常呈明显的趋势效应特征。一般把趋势效应[9]分为0（没有趋势效应）、常量（区域化变量沿一定方向呈常量增加或减少）、一阶（区域化变量沿一定方向呈直线变化）、二阶或多阶（区域化变量沿一定方向呈多项式变化）。图2中，x轴指向正东方，Y轴指向正北方，Z轴表示各样点测定值的大小；左后投影面上的深色线表示东西方向的全局性趋势效应变化，右后投影面上的深色线表示的是南北方向的全局性的趋势效应变化。可以看出，土壤有机质和速效钾含量存在明显的二阶趋势效应，表现为由西向东和由北向南呈多项式变化趋势。水解氮在东西方向上无趋势效应，南北方向上成多项式趋势效应。有效磷呈现明显的一阶趋势效应。

2.4 土壤养分的空间分布格局

根据所得的半方差函数模型，利用普通Kriging最优内插法，绘制诸城植烟土壤主要养分含量空间布局插值图（图3）。可以看出，土壤有机质、有效磷、速效钾呈现明显的空间分布格局，有机质整体含量偏低，只有西南部和东部含量较高。水解氮含量普遍分布在78.99 mg/kg左右，只有西北部和东部含量较高。土壤有效磷含量从东到西、从南到北分布格局较为明显，总体呈西南部较低，东北部较高的趋势。土壤速效钾在西部和北部局部大多数地区都出现较低含量的分布，多在110～115 mg/kg，中东部含量相对较高，但大都保持在173～198 mg/kg。总的来看，土壤有机质、水解氮、速效磷和速效钾含量分布都呈现出一定的规律性。

3 结论与讨论

地统计学已经被证明是分析土壤性质空间分布特征及其变异规律最有效的方法之一，其优势在于借助半方差函数和Kriging插值法可以对空间变量的空间变异和格局进行分析和预测，并结合已知样点的信息对未知点进行最优无偏内插估计和模拟，弥补了经典统计学忽略空间方位的不足，此外地统计学估计出的参数比用经典统计学方法估计的更为精确，可有效降低系统误差[10-13]。

（1）从经典统计学分析来看，诸城烟区植烟土壤养分含量均服从正态分布，其有效磷和速效钾含量为强度变异，有机质和碱解氮含量为中等变异。

（2）地统计学分析结果表明，诸城烟区植烟土壤养分的空间变异函数均可以用半方差函数模型较好的拟合。其中，土壤水解氮具有强烈的空间相关性；土壤有机质、速效磷、速效钾的空间相关性为中等。

（3）从Kriging插值分布图可以看出，土壤养分含量分布都呈现出一定的规律性，可以实行分区管理与因地施肥。

4 参考文献

[1] 伍光和，田连怒，胡双熙，等.自然地理学[M].北京：高等教育出版社，2000：237-240.

[2] 华孟，王坚.土壤物理学[M].北京：北京农业大学出版社，1993：214-237.

[3] FRANZEN D W，HOFMAN V L，HALVORSON A D，et a1.Sampling For site-specific farming：Topography and nutrient considerations[J].Better Crop，1996，80（3）：14-18.

[4] WEBSTER R.Quantitative spatial analysis of soil in the field[J].Adv Soil Sci，1985（3）：1-70.

[5] 周慧珍，龚子同.土壤空间变异性研究[J].土壤学报，1996，33（3）：232-241.

[6] 郭旭东，傅博杰，马克明，等.基于GIS和地统计学的土壤养分空间变异特征研究――以河北省遵化市为例[J].应用生态学报，2000，11（4）：557-563.

[7] 薛正平，杨星卫，段项锁，等.土壤养分空间变异及合理取样数研究[J].农业工程学报，2002，18（4）：6-9.

[8] COMBARDELLA C A，MOORMAN T B，NOVAK J M，et a1.Field―scale variability of soil properties in central Jowa soils[J].Soil Sci Am J，1994（58）：1501-1511.

[9] BERKELE A，HUDNALL W H.Spatial variability of soil chemical prop-erties of a prairie-forest transition in Louisiana[J].Plant and Soil，2006（280）：7-21.

[10] 高博超，娄翼来，金广远，等.基于GIS和地统计学的植烟土壤养分空间分析[J].中国烟草学报，2009，15（1）：35-38.

[11] 代，叶协锋，郑文冉，等.微尺度下植烟土壤养分的空间变异及分布特征[J].浙江农业学报，2011，23（1）：127-131.

地学空间分析篇2

【关键词】 地心坐标系 地球椭球 地理空间 制图区域 制图物体 地图符号

地理系统研究人类赖以生存与生活和影响所及的整个自然环境与社会经济环境[1]。人类为了生存和发展的需要，必须以各种技术手段，采集和获取地理空间的相关信息。现代测绘学，是信息科学的一个分支，是获得物体的空间位置和属性信息[2]。地图作为空间信息的一种载体，它通过人们创设的地图符号集合，能把制图区域内复杂的空间存在压缩为二维的简单关系，从而使广域空间内的自然现象和社会经济现象的空间分布、地理特征和相互关系跃然纸上。二维地图是人类认识上的飞跃，是人类原始思维向抽象化发展的结果[3]。地图总涉及到地理空间、制图区域和制图物体等基本概念。在现行的大中专教材及有关地图学文献中，尚未见这些基本概念的数学定义，因而不能从理论的高度对其概括和阐释。本文是笔者对地理空间、制图区域、制图物体数学定义的研究及其关联的地图符号的数学分析。

1 地理空间事物的椭球面定位

1.1 地心坐标系

以地球质心为大地坐标原点的坐标系，即地心坐标系。这种坐标系统是阐明地球上各种地理和物理现象，特别是空间物体运动的本始参考系。但长期以来，由于人类不能精确确定地心的位置，因而较少使用。目前利用空间技术等手段，已可在cm量级上确定它的位置，因此采用地心坐标系在当今既有必要性也有了可能性。现在利用空间技术得到的定位和影像等成果，客观上都是以地心坐标系为参照系[4]。使用地心坐标系，在国际上已成为一种明显的趋势。

地球空间事物的定位，涉及地球的形状和一定的坐标系。全球范围内，可用地心大地坐标系和地心笛卡尔坐标系表示点的空间位置。

1.1.1 地球椭球

大地水准面包围的地球形体比较接近真实的地球形状，但仍是一个有100m起伏幅度的复杂曲面，不能用简单的数学方程表示，更难以在此面上进行简单而又精密的坐标和几何计算[5]。为此，测绘科学中常以一个接近地球整体形状的旋转椭球代替真实的地球形体，这个旋转椭球称为参考椭球。在现代大地测量中，规定参考椭球是等位椭球或水准椭球，即参考椭球与正常椭球一致。一个等位旋转椭球由四个常数定义，这四个常数常是赤道半径a，地心引力常数gm，动力形状因子j2，旋转速度ω。考虑到便于利用gps与国际兼容，我国建议采用参考椭球：a=6378137m；f=1∶298.257222101；gm=3986004.418×；ω=7292115×。根据这四个常数，可以得出一系列导出常数[6]。根据地球的扁率f，可以求出椭球短半径b，从而可用数学方程表示一个已知长半径a和短半径b的椭球。

1.1.2 地心大地坐标系dl

地心大地坐标系是使地球质心作椭球中心，以过所求点c的椭球面法线与赤道面的夹角φ为纬度，以过c点的子午面与初始子午面的二面角λ为经度，以c点沿法线到椭球面的距离为大地高h，用c点的三个分量φ、λ、h表示其空间位置。地心大地坐标也即三维地理坐标系，记作dl。对于任何地球空间点c，总存在c=（φ、λ、h）∈dl|φ[0°～±90°]， λ∈[0°～±180°]，h∈[-h～+h]。已知地球椭球的长半径a和短半径b，可定义椭球面。

定义1　 地球椭球面 对c∈（φ、λ、h）∈dl，存在c1=（0°，λ，o）， c2 =（0°，-λ，o），c3 =（90°，λ，o），c4=（-90°，λ，o）∧d1（c1，c2）/2=a∧d2（c3，c4）/2=b，若点集满足：

s={c|c=（φ、λ、h）∈dl，φ∈[0°～±90°]，λ∈[0°～±180°]，h=0} （1）

则称s为以a为长半径，b为短半径的椭球面。若a，b分别为地球参考椭球的长、短半径，则称s为地球椭球面。

1.1.3 地心笛卡尔坐标系dk

以地心o为坐标原点，选择一个以赤道平面上一组相互垂直的直线为x、y轴，而以地轴为z轴，这样的坐标系称地心笛卡尔坐标系，记作dk。若以地球参考椭球的长半径a和短半径b作常数，则地球椭球面也可定义。

定义2　 地球椭球面 存在地球椭球的长半径a和短半径b，若点集满足：

s=｛c|c=（x，y，z）∈dk∧ =1｝

（2）

则称s为以a为长半径，b为短半径的地球椭球面，其中2b即地轴兼旋转轴[7]。

1.2 地理空间

地理科学研究的对象是地球的表层，具体地讲，上至同温层底部，下到岩石圈的上部，指陆地住下5～6公里，海洋往下4公里。设地球表层的上限为h1，下限为h2，从而得h的定义域（适用于“地球表层”概念）为h∈[-h2，h1]。根据h的取值，以h=0的椭球面为界面，可定义地球内空间和外空间。

定义3　 地球内空间 满足条件

intk=｛p|p=（φ，λ，h）∈dl∧-h2≤h＜o｝

（3）

的点集，称为地球内空间。

地球内空间即指岩石圈顶部至地球椭球面之间部分。由椭球面与真实地球表面之间的差异，因此存在虽在地表之上却因其处于椭球面内侧而属于地球内空间的点集。

定义4 　地球外空间 满足条件

extk=｛p|p=（φ，λ，h）∈dl∧o＜h≤h1｝

（4）

的点集，称为地球外空间。

地球外空间即是地球椭球面到同温层底部的空间。由于椭球面与自然面之间的差异，同样存在虽在地表之下却因处于椭球面外侧而属地球外空间的点集。

定义5 　地理空间 地球内空间entk、地球椭球面s和地球外空间entk的并集，称为地理空间，即

k=entk∪s∪extk|entk，s，extk∈dl

（5）

由于地理空间的上下限h1和-h2的选择与地球表层概念相适应，因此，地理空间的定义也就是地球表层的数学表述。

2 制图区域和制图物体

2.1 同胚

定义6 　同胚 设x和y是两个随意的拓扑空间，并设f：xy。如果f是连续的双一一函数，并且它的反函数f -1也是连续的，那么，f就叫做空间x到空间y上的同胚或拓扑映射或拓扑变换；此时空间x与空间y叫做同胚的，记作x≈y。

如果f是空间x到空间y上的一个同胚，ax，并且b=f（a），则称点集a与点集b是同胚的，记作a≈b；此时又称点集b是点集a在同胚f之下的同胚象或拓扑象。如果f是空间x到空间y上的一个同胚，g是空间y到空间z上的一个同胚，则复合函数gf是x到z上的一个同胚。空间的同胚关系≈是一个等价关系[5]。地貌等高线图形，也就是其上覆地貌的同胚象[6]。

2.2 覆盖空间

定义7　 覆盖空间 设e和b是连通且局部道路连通的拓扑空间，f∶eb是连续满射，如果对于每个c∈b，存在c的道路连通开域u，使得f把f -1（u）的每个通路连通分支同胚地映射成u，则称（e，f）是b的覆盖空间，这种u称为容许邻域，b称为底空间，f称为覆盖投影[10，11]。

2.3 制图区域和制图物体

2.3.1 椭球面上点c与过c点的椭球面法线hc的双一一函数关系

设c为椭球面s上的任意点，c∈s，过c点能且仅能作一条法线hc指向地理空间k。由于大地高h以椭球面为起算面，故地球外空间extk=｛hc|0＜hc≤h1｝，地球内空间intk=｛hc|-h2≤hc＜0｝。显然，地球空间的椭球面法线hc与椭球面上的投影点c是双一一函数。现把覆盖空间定义应用于地球外空间extk与地球椭球面s：令覆盖定义中的e=extk，b=s，f是连续满射，c∈s，|f -1（c）=hc∈extk，这里s是底空间，（f， extk）是s的覆盖空间，f为覆盖投影，c是hc在f下的同胚象或拓扑象。同理可说明地球内空间与地球椭球面的关系。

2.3.2 制图区域和制图物体的椭球面定位

定义8 　制图区域 设a为s的子集，as，如果a是s中一个连通的开集，那末，a就叫做s中的一个区域。点c∈a，c的邻域u的原象f -1（u） ∈f -1（a）被作为制图对象时，则称f -1（u）为制图物体。f -1（a）在椭球面上的投影a称为制图区域。c的邻域u在球面上的外在特征有三种：

1） 当u=c为单一点时，称c为f -1（u）的点状定位；

2） 当u=lc，lc表现为线状连通集时，称lc为f -1（u）的线状定位；

地学空间分析篇3

关键词:GIS;地价;时空分析

中图分类号:F301.2 P208 文献标志码:A文章编号:1673-291X(2010)29-0041-04

2009年6月,国土资源部首次以数据对地价与房价之间的关系作出回应,即地价只占了房价的一小部分,全国平均比例约为23%。但是,由于城市地价呈现空间曲线形态,专家和学者们对此数字纷纷表示质疑,因此,真实、准确地表达地价迫在眉睫。对地价时空变化规律进行分析,通过直观地探讨各类用地的空间区位指向,有助于揭示城市地价形成和变化的动力机制,从而在政府科学制定有关城市地价管理政策,更有效地发挥政府理性调控土地市场、发挥地价杠杆机制合理配置城市土地资源等方面,提供技术手段和科学的地价预测依据。

地价的空间分布格局具有一定的区域空间分布规律,而且随着时间的变化,地价的空间分布也可能会发生变化。而GIS具有很好的可视化性,能提供强大的空间分析支持,在GIS支持下进行地价的研究将变得更加直观和准确。采用GIS空间分析对市场交易样点进行插值,进而研究城市地价分布规律,方法简单、分析结果误差小、结果可信度高。

随着GIS技术的不断开发,GIS技术的空间插值分析方法已有研究,在土地相关研究领域中的运用也日益深入,如柏延成、朱会义、吴宇哲、王劲峰、陈军、朱求安等[1-6]的研究。然而,这些研究多从自然学科角度出发,侧重于土地利用变化或土地自然属性等方面。本文试图从经济视角出发,对GIS技术在土地价格空间结构分析中应用的国内外相关文献进行一个初步的梳理,并介绍实证研究中应用的方法、模型、结果等,以对国内研究有所助益,为政府制定相关政策决策提供依据。

一、国外相关研究

(一)单纯运用GIS进行地价时空分布分析

地价空间分异规律研究的一个特点是空间插值技术的应用。Dubin(1992)使用泛克里格(uiversal Kriging),对Baltimore的1 493个有效的观测值做了分析,发现在存在空间自相关的情况下,克里格方法是一个有效的分析横截面数据 (crosssection data)的方法[7]。Olmo(1995)采用了迭代残差克里格,一个将迭代方法和克里格方法综合的方法,用于西班牙Granada的住宅价格和区位价值的空间估计,认为迭代残差克里格在分析出现空间自相关的横截面(cross-Section)数据上是一个有效的工具[8]。作为一个后续的研究(2007),同样使用Granada的数据,对使用了协克里格和普通克里格,并发现协克里格所显示的结果比普通克里格好。GamezMartinez等(2000)利用Kriging技术,通过四个模型的比较和选择对A1baceet(西班牙城市)进行了空间插值分析[9]。Hannonen(2006)采用了小波变换分析工具对芬兰Espoo和Nurmijarvi市的土地价格变化趋势进行了研究[10]。

还有的研究是结合地价影响因素分析其时空分布,如TAKATSUKA TAKAFUMI等运用GIS方法对Oita市的土地价格形成因素进行分析,通过建立GIS数据库,选取了六个地价形成因素,并在此基础上建立多元线性回归方程形成本文的地价模型,最终得到一个模拟程度较高的结果[11]。

(二) GIS技术与其他研究方法相结合

还有的研究是借助空间因子开展住宅价格空间分异规律研究,这一类研究可以看成是对住宅价格特征模型的一种拓展。Roehner(1999)结合房地产价格泡沫,通过不同空间位置住宅价格变化的分析,开展了投机与价格关系的研究[12]。Pace等(2000)利用有关空间和时间的12个变量,建立了房地产价格预测模型[13]。

此外,学者们还将GIS技术与传统经济学模型相结合进行分析。如Song和Khaap(2003)借助GIS提取不同城市形态的变量,运用特征价格模型对新城市主义(New Urbanism)和传统城市形态进行了数量分析,结果表明新城市主义的许多住宅特征对住宅价格起到了正面作用[14]。Franke & Vos(2004)以1985年l月至1999年7月荷兰Amsterdam市44 780个住宅交易数据和Breda市25 644个住宅交易数据作为样本,分别用简单特征价格模型和等级趋势模型进行估计,结果表明在所研究的时期内住宅价格变化趋势是固定的[15]。Nakajima(2006)运用动态随机均衡模型研究日本1980―2000年间土地价格的变化,其中,作者主要研究居民预期对土地价格变化的影响[16]。

另外,在传统研究方法的基础上运用GIS技术进行研究是研究的热点区域,学者们基于GIS技术设计建立了适合不同研究内容的模型。Mark D Ecker和Hans R Isakson(2005)建立了城市土地价值表面趋势模型[17];Wilhelmsson M(2002)建立房地产经济的空间模型[18];Asar&Abed(1994)利用GIS和地统计技术对黎巴嫩首都贝鲁特市的地价进行了研究,通过简历三维数字地面模型估计了不同地块的可见度和倾斜度,对土地价值进行了分等[19]。

在西方国家,由于长期的市场经济,拥有大量土地价格数据。在此基础上,利用GIS技术对地价分片划区进行定级及其空间分布规律探讨,更便于城市土地的管理。对于城市地价动态变化与空间形态演变及地价发展趋势预测等方面的研究,在国外已经相当成熟,他们的研究主要集中在空间模拟、分布模型、影响因素等微观机理方面。国外地价分布特征的研究主要针对时间和空间两个方面进行。

但这些学者的研究主要是在各自国情条件下得到的研究成果,而对像我国土地市场并不发育条件下的类似理论与实证研究则相对较少。尽管如此,其对于我国城市地价动态变化与空间形态演变情况的研究仍然具有一定的理论指导与借鉴意义。

二、国内相关研究

(一)单纯运用GIS进行地价时空分布分析

陈思源等(2005)采用GIS空间分析对市场交易样点进行Kriging插值,进而研究城市地价分布规律[20]。陈思源、曲福田(2006)等进一步提出采用探索性空间数据分析(ESDA)技术,对地价数据作空间统计分析[21]。刘志坚、陈思源等(2007)再次通过建立探索性空间数据分析(ESDA)模型,在Arc/Info支持下,采用逐步比较法,对探索性分析方法的运用进行实证研究,三次研究均采用江苏省镇江市的统计数据[22]。李冰姿、赵永锋(2009)也应用ESDA技术,对天津市中心城区地价样本进行空间数据分析并在此基础上进行地价空间插值[23]。周俊、徐建刚(2002)以上海轨道交通明珠线一期为例,运用GIS和RS技术,构建其空间分析模型,对轻轨交通沿线的土地利用空间分异情况及其趋势作了分析[24]。王锡福、徐建刚等(2005)也利用GIS 方法对南京轨道交通1号线沿线不同用途的土地信息进行提取、综合比较,进而探讨南京市轨道交通建设对城市土地利用空间分异的潜在影响[25]。

通过GIS空间分析可以得出地价空间分布的直观图。如陈琦、刘建华(2003)通过TIN和监测样点地价建立地价分布三维模型,运用内插地价等值线图与城市用地基准地价底图的叠加来宏观分析城市地价面变化的原因[26];唐旭、刘耀林(2004)通过时序监测样本的Voronoi图,分析城市土地市场的热点区域和发展趋势[27];蒋芳等(2005)采用统计分析和GIS空间分析相结合的方法,得到北京市普通住宅出让地价的系列空间分布图[28];郑颖(2008)采用GIS技术及其空间插值方法,以数字高程模型(DEM)直观地模拟、刻画杭州不同时期地价、房价空间分布特征及其变化规律[29]。而郭思、卢移海等(2008)以福州城区为例,对IDW和Kriging两种插值效果进行了对比,并提出了地价梯度场的概念[30]。还有学者从GIS技术角度出发,在地价监测信息系统及地价评估与管理方面进行的研究思路、应用方法、关键技术、实现方法、应用结果等多方面进行了探讨。

学者们的结果表明,ESDA空间数据分析显著提高了地价空间分析过程和结果的科学性与合理性。虽然ESDA分析对数据数量要求不高,但对数据结构要求严格,对数据相关性和模型适用范围也有具体规定。虽然运用GIS技术可以分析轨道附近的土地利用情况,对其附近的地价情况进行分析和预测。但是目前对轨道地价的研究还是主要集中在土地利用情况方面。

(二)GIS技术与其他研究方法相结合

将地统计学方法与GIS相结合进行地价时空变化研究的有:陈浮等(1999)利用地统计学,配合K氏估计方法,分析了常州市城市地价的空间分布图式[31];杜国明等(2006)采用半变异函数分析商业用地地价空间连续及变异特征,用普通克里格插值方法生成地价空间分布模拟图[32];朱明仓、辜寄蓉等(2007)从区位角度出发,在GIS 空间统计支持下,运用趋势分析、变异函数、Voronoi图和剖面图等方法,对重庆市渝中区房价与地价分异特征进行实证研究[33];王霞、朱道林(2004)采用剔除二阶趋势的普通众Kriging方法,结合GIS技术,对北京1998―2005年间的土地交易价格数据进行了时空分布格局研究[34]。

由于城市地价具有非均质扩散特征,将这两种研究方法相结合进行地价空间插值和模拟,既可反映出地价空间分布的整体规律和变异特征,又可对样点地价的评估误差进行优化。并且,变异函数分析方法具有可综合分析空间变量变异特征的优势。虽然这种方法不涉及影响地价水平的具体因素,但各种因素的影响仍然体现在空间分布图式之中,与现实特征有着广泛的一致性。

还有学者对地价的空间分析结合了计量经济学模型与GIS技术。蒋芳等(2004)在GIS空间分析技术的支持下,采用多元回归的方法,建立北京市普通住宅地价区位模型,量化分析主要区位因子对住宅地价的影响程度[35]。杜小娅、陆跃进(2004)采用GIS技术作出地价等值线图及专题图,结合多元回归方法,在统计学软件SPSS 中分析地价同区位因子的关系,并对南京市区地价的空间分布规律的影响因素进行了探讨[36]。张洪、金杰(2007)通过构建单一中心城市地价空间分析的计量经济学模型,结合GIS空间分析方法,对昆明市2001―2005年不同用途地价的空间变化特征和影响地价空间变化的主要因素进行了实证分析[37]。

这样结合的研究方法可以很好地弥补单纯运用其中一种方法所无法避免的局限性。根据GIS技术所得到的各种地价空间模拟图,可做多方面的剖面分析,进而对其地价空间结构及其成因进行分析,但无法继续对影响因子的整体贡献率以及单因子的贡献率做进一步分析,而结合计量经济模型再次分析,恰好可以完成这部分的分析。为了克服数据来源的不真实性,可以采用GIS实测的数据进行研究。

GIS与地统计学方法、计量经济模型相结合对地价时空分布规律进行研究的有:杜德斌、徐建刚(1997)采用GIS技术和多元线性回归分析方法,以土地批租地块为样本,分析上海市地价与城市区位因子的线性关系[38];汪应宏、张绍良等(2005)以蚌埠市为例,运用GIS技术, 结合数理统计和地质统计学知识及线性回归和网格化方法,建城市地价的变异函数来分析商业用地、住宅用地和工业用地的变异程度[39];吴合镇(2008)在朱明仓、辜寄蓉的指导下,通过构建房地产空间数据库,在GIS空间统计支持下,运用多种研究方法对房价和地价空间分布特征进行分析,以预测房价和地价空间分布规律及其变化趋势,并在此基础上,利用验证性统计建模方法结构方程模型,构建并得到房价与地价动态关系稳定合理的数理模型[40]。

从时空角度研究地价的分布规律,更为科学的方法是,运用GIS技术以地价监测样点为基础,采用多元统计分析,地学统计与分析和数学分析方法,插值生成地价等高线或三维模型,然后通过建立地价分布特征模型,对地价空间分布规律进行分析,从宏观角度挖掘存在于空间关系中的信息。

三、小结

不同学者从不同研究角度与GIS技术相结合,采用不同的方法、模型等对地价的空间分布情况进行研究探讨。实证研究结果表明:地价的分布在空间上既有连续性,也存在变异性,局部具有突变性,不同用途地价的空间分布也不尽相同。地价与区位因子之间存在着关联性,并且这种关联性与城市的形态、商业分布格局、CBD的功能结构有关。另外,等价线分布呈现圈层结构,但地价越高的区域面积越小;交通道路对商业用地地价分布有重要影响,城市扩展会带动扩展方向的区域商业用地地价升高;用地地价从市中心向呈指数递减。

国内外关于土地价格方面的研究非常深入而广泛,并且主要还是从经济学视角出发进行研究,但由于地价的许多特征来自于空间,因此,GIS(地理信息系统)技术被广泛用于提取地价的空间特性。笔者主要从基于GIS技术对地价时空变化分析方面进行综述,就近年的国内外研究动态来看,在传统研究方法的基础上运用GIS技术是其中的一个热点区域。在国外的相关研究中,主要集中在空间模拟、分布模型、影响因素等微观机理方面。而我国多停留于基准地价评估、监测与管理的中观和宏观层次上(国土资源部)对城市地价分布规律的研究,且多以基准地价评估为基础,以土地级别作为基本评价单元,对于地价空间分布规律仅为中观层次的认识。

结合GIS技术进行分析可以避免很多弊端,但还应注意以下几点问题:(1)如何考虑自然阻隔,如河流、铁路、桥梁等对空间分析的影响;(2)如何提高样点数据的时效性;(3)如何形成标准的技术流程和业务规范等。另外,GIS的空间插值分析方法也是有多种,常用的是普通克吕格插值法,它突破了经典统计学的限制,综合考虑变量的结构性和随机性。但是,在运用地价样点分析空间分布规律时,应特别重视样点的质量和分布。

纵观地价的GIS研究领域可以发现,地价的研究虽然取得了较好的成果,但其分布特征研究大都做横向分析,缺少纵向的历史数据的对比分析。在运用GIS进行地价研究的过程中,可以借鉴以上几点,从而可以更加客观、科学地对地价时空分布进行全面的剖析。

参考文献:

[1] 柏延成,李新,冯学智.空间数据分析与空间模型[J].地理研究,1999,18(2):185-187.

[2] 朱会义,何书金,张明.土地利用变化研究中的GIS空间分析方法及其应用[J].地理科学进展,2001,20(2):104-106.

[3] 吴宇哲,吴次芳.基于Kriging技术的城市基准地价评估研究[J].经济地理,2001,21 (5):584-587.

[4] 王劲峰,柏延臣,朱彩英,等.地理信息系统空间分析能力探讨[J].中国图像图形学报,2001,9(6):849-852.

[5] 陈军,赵仁亮,乔朝飞.基于Voroni图的GIS空间分析研究[J].武汉大学学报:信息科学版,2003,28(特刊):32-33.

[6] 朱求安,张万昌,余钧辉.基于GIS的空间插值方法研究[J].江西师范大学学报:自然科学版,2004,28(2):183-187.

[7] Dubin,R.A. Spatial autocorrelation and neighborhood quality[J].Regional Science and Economies, 1992,(22):433-452.

[8] Olmo,J.C. Spatial Estimation of Housing Prices and Locational Rents[J]. Urban studies,1995,32(8):1331-1344.

[9] Gamez Martinez,M.;Monteor Lorenzo,J.,M,,Gareia Rubio,N.,2000,Kriging methodologyfor Regional economic analysis,.International Advances in Economic Research,6(3):438-450.

[10] Hannonen,M.An analysis of trends and cycles of land Prices using wavelet transforms[J].International Journal of Strategic Property Management,2006,10(1):1-21.

[11] TAKATSUKA TAKAFUMI,SATO SEIJI,KOBAYASHI YUJI,HIMENO YUKA. Analysis of factors to formulate land price using GIS method-Case study in Oita City[S0463B]Proceedings of the Symposium on Computer Technology of Information, Systems andApplications,23rd;1-6(2000).

[12] Roehner,B.M.,1999,Spatial analysis of real estate price bubbles:Paris,1984-1993,29(l):73-88.

[13] Pace,R.K.,Barry, R.,Gilley, O.W.,Sirmans,C.,.F,A method for spatial-temporal forecasting with an application to real estate prices,2000,16(2):229-246.

[14] Song,Y,Knaap,G,2003,New Urbanism and housing values: a disaggregate assessment,Journal of Urban Economic,54(2003):218-38.

[15] Franeke,M.K.& Vos,G.A.The hierarchieal trend model for Property valuation and local Price indices[J].Journal of Real Estate Finance and Economies,2004,28(2):179-208.

[16] Nakajima,T.Asset Price fluctuations in Japan and the World Economy,2006,10(6):1-25.

[17] Mark D Ecker,Hans R Isakson.A unified convex-concave model of urban land values[J].Regional Science and Urban Economics,2005,35:265-277.

[18] Wilhelmsson M . Spatial models in real estate economics[J]. Housing ,Theory and Society,2002,19:92-101.

[19] Asar,K.,FerreiraJ.J.&Abed,J.etal. Reconstruction in Postwar Beirut : Using GIS to estimate spatial distribution of land value[J].Geolnfo Systems,1994,4(7):34-41.

[20] 陈思源,曲福田,倪绍祥,等.GIS空间分析支持下的城市地价分布研究[J].南京农业大学学报,2005,28(3):119-122.

[21] 陈思源,曲福田.ESDA支持下的城市地价分布信息提取[J].土地资源遥感,2006,(3):47-50.

[22] 刘志坚,陈思源,欧明豪.GIS探索性空间数据分析方法及其在地价分布信息提取中的应用研究[J].安徽农业大学学报,2007,34(3):415-149.

[23] 李冰姿,赵永锋.ESDA技术在地价空间分析中的应用――以天津市中心城区为例[J].科协论坛,2009,4(下).

[24] 周俊,徐建刚. 轨道交通的廊道效应与城市土地利用分析――以上海市轨道交通明珠线(一期)为例[J].城市轨道交通研究,2002,(1):77-81.

[25] 王锡福,徐建刚,等.基于GIS 的城市轨道交通与土地复合利用研究――以南京为例[J].城市发展研究,2005,(12).

[26] 陈琦,刘建华.GIS在城市地价动态宏观监测中的应用[J].国土资源科技管理,1009-4210 (2003)02-44-04.

[27] 唐旭,刘耀林,汪普查.城市地价动态变化监测的空间分析方法研究[J].武汉大学学报,2004,(6):29-6.

[28] 蒋芳,朱道林.基于GIS 的地价空间分布规律研究――以北京市住宅地价为例[J].经济地理,2005,25(2):199-202.

[29] 郑颖,徐高峰.城市增长过程中杭州市地价空间分布规律研究[J].新西部,2008,(18):46-47.

[30] 郭思,卢移海,等.福州城区基于GIS地价梯度场[J].兰州大学学报,2008,(7):44.

[31] 陈浮等.城市地价空间分布图式的地统计学分析[J].南京大学学报:自然科学版,1999,(6):19-23.

[32] 杜国明,张玉凤,等.城市商业用地地价空间分布模拟与分析――以呼和浩特市为例[J].中国农业大学学报, 2006,11(3):117-122.

[33] 朱明仓,辜寄蓉,吴合镇,等.基于空间统计的重庆市渝中区地价房价分布规律[J].安徽农业科学,2007,35(31):9908-9909,9912.

[34] 王霞,朱道林.地统计学在都市房价空间分布规律研究中的应用――以北京市为例[J].中国软科学,2004,(8).

[35] 蒋芳.北京市地价空间分布规律及其形成机制研究[D].北京:中国农业大学硕士,2004.

[36] 杜小娅,陆跃进.南京市区地价空间分布及其影响因素分析[J].国土资源遥感,2004,(2):51-55.

[37] 张洪,金杰.中国省会城市地价空间变化实证研究――以昆明市为例[J].中国土地科学,2007,(2).

[38] 杜德斌,徐建刚.影响上海市地价空间分布的区位因子分析[J].地理学报,1997,(9).

[39] 汪应宏,张绍良,等.城市地价与房租的空间变异分析[J].中国矿业大学学报,2005,(9):34-5.

[40] 吴合镇,等.重庆市房价与地价动态关系模型研究[D].成都:四川师范大学,2008.

Research on the time and space analysis of the land price based on the GIS technology

SONG Zhi-hua

(Economy and management college,North-west agriculture and forest science and technology university,Yangling 712100,China)

地学空间分析篇4

关键词：区域经济差异；地理信息系统；协调发展；山东省

0 引言

进入上世纪九十年代以来，山东省的经济迅速崛起，成为全国发展最快的省份之一，然而省内各地市的经济发展快慢不一，经济的协调发展成为政府甚至国内外学者十分关注的问题[1]。针对山东省区域间的经济差距究竟是扩大了还是缩小了这一问题，至今并没有一个统一的答案[2]。近年来，有些专家学者开始尝试利用空间自相关分析的方法，进行经济发展的区域差异的研究，但是用来探讨山东省经济发展收敛性和发散性的就很少。本文从一种新的角度，结合本专业利用GIS空间自相关分析法和传统的经济研究方法，对山东省区域经济发展的收敛性和发散性进行了研究。

1 研究数据与方法

1.1 数据来源

在指标的选取上，因空间尺度的不同，数据样本会不同，本文主要选取GDP、人口、人均GDP等指标，对于缺少人均GDP指标的区域单元，我们根据区域GDP和年末总人口数据计算出人均GDP。

其中以山东省17个地市作为研究的空间基本单元。1990-2011年的数据来源于《山东省统计年鉴》。

1.2 研究方法

本文通过空间自相关方法分析山东省各地市的人均GDP的空间自相关性[3-5]，尝试解决区域间经济发展不平衡的问题；然后利用GIS空间分析方法从可视化的角度研究了各地市之间的集聚现象，直观的表达了从1999年到2010年山东省各地市区域经济发展的集聚情况。

1.2.1 空间自相关方法

空间数据一般包括空间位置信息和属性信息，通过位置信息为基准对其属性信息进行分析，常存在自相关性，这种自相关性叫做空间自相关[6]。空间自相关分析（spatial autocorrelation analysis）主要用于空间数据的统计分析，分析结果依赖于数据的空间分布。Tobler（1970）曾指出“地理学第一定律：任何东西与别的东西之间都是相关的，但近处的东西比远处的东西相关性更强”[7-8]。

全局Moran's I主要用于分析整个研究区域全部空间对象的某一个相同属性取值的空间分布状况，计算公式为：

式中：n代表山东省各地市的总数，xi和xj分别表示i和j地理单元上的属性值，x表示n个地市属性值的平均值，wij是定义地理单元i和j之间关系的权重矩阵。在这里，Moran's I的取值是在-1和+1之间的，当其为正值时标明空间事物的属性取值是空间正自相关的，为负值时标明空间事物的属性取值是空间自负相关的。随着Moran's I值的大小越接近-1（+1）时，表明空间分散（聚集）现象越明显。当Moran's I取值为0则表示空间事物的属性取值不存在空间自相关性[9-12]。

对于Moran's I指数可以使用标准化统计量Z来检验n个区域是否存在空间自相关关系。Z统计量的计算公式为：

式中：当Z值为正且显著时，标明存在正的空间自相关，也就是说相似的观测值趋于空间集聚，反之亦然。当Z值为0时，观测值呈独立随机分布。

局部空间自相关分析从单个对象出发，对空间中每个事物进行逐一分析，有效的反映出各个单一空间对象属性值的空间聚集关系状况，从一定程度上弥补了全局自相关分析的不足。本文利用GIS空间统计图来描述空间对象周围的空间集聚形式，选取比较有代表性的年份进行分析[13-14]。

2 山东省区域经济差异分析

2.1 山东省区域经济差异Moran's I法分析

利用Arcgis9.3软件对山东省17个地市的人均GDP进行空间分析，计算出了从1999年到2010年的Moran's I值和Z值（表1）

表1 山东省1999-2010年人均GDP的Moran's I

指数及Z检验结果

从表1中数据分析得到，1999-2010年的Moran's I始终大于零，说明山东省各地市与其自身相临近的地市之间存在着正空间自相关。因此我们可以得到，1999-2010年山东省各地市与其自身相临近的地市存在正空间自相关，但是并不明显；从2007年以后，山东省各地市与其自身相邻的地市之间存在着显著的正空间自相关关系。

从图1就可以看出Moran's I指数和Z-Score随时间的变化趋势大体相同，均呈现整体上升的趋势。产生的波动趋势也大体相同，均在2000年出现第一个波低，2002年出现第一个波峰，从2006年以后总体趋势平稳上升。结合Moran's I指数的具体含义，值越大表示正空间自相关程度越高。随着年份的增长，山东省各地市与其自身相临近的地市之间正空间自相关程度和显著性逐渐增大，从2006年以后产生较大程度的波动，到2009年的时候基本保持在了一个相对稳定的水平。

上述结果表明，山东省各地空间自相关性在逐渐加强，同时也表明地市之间的空间相关性在加强，彼此之间的经济差异在逐渐缩小。

我们根据Moran's I指数线选取有代表性的2个增长点（2000、2010）作为Moran's I指数增长过程中的特征点，利用GeoDa创建距离权重矩阵，并进行Moran's I散点图的计算分析。

从图2中我们可以看出，在山东省人均GDP的Moran's I散点图中有四个象限，分别对应着四种不同的空间联系方式：第一象限代表地市人均GDP高并且周围临近的地市人均GDP也高的样本点（高-高）；第二象限代表地市人均GDP低但是周围临近地市的人均GDP却较高的样本点（低-高）；第三象限代表地市人均GDP低并且周围临近的地市人均GDP也低的样本点（低-低）；第四象限代表地市人均GDP高但是周围临近地市的人均GDP却较低的样本点（高-低）。从整体来看，三幅图大多数的样本点集中在第一三象限，说明山东省各地市属性取值总体呈现空间聚集的现象。

我们从表2可以看出，第一和第三象限的城市数量占了大多数，这表明山东省各地市的属性取值总体呈现空间集聚现象。第一象限的青岛、烟台、威海在注重自身经济发展的同时也带动周围地市的共同发展，促进地区的共同发展；第三象限地市的数量增加了莱芜、泰安、德州这三个地市，总体上是属于空间集聚现象，但是它们的经济增长性却不如以前，从另一方面来说就是经济落后了。第四象限的三个地市济南、淄博、东营在注重自己经济发展的同时，并没有起到很好的带头作用，这需要政府的工作人员做好统筹工作，达到共同繁荣的目的。总而言之，这从一个侧面的方向我们可以看出来，山东省各地市之间经济发展的差异是逐渐收敛的。

表2 山东省各地市人均GDP的Moran's I散点图

对应省区表

2.2 山东省区域经济差异GIS法分析

目前GIS作为一种交互式的、可视化的决策支持工具给区域经济注入了一种新的分析方法，通过将各种与空间有关的数据与地理位置链接在一起，可以从空间角度出发来表达、分析各种数据[15-17]。例如，在区域经济分析中，可以借助GIS技术来完成经济活动空间统计分析、经济活动空间决策与空间规划等。

利用GIS空间分析工具，将山东省各地市人均GDP这个属性与各地市相关联，然后利用分类统计工具将其区别开来，这样就可以将各地市人均GDP的集聚情况直观地反应在图上，如图3。

在图3中，深红色表示高高相邻，深蓝色表示低低相邻，这两类表示各地市存在正的空间相关性，而浅蓝色和粉色表示出现低高和高低相邻的负空间相关现象。图3集聚图显示2000年只有6个地市有明显的低低空间集聚现象，说明刚进入21世纪的山东省经济发展情况局部空间相关性还比较低，到了2010年，经过了10年的经济发展，出现低低的地区增加到了9个地市，同时高高地市的空间集聚没变，总体上看，山东省的区域经济差异呈现正空间相关性，区域经济差异在逐渐缩小。但是我们也应该看到，作为省会的济南市和经济发展较快的东营市，处于高低空间集聚，没有发挥经济带头作用，周围的地市经济发展水平比较低，从另一个角度，我们希望政府在制定新的发展计划的时候将着重注重济南市、东营市和淄博市的经济带头作用，使区域经济差异逐渐缩小，最终达到共同富裕的目标。

3 结论

本文通过对1999-2010年山东省各地市人均GDP进行空间自相关分析，借助GIS空间分析功能和可视化研究，得出如下结论：

1）从1999-2010年，山东省各地市之间存在一定的空间自相关性，到2010年相邻的地市之间存在着显著的正空间自相关关系。

2）从整体趋势来看，山东省各地市的正空间相关性随着年份的增长，正空间自相关的程度也在逐渐增大。

3）1999-2010年，各地市之间的经济发展在快速发展的同时，它们之间的经济差异呈现收敛的趋势。这说明山东省各地市之间的区域经济差异在逐渐缩小，人们的收入差距在减小。

总结上述结论之后，我们发现以山东省各地市为单位研究其空间自相关有一定的局限性，不能详尽的体现空间的依赖关系，今后我们将以县为单位进行分区研究，然后再作整体分析，这样的结果可能更加详尽，趋势分析会更加明显。

参考文献：

[1] 时亚栋.山东省区域经济差异分析及对策研究[J].经济与社会发展.2009， （2）：60-62.

[2] 刘夏明，魏英琪，李国平.收敛还是发散：中国区域经济发展争论的文献综述[J].经济研究.2004 （7）：70-80.

[3] 鲁凤，徐建华.中国区域经济差异的空间统计分析[J].华东师范大学学报.2007（2）：44-51.

[4] 潘竟虎，张佳龙，张勇.甘肃省区域经济空间差异的ESDA-GIS分析[J].西北师范大学学报.2006（6）：83-91.

[5] 曾庆泳，暖.基于GIS空间分析法的广东省经济发展区域差异[J].经济地理.2007（7）：558-561.

[6] 王劲风，李连发，葛咏.地理信息空间分析的理论体系[J].地理学报.2000，55（1）：92-103.

[7] 周翠玉.湖南省区域经济差异及区域经济发展对策影响[J].地理学与国土研究.2000.16（3）：52-56.

[8] 孙希华.基于GIS的山东省产业重心转移与可持续发展研究[J].地球信息科学.2000.3（1）：27-31.

[9] 朱光等.地理信息系统基本原理[M].北京：测绘出版社，1997.

[10] 徐维祥.区域经济发展差异时空变化特征分析-浙江省经济发展实证分析[J].经济学动态.2002（5）.

[11]Goodchild M.Haining R.Integrating GIS and spatial data analysis：problems and possibilities[J].Int.J.Geographical Information Systems，1992，6（5）：407-423.

[12] 陈斐.基于空间统计分析与GIS的区域经济分析研究[D].武汉：武汉大学，2002.

[13] 朱传耿，沈山等.区域经济学[M].中国社会科学出版社.2008（1）：4-7.

[14] 孟斌等.基于空间分析方法的中国区域差异研究[J].地理科学.2005.25（4）.

[15] 李昌峰，杨树滩.基于GIS的江苏省县域经济发展差异形成因素研究[J].现代经济探讨.2004.（12）：42-46.

[16] 刘振波，赵军，倪绍祥.基于GIS的区域发展均衡性测度研究[J].地域研究与开发.2003.4（2）：27-31.

[17] 叶明.基于GIS的宁波区域经济数据空间分析[J].宁波大学学报（理工版）.2003.9.

地学空间分析篇5

关键词：地理信息系统；课程实验；要点分析

中图分类号：G434 文献标识码：A 文章编号文章编号：16727800（2014）001016702

作者简介作者简介：徐兵（1979-）男 ，硕士，广东海洋大学信息学院讲师，研究方向为图像处理、GIS。

0 引言

地理信息系统通常简称为GIS（Geographic Information System），它是用于描述地理空间信息的计算机系统，融合了地图学、地理学、测绘、计算机等多学科知识，并被广泛地应用于城市规划、国防军事、防灾减灾、资源调查等领域[1]。本文所述《地理信息系统》是面向农学、资源环境等非地学专业学生的一门必修课程，为学生讲授地理信息系统的基本原理和方法，使学生掌握常用的GIS工具软件，熟悉基本的地学空间分析方法，能够对已有地理数据熟练地进行采集、绘图、建库、空间分析、可视化等操作，并对各类空间数据进行统一管理[2]。由于课程是面向非地学专业学生开设，这些学生普遍缺少地理学、程序设计、数据库、测绘信息等方面的知识储备，在学习GIS软件工具的过程中，很多学生对一些重要概念和空间分析操作往往不能很好地理解，造成实验教学效果大打折扣[3]。因此，本文结合课程实验教学实践，总结出该课程的实验教学要点，通过对要点进行分析归纳，有针对性地应用到以后的实验教学中，以期提高课程实验教学效果。

1 实验教学目标

本文面向环境科学专业开设的《地理信息系统》课程安排了32学时理论教学、16学时的实验教学以及32学时的学期末课程实习。在实践教学环节，16学时实验与理论教学同步，这些实验主要安排ArcGIS、MapInfo等常用地理信息系统软件的操作学习，其主要任务是使学生在对地理信息获得感性认识的基础上，接受常用GIS软件进行制图技术的基本训练，培养学生独立制图、建立数据库和属性库，学会基本空间分析的能力。而32学时的课程实习主要以实际应用案例为基础，要求学生利用所学的GIS基本理论和空间分析方法，对实际应用案例进行分析、提出解决方案。通过课程实习一方面促使学生继续深入掌握GIS基本工具软件的使用；另一方面加强学生对GIS空间分析原理与方法的理解，并能够学会运用GIS工具进行初步的空间分析应用，同时结合基本程序框架实现GIS应用的可视化表达，并提交实验结果和分析报告。

2 实验课程设置

2.1 基本实验

该课程安排了8次共16个学时的基本实验操作，主要包括：①地理信息系统软件的基本操作；②数据文件与空间数据库；③地图数字化与专题制图；④地图查询与统计分析；⑤GIS空间分析；⑥初步建立3D GIS；⑦GIS二次开发；⑧3S集成及其初步应用。这些实验的设置与理论教学基本同步，在设置过程中由浅入深、由简到难，基本覆盖了GIS软件操作的大部分内容。

2.2 课程实习

学期末的课程实习以地理信息系统工程的分析和开发案例为基础，通过实际的项目开发完成课程实习报告，检验学生对GIS软件以及对GIS软件开发的掌握情况。在具体实习环节中，设置了多个实际应用案例，以“城市公交系统的优化及空间分析”为例进行说明。该实习题目的基本要求是：①以某个城市（比如湛江或广州的某个区）的公交系统运行情况为基本背景，调查该区域现有的公交线路运行设置情况；②通过资料查找的方式获得研究区域的城市交通图，借助于ARCGIS或MapInfo软件对该地图进行数字化处理，按照地理信息系统工程应用的基本要求，对地图进行配准、矢量化等处理；③以所学的地理空间分析基本原理和方法为依据，设计出城市公交系统线路优化、公交换乘、最短路径等方案，可以选择其中一个作为重点进行设计，并以选择的功能为基础，对地图矢量化进行调整和优化；④运用所学的地学空间分析方法，对研究区域的公交系统进行线路优化、公交换乘、最短路径等方案进行空间分析，得出空间分析结果，并对结果进行优化和评价；⑤以报告形式将上述过程完整记录，并总结本次实习工作，提交最终报告和实习过程中的各类数据。

3 实验教学要点分析

3.1 空间数据结构

空间数据结构是地理信息系统的一个重要基础，在GIS系统开发中通过构建空间数据模型并定义各空间数据之间的关系，实现地理信息与属性信息的关联。在实验教学中，学生对地图分层、图层控制、空间数据与属性数据关系等概念往往理解不清晰，由于缺少数据库相关知识，在建立空间数据时经常出现差错、导致图层分层不清晰，后续应用开发无法使用地图的问题。因此，该知识点需要教师在实验教学中给予足够重视，通过理论讲解与实际操作相结合的方式向学生解释空间数据、属性数据、空间数据库构建等概念。一般来说，在GIS开发中，用户可以根据自己的实际需求对整张电子地图中的各类空间实体进行有序的分层处理，通过图形分层方法将一张地图分成不同图层，相同的图层代表用户定义的特定的空间实体类。采用这样的分层方法可以提高电子地图中各类实体要素的检索效率，便于后期GIS开发中调用各类图层[4]。医疗卫生机构地理分布的空间分层结构如图1所示。

图1 空间数据结构

3.2 空间数据关联

在GIS二次开发过程中涉及的数据包括图形矢量数据、空间属性数据和工程管理数据，不同的GIS二次开发平台对数据格式、存储标准等均有所差别。以MapInfo软件为例，矢量化的图层数据文件以标准格式存储在目录文件中，在图层文件.TAB中通过设置每个地物对象的唯一编号（通常用地物ID号表示）来建立相应的空间索引。由于MapInfo自带的数据表存储容量有限，因此，通过.TAB文件的ID号与属性数据表中地物的ID号进行关联，建立起空间数据与属性数据的索引机制，将更多的属性信息通过空间索引机制存贮在关系数据库系统中。通过地物对象属性信息的ID号实现空间数据与属性数据的对应关系[5]，以医疗机构的地理分布为例，其图形文件与属性数据表的关联如图2所示。

图2 空间数据与属性数据的关联关系

3.3 空间分析

空间分析是GIS的主要功能之一，这也是课程教学中的重点内容。在讲授空间分析问题时，经常会提到最短路径问题，它是网络分析中经常遇到的一个技术难点，在实验教学中要求学生能够掌握基本的最短路径方法和应用。最短路径不仅包括物理意义上的距离最短，还包括了如时间、费用、流量等其它多参数融合的度量，这实际上涉及到了学生运用最优化理论解决实际空间分析问题的能力。比如，在课程实习中要求学生分析城市公交换乘及其优化问题，在具体分析之前，会将相关的算法介绍给学生，其中，Dijkstra算法是在实验教学中向学生介绍的最短路径算法之一。学生在掌握基本的原理和方法后，开始设计整个公交换乘的算法、程序流程、空间表现结果等，在这一过程中可以重点考查学生的空间数据结构设计以及空间分析能力。在公交换乘算法中需要存储一些地理信息，譬如节点、道路等信息，这就要求有一个较好的空间数据结构。此外，对于一个大型的城市公交网络而言，Dijkstra算法的效率显得尤为重要，这时需要重点考虑如何进行算法优化提高Dijkstra算法的计算速度（如基于cache的缓存计算方式）。通过这些实验内容的优化设置能够有效地锻炼学生自主分析和解决问题的能力。

4 结语

实验教学历来是理工科类课程的重要组成部分，地理信息系统作为一门交叉综合性课程，其实验教学的重要性不言而喻。通过任课教师对课程实验教学内容的优化设置、对实验教学要点的深入分析，能够帮助学生更好地掌握GIS基本原理与方法，并将所学理论融入到实际的GIS开发中。本文通过对实验教学中的主要知识要点进行分析，为后续教学活动提供有益参考，有助于教师更准确地把握学生实验中存在的问题，对加强实验教学效果、提高实验教学质量有一定的促进作用。

参考文献参考文献：

[1] 田雨，卢秀山，姜岩，等.GIS专业实验教学建设与实践[J].理工高教研究，2009，28（1）：116118.

[2] 汤国安，杨昕.ArcGIS地理信息系统空间分析实验教程[M].北京：科学出版社，2007.

[3] 李朝奎，王利东.不同专业背景下GIS专业建设探讨[J].当代教育理论与实践，2011，3（4）：9395.

地学空间分析篇6

关键词：空间自相关；人均可支配收入；全局空间集聚；福建省

中图分类号：F280 文献标志码：A 文章编号：1673-291X（2014）23-0098-03

区域差异是区域经济发展过程中的一种普遍现象，也是区域经济学所探讨的一个核心主题。空间自相关技术较好解决了区域之间的空间关系问题，为区域差异的定量分析提供了有力支撑[1，2]。国外已把空间自相关方法应用到人口增长率变化[3]、区域经济[4]、植物学[5]等方面。近年来，国内有不少学者致力于空间自相关技术与GIS的结合在区域差异领域的应用研究，探讨了区域经济差异变化[6-8]、人口分布[9]、城市化空间格局[10]等。陈裴等人[11]对区域经济分析决策的各种方法进行必要的分析，说明GIS技术在技术分析与决策中的应用。在区域差异研究方面，主要探讨区域经济差异的空间关联格局，而地域单元的确定是研究区域经济发展水平差异的首要问题。高凤君等人[12]以县域为基本地域单元对广东省县域经济实力差异的空间关联格局进行评价分析；欧向军等人[13]以人均GDP为测度区域经济差异的变量指标，定量分析江苏省区域经济差异演变的总体水平与空间变化特征。

作为中国东部沿海发达的省份之一，福建省在保持经济高速增长的同时，城镇居民收入总体是上升的，但是各区域的城镇居民收入不平等的程度不断加深，闽东南沿海地区利用其资源禀赋和区位优势，在很多领域中超前于内陆、山区地区。海西政策的出台必定会引起福建省新一轮经济发展，在着力促进海西现行的环境下，研究福建省各县域城镇居民人均可支配收入的空间自相关性和空间异质性，对于改善福建省辖下的九地市发展差异大的省情特点以及长期存在的“山海经济”格局，具有深切的现实意义。鉴于此，本研究拟选取福建省2012年各县（县级市）、地级市市辖区城镇居民人均可支配收入为统计数据，对福建省各县域城镇居民城镇居民收入的空间相关性进行研究分析，旨在揭示整个研究区以及各区域间城镇居民收入空间分布状况，以便为今后的城市发展规划提供参考依据。

一、研究区概况与资料收集

（一）研究区概况

福建省位于北纬23°33′～28°20′、东经115°50′～120°40′之间，地处中国东南沿海，东隔台湾海峡与台湾省相望，东北与浙江省毗邻，西北横贯武夷山脉与江西省交界，西南与广东省相连，是中国大陆与东南亚和太平洋海上距离最近的省份之一[13]。福建省处于中国东南沿海，海岸岛屿较多，有沿海较发达的城市如厦门、泉州、福州等，又有内辖地区如三明、龙岩等。

（二）资料收集

研究所需要县域城镇居民收入为经济分析指标的数据主要来源于福建省统计年鉴（2013）[14]，研究区域包括福建省9个地级市辖区及59个县（县级市）。由于东山县、平潭县被水域割断，与福建省陆上区域空间作用较小，故本文未将其考虑在研究范围之内。相关数据见表1。

二、研究方法

空间自相关分析是探究空间某点的变量属性值与周边的值是否存在关联的一种统计方法[15，16]。如果某一位置与其邻边同一变量的属性值均较高，则二者在空间上呈现显著的空间正相关；反之为空间负相关。若某一位置的变量观测值大小与邻边的观测值无关，则二者在空间不相关。属性值的空间地理分布和对周边地区的影响程度可用空间自相关系数来测量。在地理统计学科领域中，空间自相关分析为普遍应用，度量空间自相关性的指数有较多可供使用，一般分为全局和局部两种假设检验。

（一）空间矩阵权重的建立

空间权重矩阵在空间分析领域较广泛应用，其可反映一系列地理对象之间的空间分布关系，一般采用邻接标准或距离标准。邻接标准包括rook’s原则及queen’s原则。Rook’s连接要求有同一边连接，而queen’s除了有一条边相衔接，还包括共同顶点的连接。采用领接权重矩阵时，一般用二元对称空间权重矩阵来代表个位置的地域的邻居关系。

（二）全局空间自相关

（三）局部空间自相关

局部空间自相关指数是揭示某个位置单位与周边领域之间的相似或差异程度的指标。本文运用Local Moran’s I进行空间自相关关联分析，若某区域空间上聚集相似或差异较小的观测值，Local Moran’s I值较高；若某区域有较多差异较大的观测值在空间聚集，则Local Moran’s I值较低。Local Moran’s I的表达式为：

（四）Moran散点图

第一、三象限表示该领域呈现空间正相关，第二、四象限表示该领域呈现空间负想。第一象限（H-H）表示某一地域观测值水平较高，周边区域也高；第二象限（L-H）表示某一地区观测值水平低，周边区域却较高；第三象限（L-L），表示某一地区观测值水平低，周边区域也低；第四象限（H-L）表示某一地区观测值水平高，但周边区域却较低。

三、结果与分析

（二）空间局域自相关分析

通过计算福建省各县域居民城镇居民收入的LISA值，并且在Z检验的基础上绘制LISA集聚四分位图，图中部位颜色越深代表城镇居民收入规模越大。从四分位图可得，在P0.05的显著性水平下，福建省各县域城镇居民收入分布存在较大的局部空间聚集状况，并呈现以下特点：第1等级主要集中在龙岩地区、漳州西南部、南平东部及宁德西部地区，即包括光泽县、松溪县、寿宁县、武平县等21个县（县级市）；第2、3等级主要分布在三明地区、泉州市北区、福州市西部地区、漳州市北部等地区，包括沙县、将乐县、闽清、永泰等县；第4等级主要分布在经济发达的沿海区域，如厦门市、泉州市南部、福州市部分地区等，具体包括石狮晋江、福清、长乐、福鼎、龙海等地区。

位于第一象限的县域与周围城市之间的城镇居民收入发展水平差异较小，表现出“高-高”正关联，呈现出集聚的特点，即这些高收入县域被周围具有较高收入发展水平的县域包围，其中以长乐、福清、晋江、南安、石狮、莆田等10个区域较为显著，石狮、晋江等是在P值为0.01下呈显著性，这些县域大多位于闽东南沿海地区，是福建省经济发展水平较高的地区。位于第2象限的县域收入水平较低，被周围收入水平较高的县域所包围，表现出“低-高”正关联，其中以福州市罗源县较为显著。位于第3象限的县域与周围城市之间的城镇居民收入发展水平差异较小，表现出“低-低”正关联。即这些低收入水平的县域被周围同样具有较低收入水平的县域包围，其中以政和县、寿宁县、宁化县、诏安县、云霄县等6个县域尤为显著，政和县在P值为0.01下呈显著性，其余均在P值为0.05下呈显著。位于第4象限的城镇居民收入水平较高，被周围收入水平较低的县域所包围，表现出“高-低”正关联，以龙岩市、福鼎市较为显著。

四、结论与讨论

福建省2012年各县域城镇居民收入全局Moran’s I 指数为 0.442 3，全局空间自相关分析结果表明，福建省各县域城镇居民城镇居民收入呈现出一定的空间正相关性，并呈现出高度的空间集聚性，表现在城镇居民收入增长较快的地区和城镇居民收入增长较快地区为邻，而城镇居民收入增长较慢的地区则大多与城镇居民收入增长较慢地区为邻。有关学者对福建省周边省份的区域经济状况进行空间关联格局分析，表明邻近省份在区域经济上也呈现高度的空间自相关。高凤君等人运用通过空间自相关指数对广东省各县域经济发展状况进行统计反分析，得出Moran’s I值为0.4 979，表明广东省各县市存在显著的空间集聚特征[12]；文玉钊等人利用探索性空间数据分析方法，以江西省各县域农村居民人均收入为测度指标，计算得出2012年江西省农村居民人均收入的Moran’s I指数为0.3 133，可见其空间相关性显著[17]。

局部空间自相关分析结果表明，以长乐、晋江、福清等为代表的县域为“高-高”关联，是经济发展的“热点”区域；以政和、诏安县为代表的县域为“低-低”关联，是经济发展水平发展的“冷点区域”。以罗源县为代表的县域表现出“低-高”关联；以福鼎县为代表的县域表现出“高-低”关联。福建省城镇居民城镇居民收入规模较大的区域主要集中在闽东南沿海一带，闽西北的山区区域的城镇居民收入规模普遍较低。可见，缩小沿海与山区的差距对实现福建省各县域城镇居民收入均衡发展有着重要的意义。

福建省应继续增强“热点”区域的辐射范围和能力，加大对“冷点”区域的支持力度，积极增加“热点”区域和“冷点”区域的相互合作，促进县域城镇居民收入水平的共同提高。

参考文献：

[1] 黄飞飞，张小林，余华，等.基于空间自相关的江苏省县域经济实力空间差异研究[J].人文地理，2009，（2）：84-89.

[2] 鲁凤，徐建华.中国区域经济差异的空间统计分析[J].华东师范大学学报：自然科学版，2007，（2）：44-51.

[3] Hideo Ezoe，Sayka Nakanura.Size distribution and spatial autocorrelation of subpopulations in a size structured metapopulation model [J].

Ecologial Modeling，2006，198：293-300.

[4] Cem Ertur Wilfried koch.Regional disparities in the European Union and the enlargement procession ：an exploratory spatial data analysis，

1995-2000[J].Ann Reg Sci，2006，40：723-765.

[5] Desislave Rusinova.Groowth in transition：Reexamining the roles of factor inputs and geography[J].Economic Systems，2007，31：233-255.

[6] 刘聪粉，张瑞荣.云南省地区经济差异的空间统计分析[J].云南财经大学学报，2009，（3）：118-126.

[7] 席建强，刘超，高小敏.陕西省区域经济增长差异的空间统计分析[J].统计与决策，2009，（4）：92-95.

[8] 陈小勇.江苏省区域经济发展差异及其成因分析[D].南京：南京财经大学，2011.

[9] 封磊，洪伟，吴承祯，等.福州市人口分布的空间自相关分析[J].江西农业大学学报，2008，30（3）：569-574.

[10] 余华，阎波杰.福建省县域城市性评价及空间关联格局分析[J].南大学学报：自然科学版，2011，10（5）：617-623.

[11] 陈斐，郭朝辉，杜道生，等.基于GIS的区域经济分析与决策初步研究[J].人文地理，2002，17（6）：77-80.

[12] 高凤君，郭治兴，魏秀国.广东省县域经济实力差异空间自相关分析[J].地理信息世界，2010，（4）：29-34.

[13] 欧向军，沈正平，朱传耿.江苏省区域经济差异演变的空间分析[J].经济地理，2007，27（1）：78-83.

[14] 福建省统计局编.福建省统计年鉴（2013）[M].北京：中国统计出版社，2013：67-98.

[15] 梁艳平，钟耳顺，朱建军.我国省级人均GDP增量变化的空间特征分析[J].中南大学学报：社会科学版，2003，9（3）：355-359.

地学空间分析篇7

地理空间系统由不同的地理要素组成，但无论是单一要素的深入认识还是要素的简单相加都不能真实地反映客观世界，只有通过要素之间的相互作用、相互联系表现出的结构、功能性意义才能完整、综合地解释空间地理现象。通常，揭示地理事物之间的联系是正确认识地理环境特征和地理事物形成过程的有效途径。在中学地理中，要使学生领悟到，分析某一特定空间内地理事物之间的联系应主要依循如下思考角度和路线。

1.以位置为依托分析地理事物之间的联系

地理空间内的要素填充、要素间的结构特征及整体空间的表征形态都与该区域的占位状况直接相关。在分析影响某个地区自然地理环境各要素中，一般把位置的因素放在首位。分析“位置”对地理事物的联系通常要考虑：第一，“位置”与太阳辐射能之间的关系，也就是纬度位置与气温带的关系；第二，由温度差异引起的空气密度梯度、气压梯度，从而引起海水和大气的运动。这是因为，基于地球的形状、地表的起伏状况，使来自太阳的辐射能量在地表分布不均衡，从而产生能量梯度。于是，温度在地域空间上产生大范围的梯度渐变。温度的分布不均使大气、水产生运动，致使光、热、水等在地表不同区域有着不同的组合分布。这就直接影响了空间内的要素内容和配置及组合方式[3]，从而决定了空间的整体面貌和格局，进而影响人类的经济活动和社会活动。

2.以要素为基础分析地理事物之间的联系

空间环境各要素经过漫长的历史演化，各组成要素之间相互作用、相互影响，共同演绎了地表变化的漫漫历程。地理空间内要素联系观旨在让学生认识到，各要素中，每个要素都在地理环境中缺一不可，扮演着重要角色，其中一个要素的变化不仅会影响其他要素的演变，而且会对整个空间环境产生影响；同样，整体空间环境的发展对其中任意一个地理要素的变化起着重要的作用。例如，四大圈层中，水圈影响着气候、植被、地貌；气候要素不间断地作用于岩石、生物和水；生物联系有机界和无机界，促使能量迁移，改造并影响水体成分，促进岩石的风化和土壤的形成。四大圈层之间普遍存在着热能、化学能、动能的交换，而圈层与圈层之间亦无明显的界限，四大圈层相互作用、相互联系，构成了地球空间整体。该视角转换到小尺度空间亦是如此，空间内事物之间的普遍联系不以空间的大小和方位的转换而消失或改变。例如，“我国西北地区荒漠化”的要素之间因果关系：植被稀少导致植物蒸腾作用小，致使降水稀少、蒸发强烈，从而导致地面干燥，进而导致水土流失，致使肥力下降，土壤肥力下降又是致使植被稀少的重要因素，同时，植被稀少又导致风蚀作用加强，加快了水土流失（图1）。由此可见，任何空间内，地理事物各要素之间都存在着普遍联系，单一要素同时影响并作用于多个要素。正是由于地理事物之间的这种相互联系与共同作用，才塑造了地球表面的现实形态。

3.从空间上成因联系的角度分析地理事物之间的联系

空间环境中的地理要素，其空间分布状态、展开范围及与其他要素之间的关系都有一定的规律与成因上的联系。相邻区域之间的差异表现出要素更替渐变、连续性转换的关系，由此可见，区域差异与地理事物空间分布的成因之间存在着必然的联系。这一观点要求地理教学不仅要讲清地理现象在空间上的展开范围和位置排列状态，还要解释分布状态与其它环境要素的空间关系，即空间上的成因联系。例如，学习地中海气候的分布，不仅要知道它分布在南北纬30°~40°的大陆西岸，而且还要引导学生了解：在水平方向上，地中海气候介于北面的温带海洋气候和南面的低纬度热带沙漠气候之间，即地中海气候只是介于这两种气候类型之间的中间类型。从植被类型来看，地中海气候所在的植被属于亚热带常绿硬叶林，介于北面温带海洋气候所在的温带落叶阔叶林和热带荒漠植被之间。这一观点旨在培养学生从空间的定位、要素组成及成因关系看地理事物之间的联系，在地理教学中应力求达到如下教学目标：①能够正确认识不同的空间范围决定了不同的自然地理特征；②了解不同地理要素、要素组合及整体空间环境对地理事物现象的影响；③了解地理事物在空间上的成因联系。

二、使学生领悟到：在空间的基础上叠加时间因素会得到更加准确的认识

时间性是地理学的永恒主题，用时间的角度看待地理问题是空间视角中不可或缺的理论方法之一。一切地理现象的发生、发展都是随着时间的推移而逐渐推进、演变的。高山终将风化和剥蚀为平地，湖泊终将被沉积物和植被填埋。如何从时间的角度分析地理事物的发展呢？通常要从以下几个方面考虑。

1.用运动的眼光看地理事物的发展

地理中的时间问题只有与地理“过程”相联系才有其存在的可能和意义。地理事物在空间中随着时间的推移与演进表现出新旧更替、此消彼长的演变历程。它是地理事物在空间发展中的动态变化“过程”。从时间的变化特点来看，地理事物的空间运动主要表现为以下几种形式：①有规律的周期性循环运动。这种“运动”的时间特点主要表现为周期循环性，即在一定的时间范围内，地理事物由初始位置，经过一系列的运动环节又回到原来位置的运动。在中学地理中，主要表现形式有大气循环、水循环、大洋环流等；②演替式运动。这种运动的特点是由原来的初始状态，经过一系列的新旧更替变化，最终恢复到原来的状态。时间上没有特定的范围，从初始状态到再次恢复到初始状态为一个时间周期。如地壳中的物质循环、生态系统中的物质循环等；③扩散运动。这种运动在时间上表现为无限制的持续运动，处于不断的发展演化之中。如城市的发展、工业的发展、科技的进步等；④特定时间范围内的空间运动。这种“运动”的主要特点是根据人为需要而划定时间范围，呈波动性运动。如气温的日变化、年变化，特定时间范围内农作物产量变化等。在地理教学中，教师应擅于引导学生分析不同类型的“空间运动”发展变化特征，总结空间运动的规律，了解地理现象发展变化的具体环节、顺序以及各阶段的表现特点，引导学生准确认识“回归”式运动、“演替”式运动、集聚、扩散运动、波动性变化规律以及他们之间的区别与联系（如表1所示），力求使学生学会按时间变化特点进行地理过程归类的方法，培养学生在地理学习中构建知识框架的思维习惯。本文来自于《地理教学》杂志。地理教学杂志简介详见

2.用变化的角度分析地理事物的演进

空间变化是地理事物随着时间的推移，经过空间运动一系列变化与演进的过程所反映出的变化结果，它是地理事物经过演变后的现实状态。在分析地理事物发展的过程中，通常运用比较的方法来对比地理事物的现实状态与其初始状态的区别，并从中建立其与外在环境和影响因素之间的联系。在地理教学中，“空间变化”可以根据现实结果推断地理事物的演变过程和初始状态。例如：分析岩石的风化过程，我们要先确定岩石的类型和性质，再从太阳辐射、温度变化、水、生物作用、地质营力、整体空间环境等作用分析其演变过程。从时间的维度看，空间变化有长时间和短时间变化之分，不同的时间尺度表现出不同的现实状态和结果。例如，特定空间内的水循环，短时期范围内，有些季节水循环活跃，降水丰富，有些季节水循环表现不活跃，降水较少。从多年的平均状况看，全球降水收支平衡。另外，值得注意的是不同的空间运动形式，其时间特点也存在差异。例如，地壳中的物质循环，其发展需经历漫长的历史时期，而生态系统中的物质循环周期相对较短。

3.用预测的方法推断地理事物的变化趋势

地学空间分析篇8

>> 江淮城市群的研究述评及展望 着力构建江淮城市群的对策建议 珠三角城市群空间结构探析 珠三角城市群空间结构演变研究 长三角城市群空间经济结构特征分析 中三角城市群的比较研究 基于结构要素下的长株潭城市群空间结构特征 浙江省城市群形成机理与空间结构演变分析 浅析山东半岛城市群空间结构的演变 基于GIS的中原城市群空间结构研究 滇中城市群空间结构演变的动力机制 “关天城市群”空间结构的缺陷及其功能优化 崛起的城市群 长三角城市群的城市流时空差异分析 我国三大城市群城市竞争力实证分析 长江中游三大城市群城市流分析 中国三大城市群的城市规模分布比较 珠三角城市群中的城市合作浅析 新世纪的“三生主义” 读书的“三生主义” 常见问题解答 当前所在位置：l.

②安徽省主体功能区规划：.

参考文献：

[1]樊杰，周侃，陈东.生态文化建设中优化国土空间开发格局的经济地理学研究创新与应用实践[J].经济地理，2013，33（1）：1-8.

[2]方创琳.中国城市发展格局优化的科学基础与框架体系[J].经济地理，2013，33（12）：1-9.

[3]吕立刚，周生路，周兵兵，等.区域发展过程中土地利用转型及其生态环境响应研究[J].地理科学，2013，33（12）：1442-1448.

[4]党丽娟，徐勇，高雅.土地利用功能分类及空间结构评价方法[J].水土保持研究，2014，21（5）：193-203.

[5]金贵.国土空间综合功能分区研究[D].武汉：中国地质大学公共管理学院，2014.

[6]汪阳红，卢伟.优化城市群生产生活生态空间结构的总体思路[J].中国城市观察，2014

[7]念沛豪，蔡玉梅，张文新.面向综合区划的国土空间地理实体分类与功能识别[J].经济地理，2014，34（12）：7-14.

[8]蔡玉梅，王晓良，庄立.中国省级国土空间多功能识别方法研究[C].中国环境科学学会学术年会论文集，2015：5543-5549.

[9]朱媛媛，余斌，曾菊新，等.国家限制开发区”生产-生活-生态“空间的优化[J].经济地理，2015，35（4）：26-32.

[10]武占云.贵安新区空间布局及三生空间划分研究[C].贵安新区发展报告，北京：社会科学文献出版社，2015：207-221.

[11]舒沐晖，沈艳丽，蒋伟，等.法定城乡规划划分“生产、生活、生态”空间方法初探[C].2015年中国城市规划年会论文集.

[12]李广东，方创琳.城市生态-生产-生活空间功能定量识别与分析[J].地理学报，2016，71（1）：49-65.

[13]陈龙，周生路，周兵兵，等.基于主导功能的江苏省土地利用转型特征与驱动力[J].经济地理，2015，35（2）：155-162.

[14]周生路，黄劲松.东南沿海丘陵区土地利用结构的地域分异研究[J].土壤学报，2003，40（1）：37-45.

[15]吴堑红，刘琼，段雪刚.土地利用结构指标新探及计算程序研究[J].地理与地理信息科学，2015，31（1）：110-114.

地学空间分析篇9

1.突出归纳-演绎和构建与运用模型的方法

高中地理在三大方面应当突出对学生归纳-演绎和构建与运用模型的方法训练。这三大方面是：地理分布规律、地理过程和地理问题分析思路。涉及这三方面的课标内容有很多，地理分布规律方面如“运用地图，归纳世界洋流分布规律，说明洋流对地理环境的影响”，地理过程方面如“运用示意图，说出水循环过程和主要环节，说明水循环的地理意义”，区域发展的分析思路方面如“以某区域为例，分析该区域农业生产的条件、布局特点和问题，了解农业可持续发展的途径”。这些课程标准中少数只是对归纳二字有所提及，而多数对演绎、模型的方法都没有明确提出。从落实好以上课标，提高学习地理素养基本出发点来看，高中地理教学必须采用相应的强化措施。

（1）对重要的规律、过程的理解必须提升到模型的认识层次模型是地理核心概念之一，它即有宽泛的包容力，学生在各学段都要学，且在社会生活中经常接触；能支撑起学科，揭示或反映学科本质；能提供一个框架，有利于教与学。所以把具体的地理分布、地理过程的认识提升到以模型作为核心概念和思维工具来统摄认识高度，这是突出地理思想方法教育和提高学生地理思维能力的必然要求。然而，由于课程标准没有明确提出，许多教师在教学中往往就示意图说分布、讲过程，很少能把规律性认识上升到模型构建的层次。如在归纳世界洋流分布规律时，一些教师通过引导学生观察世界洋流分布示意图，让学生绘制世界洋流模式图。这个教学思路基本是正确的，但很少有教师能够建立起观察较详细的世界洋流分布图———提炼出世界主要洋流分布示意图———进一步提炼出世界洋流模式图———比较以太平洋和大西洋为中心所获得的模式图———确认世界洋流模式图———比照风带分布示意图，简释模式图形成的主导因素———用模式图解释洋流对区域环境的影响这一教学模型，也就无法运用模型来提高学生的地理思维能力。

（2）归纳和演绎的方法必须紧密结合高中地理课程标准较少要求通过逻辑推理引导学生获得地理知识和能力，而是要求学生以观察地理事物和现象———概括分布与运动特点———归纳相关规律的思路来学习地理。所以归纳法在地理教学中得到了强化，但是许多教师在归纳出规律性认识之后，较少及时在不同区域中进行运用，即分析规律或模型在不同区域中的变形，并探寻导致这种变形的主要因素以重新修正规律或模型。如在建构完水循环模式图后，教师就应该引导学生用此模式图研究内流区、城市地域等水循环的常见现象，找出水循环模式的变化及其原因，绘制这些区域的水循环模式。归纳-演绎应以融合的形式运用于教学，指导学生在获得和运用知识的过程中形成地理学习与研究的能力。

（3）构建和运用地理问题的分析模型在地理教学中，不少教师往往只是就具体问题说具体问题，较少在比较、归纳的基础上构建相关问题分析的基本模型，如教师在完成必修三各章的教学后几乎不对区域可持续发展的分析思路进行整理。必修三教学应当把归纳区域可持续发展的思路作为最重要的任务，应当展开空间定位与区域背景特征的分析、地域联系背景下发展条件的比较、发展现状与问题的分析以及发展模式与策略分析，从而构建普适性的分析模型。又如教师往往在分别教授完农业区位条件、工业区位条件后没有把区位分析方法拓展到人类活动的区位条件分析模式的高度，这样学生获得的知识是肤浅的和难以迁移的。必修二、三中有许多涉及人类活动对地理环境影响的内容，如“解释城市化对地理环境的影响”、“地域文化对人口或城市的影响”、“结合实例，说明农业或工业生产活动对地理环境的影响”、“结合实例，分析交通运输方式和布局变化对聚落空间形态和商业布局的影响”、“举例说明产业转移和资源跨区域调配对区域地理环境的影响”等。对于这些课标的落实，教师应当进行必要的整合，形成基本分析模式。另外，一些教师归纳出一些所谓的知识模板，并声称以之减轻学生认知困难。这种模板如果不是建立在学生进行相关问题的比较、归纳过程基础上得出来的话，那么只是死记型的八股模板。

2.强化空间联系、空间差异两个核心概念的形成

空间联系与空间差异不仅是地理学研究的核心内容，而且是地理教学中的核心概念。由于高中地理课程标准没有明确对其进行要求，所以地理教学往往忽视这个涉及地理本质的教学内容。为强化对这两个核心地理概念的认识，可以采用以下策略。

（1）突出空间差异———梯度流（能量、物质）———空间联系的主线在学气运动的原因、人口迁移的主要原因、城市化过程、农业地域类型和工业地域的形成条件、生产活动的地域联系、产业转移与可持续发展等课标所要求的内容时，应当突显空间差异———梯度流———空间联系的逻辑主线。如学气运动时可采用比较能量空间分布差异———能量差异导致的梯度流（大气运动）———梯度流对相关区域的水热调整的认知路线来展开。再如在学习人口迁移的原因时可按照概括人口迁移现象的流向———人口迁入与迁出区的地理特征比较———迁移人口社会属性的比较———人口梯度流的成因———人口迁移对迁入与迁出区的主要影响这条主线来推进。

（2）在章节学习时渗透，在模块复习时提炼在相关章节教学中一般采用渗透的方法，即不要过早提出空间差异和空间联系的概念，而是让学生理解和说出“各地冷热不均是大气运动的根本原因，大气运动调节相关区域的的水热状况”等等。在模块复习时可适时提出空间差异和空间联系的概念，如在总结人口迁移、资源跨区域调配、产业转移、区域发展方向时应首先引导学生归纳：“区域间区位条件落差与变化是人类活动空间转移的主要原因，人类活动空间转移促进区域发展方向的差异，而区域发展方向的差异又进一步强化了相关区域联系的紧密性”。在此基础上，再把区位条件落差和区域联系紧密性提炼到空间差异与空间联系的概念上。

3.在运用系统学方法中强化对整体性与差异性原则的理解

认识地理空间巨系统的各种关系势必离不开系统科学的方法和以整体性与差异性原则的指导，甚至可以说，研究地理学的所有内容都必须如此。所以尽管高中课程标准没有特别指出运用系统科学的方法，但是高中地理教学不能对这种方法缄默不言，而是应当在各种关系的分析中恰当渗透系统科学的方法，要采用要素—结构—功能—特征研究过程。如在落实“运用实例，分析城市空间结构，解释其形成原因”这一课程标准时，可首先让学生观察不同地域城市的空间结构，归纳一般的空间结构模型（圈层结构）；接着引导学生分析影响城市空间结构的要素，并按照要素逐个叠加的方式说出地租支付力、交通、政治、历史、自然条件等要素在城市空间结构形成中的不同作用；进而在不同地域城市空间结构差异比较中进一步认识不同要素的作用，在认识要素不同组织方式的前提下认识不同城市空间结构的优劣点。在教学中，不能在必修一快学完时，才让学生认识整体性和差异性原则，而是要在学习“太阳辐射对地球的影响”、“全球气候变化对人类活动的影响”、“不同区域水循环过程及对地理环境的影响”、“影响地表形态的内、外力作用”等内容时，就应当适度地、逐步地让学生在分析过程中得出自然环境整体性和地域分异的基本认识。当然，在学习“举例说明地理环境各要素的相互作用，理解自然环境整体性”和“运用地图分析地理环境与地域分异规律”的课标时，既要能启发学生得出对整体性和地域分异规律模式图，又要能够引导学生在分析其他具体问题时充分使用这个模式图。

4.适时强调时间尺度与空间尺度转换的观念

高中地理课程标准也没有要求学生形成时间与空间尺度转换的观念，但是这个观念是学习和研究地理不可或缺的重要观念，教师在教学中实际上已经深刻地接触到了这个观念。从时间尺度转换而言，在学习“说明全球气候变化对人类活动的影响”的课标时，教师不仅要让学生从不同时间尺度概括全球气候变化的特点，而且要引导学生认识气候变化对某地近期和长远的不同影响，如让学生认识到近50年冰川融水增多，湖面增大，在更长时间后冰川融水枯竭，湖面萎缩，而不是让学生只是简单地说出某一个片面的结论。又如在学习“产业转移的原因”的内容时，应当为学生提供相关区域发展状况的比较性材料，让他们在区位条件的发展变化中认识产业升级与转移的必然性和规律性。再如在分析“流水作用对地表形态的影响”时不能把学生的认识停留在当前的、静态的、本地的认识层面，而必须引导他们认识流水作用对相关区域的、长远的地貌变化的影响。

地学空间分析篇10

1.GIS的工作原理

GIS的规范化是一个漫长的过程，随着各种系统的迅速膨胀，GIS逐渐走向成熟，在相关的平台逐渐得到巩固和规范。GIS主要是通过对不同来源不同形式数据进行分析，确定原变量的坐标位置，比如可以利用经纬度以及海拔来对变量位置进行标注，有时也利用类似于ZIP地理编码系统来定位变量在GIS系统中的坐标，再组织生成能够直接访问GIS的计算机数据库，通过不同的运营商将地图形式的数字信息转换成可以识别的图像或信息。

2.GIS在测绘中的工作流程

2.1 数据的采集

在测绘的初期，需要对现实世界客观对象进行不同的抽象，离散，以连续对象实体在GIS中分别以栅格以及矢量两种方式存储在GIS系统数据库中。栅格数据由存放唯一值的存储单元的行以及列组成，栅格数据集的分辨率依赖于地面单位的网格宽度，矢量存储方式则是利用几何图形中的点线面来表示客观存在的对象。目前也存在其他的方式来对空间数据进行表示，通过其他的附加数据作为对象属性来存储非空间的数据。在数据收集时，传统做法是通过聚酯薄膜地图上或者纸上现有的数据，经过扫描或者数字化来产生数字数据。现在比较理想的做法是借助于GPS全球定位系统，得到相应的位置坐标，然后直接输入到GIS中进行相应的处理，也可以通过遥感技术来完成数据的采集工作。在多个平台上附带的有摄像机，激光雷达以及数字扫描仪构成的多个互联的传感装置，并结合航空器以及卫星所搭建的数据处理平台，将主要来源于航空照片以及图片判读的数字数据进行特征选择，然后以二维或者三维的形式对数据进行捕捉，进一步将数据传输到相应的软拷贝系统。遥感则是利用不同的传感器包被动地测量由主动传感器发射出去的电磁波或者无线电波的反射系数，进而将属性数据输入到GIS系统中。

2.2 数据的转换与处理

数据的处理依赖于各公司提供的数据处理软件，通过输入到GIS系统的数据进行编辑实现数据预处理，对数据进行拓扑建模，将通过其他方式获取的测量图形与GIS图层中相同的区域进行图层的叠加分析。GIS系统软件通过识别各个属性条件在数字化空间数据的空间关系，对于复杂的空间实体之间连接，临近以及包含的关系进行相应的数学建模和分析，对于向量数据必须在拓扑正确的条件下才能进行进一步的分析。对于控制测量中出现的线与交叉点分离的情况以及原地图上污点等可能影响结果精确度的因素进行针对性的处理，如选择性清除等。同时也要对得到的数据进行数据重构，转换成GIS系统可以识别的数据格式，从而实现不同数据源之间的兼容性。由于不同需求侧重的对象属性是不相同的，因此要求数字数据在分析之前，进行一系列的投影与坐标变换整合处理，得到精度要求不同复杂度不同的数学模型，从而实现其合适的用途。

2.3 GIS系统的空间分析

前两个阶段做好数据处理的预处理工作之后，GIS便可以利用得到的数据来进行空间分析，对图形数据进行分析计算，从空间物体的空间位置以及相互关联去对空间事物进行研究以及定量描述。空间分析是GIS系统最主要的功能，是一个复杂的过程，它是诸如区域科学、地理学、经济学以及地球物理学多种学科的结合，依赖于拓扑学，图论以及空间统计学来对空间构成进行描述和分析，从而实现获取，认知以及描述空间数据的效果，进一步对空间过程进行模拟以及预测，调控地理空间上发生的事件。目前，尚未成熟的空间分析方法有空间模拟分析，空间实体和关系通过专业化模型进行简化和抽象，为系统进一步分析操作埋下伏笔。

3.GIS用于测绘技术优势以及发展展望

地理信息系统管理以及处理对象是多种地理空间实体数据以及关系，对一定地理区域内分布现象以及过程进行分析和处理，将复杂的规划，决策以及管理问题简单精确化，通过依赖一系列的软件以及硬件设施，实现数据综合，模拟，分析与评价。通过这个过程，可以得到常规方法或者普通信息系统难以得到的信息，实现地理空间过程演化和预测，从系统的观点出发，立足于整体，统筹全局。采用定性或者定量的方式，将系统分析与系统应用有机的结合起来，涵盖的范围较广，因此得到的结果较为精确。GIS独特的地理空间分析能力，快速的空间定位搜索查询能力，能够提炼出常规方式无法获取的重要信息，达到空间模拟和空间决策支持的目的。GIS信息系统的应用极大地促进了空间分析的需求以及应用，未来GIS发展趋势可能通过CI与SDA技术在GIS背景下相互结合，实现时空一体化的过程分析模拟引擎。另一个比较明确的发展方向是将不同领域适用的空间模型整合到同一个框架中，通过有效地组织，调度以及通信，执行智能体系行为。