地理信息科學學科評估精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的地理信息科學學科評估主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：地理信息科學學科評估范文

關鍵詞：統計數據空間化；農用肥施用數據；專家打分法；尺度；時序分析

中圖分類號：X87；P208；S126 文獻標識碼：A 文章編號：0439-8114（2016）20-5241-05

DOI：10.14088/ki.issn0439-8114.2016.20.019

Abstract： Dalian village， Daxing village， Baima village， Jingxing village， Helu village， Baishu village， Daqiao village， Dayuan village and Zhonglun village were chosen as research areas. The spatial reference system of the remote sensing images， the digital elevation model and administrative boundaries data were unified to 1980 Xi′an coordinate system. Score range was 0～1 point. The agricultural fertilizer data space model was constructed through combining with village-level administrative boundaries， area of administrative village， the amount of agricultural fertilizer， land use data and expert scoring results data. As a result， the village agricultural fertilizer distribution data from 2006 to 2012 were generated. Spatial resolutions of 1， 10， 100 and 200 m were selected as raster scales， and the results of grid data were analyzed. The spatial distribution of agricultural fertilizer data from 2006 to 2012 was taken timing analysis， and the changing trends of agricultural fertilizer amount were got. The results showed that：①Scales of agricultural fertilizer data had relationship with types and spatial resolutions of the land use data. ②The trend of agricultural fertilizer amount in the study area from 2006 to 2012 was smooth. The results of statistical data space of the village had important guiding significance for the village area planning， land rectification， ecological and environmental protection.

Key words： statistical data space； application data of agricultural fertilizer； expert scoring method； scale； timing analysis

統計數據是表示某一地理區域自然經濟要素特征、規模、結構、水平等指標的數據，是定性、定位和定量統計分析的基礎數據。統計數據往往以各級行政單元作為統計單位，各級行政單元包括全國、省、市、縣、鄉鎮、行政村等，以往以統計數字表示自然經濟要素的方式過于簡單，如何將各級統計數據與地理數據相結合，學者們利用數學模型、3S技術和統計學知識實現了統計數據的空間化，并圍繞統計數據空間化這一問題展開了研究。廖一蘭等[1]針對人口空間分布信息在環境健康風險診斷、自然災害損失評估和現場抽樣調查比較等地理學和相關學科研究中占有重要的地位，設計了遺傳規劃（Genetic programming，GP）、遺傳算法（Geneticalgorithms，GA）和GIS相結合的方法。李雅箐[2]以北京市房山區為例對農村經濟統計數據空間化進行了研究，文章根據“提出問題-分析經濟發展空間特征-構建地理要素指標體系-分析地理要素作用-建立空間化模型-檢驗修正模型-確定模擬表面”的系統研究思路，最終構建了研究區農村純收入空間數據庫。楊妮等[3]基于DMSP/OLS夜間燈光數據，利用GIS與SPSS相結合的方法，構建了廣西省GDP統計數據的空間化模型。葉靖等[4]以義烏市為例對鄉鎮級人口統計數據空間化的格網尺度效應進行了分析。

以往基于GIS的統計數據空間化研究多以人口數據和GDP數據為主[5-8]，研究尺度也多以省級和市級為主[9-12]，鮮有針對村級尺度統計數據空間化方法的研究。實際生產中，村級統計數據涉及人口數據、社會經濟數據、基礎設施數據等多種類型的統計數據，其中農用肥施用量數據作為農村統計數據中的一項重要指標，在鄉鎮區域規劃、土地利用規劃、生態環境保護等方面有著重要作用。實現村級尺度的農用肥施用量數據空間化對自然環境保護和社會發展具有重要意義。針對這一問題，本研究以村級為研究尺度，利用格網法對研究區的農用肥施用量統計數據進行空間化處理，基于多期數據實現農用肥施用量數據的時序分析，對于村級統計數據空間化方法的研究具有一定參考意義。

1 研究區概況

石龍鎮位于重慶市巴南區東南部，轄區東鄰南川市的大觀鎮和興隆鎮，南與石灘鎮和神童鎮接壤，西連接龍鎮，北與東泉鎮、姜家鎮毗鄰。石龍鎮屬丘陵中低山區，丘陵深谷較多，中部地勢較為平坦，平均海拔550 m，氣候屬中亞熱帶濕潤氣候，溫和多雨，四季分明，平均氣溫18.5 ℃，平均日照時數1 158 h，年內風向多偏南。鎮域內有石英砂、重金石等礦產資源，生態資源、水資源較為豐富，森林覆蓋率達68%。

全鎮土地總面積10 483.52 hm2，占全區總面積的5.75%，下轄9個行政村，2個社區居委會（圖1）。石龍鎮是一個典型的農業鎮，以種植業為主，生產水稻、小麥、油菜、玉米、紅薯等，副業以蠶桑、養豬為主，全鎮總人口30 157人，其中非農業人口1 697人，農業人口28 460人。2009年全鎮地區生產總值完成32 363萬元，固定資產投資額17 143萬元，農民人均收入5 420元。

2 數據源與預處理

采用的數據源主要有4類，遙感數據、土地利用矢量數據、村級統計數據和矢量行政境界數據。遙感數據包括2010、2011、2012年的遙感影像，30 m空間分辨率；2012年土地利用矢量數據，精度為1 m。村級統計數據包括巴南區石龍鎮2006-2012年農經年報、巴南區統計公報、村級規劃等數據。矢量邊界稻蒞括研究區村界線圖。

對于空間數據的處理包括遙感影像的配準、矢量數據的空間校正、統一坐標系、統計數據電子化等操作。表1為2006-2012年的農用肥施用量數據。

3 研究方法

3.1 專家打分法

結合全國第二次國土調查土地利用類型分類規范和研究區土地利用現狀，在本次研究中將土地利用類型分為24類，主要包括交通、農業用地、建筑用地、林地、草地、園地等。根據不同土地利用類型的定義，結合專家的經驗知識，經過組織專家討論，水澆地、果園、旱地和茶園被確定為農用肥的具體施用對象。各土地利用類型對農用肥施用的影響力進行了打分，分值域為0～1，見表2。

由表2可以看出，對農用化肥施用分布影響最直接的是旱地、果園、水澆地、水田和茶園，專家打分分別為0.40、0.15、0.20、0.15和0.10，其余為0。

3.2 統計數據空間化模型的構建

基于土地利用數據、行政村界線、專家打分結果和研究區農用肥施用量統計數據，以行政村為樣本，構建農用肥施用數據空間化模型。

其中，Aj為j土地利用類型的農用肥施用分布初始系數，單位為t/km2；Sij為i村j類土地利用的面積，單位為km2；Qi為i村統計農用肥施用數據，單位為t；tij為i村j類土地利用類型專家打分的結果。

根據模型，對每個村的農用肥統計數據，以及對農用肥施用分布有影響的土地利用類型的面積及專家打分結果按照公式進行線性回歸計算，求得各土地利用農用肥施用分布初始系數Aj。將求得的土地利用農用肥施用分布系數柵格化。

4 尺度分析和時序分析

本研究中的農用肥施用量空間化模型基于土地利用數據和村級統計數據，其中行政界線和土地利用數據均為矢量數據，空間化后的數據為柵格數據（圖2）。由于矢量數據的界線不存在寬度，柵格化后的數據空間邊緣會發生變化，造成柵格化后的數據與村級統計數據之間產生變化，而不同的柵格化尺度之間也會使結果數據之間存在誤差[12]。本研究選擇生成200、100、10和1 m這4種尺度的格網農用肥施用數據，并對不同尺度之間的誤差進行了分析。

以2012年白馬村農用肥施用量數據為例，圖3為白馬村農用肥數據不同尺度空間化分布。表3為格網農用肥施用數據與村統計農用肥施用數據的誤差。

由圖3可以看出，空間采樣尺度為1～200 m，采樣值越小，農用肥施用空間分布的表現上越細膩，采樣值越大，農用肥施用空間分布的表現上越粗糙。

由表3可以得知，2006-2012年間，柵格化尺度值從200、100、10、1 m，尺度數值越大，農用肥施用量統計值與空間化后的農用肥施用量之間的誤差值越大；反之，尺度數值越小，統計值與空間化數據之間的誤差越小。其中，柵格化尺度為200 m時，誤差的絕對值最高達19.21%。柵格化尺度為100 m時，誤差值略有降低，但誤差最大值的絕對值仍然高達11.47%。當柵格化尺度為10 m時，誤差值的絕對值已經降低到3.25%以下，柵格化尺度為1 m時，誤差值的絕對值降低到2.08%以下。柵格化尺度為1和10 m時，誤差值比較接近。

由圖4可知，2006-2012年期間，金星村、中倫村、柏樹村、大園村和大橋村各年間農用肥施用量變化小，2012年較2006年農用肥施用量呈現減少趨勢，大連村、白馬村農用肥施用量變化明顯，曲線呈S型，總體呈現下降趨勢。大興村農用肥施用量先增加后減少；合路村農用肥施用量變化曲線平緩，2012年比2006年農用肥施用量增加超過30%。

由圖5可知，2006-2012年間，金星村農用肥施用量最高，大興村農用肥施用量最少，大連村和白馬村農用肥施用量變化明顯。

5 小結與討論

本研究選擇重慶市巴南區石龍鎮的各行政村的農用肥施用量數據進行空間化研究，選擇2006-2012年研究區的農用肥施用數據作為基礎研究數據，通過專家打分法對土地利用數據和農用肥施用量之間的相關性進行打分，參考人口統計數據空間化模型，對村級農用肥施用量統計數據進行空間化建模，空間化尺度分別選擇200、100、10和1 m這4種尺度。并對2006-2012年間各行政村的農用肥施用量數據進行了時序分析。得到以下結論。

1）對于農用肥施用量統計數據空間化的格網尺度，其適宜尺度為1 m，同時，尺度為10 m時誤差值略大于1 m尺度。當統計數據空間化范圍和數據量較大時，1 m的空間化尺度勢必會影響統計數據空間化速度，以及空間化后的數據所占存儲空間也較大。所以，研究精度容許情況下，可以選10 m位柵格化尺度。

2）通過研究發現，村級農用肥施用量統計數據空間化的尺度受到土地利用類型和分辨率的影響，農用肥往往在水田、旱地、果園、茶園和其他園林，空間化尺度與土地利用數據分辨率越接近，則統計數據與空間化數據之間的誤差越小。

本研究結合GIS技術、空間建模方法和統計學知識，針對以往統計數據空間化研究往往為全國、地區級及省級等大范圍的研究尺度，選擇行政村這一尺度，對農村農用肥施用量數據進行了空間化研究。通過此次研究，對于根據農用肥施用空間分布情況進行區域規劃、土地整改、生態環境具有重要指導意義。下一步將繼續對村級統計數據空間化技術進行深層次的研究。

參考文獻：

[1] 廖一蘭，王勁峰，孟 斌，等.人口統計數據空間化的一種方法[J].地理學報，2007，62（10）：1110-1119.

[2] 李雅箐.農村經濟統計數據空間化研究[D].北京：首都師范大學，2011.

[3] 楊 妮，吳良林，鄭士科.基于GIS的縣域人口統計數據空間化方法[J].地理空間信息，2013，11（5）：74-77.

[4] 葉 靖，楊小喚，江 東.l鎮級人口統計數據空間化的格網尺度效應分析――以義烏市為例[J].地球信息科學學報，2010， 12（1）：40-47.

[5] 王雪梅，李 新，馬明國.干旱區內陸河流人口統計數據的空間化――以黑河流域為例[J].干旱區資源與環境，2007，21（6）：39-49.

[6] 閆慶武，卞正富.基于GIS的社會統計數據空間化處理方法[J].云南地理環境研究，2007，19（2）：92-97.

[7] 李月臣，何志明，劉春霞.基于站點觀測數據的氣溫空間化方法評述[J].地理科學進展，2014，33（8）：1019-1028.

[8] 康敏捷，曹 可，王 輝，等.基于作息空間思想的人口統計數據空間化方法[J].地理與地理信息科學，2012，28（4）：60-68.

[9] 王春菊，湯小華.基于GIS的福建省人口統計數據空間化[J].地理與地理信息科學，2004，20（4）：71-74.

[10] 朱翠霞，陳阿林，劉 琳.基于GIS的區域人口統計數據空間化――以重慶都市區為例[J].重慶師范大學學報（自然科學版），2013，30（5）：50-55.