城市密度分析Word文档下载推荐.docx
《城市密度分析Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《城市密度分析Word文档下载推荐.docx(28页珍藏版)》请在冰豆网上搜索。
![城市密度分析Word文档下载推荐.docx](https://file1.bdocx.com/fileroot1/2022-10/12/913b1b40-3b78-4132-821e-35d99b2ed9d0/913b1b40-3b78-4132-821e-35d99b2ed9d01.gif)
学号
年级、专业名称
实验项目名称
芝加哥地区城市密度分析
成绩评定
一、基于普查小区的单中心模型拟合
实验步骤:
步骤一:
提取研究区域六个县的普查小区
步骤三:
生成Cnty6trt的重心文件Cnty6trtpt:
步骤四:
提取CBD的位置(即单中心假设的唯一中心):
步骤五:
局部插值法绘制研究区的人口密度图:
步骤六:
保存栅格图层:
步骤七:
设置空间分析掩膜:
步骤八:
生成研究区表面图层:
步骤九:
设置透明度:
步骤十:
将图层重新分类并修改显示模型:
步骤十一:
计算普查小区中心与CBD之间的距离:
步骤十二:
在cuty6trtpt中新增列DIST_CBD把距离换算成公里表示:
步骤十三:
用excel对人口密度和CBD距离进行简单线性回归分析:
分析结果:
由上表可知MultipleR=0.569,由此可得城市人口密度与CBD的距离呈显著相关关系。
由标准误差=3417可知该回归方程与数据的拟合度并不好。
由图可看出,总体上来说,城市人口密度是随着与CBD的距离增加而递减,可知人口大多聚集在与CBD靠近的地区。
但在比较接近CBD的地区范围例如0到15公里,这种递减趋势却不明显,所以呈现出拟合度很差的情况。
最后得出,在CBD附近的地区聚集了大量的城市人口,并随着距离的增大,城市人口密度递减。
二、基于普查小区的多中心模型拟合
计算各普查小区与其最近中心之间的距离:
步骤二:
将各普查小区与其最近中心之间的距离用公里表示:
从cnty6trtpt。
Dbf提取所需的数据并保存为cav格式:
计算普查小区的重心与各中心的距离:
链接cnty6trtpt表与polydist表并提取所需数据保存为CSV格式:
导入数据dist2near到spss中:
数据转换:
对模型1进行线性回归分析:
三、基于township的单中心模型拟合
通过面积权重插值估算township人口:
在twntrt表中新增列area_2计算twntrt中各地域单元的面积:
新增列pop_est,并按公式popu*area_2/area计算结果:
按rngtwn汇总pop_est值,输出为twn_pop.dbf:
将表twn_pop.dbf与twnshp属性表连接:
在twnshp属性表中新增列popden,并根据公式1000000*sum_pop_est/area计算结果:
计算township与CBD之间的距离: