城市密度分析Word文档下载推荐.docx

1、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

2、简单线性回归分析：分析结果： 由上表可知Multiple R = 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

3、：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：