中国历代人口分布空间化方法研究
|
摘要
人,社会构成的主体。而描述人在地理空间分布的构成形式就是人口分布,这种人口的空间分布形式既有历史传承下的特性,也有当今生产力发展水平影响下的因素。它是自然环境和社会经济状况的反映,对自然环境演变和社会经济发展产生深远的影响作用。研究人口分布,将其同地理信息系统相结合,可以更好的揭示人口分布变化、特征、规律及其背景,为相关自然、人文科学研究提供研究基础。
人口分布空间化方法主要有面积内插和空间建模两类。面积内插法将人口密度在研究区内取平均值,存在不能区分研究区内部差异,研究区之间差异变化过于显著等缺点。空间建模方法考虑了多种因素对人口分布的影响,但存在指标过多、难以完善说明彼此相关性的问题。利用插值方法中的点插值方法比传统方法平均人口密度得到的人口空间分布更符合实际。同时在解决大系统的单一问题时,仅仅用多因子的一次综合模拟并不准确,模拟因子过多,不宜取值,因子间关系不明确,最终不能执行插值,没有结果。研究表明,人口分布空间化时先进行插值得到一个粗略的可检验的结果,然后对此结果以多因子进行修正,会更加易行,更加准确。
本文首先以2000年人口普查数据等为基础,分别比较了几种常用插值方法在研究区(巴彦淖尔市)人口分布空间化中的应用,研究表明：五种面插值方法得出的研究区人口总数与研究区统计数据均相差不到0.1%,但是存在相邻两地区在行政区划边界线内外数值非线性巨变的缺点；行政中心点控制下的点插值方法虽然能够克服前述缺点,但是得出的研究区人口总数是统计人口总数的4倍多,此结果显然不能作为人口分布结果；多点控制下的点插值方法得到的人口总数是统计人口总数的3/4,虽然控制点已经足够多,但是仍不能克服前述缺点,也不能作为人口分布的结果；研究区外围调节点控制下的点插值方法得出的人口总数占统计人口总数的98.22%，同时能够克服前述缺点。以这种方法对全国人口数据进行人口分布空间化插值,分布结果符合胡焕庸先生提出的：我国人口分布在爱辉-腾冲线以东的地区属人口密度极高区,在其以西的地区除少数地段外都属极稀区。再将全国人口密度和农牧交错带进行栅格赋值比较,得出人口密度同农牧交错带的一致性为0.6413。
然后在西汉数字化地图的基础上,结合西汉人口数据,完成西汉时期人口密度分布和分级图。得出西汉时期我国人口分布空间格局是人口多集中于黄河中下游地区,南方人口较稀少的结论。并在此基础上对其成因进行探讨,西汉时期人口分布的空间格局是在自然因素、政治因素和历史因素的共同作用下形成的。
Human beings, who constitute the main body of the community, its description of the geographical distribution are population distribution. The form of spatial distribution of population possesses historic properties and it also under the influence of the current productivity factors. It is a reflection of the natural environment and socio-economic status. At the same time, population distribution has a profound effect on natural environmental evolution and socio-economic development. Population distribution which is combined with geographic information systems can better reveal the changes, characteristics as well as its background. It laid a solid foundation for the relevant natural and human science research.
The methods of population spatial distribution can be mainly attributed to two: area interpolation and spatial modeling. Interpolation area of population density is an average value in the area which was used to study. There are many shortcomings for this method. It not only does not distinguish the differences within the study area but also the change between the different study areas is too significant. Spatial modeling considers that a variety of factors impact on the population distribution, but there are still too many indicators and hardly prove the problems which have a closely relationship. The result of population interpolation is far more realistic than the average population density traditionally. By the way, using many factors to solve a single and large-scale system just at one time is not accurate enough. Because if there are too many factors, which is not easy to get value and figure out the relationship between each other. Population interpolation can get a rough result which can be tested, then modifying the result, which is easier and more accurate than other methods.
Several widely used methods were compared in spatial distribution of population for BayanNur city by us, which were based on Census Data of 2000. The results showed that:The gap between the research area gross population that obtained by five surface interpolation methods and the research area statistical data does not over 0.1%. But it has the shortcoming that values of neighboring two areas have the non-linear great change in theirs administrative regionalization boundary inside and outside. Although the administrative central point as control point spot interpolation method can overcome the fore cited shortcoming, however, the research area gross population obtains from it is more than 4 times in construct to its statistics gross population. Obviously, it cannot be taken as the result of population distribution. The method of many spot as control point spot interpolation obtains the research area gross population account for 3/4 of its statistics gross population.
Even though control points have already enough for this method, whereas it still could not overcome the shortcoming which was cited in the former content. Simultaneously, it also cannot be taken as the result of population distribution; The research area periphery adjustment points as control points spot interpolation method obtains the research area gross population take 98.22% of its statistics gross population, and it can overcome the fore cited shortcoming. The result about the distribution of population is consistent with the conclusion which was put forward by Mr. Hu Huanyong. He pointed out that the distribution of population in the east of Aihui-Tengchong line is an extremely high population density area; the area which located at the east part of it is all extremely rare to see human beings, that is to say, its density is a small number. Hence we use the method carries on the population distribution specialization interpolation to the national population data. Finally, our grid nation population density chart and the farming and animal husbandry interlock the belt chart and then carry on 22 comparisons for each grid evaluation. The result showed that the population density and the farming and animal husbandry interlock the belt the uniformity is 0.6413.
Based on the digital map and the population data of Western Han Dynasty, we used GIS completed the map of distribution in population density and population density classification chart. From the two maps and related information, we can easily infer the final result that the spatial patterns of China's population in Western Han Dynasty is larger in the middle and lower reaches of the Yellow River region and smaller in south of China. We researched the reasons on the basis of the result. It is
evident to be seen that it formed under the huge role, which including natural factors,
political factors and historical factors and so on.
人口分布空间化方法主要有面积内插和空间建模两类。面积内插法将人口密度在研究区内取平均值,存在不能区分研究区内部差异,研究区之间差异变化过于显著等缺点。空间建模方法考虑了多种因素对人口分布的影响,但存在指标过多、难以完善说明彼此相关性的问题。利用插值方法中的点插值方法比传统方法平均人口密度得到的人口空间分布更符合实际。同时在解决大系统的单一问题时,仅仅用多因子的一次综合模拟并不准确,模拟因子过多,不宜取值,因子间关系不明确,最终不能执行插值,没有结果。研究表明,人口分布空间化时先进行插值得到一个粗略的可检验的结果,然后对此结果以多因子进行修正,会更加易行,更加准确。
本文首先以2000年人口普查数据等为基础,分别比较了几种常用插值方法在研究区(巴彦淖尔市)人口分布空间化中的应用,研究表明：五种面插值方法得出的研究区人口总数与研究区统计数据均相差不到0.1%,但是存在相邻两地区在行政区划边界线内外数值非线性巨变的缺点；行政中心点控制下的点插值方法虽然能够克服前述缺点,但是得出的研究区人口总数是统计人口总数的4倍多,此结果显然不能作为人口分布结果；多点控制下的点插值方法得到的人口总数是统计人口总数的3/4,虽然控制点已经足够多,但是仍不能克服前述缺点,也不能作为人口分布的结果；研究区外围调节点控制下的点插值方法得出的人口总数占统计人口总数的98.22%，同时能够克服前述缺点。以这种方法对全国人口数据进行人口分布空间化插值,分布结果符合胡焕庸先生提出的：我国人口分布在爱辉-腾冲线以东的地区属人口密度极高区,在其以西的地区除少数地段外都属极稀区。再将全国人口密度和农牧交错带进行栅格赋值比较,得出人口密度同农牧交错带的一致性为0.6413。
然后在西汉数字化地图的基础上,结合西汉人口数据,完成西汉时期人口密度分布和分级图。得出西汉时期我国人口分布空间格局是人口多集中于黄河中下游地区,南方人口较稀少的结论。并在此基础上对其成因进行探讨,西汉时期人口分布的空间格局是在自然因素、政治因素和历史因素的共同作用下形成的。
Human beings, who constitute the main body of the community, its description of the geographical distribution are population distribution. The form of spatial distribution of population possesses historic properties and it also under the influence of the current productivity factors. It is a reflection of the natural environment and socio-economic status. At the same time, population distribution has a profound effect on natural environmental evolution and socio-economic development. Population distribution which is combined with geographic information systems can better reveal the changes, characteristics as well as its background. It laid a solid foundation for the relevant natural and human science research.
The methods of population spatial distribution can be mainly attributed to two: area interpolation and spatial modeling. Interpolation area of population density is an average value in the area which was used to study. There are many shortcomings for this method. It not only does not distinguish the differences within the study area but also the change between the different study areas is too significant. Spatial modeling considers that a variety of factors impact on the population distribution, but there are still too many indicators and hardly prove the problems which have a closely relationship. The result of population interpolation is far more realistic than the average population density traditionally. By the way, using many factors to solve a single and large-scale system just at one time is not accurate enough. Because if there are too many factors, which is not easy to get value and figure out the relationship between each other. Population interpolation can get a rough result which can be tested, then modifying the result, which is easier and more accurate than other methods.
Several widely used methods were compared in spatial distribution of population for BayanNur city by us, which were based on Census Data of 2000. The results showed that:The gap between the research area gross population that obtained by five surface interpolation methods and the research area statistical data does not over 0.1%. But it has the shortcoming that values of neighboring two areas have the non-linear great change in theirs administrative regionalization boundary inside and outside. Although the administrative central point as control point spot interpolation method can overcome the fore cited shortcoming, however, the research area gross population obtains from it is more than 4 times in construct to its statistics gross population. Obviously, it cannot be taken as the result of population distribution. The method of many spot as control point spot interpolation obtains the research area gross population account for 3/4 of its statistics gross population.
Even though control points have already enough for this method, whereas it still could not overcome the shortcoming which was cited in the former content. Simultaneously, it also cannot be taken as the result of population distribution; The research area periphery adjustment points as control points spot interpolation method obtains the research area gross population take 98.22% of its statistics gross population, and it can overcome the fore cited shortcoming. The result about the distribution of population is consistent with the conclusion which was put forward by Mr. Hu Huanyong. He pointed out that the distribution of population in the east of Aihui-Tengchong line is an extremely high population density area; the area which located at the east part of it is all extremely rare to see human beings, that is to say, its density is a small number. Hence we use the method carries on the population distribution specialization interpolation to the national population data. Finally, our grid nation population density chart and the farming and animal husbandry interlock the belt chart and then carry on 22 comparisons for each grid evaluation. The result showed that the population density and the farming and animal husbandry interlock the belt the uniformity is 0.6413.
Based on the digital map and the population data of Western Han Dynasty, we used GIS completed the map of distribution in population density and population density classification chart. From the two maps and related information, we can easily infer the final result that the spatial patterns of China's population in Western Han Dynasty is larger in the middle and lower reaches of the Yellow River region and smaller in south of China. We researched the reasons on the basis of the result. It is
evident to be seen that it formed under the huge role, which including natural factors,
political factors and historical factors and so on.
引文
[1]白廷军,水黎明,孙灵英,等.GIS在突发公共卫生事件应急处理中的应用.海峡预防医学杂志,2007,13(2)：75-76.
[2]班固.汉书.北京：中华书局,1962.
[3]北京天文台.中国古代天象记录总集.南京：江苏科学技术出版社,1988.
[4]陈建华,魏百刚,苏大学.农牧交错带可持续发展战略与对策.北京：化学工业出版社,2004.
[5]陈杰.CLIGEN在黄土高原的适用性评估及改进：[硕士学位论文].西安：西北农林科技大学,2008.
[6]陈全功,张剑,杨丽娜.基于GIS的中国农牧交错带的计算和模拟.兰州大学学报(自然科学版),2007,43(5)：24-28.
[7]陈彦光.城市人口分布空间自相关的功率谱分析.地球科学进展,2006,21(1)：1-8.
[8]陈彦光.城市人口空间分布密度衰减模型的一个理论证明.信阳师范学院学报(自然科学版),2000,13(2)：185-188.
[9]陈彦光.城市人口密度衰减的分形模型及其异化形式——对Clark模型和Sherratt模型的综合与发展.信阳师范学院学报(自然科学版),1999,12(1)：60-64.
[10]陈业新.灾害与两汉社会研究：[博士学位论文].武汉：华中师范大学,2001.
[11]陈勇,艾南山.城市结构的分形研究.地理学与国土研究,1994,10(4)：36-41.
[12]程希.对不同地区人口分布与经济资源环境关系的总体评价.人口与经济,1996,(6)：20-25.
[13]储少林,周兆叶,袁雷,等.降水空间插值方法应用研究——以甘肃省为例.草业科学,2008,25(6)：19-23.
[14]楚军红.人口与市场需求分析.北京大学学报(哲学社会科学版),1997,(4) ： 75-83.
[15]地球系统科学数据共享网.历史人口与环境变迁数据,2008. http://www. geodata. en
[16]董春,刘纪平,赵荣,等.地理因子与空间人口分布的相关性研究.遥感信息,2002,(4)：61-64.
[17]范雄,张祯宇,游超.基于GIS的气象要素空间分布拟合.四川气象,2004,24(4)： 27-29.
[18]冯琦胜,张学通,梁天刚.基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究.草业学报,2009,18(1)：125-133.
[19]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.
[20]葛美玲,封志明.中国人口分布的密度分级与重心曲线特征分析.地理学报,2009,64(2)：202-210.
[21]韩光辉,陈喜波.近三十年来中国人口资源的空间结构、变动趋势及问题与对策.人口与经济,1999,117(6)：39-45.
[22]韩惠,刘勇,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(社会科学版),2000,28(4)：16-21.
[23]韩建国,孙启忠,马春晖,等.农牧交错带农牧业可持续发展技术.北京：化学工业出版社,2004.
[24]何光岳.中国八千年帝王论.云梦学刊,1996,(3)：13-15.
[25]何立,黄永磷.MODIS1B数据基于反距离权重的插值方法研究.广西气象,2006,9(27)：80-81
[26]侯景儒,郭光裕.1993.矿床统计预测及地质统计学的理论与应用,北京：冶金工业出版社.
[27]胡焕庸,严正元.我国的人口密集区和稀疏区及其地理背景http://www. cbe21. com/subject/geography/html/070203/20023/20023 26 1471.html.
[28]胡慧萍.土壤特性的空间差异及其空间插值方法研究.湘潭师范学院学报(自然科学版),2001,23(3)：99-101.
[29]江东,杨小唤.基于RS、GIS的人口空间分布研究.地球科学进展,2002,17(5)：734-738.
[30]焦培民.先秦人口研究：[博士学位论文].郑州：郑州大学历史学系,2007.
[31]景楠.基于多智能体与GIS的城市人口分布预测研究：[博士学位论文].广州：中国科学院广州地球化学研究所,2007.
[32]兰州大学草地农业科技学院.中国草业开发与生态建设专家系统.兰州：电子工业出版社,2006.
[33]李素,庄大方.基于和的人口估计方法研究综述.地理科学进展,2006,25(1)：109-121.
[34]李文训,孙希华.基于GIS的山东省人口重心迁移研究.山东师范大学学报(自然科学版),2007,22(3)：83-86.
[35]李新,程国栋,卢玲.空间内插方法比较.地球科学进展,2000,15(3)：260-265.
[36]李信富,李小凡.分形插值与拉格朗日插值的比较研究.黑龙江大学自然科学学报,2008,25(3)：323-326.
[37]李章林,王平,李冬梅.一种新的插值计算方法的研究与运用.中国矿山工程,2008,37(1)：39-43.
[38]李章林,王平,张夏林.距离幂次反比法的改进与应用.金属矿山,2008,382(4)：88-92.
[39]廖顺宝,李泽辉.基于人口分布与土地利用关系的人口数据空间化研究.自然资源学报,2003,18(6)：659-665.
[40]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
[41]廖一兰,王劲峰, 孟斌,等.人口统计数据空间化的一种方法.地理学报,2007,62(10)：1110-1119.
[42]林桂兰.遥感与GIS技术在环境分析中的应用研究.遥感信息,2000,(3)：31-35.
[43]刘桂侠.爱辉——腾冲人口分界线的由来.地图,2004,(6)：48-51.
[44]刘纪远,岳天祥,王安英,等.中国人口密度数字模拟.地理学报,2003,58(1)：17-24.
[45]吕安民,李成名,林宗坚,等.基于GIS的人口信息提取.清华大学学报(自 然科学版),2005,(9)：1189-1192.
[46]吕安民,李成名,林宗坚,等.人口统计数据的空间转换.干旱区地理,2002,25(2)：170-175.
[47]吕安民,李成名,林宗坚.面积内插算法初探.测绘通报,2002,(1)：44-46.
[48]牛叔文,郭晓东,刘正广,等.甘肃省近百年来人口分布的时空变化分析.中国人口科学,2006,(6)：49-57.
[49]牛叔文,郭晓东,刘正广,等.基于村落尺度的丘陵山区人口分布特征与规律-以甘肃天水为例.山地学报,2006,24(6)：684-691.
[50]潘志强,刘高焕.面插值的研究进展.地理科学进展,2002,21(2)：146-152.
[51]彭楠峰.距离反比插值算法与Kriging插值算法的比较.大众科技,2008,105(5)： 57-58.
[52]曲宸绪,姜勇,武燕萍,等.使用反距离权重内插法绘制中国1990年代肿瘤分布地图.中华流行病学杂志,2006,27(3)：203-233.
[53]尚新丽.西汉人口数量变化的社会因素.河南师范大学学报(社会科学版),2003,30(3)：19-22.
[54]尚新丽.西汉人口数量变化考论.郑州大学学报(社会科学版),2003,36(3)：19-22.
[55]尚新丽.西汉人口研究：[博士学位论文].郑州：郑州大学历史学系,2003.
[56]孙文生,靳光华.河北省人口与经济协调发展的定量分析.人口与经济,1997,100(1)：57-59.
[57]谭其骧.中国历史地图集.北京：中国地图出版社,1981.
[58]汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程.北京：科学出版社,2006,368-369.
[59]田红,陆维松,吴必文.基于GIS的气象灾害监测与评估集成系统.气象科学,2002,22(4)：482-489.
[60]田永中,陈述彭,岳天祥,等.基于土地利用的中国人口密度模拟.地理学报,2004,59(2)：283-292.
[61]王春菊.基于GIS的人口统计数据空间化及信息系统研究-以福建省为例：[博士学位论文].福建：福建师范大学,2005.
[62]王桂新.中国人口分布与区域经济发展：[硕学位论文].上海：华东师范大学出版社,1997.
[63]王红梅,王堃,谢应忠.高光谱遥感在北方农牧交错带生态界面研究中的作用.光谱学与光谱分析,2009,29(6)：1639-1639.
[64]王嘉川.气候变迁与中华文明.学术研究,2007,12：101-105.
[65]王坷,许红卫,史舟.土壤钾素空间变异性和空间插值方法的比较研究.植物营养与肥料学报,2000,6(3)：318-322.
[66]王丽新.基于GIS的克山病地理环境分析：[硕士学位论文].北京：首都师范大学,2007.
[67]王平,王志伟,张学通,等.基于GIS的青海省季节牧场分布研究.草业科学,2010,27(2)：119-128.
[68]王胜今,于潇.以人的全面发展统筹解决人口问题.人口学刊,2007,165(5)：3-5
[69]王益谦,王放.城市人口分布的多重分形特征刻划.大自然探索,1997,16(4)： 72-76.
[70]王永杰,高骏,周振红.基于GIS的环境分析评价.华北水利水电学院学报,2004,25(2)：63-65.
[71]王政权.地统计学及在生态学中的应用.北京：科学出版社,1999,102-142.
[72]王志伟,王平,王迅,等.中国农牧交错带生态评价研究.草业科学,2009,26(4)： 64-73.
[73]王志伟,张学通,周兆叶,等.牧区积雪监测中卫星资料应用的研究现状.草业科学,2009,26(1)：32-39.
[74]韦庆,卢文喜ARC/INFO在城市环境分析中的应用.世界地质,2002,21(2)：163-166.
[75]文武.基于产状推演的地质建模方法与软件实现：[硕士学位论文].成都：成都理工大学,2007.
[76]我国行政中心点.http://sms. webmap. cn/.
[77]乌兰图雅,乌敦,那音太.20世纪科尔沁的人口变化及其特征分析.地理学报,2007,62(4)：418-426.
[78]肖玉,谢高地,安凯.土壤速效磷含量空间插值方法比较研究.中国生态农业学报,2003,11(1)：56-58.
[79]邢宾第,袁美训,刘娟.农村居民点用地管理中存在的问题及对策探讨.山东国土资源,2005,21(5)：20-22.
[80]熊先根.人口高密度地区农业现代化中的农业结构变化：理论探索、国际经验与江苏实践：[博士学位论文].南京：南京大学,1994.
[81]修云福.西汉人口迁移对边疆经济开发的作用.伊犁教育学院学报,2004,17(3)：19-21.
[82]徐军昶,王永丽,王菁,等.陕西人居环境气候适宜度评价及人口分布.陕西气象,2009,(1)：9-13.
[83]杨丽娜.基于GIS的中国农牧交错带的预测及变化趋势研究：[硕士学位论文].兰州：兰州大学,2007.
[84]杨晓唤,江东,王乃斌,等.人口数据空间化的处理方法.地理学报,2002,57(增刊)：71-75.
[85]叶青,陈冰廉.Web GIS技术及其在气象领域的应用.广西气象,2004,25(3)： 40-43.
[86]叶文振.江西人口的地形区域分布：1953-1993.南方人口,1999,(1)：47-52.
[87]袁长丰.基于GIS人口统计信息分析研究：[博士学位论文].山东：山东科技大学,2005.
[88]袁九毅,张茂林,张志良.城市人口容量问题.城市环境与城市生态,1997,10(1) ： 43-44.
[89]袁延胜.东汉人口问题研究：[博士学位论文].郑州：郑州大学,2003.
[90]袁延胜.略论汉代的人口增值政策及其社会影响.郑州大学学报(社会科学版),2003,36(3)：23-26.
[91]张岸,齐清文.基于GIS的城市内部人口空间结构研究-以深圳市为例.地理科学进展,2007,26(1)：95-105.
[92]张剑.中国农牧交错带的计算、模拟和基于GIS的地理表述：[硕士学位论文].兰州：兰州大学,2006.
[93]张健.农本思想与西汉盛世的形成探析.电子科技大学学报(社会科学版), 2008,10(1)：64-67.
[94]张善余.人口垂直分布规律和中国山区人口合理再分布研究：[硕学位论文].上海：华东师范大学出版社,1996.
[95]张学通,黄晓东,梁天刚等.新疆北部地区MODIS积雪遥感数据MOD10A1的精度分析.草业学报,2008,17(2)：110-117.
[96]赵军,李霞.中国农牧交错带研究进展.草业科学,2009,26(1)：94-99.
[97]中国科学院资源环境科学数据中心.2000年全国人口普查数据.http://www. resdc. cn/.
[98]周兆叶,储少林,王志伟,等.基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例.草业科学,2008,25(12)：23-29.
[99]周兆叶.基于GIS的生态环境质量评价——以青海省为例：[硕士学位论文].兰州：兰州大学,2009.
[100]Clark C. Urban population densities. Journal of Royal Statistical Society,1951, 114:490-496.
[101]Deichmann U. A review of spatial population database design and modeling. Technical Report 96-3, National Center for Geographic Information and Analysis, USA.1996.
[102]Dobson J E, Bright E A, Coleman P R. LandScan:A global population database for estimating populations at risk.Photogrammetric Engineering and Remote Sensing,2000,66(7):849-857.
[103]Flowerdew F P. A review of the problems of transferring data from one set of a real units to another incompatible set. Lancaster and Newcastle:Research Report 4, Northern Regional Research Laboratory,1997.
[104]Goodchild M. A real interpolation:A variant of the traditional spatial problem. Geographical Processing,2000, (1):297-312.
[105]Lo C P, Welch R. The Relationship between Brightness Values from a Nighttime Satellite Image and Texas County Population. Southwestern Geographer,2000,4:16-29.
[106]Markoff S R. The linkage of data describing overlapping Geographical Units. Historical Methods Newsletter,1993, (7):34-46.
[107]Martin D. Spatial interpolation methods:A review. The American Cartograher, 2001,(10):129-149.
[108]Sweitzer J, Langaas S.Modeling population density in the Baltic Sea States using the Digital Chart of the World and other small scale data sets[R].Coastal Conservation and Management in the Baltic Region, Proceedings of the EUCC-WWF Conference,1994.
[109]Tober W R. Satellite Confirmation of Settlement Size Coefficients. Area,1969, 1(3):30-34.
[110]Tobler W, Deichmann U, Gottsegen J. World population in a grid of spherical quadrilaterals. International Journal of Population Geography,1997,3:203-225.
[111]Yue T X, Wang Y A, Liu J Y. Surface modeling of human population distribution in China. Ecological Modeling,2005,181:461-478.
[2]班固.汉书.北京：中华书局,1962.
[3]北京天文台.中国古代天象记录总集.南京：江苏科学技术出版社,1988.
[4]陈建华,魏百刚,苏大学.农牧交错带可持续发展战略与对策.北京：化学工业出版社,2004.
[5]陈杰.CLIGEN在黄土高原的适用性评估及改进：[硕士学位论文].西安：西北农林科技大学,2008.
[6]陈全功,张剑,杨丽娜.基于GIS的中国农牧交错带的计算和模拟.兰州大学学报(自然科学版),2007,43(5)：24-28.
[7]陈彦光.城市人口分布空间自相关的功率谱分析.地球科学进展,2006,21(1)：1-8.
[8]陈彦光.城市人口空间分布密度衰减模型的一个理论证明.信阳师范学院学报(自然科学版),2000,13(2)：185-188.
[9]陈彦光.城市人口密度衰减的分形模型及其异化形式——对Clark模型和Sherratt模型的综合与发展.信阳师范学院学报(自然科学版),1999,12(1)：60-64.
[10]陈业新.灾害与两汉社会研究：[博士学位论文].武汉：华中师范大学,2001.
[11]陈勇,艾南山.城市结构的分形研究.地理学与国土研究,1994,10(4)：36-41.
[12]程希.对不同地区人口分布与经济资源环境关系的总体评价.人口与经济,1996,(6)：20-25.
[13]储少林,周兆叶,袁雷,等.降水空间插值方法应用研究——以甘肃省为例.草业科学,2008,25(6)：19-23.
[14]楚军红.人口与市场需求分析.北京大学学报(哲学社会科学版),1997,(4) ： 75-83.
[15]地球系统科学数据共享网.历史人口与环境变迁数据,2008. http://www. geodata. en
[16]董春,刘纪平,赵荣,等.地理因子与空间人口分布的相关性研究.遥感信息,2002,(4)：61-64.
[17]范雄,张祯宇,游超.基于GIS的气象要素空间分布拟合.四川气象,2004,24(4)： 27-29.
[18]冯琦胜,张学通,梁天刚.基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究.草业学报,2009,18(1)：125-133.
[19]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.
[20]葛美玲,封志明.中国人口分布的密度分级与重心曲线特征分析.地理学报,2009,64(2)：202-210.
[21]韩光辉,陈喜波.近三十年来中国人口资源的空间结构、变动趋势及问题与对策.人口与经济,1999,117(6)：39-45.
[22]韩惠,刘勇,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(社会科学版),2000,28(4)：16-21.
[23]韩建国,孙启忠,马春晖,等.农牧交错带农牧业可持续发展技术.北京：化学工业出版社,2004.
[24]何光岳.中国八千年帝王论.云梦学刊,1996,(3)：13-15.
[25]何立,黄永磷.MODIS1B数据基于反距离权重的插值方法研究.广西气象,2006,9(27)：80-81
[26]侯景儒,郭光裕.1993.矿床统计预测及地质统计学的理论与应用,北京：冶金工业出版社.
[27]胡焕庸,严正元.我国的人口密集区和稀疏区及其地理背景http://www. cbe21. com/subject/geography/html/070203/20023/20023 26 1471.html.
[28]胡慧萍.土壤特性的空间差异及其空间插值方法研究.湘潭师范学院学报(自然科学版),2001,23(3)：99-101.
[29]江东,杨小唤.基于RS、GIS的人口空间分布研究.地球科学进展,2002,17(5)：734-738.
[30]焦培民.先秦人口研究：[博士学位论文].郑州：郑州大学历史学系,2007.
[31]景楠.基于多智能体与GIS的城市人口分布预测研究：[博士学位论文].广州：中国科学院广州地球化学研究所,2007.
[32]兰州大学草地农业科技学院.中国草业开发与生态建设专家系统.兰州：电子工业出版社,2006.
[33]李素,庄大方.基于和的人口估计方法研究综述.地理科学进展,2006,25(1)：109-121.
[34]李文训,孙希华.基于GIS的山东省人口重心迁移研究.山东师范大学学报(自然科学版),2007,22(3)：83-86.
[35]李新,程国栋,卢玲.空间内插方法比较.地球科学进展,2000,15(3)：260-265.
[36]李信富,李小凡.分形插值与拉格朗日插值的比较研究.黑龙江大学自然科学学报,2008,25(3)：323-326.
[37]李章林,王平,李冬梅.一种新的插值计算方法的研究与运用.中国矿山工程,2008,37(1)：39-43.
[38]李章林,王平,张夏林.距离幂次反比法的改进与应用.金属矿山,2008,382(4)：88-92.
[39]廖顺宝,李泽辉.基于人口分布与土地利用关系的人口数据空间化研究.自然资源学报,2003,18(6)：659-665.
[40]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
[41]廖一兰,王劲峰, 孟斌,等.人口统计数据空间化的一种方法.地理学报,2007,62(10)：1110-1119.
[42]林桂兰.遥感与GIS技术在环境分析中的应用研究.遥感信息,2000,(3)：31-35.
[43]刘桂侠.爱辉——腾冲人口分界线的由来.地图,2004,(6)：48-51.
[44]刘纪远,岳天祥,王安英,等.中国人口密度数字模拟.地理学报,2003,58(1)：17-24.
[45]吕安民,李成名,林宗坚,等.基于GIS的人口信息提取.清华大学学报(自 然科学版),2005,(9)：1189-1192.
[46]吕安民,李成名,林宗坚,等.人口统计数据的空间转换.干旱区地理,2002,25(2)：170-175.
[47]吕安民,李成名,林宗坚.面积内插算法初探.测绘通报,2002,(1)：44-46.
[48]牛叔文,郭晓东,刘正广,等.甘肃省近百年来人口分布的时空变化分析.中国人口科学,2006,(6)：49-57.
[49]牛叔文,郭晓东,刘正广,等.基于村落尺度的丘陵山区人口分布特征与规律-以甘肃天水为例.山地学报,2006,24(6)：684-691.
[50]潘志强,刘高焕.面插值的研究进展.地理科学进展,2002,21(2)：146-152.
[51]彭楠峰.距离反比插值算法与Kriging插值算法的比较.大众科技,2008,105(5)： 57-58.
[52]曲宸绪,姜勇,武燕萍,等.使用反距离权重内插法绘制中国1990年代肿瘤分布地图.中华流行病学杂志,2006,27(3)：203-233.
[53]尚新丽.西汉人口数量变化的社会因素.河南师范大学学报(社会科学版),2003,30(3)：19-22.
[54]尚新丽.西汉人口数量变化考论.郑州大学学报(社会科学版),2003,36(3)：19-22.
[55]尚新丽.西汉人口研究：[博士学位论文].郑州：郑州大学历史学系,2003.
[56]孙文生,靳光华.河北省人口与经济协调发展的定量分析.人口与经济,1997,100(1)：57-59.
[57]谭其骧.中国历史地图集.北京：中国地图出版社,1981.
[58]汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程.北京：科学出版社,2006,368-369.
[59]田红,陆维松,吴必文.基于GIS的气象灾害监测与评估集成系统.气象科学,2002,22(4)：482-489.
[60]田永中,陈述彭,岳天祥,等.基于土地利用的中国人口密度模拟.地理学报,2004,59(2)：283-292.
[61]王春菊.基于GIS的人口统计数据空间化及信息系统研究-以福建省为例：[博士学位论文].福建：福建师范大学,2005.
[62]王桂新.中国人口分布与区域经济发展：[硕学位论文].上海：华东师范大学出版社,1997.
[63]王红梅,王堃,谢应忠.高光谱遥感在北方农牧交错带生态界面研究中的作用.光谱学与光谱分析,2009,29(6)：1639-1639.
[64]王嘉川.气候变迁与中华文明.学术研究,2007,12：101-105.
[65]王坷,许红卫,史舟.土壤钾素空间变异性和空间插值方法的比较研究.植物营养与肥料学报,2000,6(3)：318-322.
[66]王丽新.基于GIS的克山病地理环境分析：[硕士学位论文].北京：首都师范大学,2007.
[67]王平,王志伟,张学通,等.基于GIS的青海省季节牧场分布研究.草业科学,2010,27(2)：119-128.
[68]王胜今,于潇.以人的全面发展统筹解决人口问题.人口学刊,2007,165(5)：3-5
[69]王益谦,王放.城市人口分布的多重分形特征刻划.大自然探索,1997,16(4)： 72-76.
[70]王永杰,高骏,周振红.基于GIS的环境分析评价.华北水利水电学院学报,2004,25(2)：63-65.
[71]王政权.地统计学及在生态学中的应用.北京：科学出版社,1999,102-142.
[72]王志伟,王平,王迅,等.中国农牧交错带生态评价研究.草业科学,2009,26(4)： 64-73.
[73]王志伟,张学通,周兆叶,等.牧区积雪监测中卫星资料应用的研究现状.草业科学,2009,26(1)：32-39.
[74]韦庆,卢文喜ARC/INFO在城市环境分析中的应用.世界地质,2002,21(2)：163-166.
[75]文武.基于产状推演的地质建模方法与软件实现：[硕士学位论文].成都：成都理工大学,2007.
[76]我国行政中心点.http://sms. webmap. cn/.
[77]乌兰图雅,乌敦,那音太.20世纪科尔沁的人口变化及其特征分析.地理学报,2007,62(4)：418-426.
[78]肖玉,谢高地,安凯.土壤速效磷含量空间插值方法比较研究.中国生态农业学报,2003,11(1)：56-58.
[79]邢宾第,袁美训,刘娟.农村居民点用地管理中存在的问题及对策探讨.山东国土资源,2005,21(5)：20-22.
[80]熊先根.人口高密度地区农业现代化中的农业结构变化：理论探索、国际经验与江苏实践：[博士学位论文].南京：南京大学,1994.
[81]修云福.西汉人口迁移对边疆经济开发的作用.伊犁教育学院学报,2004,17(3)：19-21.
[82]徐军昶,王永丽,王菁,等.陕西人居环境气候适宜度评价及人口分布.陕西气象,2009,(1)：9-13.
[83]杨丽娜.基于GIS的中国农牧交错带的预测及变化趋势研究：[硕士学位论文].兰州：兰州大学,2007.
[84]杨晓唤,江东,王乃斌,等.人口数据空间化的处理方法.地理学报,2002,57(增刊)：71-75.
[85]叶青,陈冰廉.Web GIS技术及其在气象领域的应用.广西气象,2004,25(3)： 40-43.
[86]叶文振.江西人口的地形区域分布：1953-1993.南方人口,1999,(1)：47-52.
[87]袁长丰.基于GIS人口统计信息分析研究：[博士学位论文].山东：山东科技大学,2005.
[88]袁九毅,张茂林,张志良.城市人口容量问题.城市环境与城市生态,1997,10(1) ： 43-44.
[89]袁延胜.东汉人口问题研究：[博士学位论文].郑州：郑州大学,2003.
[90]袁延胜.略论汉代的人口增值政策及其社会影响.郑州大学学报(社会科学版),2003,36(3)：23-26.
[91]张岸,齐清文.基于GIS的城市内部人口空间结构研究-以深圳市为例.地理科学进展,2007,26(1)：95-105.
[92]张剑.中国农牧交错带的计算、模拟和基于GIS的地理表述：[硕士学位论文].兰州：兰州大学,2006.
[93]张健.农本思想与西汉盛世的形成探析.电子科技大学学报(社会科学版), 2008,10(1)：64-67.
[94]张善余.人口垂直分布规律和中国山区人口合理再分布研究：[硕学位论文].上海：华东师范大学出版社,1996.
[95]张学通,黄晓东,梁天刚等.新疆北部地区MODIS积雪遥感数据MOD10A1的精度分析.草业学报,2008,17(2)：110-117.
[96]赵军,李霞.中国农牧交错带研究进展.草业科学,2009,26(1)：94-99.
[97]中国科学院资源环境科学数据中心.2000年全国人口普查数据.http://www. resdc. cn/.
[98]周兆叶,储少林,王志伟,等.基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例.草业科学,2008,25(12)：23-29.
[99]周兆叶.基于GIS的生态环境质量评价——以青海省为例：[硕士学位论文].兰州：兰州大学,2009.
[100]Clark C. Urban population densities. Journal of Royal Statistical Society,1951, 114:490-496.
[101]Deichmann U. A review of spatial population database design and modeling. Technical Report 96-3, National Center for Geographic Information and Analysis, USA.1996.
[102]Dobson J E, Bright E A, Coleman P R. LandScan:A global population database for estimating populations at risk.Photogrammetric Engineering and Remote Sensing,2000,66(7):849-857.
[103]Flowerdew F P. A review of the problems of transferring data from one set of a real units to another incompatible set. Lancaster and Newcastle:Research Report 4, Northern Regional Research Laboratory,1997.
[104]Goodchild M. A real interpolation:A variant of the traditional spatial problem. Geographical Processing,2000, (1):297-312.
[105]Lo C P, Welch R. The Relationship between Brightness Values from a Nighttime Satellite Image and Texas County Population. Southwestern Geographer,2000,4:16-29.
[106]Markoff S R. The linkage of data describing overlapping Geographical Units. Historical Methods Newsletter,1993, (7):34-46.
[107]Martin D. Spatial interpolation methods:A review. The American Cartograher, 2001,(10):129-149.
[108]Sweitzer J, Langaas S.Modeling population density in the Baltic Sea States using the Digital Chart of the World and other small scale data sets[R].Coastal Conservation and Management in the Baltic Region, Proceedings of the EUCC-WWF Conference,1994.
[109]Tober W R. Satellite Confirmation of Settlement Size Coefficients. Area,1969, 1(3):30-34.
[110]Tobler W, Deichmann U, Gottsegen J. World population in a grid of spherical quadrilaterals. International Journal of Population Geography,1997,3:203-225.
[111]Yue T X, Wang Y A, Liu J Y. Surface modeling of human population distribution in China. Ecological Modeling,2005,181:461-478.