城市空间形态定量化研究进展

对国内外学者有关城市空间形态定量化的研究方法作了回顾与总结,主要介绍了基于GIS的定量分析法和分形维数法,并简要地对各种方法作了评论,使读者对目前在这一方面的研究情况有所了解,以便明确进一步深入研究的方向.     

基于3S技术的重大农业自然灾害理赔探析

对农业保险现状作了简单介绍,重点介绍了3S技术在重大农业自然灾害理赔上的应用,并对该技术在农业保险中的发展趋势作了展望。     

基于遥感的江苏省城市规模分布定量化研究

基于江苏省1979、1985、1995和2000年的遥感影像,提取了13个地级市的城市用地面积数据,以此为依据,采用城市首位度、分维数、帕雷托指数、城市规模基尼系数等对江苏省的城市规模分布及其变化进行了分区研究。结果显示,江苏省13个城市规模分布符合位序规模法则,拟合曲线的判定系数都在0.884以上;江苏省首位城市发展较强,大规模城市发展迅速,城市规模分布分散,但有微弱的集中趋势;经分析分维数D、不平衡指数可得,江苏省城市的用地规模分布不均衡且这种不均衡趋于增强,规模增长速度趋于下降;江苏省城市建成区用地的位序-规模曲线呈现出平行向前推进的特点。这些研究结果可为预测江苏省13个城市未来建成区用地规模和城市体系的未来发展提供科学依据。     

生态足迹法在城乡统筹背景下人口迁移中的应用——以重庆市合川区为例

应用生态足迹法对重庆市合川区2005年的生态足迹进行分析,结果表明:2005年合川区生态需求远远大于生态供给,经济社会发展处于不可持续发展的状态;从生态足迹的角度来看,合川区至少需要迁出45.585万人,才能保持现有的生态平衡,实现可持续发展。     

重庆市三生空间时空格局研究

“三生空间”对于国土空间格局优化和生态文明建设具有重要意义。利用重庆市2005、2010、2015年3期土地利用数据,基于土地的主导功能,划分“三生”用地空间,并进行时空格局分析。构建“三生功能”评价指标体系,采用GIS空间分析与景观格局方法对2015年重庆市“三生功能”进行定量化刻画与分析。结果表明:1)重庆市“三生空间”以生态空间为主,生产空间次之,生活空间最少,“三生空间”时空分布和空间变化特征明显;2)生态空间景观受人类活动影响在持续的加强,景观破碎化程度在不断地增大,生产空间受人类活动影响在加强,生活空间扩张趋势明显,集聚度越来越大;3)2015年重庆市三生功能呈现出较强的空间分异性,其结果与定性分析吻合度较高。     

基于多情景的巫山县山洪灾害危险评价

以重庆市巫山县为研究区,构建了静态动态山洪灾害危险评价指标,按照48h降雨量为50,100,150,200,250mm这5种情景,模拟获取了研究区地表汇流累积量;采用空间叠加法计算了各网格单元山洪灾害危险指数值并将山洪灾害危险划分为高、中、低危险和基本安全4个等级。研究结果表明:巫山县山洪灾害以低危险和中危险等级为主,但中、高危险面积相对较大,达总面积的39%;在48h降雨量由50mm增加到250mm的过程中,基本安全面积基本不变,低危险面积稍有降低,中危险面积减少10.425 1km~2,而高危险区面积则显著增加13.727 5km~2;从各乡镇来看,中、高危险面积所占比例超过40%的达10个乡镇,且危险指数相对较高的乡镇主要集中在研究区的南部和西部;从各行政村来看,评价结果与历史灾害分布情况吻合相对较好,同时危险指数值大于1.7的村占总数的54.11%。研究结果从不同尺度、多情景体现了巫山县山洪灾害的危险分布,可为研究区山洪灾害防治提供科学依据,具有一定借鉴和指导意义。     

基于目标驱动的地理信息系统专业课程设置探讨

以地理信息系统专业为例，分析了目前地理信息系统专业的教育特点与目标定位，提出了地理信息系统学科发展的驱动力和任务。并对专业的课程设置中存在的主要问题提出了一些建议。     

基于GIS的重庆市垫江县“四规叠合”

基于GIS的空间分析功能,实施县域一体规划,明确了垫江县的主体功能定位,建立了城镇、乡村2大经济体系,并实现了生产空间、生活空间、生态空间3大空间落地。     

基于Photoshop的教育专题地图的制作设计与分析——以重庆市高等教育发展研究为例

运用Photoshop的图层管理与分析功能,采取定位图表法,设计了重庆市高等教育发展研究的专题地图系列,并对其反映的重庆市高等教育发展状况进行了细致分析。     

面向对象的遥感湿地植被分类与信息提取——以微山湖为例

在对面向对象遥感分类方法的基本原理与基本算法阐述的基础上,以山东省微山湖湿地植被分类为实验区数据,进行湿地植被分类训练和精度评定。结果表明,实验区居民区、水域、陆生植被、水生植被的面向对象的分类精度分别为:92.81%、93.78%、96.29%、95.38%,明显高于监督分类的分类精度92.13%、88.36%、89.24%、86.55%,充分展示出在湿地植被分类中面向对象遥感分类的优势。