全國高分辨率土地利用數據產品 土地利用數據 土地覆蓋數據 坡度數據 土壤侵蝕數據 全國各省市DEM數據 耕地資源空間分布數據 草地資源空間分布數據 林地資源空間分布數據 水域資源空間分布數據 建設用地空間分布數據 地形、地貌、土壤數據 分坡度耕地數據 全國大宗農作物種植范圍空間分布產品
多種衛星遙感數據反演植被覆蓋度數據 地表反照率數據 比輻射率數據 地表溫度數據 地表蒸騰與蒸散數據 歸一化植被指數數據 葉面積指數數據 凈初級生產力數據 凈生態系統生產力數據 生態系統總初級生產力數據 生態系統類型分布數據 土壤類型質地養分數據 生態系統空間分布數據 增強型植被指數產品
多年平均氣溫空間分布數據 多年平均降水量空間分布數據 濕潤指數數據 大于0℃積溫空間分布數據 光合有效輻射分量數據 顯熱/潛熱信息數據 波文比信息數據 地表凈輻射通量數據 光合有效輻射數據 溫度帶分區數據 山區小氣候因子精細數據集
全國夜間燈光指數數據 全國GDP公里格網數據產品 全國建筑物總面積公里格網數據 全國人口密度數據產品 全國縣級醫院分布產品 人口調查空間分布數據 收入統計空間分布數據 礦山面積統計及分布數據 載畜量及空間分布數據 農作物種植面積統計數據 農田分類面積統計數據 農作物長勢遙感監測數據 醫療資源統計數據 教育資源統計數據 行政轄區信息數據
Landsat 8 高分二號 高分一號 SPOT-6衛星影像 法國Pleiades高分衛星 資源三號衛星 風云3號 中巴資源衛星 NOAA/AVHRR MODIS Landsat TM 環境小衛星 Landsat MSS 天繪一號衛星影像
高精度仿真電子地圖數據 全國電子地圖數據 全國賓館酒店數據 全國道路數據 全國水系數據 全國醫院數據 全國中學數據 全國小學數據 全國幼兒園數據 全國加油站數據 全國超市數據 全國餐飲飯店數據 北京市 上海市 重慶市 天津市 浙江省 黑龍江省 云南省 陜西省 山西省 江西省 海南省 貴州省 廣東省 甘肅省 江蘇省 福建省 青海省 湖北省 河南省 安徽省 山東省 四川省 吉林省 遼寧省 河北省 湖南省 新疆自治區 西藏自治區 寧夏自治區 廣西自治區 內蒙古自治區
全國鄉鎮 全國行政村邊界數據 北京市 安徽省 福建省 廣西自治區 黑龍江省 甘肅省 廣東省 貴州省 海南省 河北省 河南省 湖北省 湖南省 吉林省 江蘇省 江西省 遼寧省 內蒙古自治區 寧夏自治區 青海省 山東省 山西省 陜西省 上海市 四川省 天津市 西藏自治區 新疆自治區 云南省 浙江省 重慶市
人口的分布是一種自然與社會經濟現象結合產生的規律，它同時受到自然因素的影響與社會經濟的支配。自然資源是人口分布的客觀自然基礎和主要影響因素。目前，人口數據一般體現為以行政單元為基礎的統計數據，它與基于像素/圖斑的自然因素數據存在時空分辨率的差異，從而制約了二者綜合分析的深度與精度。近年來提出的“人文數據空間化”成為解決這一問題的有效方法。在空間單元及其編碼的標準化基礎上，將人口、社會經濟數據進行空間化，將基于行政區劃單元（省、市、縣、鄉鎮等）、自然單元（流域、土壤類型、植被類型等）的信息轉化為基于空間信息單元的空間信息，可以為多領域間數據共享、空間統計分析帶來極大便利。
本文將以空間化的人口數據為基礎，選擇地形數據為切入點，利用地理信息系統的空間分析功能，在統一的公里格網上對人口分布與地形要素間的關系進行深入分析，討論二者之間是否存在必然的關聯。
土地利用狀況是影響人口空間分布的重要因素，土地利用格局與人口密度之間存在著密切的聯系，因此本文所使用主要數據除人口數據和地形數據外，土地利用數據也作為重要的數據被加以使用。
圖2-1 2010年全國土地利用空間分布數據產品
本文中的1公里柵格數據集是以2010年國家人口統計數據、2010年1：10萬比例尺土地利用數據以及DEM和路網等數據為數據源，在地理信息系統背景數據和空間分析功能的支撐下，探尋人口密度與土地利用格局的耦合關系，構建空間分布模型，利用模型最終生成邊長1公里╳1公里的人口格網數據。
地形數據主要是基于全國1：100萬比例尺地形圖生成的1公里DEM數據，從中提取出高程和坡度信息。該數據制作單位同樣為北京數字空間科技有限公司，獲取渠道為地理國情監測云平臺網站（www.7079004.live），如圖2-2所示。
圖2-2 全國電子高程數據產品
自然環境對于人口分布的影響主要體現在兩個方面：首先是人類居住的適宜度，其次是人類從事各種各種生產經營活動的適宜程度。人類在某種程度上也一直致力于改變自然環境對人口分布的不利影響，但是這種改變的內容和程度比較有限，因此自然環境仍然是人口分布的重要基礎和主要影響因素。另外，一個區域的人口分布、人口數量、密度等，同該區域自然資源、社會經濟資源的承載力不匹配是導致人口分布發生變化的重要原因。人口分布規律發生變化后，又會對生產力發展，產業結構和經濟結構等帶來新的改變。
人口空間分布與地形關系的分析具體流程為：
(1) 數據收集與整合：將人口數據、土地利用數據、地形數據及其他輔助數據轉換到統一的空間尺度（1公里格網）、投影方式（Lambert）和存儲格式（GRID），并進行配準。空間分析工具使用了ESRI公司的Arcgis軟件。
(2) 人口與地形分級數據的生成：在Arcgis網格數據分析模塊GRID環境下，對于人口數據的人口數量這一屬性與地形的級別屬性進行關聯，進行復合運算，得出我國每一地形要素的等級所對應的人口空間數據層。
(3) 空間統計分析：在空間統計功能支撐下，對各級人口空間數據進行統計，并對統計結果進行綜合分析。
本文以公里格網尺度的高程和坡度兩個要素與人口分布建立聯系，對各個地形對應的不同級別的人口空間分布進行定量和定位分析。
(1) 不同高程區間的人口空間分布規律
下圖3-1從空間上反映了人口分布與高程的關系。
(2) 不同高程區間的人口數量統計
對我國不同高程區間的人口總數進行統計，可以看出，人口數量與高程間存在顯著的負相關關系。我國的人口多數集中在海拔500米以下的地區(約占78.3%)，其中海拔1-200米的人口數量最為集中，隨著高程的增加人口數量明顯下降，海拔3000-4000米和4000米以上區域分別只占全國人口總數的0.25%和0.15%。
(1) 不同坡度范圍的人口空間分布規律
下圖3-2從空間上直觀地反映出了人口分布與坡度的關系
(2) 不同坡度范圍人口數量的統計分析
對于不同坡度范圍的人口分布情況進行的統計結果可以看出我國的人口分布與坡度呈負相關關系，且我國大部分地區人口集中在地勢平坦地區：即坡度0-2的區域，該區域集中了全國94%以上的人口，而坡度在15-25及大于25的區域人口分別只占全國人口總數的0.17%和0.02%。
人口公里格網數據與地形數據相結合對人口分布與地形間關系的分析中，采用了高精度人口數據，克服了因行政區劃統計單元與空間格網單元不匹配的問題，通過屬性關系的關聯和復合分析，生成了各種地形要素的人口空間分布情況，可以得到以下結果：
人口數量與高程、坡度均呈明顯的負相關關系，我國人口多集中在海拔500米以下區域，且表現出隨著高程增加人口數量急劇下降的特征；坡度15-25和坡度大于25的區域人口只占全國人口總數的0.17%和0.02%。
本文所使用人口數據和土地利用數據均來源于北京數字空間科技有限公司制作并通過地理國情監測云平臺網站（www.7079004.live）發布的1公里柵格數據產品。
安全聯盟
