城市密度分析.doc

《城市密度分析.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、芝加哥地区城市密度分析实验报告实验室实验日期:姓名学院学号年级、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二：在Cnty6trt属性表中新增列Popden，并用FieldCalculator计算Popden的值：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

2、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

3、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。一、基于普查小区的多中心模型拟合步骤一：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：步骤三：从cnty6trtpt。Dbf提取所需的数据并保存为cav格式：步骤四：计算普查小区的重心与各中心的距离：步骤五：链接cnty6trtpt表与polydist表并提取所需数据保存为CSV格式：步骤六：导入数据dist2near到spss中：步骤七：数据转换：步骤八：对模型1进行线性回归分析：步骤九：分析结果：一、基于township的单中心模型拟合步骤一：通过面积权重插值估算town

4、ship人口：步骤二：在twntrt表中新增列area_2计算twntrt中各地域单元的面积：步骤三：新增列pop_est，并按公式popu*area_2/area计算结果：步骤四：按rngtwn汇总pop_est值，输出为twn_pop.dbf：步骤五：将表twn_pop.dbf与twnshp属性表连接：步骤六：在twnshp属性表中新增列popden，并根据公式*sum_pop_est/area计算结果：步骤七：计算township与CBD之间的距离：