基于Photoshop与ArcMap的扫描地形图等高线自动矢量化方法

纸质地形图在扫描过程中,由于扫描仪器操作或纸质地形图质量问题,会出现底纹、色彩失真及孔洞、断点等噪声。为避免这些噪声干扰扫描地形图等高线的自动矢量化,利用Photoshop对扫描后的电子地形图进行降噪处理,得到光滑连续的等高线栅格图,继而使用ArcMap的ArcScan工具自动提取等高线,最后,从等高线质量和处理效率角度出发,对提出的方法与手动提取以及未经过降噪处理的自动提取技术方案进行对比分析。结果表明:该方法不仅能够保证等高线的数据质量,作业效率也有显著提升。

贫困地区医疗可达性空间差异分析

"因病致贫"是造成目前贫困现状的重要因素,对医疗可达性进行研究是实现医疗扶贫的重要途径。以安徽省舒城县为例,利用空间分析、改进引力模型对贫困地区医疗条件进行可达性分析。结果发现:1)舒城县行政村医疗可达性具有明显的空间分布差异,县城东部、东南部和县城中心区域的医疗可达性较好,可达性较差的区域位于舒城县中部呈"T"字型分布。2)贫困人口和医疗资源的分布空间耦合度小,具有明显的分布不均匀特点,就医空间可达性级别较高的区域集中在杭阜镇、城关镇、舒茶镇和晓天镇;3)医疗机构集聚和分散态势明显,医疗机构可达性最大值是最小值的108倍。

中小城市商品住宅价格空间分异特征及影响因子研究

以滁州市主城区2018年在售普通商品住宅价格为研究对象,运用趋势面分析、空间自相关分析以及克里金插值进行空间分异特征研究,进而利用地理加权回归模型探究房价影响因子。结果表明:(1)滁州市主城区商品住宅价格空间分布呈现东西方向由中心向四周递减,南北方向由北向南逐渐递增的趋势,且变化速度不均;(2)Moran’s I统计量为0.425981,住宅价格空间正相关性明显,具有显著空间集聚性,其中,龙蟠街道、清流街道、凤凰街道的商品住宅价格以高高集聚为主,西门街道、北门街道、扬子街道的商品住宅价格以低低集聚为主,且部分区域空间异质性明显;(3)对11个指标因子进行地理加权回归分析得到调整后R 2值为0.671,说明模型有较好的拟合度,影响因子对于滁州市房价空间分异具有较好的解释作用;(4)滁州市商品住宅价格空间分异影响较大的因子依次为学校、商业中心、物业管理,影响较小的因子依次为政务中心、超市、银行。

基于地理探测器和TOPSIS的县域农村空间贫困特征分析——以安徽省舒城县为例

以安徽省舒城县为研究对象,利用地理探测器、TOPSIS模型得出影响贫困发生率的主导因素及其综合评价,揭示其空间分布特征。结果表明:(1)影响舒城县贫困率的决定力依次为:到县城中心距离(0. 228)、地形起伏度(0. 151)、人均耕地面积(0. 112)、路网密度(0. 085)、教育可达性(0. 059)、医疗可达性(0. 050);(2)到县城中心距离、地形起伏度、教育和医疗交通可达性与贫困发生率呈正相关,人均耕地、路网密度与贫困发生率呈负相关;(3)不同因素导致的农村贫困存在明显地区的差异,并且对贫困发生率的决定力越大,其地区差异越明显;(4)中北部指标评价高于南部,最高评价为0. 982 9,最低评价为0. 336 5,舒城县存在严重资源分布不均的问题;(5)不同因子影响下的扶贫开发亟须因地制宜、统筹兼顾。