董振華，張繼權(quán)，阿 榮，佟志軍

(1.東北師范大學(xué)環(huán)境學(xué)院，吉林 長春 130117；2.東北師范大學(xué)地理科學(xué)學(xué)院，吉林 長春 130024)

基于GIS的內(nèi)蒙古道路密度空間分異特征研究

董振華1，張繼權(quán)1，阿 榮2，佟志軍1

(1.東北師范大學(xué)環(huán)境學(xué)院，吉林 長春 130117；2.東北師范大學(xué)地理科學(xué)學(xué)院，吉林 長春 130024)

基于道路網(wǎng)絡(luò)圖件數(shù)據(jù)和相關(guān)統(tǒng)計數(shù)據(jù)，結(jié)合ArcGIS，GeoDa和SPSS軟件，運用疊加分析、空間插值分析、趨勢面分析及空間自相關(guān)分析等方法分析了內(nèi)蒙古自治區(qū)道路密度空間格局特征.結(jié)果表明：內(nèi)蒙古自治區(qū)道路密度呈現(xiàn)顯著的空間自相關(guān)性，呼包鄂地區(qū)、赤通地區(qū)和呼倫貝爾市中部地區(qū)成為道路密度的熱點集中區(qū)，其他地區(qū)是冷點集中區(qū)；道路密度呈現(xiàn)出東西兩邊低中部高，南高北低的趨勢；且在空間分布上存在集聚特征.在研究結(jié)果的基礎(chǔ)上，深入分析了內(nèi)蒙古自治區(qū)道路密度空間格局特征形成機理，經(jīng)濟發(fā)展、人口和交通固定投資是影響內(nèi)蒙古道路密度空間格局的重要因素.

道路密度；空間分異特征；GIS空間分析技術(shù)；內(nèi)蒙古

道路密度是衡量一個地區(qū)道路數(shù)量或路網(wǎng)便捷與否的一個常用指標，它對路網(wǎng)規(guī)劃、城鎮(zhèn)道路網(wǎng)絡(luò)的建設(shè)等方面具有重要的意義[1-3].目前，對于道路網(wǎng)絡(luò)的研究多集中于以下幾個方面：用可達性指標評價交通空間通達性[4-7]；交通優(yōu)勢度與區(qū)域經(jīng)濟空間的耦合[8-9]；交通網(wǎng)絡(luò)與生態(tài)或景觀效應(yīng)的相關(guān)研究[10-12].并且以往基于空間分析方法的研究多側(cè)重于區(qū)域經(jīng)濟發(fā)展[13-14]、區(qū)域人口空間分布[15]、土地利用[16]及旅游空間差異[17-18]等方面.但以區(qū)域道路密度指標，借助空間分析方法研究道路空間差異的研究極少，且在研究區(qū)域的選擇上多集中于經(jīng)濟發(fā)達地區(qū)和沿海地區(qū)，涉及內(nèi)蒙古等邊遠地區(qū)的研究尚且不多.基于此，本文以內(nèi)蒙古自治區(qū)為研究單元，利用ArcGIS軟件空間疊加分析、空間插值分析、空間展布和空間核密度計算方法及空間自相關(guān)分析法，分析了研究區(qū)道路密度空間差異特征，并從人口和經(jīng)濟的角度探討了內(nèi)蒙古地區(qū)道路密度空間差異的機制問題.

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

內(nèi)蒙古自治區(qū)(以下簡稱內(nèi)蒙古)位于蒙古高原南端、中國的北部邊疆，地形主體是海拔1 000 m以上的高原.地理位置為東經(jīng)97°10′～126°09′、北緯37°24′～53°20′，橫跨經(jīng)度28°59′；下轄12個盟市，101個旗縣(區(qū)).內(nèi)蒙古自治區(qū)成立以前，交通道路發(fā)展很落后，線路少、等級水平低、設(shè)備不配套、布局不合理，嚴重制約經(jīng)濟社會健康快速發(fā)展.隨著國家實施西部大開發(fā)戰(zhàn)略，內(nèi)蒙古的公路建設(shè)事業(yè)有了突飛猛進的發(fā)展，經(jīng)過半個世紀的建設(shè)發(fā)展，逐步改變了落后的面貌，以“三橫九縱十二出口”公路主骨架構(gòu)成的交通網(wǎng)絡(luò)框架已基本形成.到2013年末，全區(qū)公路總里程達到167 515 km，公路密度達到14.15 km/km2，高速公路達到4 080 km(數(shù)據(jù)來源于內(nèi)蒙古交通道路手冊)，干線公路比重也在不斷提高；2014年投資656.786 7億元用于公路建設(shè)，公路運輸已然成為內(nèi)蒙古主要的交通運輸手段.主要干線鐵路有京包線、集通線、濱洲線、京通線等.

1.2 數(shù)據(jù)來源

文中用到的社會經(jīng)濟數(shù)據(jù)來源于2014年的內(nèi)蒙古自治區(qū)統(tǒng)計年鑒[19]；道路網(wǎng)絡(luò)數(shù)據(jù)來源于覆蓋內(nèi)蒙古范圍的96幅Landsat TM遙感影像，對其進行矢量化解譯提取交通要素，包括鐵路、國道、省道、縣道和鄉(xiāng)村公路.

2 研究方法

2.1 道路密度

道路密度是指一定區(qū)域內(nèi)道路總長度與該地區(qū)國土面積之比，是評價某一地區(qū)交通狀況的常用指標之一[20-21].計算公式為

(1)

式中：Di表示縣域i的道路密度；Li表示縣域i各等級道路(鐵路、國道、省道以及縣和鄉(xiāng)道)里程；Ai表示研究的縣域國土面積.道路密度反映了區(qū)域交通線路的疏密程度，密度越大、干線越密集說明交通對區(qū)域發(fā)展的支撐能力越高.

2.2 疊加分析

疊加分析是地理信息系統(tǒng)中用來提取空間隱含信息的方法之一[22]，是將代表不同主題的各個數(shù)據(jù)層進行疊加分析后產(chǎn)生一個全新的數(shù)據(jù)層，疊加后的數(shù)據(jù)層里面包含原來的所有屬性.本文在ArcGIS軟件的支持下，首先將研究區(qū)的鐵路和國道、省道以及縣鄉(xiāng)級道路數(shù)據(jù)疊加在一起，生成新的線狀圖層(道路網(wǎng)絡(luò)數(shù)據(jù))；其次把研究區(qū)的行政界線的面狀圖層和新生成的研究道路網(wǎng)絡(luò)數(shù)據(jù)層進行疊加，得到研究區(qū)的道路分布圖(見圖1).

圖1 內(nèi)蒙古各級道路網(wǎng)分布

2.3 空間插值

空間插值是通過已知的點數(shù)據(jù)來推算出未知點的值，插值結(jié)果將是一個連續(xù)的表面，在這個連續(xù)的面上可以找到每一個點的值.ArcGIS分析模塊中提供的常用空間插值方法有：反距離權(quán)重插值、克里金插值、自然鄰域插值及趨勢面插值等.本文選用反距離權(quán)重插值(IDW)，它的優(yōu)點在于簡便易行，并可為變量值變化懸殊的數(shù)據(jù)集提供一個合理的插值結(jié)果，不會出現(xiàn)沒有意義的插值結(jié)果而無法進行解釋，以插值點與樣本點的距離為權(quán)重進行加權(quán)平均，離插值點越近的樣本賦予的權(quán)重越大.為了更直觀的表達道路密度、人口和GDP在不同縣域空間上的分布差異性，在ArcGIS上對計算出的道路密度、人口和GDP數(shù)據(jù)為屬性，采用IDW空間插值方法進行插值計算，生成柵格圖，然后對柵格圖進行分析(見圖2).

2.4 道路密度空間展布與核密度

根據(jù)基礎(chǔ)數(shù)據(jù)的精度以及研究范圍的大小，將格網(wǎng)尺度設(shè)定為5 km×5 km.首先要生成研究區(qū)行政區(qū)劃的格網(wǎng)圖，然后通過ArcGIS軟件空間鏈接功能把研究區(qū)的道路數(shù)據(jù)層和5 km×5 km 格網(wǎng)圖層數(shù)據(jù)進行疊加，計算每一個格網(wǎng)上的道路密度并作為屬性值賦予其中.核密度的幾何意義是密度在每一個點的中心處最高，向外圍不斷降低，當(dāng)距離中心達到一定閥值范圍時密度為0.核密度反映了距離衰減規(guī)律，距離越近的對象權(quán)重越大，此方法適合點數(shù)據(jù)的研究分析，離散點數(shù)據(jù)直接用圖表示的話很難分辨出空間趨勢，但是通過核密度計算可得到一個空間連續(xù)變化的圖層，可清楚地看到某個地理點數(shù)據(jù)的空間分布模式.應(yīng)用格網(wǎng)化方法和空間核密度方法對內(nèi)蒙古道路密度空間格局進行空間格網(wǎng)表達，拓展了格網(wǎng)化GIS的應(yīng)用范圍，并取得了比較理想的道路密度空間分布結(jié)果.

2.5 趨勢面分析

趨勢面分析是利用數(shù)學(xué)曲面模擬地理系統(tǒng)要素在空間上的分布及變化趨勢的一種數(shù)學(xué)方法[23].原理是通過回歸分析，運用最小二乘法擬合一個二維線性函數(shù)，模擬地理要素在空間上的分布規(guī)律，展示地理要素在地域空間上的變化趨勢.本文利用趨勢面分析方法分析內(nèi)蒙古道路密度空間格局.

2.6 空間自相關(guān)指數(shù)

全局Moran’sI統(tǒng)計量表示的是空間研究對象的屬性值在整個大區(qū)域的空間分布狀態(tài)，計算公式為

(2)

式中：I為Moran指數(shù)；xi為研究區(qū)域i的觀測值；wij為空間權(quán)重矩陣.Moran指數(shù)I<0表示負相關(guān)，I>0 表示正相關(guān)；當(dāng)Moran指數(shù)I=0時表示各區(qū)域單元相互獨立，空間不相關(guān).Moran指數(shù)I值越趨近于1，表示研究單元空間集聚性越顯著；I值越趨近于-1，表示單元與周邊區(qū)域趨異性越顯著[24].

(3)

3 結(jié)果與分析

3.1 道路密度空間布局

通過疊加圖屬性計算每個研究單元的道路密度，可把道路密度劃分為5個不同等級，并在ArcGIS的支持下進行空間可視化表達(見圖2 a).為更直觀地表達不同縣區(qū)在道路密度上地域和空間分布的差異性，在GIS平臺上對計算出的道路網(wǎng)密度采用反距離加權(quán)法(IDW)進行插值，得到研究區(qū)道路網(wǎng)密度分布圖(見圖2 b).從道路密度空間分布上可以看出內(nèi)蒙古的道路密度以“呼包鄂”地區(qū)為中心向外圍衰減，其中包頭市、呼和浩特市最為明顯.此外還有科爾沁區(qū)、赤峰市以及集寧區(qū)等地區(qū)的道路密度相對較高.在呼倫貝爾市、錫林郭勒盟及阿拉善盟地區(qū)出現(xiàn)大面積的低密度值旗縣區(qū).在地域分布上看，各盟市政府所在地區(qū)的道路密度較高，內(nèi)蒙古自治區(qū)101個研究單元中，察哈爾右翼前旗的道路密度值最高，為0.365 8 km/km2；額濟納旗地區(qū)的道路密度值最低，為0.014 9 km/km2.

圖2 內(nèi)蒙古道路網(wǎng)道路密度(a)和插值后的道路密度(b)

3.2 道路密度空間展布

為了更進一步了解研究區(qū)道路密度空間分布狀況，本文從研究區(qū)5 km×5 km的道路密度空間展布圖中提取網(wǎng)格中心為點數(shù)據(jù)，并且賦予道路密度屬性，然后利用ArcGIS的IDW空間插植和空間核密度計算方法，按每一個格網(wǎng)中心點的道路密度屬性進行道路密度空間分布重分類(按ArcGIS的自然斷裂法(Natural Breaks)分為5個不同級別)和核密度運算，結(jié)果見圖3.

圖3 內(nèi)蒙古道路網(wǎng)道路密度空間展布(a)和空間核密度分布(b)

從圖3可以看到：內(nèi)蒙古較少數(shù)的高密度地區(qū)在空間上呈現(xiàn)出3個明顯的連片區(qū)，即呼包鄂地區(qū)、赤通地區(qū)及呼倫貝爾市的中部地區(qū)，空間分異現(xiàn)象較為明顯.

3.3 道路密度空間分異趨勢

圖4 道路密度空間分異趨勢

利用ArcGIS軟件對研究區(qū)各旗縣區(qū)級別的研究單元道路密度數(shù)據(jù)進行趨勢分析得到圖4，趨勢分析圖中的每一根豎棒代表了研究區(qū)一個旗縣區(qū)的道路密度數(shù)值和位置信息.這些點被投影到一個東西向和一個南北向的正交平面上.通過投影點會得到一條最佳擬合線(擬合線平直，則表明沒有趨勢存在)，并用這個擬合線來模擬研究區(qū)的東西和南北方向上存在的趨勢.通過圖4可明顯看出東西方向趨勢線呈現(xiàn)倒“U”形，而南北向呈階梯狀平滑過渡，表示內(nèi)蒙古各縣域道路密度呈現(xiàn)出東西兩邊低中部高、南高北低的趨勢.

2.4 道路密度空間集聚分析

利用GeoDa軟件，對內(nèi)蒙古縣域道路矢量圖件建立空間權(quán)重矩陣，分別計算和生成Moran指數(shù).計算得到的內(nèi)蒙古道路密度的Moran指數(shù)I=0.160 9，表示該研究區(qū)的道路密度在空間分布上存在集聚特征.散點圖(見圖5)顯示位于第三象限的低-低集聚類型的旗縣區(qū)比位于第一象限的高-高集聚類型的要多.低-低集聚類型分布形成兩個大面積的集聚區(qū)域，主要包括額爾古納市、根河市、鄂倫春自治旗、莫力達瓦自治旗、牙克石市、阿榮旗、扎蘭屯市、阿爾山市、鄂溫克自治旗，以及內(nèi)蒙古中部地區(qū)的阿巴嘎旗、錫林浩特市、克什克騰旗、林西縣以及正藍旗.高-高集聚類型的不管是面積還是在數(shù)量都相對少一些，主要包括包頭市的九原區(qū)、青山區(qū)和昆都侖區(qū)，以及呼和浩特市的賽罕區(qū)、土默特左旗、玉泉區(qū)和新城區(qū).

圖5 道路密度的局部Moran散點圖

圖6 道路密度熱點空間格局

表1 內(nèi)蒙古地區(qū)道路密度冷熱點的數(shù)量和比例

4 道路密度格局空間分異機制分析

道路密度空間分異是由多種因素共同作用形成的，并且是區(qū)域道路網(wǎng)絡(luò)發(fā)展過程中一種普遍存在的現(xiàn)象，其產(chǎn)生、存在、發(fā)展和演化有著深層次的原因.結(jié)合研究區(qū)道路網(wǎng)絡(luò)發(fā)展的實際情況，本文從人口、經(jīng)濟發(fā)展以及交通固定資產(chǎn)投資等方面入手，詳細分析了內(nèi)蒙古道路密度空間分異的形成原因，結(jié)果見圖7—10.

4.1 道路密度與人口空間分布

為了研究內(nèi)蒙古地區(qū)的道路密度與人口之間的關(guān)系，本文選取內(nèi)蒙古自治區(qū)2014年末的常住人口來計算常住人口密度，并利用反距離權(quán)重插值(IDW)法對其進行空間插值，結(jié)果見圖7.

圖7 人口密度空間分布圖

圖8 經(jīng)濟密度空間分布圖

蒙中部分的呼包鄂地區(qū)路網(wǎng)密度極高且向外圍遞減、蒙西地區(qū)和蒙東地區(qū)路網(wǎng)密度較低，這與各區(qū)縣的人口空間分布特征具有較高的空間趨同性有關(guān)(見圖9).

地區(qū)代碼： 1 呼倫貝爾；2 興安盟；3 錫林郭勒盟；4 通遼；5 赤峰；6 烏蘭察布；7 阿拉善盟；

以各旗縣區(qū)人口密度為自變量x，道路密度為因變量y，建立回歸方程為y=7.239ln(x)+32.439，其中R2=0.807 4，且t<0.001，通過了顯著性檢驗，說明內(nèi)蒙古自治區(qū)道路密度與街道人口之間是高度正相關(guān)的.

4.2 道路密度與經(jīng)濟空間分布

在計算各研究單元GDP密度值的基礎(chǔ)上利用反距離權(quán)重插值(IDW)法進行空間插值計算，最終得到研究區(qū)GDP密度圖(見圖10).以各旗縣區(qū)人口密度為自變量x，道路密度為因變量y，建立回歸方程為y=6.861 5ln(x)+18.705，其中R2=0.718 8，且t<0.001，通過了顯著性檢驗.

地區(qū)代碼： 1 呼倫貝爾；2 興安盟；3 錫林郭勒盟；4 通遼；5 赤峰；6 烏蘭察布；7 阿拉善盟；

人口密度和GDP密度越高的縣區(qū)，其道路網(wǎng)密度越高；人口密度和GDP密度越低的地區(qū)，道路網(wǎng)密度也相應(yīng)越低.人口-道路網(wǎng)-經(jīng)濟社會協(xié)調(diào)發(fā)展的地區(qū)，隨著人口增長、經(jīng)濟發(fā)展、社會進步，其道路網(wǎng)的建設(shè)也應(yīng)隨之增大加密.

4.3 交通固定資產(chǎn)投資

交通固定資產(chǎn)投資是道路網(wǎng)絡(luò)發(fā)展的直接動力.交通固定資產(chǎn)額在區(qū)域空間上的分布不平衡性是導(dǎo)致道路密度空間差異的一個重要原因.內(nèi)蒙古地區(qū)交通固定資產(chǎn)投資在空間上呈現(xiàn)出蒙中地區(qū)的呼和浩特市、鄂爾多斯市及烏蘭察布市較為集中的特點(見圖11)，大量資金投入推動了該地區(qū)道路網(wǎng)絡(luò)的發(fā)展；而蒙東和蒙西地區(qū)交通固定資產(chǎn)投入不高，交通網(wǎng)絡(luò)的發(fā)展受到限制，導(dǎo)致這些地區(qū)道路密度較低.由于數(shù)據(jù)的難獲取性，本研究交通固定資產(chǎn)投資的數(shù)據(jù)是以2014年內(nèi)蒙古自治區(qū)盟市級別的行政單元統(tǒng)計計算的，所以在分析中存在一定的誤差.

地區(qū)及企業(yè)代碼： 1 呼和浩特；2 包頭；3 呼倫貝爾；4 興安盟；5 通遼；6 赤峰；7 錫林郭勒盟；

5 結(jié)論與討論

本文綜合利用疊加分析、空間插值法、格網(wǎng)化分析以及空間自相關(guān)分析法等ArcGIS空間分析方法分析了內(nèi)蒙古地區(qū)道路密度的空間差異特征，并在此基礎(chǔ)上利用人口密度和GDP等因素，科學(xué)、直觀地揭示了道路密度空間分異的原因.

(1) 空間疊加分析展示了內(nèi)蒙古道路密度宏觀層面的分異特征：內(nèi)蒙古中部的道路密度較高，東西兩邊相對較低；蒙中地區(qū)道路密度為0.365 8 km/km2，超出了全國的平均水平，額濟納旗地區(qū)的道路密度值最低，為0.014 9 km/km2，低于全國平均水平.

(2) 道路密度空間插值和空間核密度分析展示了內(nèi)蒙古地區(qū)道路密度在空間上呈現(xiàn)出3個明顯的連片區(qū)，即呼包鄂地區(qū)、赤通地區(qū)及呼倫貝爾市的中部地區(qū).

(3) 從研究區(qū)道路密度趨勢分析上可以看出，東西方向趨勢線呈現(xiàn)倒U形，而從北向南呈階梯狀平滑過渡，表明內(nèi)蒙古自治區(qū)縣域道路密度呈現(xiàn)出東西兩邊低中部高、南高北低的趨勢.

(5) 從道路密度分布與GDP、人口分布以及交通固定投資之間的關(guān)系對道路密度格局空間差異機制進行了分析，達到了定量、定性的描述道路密度空間分布規(guī)律的目的.

區(qū)域交通道路密度研究對于制定交通規(guī)則、交通道路規(guī)劃，掌握區(qū)域交通與社會經(jīng)濟關(guān)系具有非常重要科學(xué)意義.由于數(shù)據(jù)獲取的局限性，本文只分析了內(nèi)蒙古道路密度的空間分布，沒有探討道路密度的時間變異；此外，沒有考慮引入其他技術(shù)方法綜合分析道路密度的時空演變動力機制問題.這些問題尚有待進一步研究.

[1] 劉銳，胡偉平，王紅亮.基于核密度估計的廣佛都市區(qū)路網(wǎng)演變分析[J].地理科學(xué)，2011，31(1)：81-86.

[2] 范科紅，李陽兵，馮永麗.基于GIS的重慶市道路密度的空間分異[J].地理科學(xué)，2011，31(3)：365-371.

[3] 石民豐，黃瑋，郭巧梅等.基于GIS的武漢市道路密度空間分異特征[J].地理空間信息，2013，11(3)：103-105.

[4] 劉海隆，包安明，陳曦.新疆交通可達性對區(qū)域經(jīng)濟的影響分析[J].地理學(xué)報，2008，63(4)：428-436.

[5] 吳威，曹有揮，曹衛(wèi)東.開放條件下長江三角洲區(qū)域的綜合交通可達性空間格局[J].地理研究，2007，26(2)：391-402.

[6] 尹鵬，李誠固，陳才.東北地區(qū)省際城市可達性及經(jīng)濟聯(lián)系格局[J].經(jīng)濟地理，2014，34(6)：68-74.

[7] 金鳳君，王嬌娥.20世紀中國鐵路網(wǎng)擴展及其空間通達性[J].地理學(xué)報，2004，59(2)：293-302.

[8] 孟德友，沈驚宏，陸玉麒.中原經(jīng)濟區(qū)縣域交通優(yōu)勢度與區(qū)域經(jīng)濟空間耦合[J].經(jīng)濟地理，2012，32(6)：7-14.

[9] 黃曉燕，曹小曙，李濤.海南交通優(yōu)勢度與經(jīng)濟發(fā)展關(guān)系[J].地理研究，2011，30(6)：985-999.

[10] 劉世梁，溫敏霞，崔保山.不同道路類型對瀾滄江流域景觀的生態(tài)影響[J].地理研究，2007，26(3)：485-490.

[11] 李月輝，胡遠滿，李秀珍.道路生態(tài)研究進展[J].應(yīng)用生態(tài)學(xué)報，2003，14(3)：447-452.

[12] 劉世梁，楊志峰，崔保山.道路對景觀的影響及其生態(tài)風(fēng)險評價——以瀾滄江流域為例[J].生態(tài)學(xué)雜志，2005，24(8)：897-901.

[13] 黃飛飛，張小林，余華，等.基于空間自相關(guān)的江蘇省縣域經(jīng)濟實力空間差異研究[J].人文地理，2009，2(106)：84-89.

[14] 王慧，孫普芳，于靜.山東省縣域經(jīng)濟時空分異演化特征研究[J].地域研究與開發(fā)，2014，33(5)：16-20.

[15] 杜國明，張樹文，張有全.城市人口分布的空間自相關(guān)分析——以沈陽市為例[J].地理研究，2007，26(2)：383-390.

[16] 邱炳文，欽敏，陳崇成.福建省土地利用多尺度空間自相關(guān)分析[J].自然資源學(xué)報，2007，22(2)：311-320.

[17] 翁鋼民，姚昭屹，賈麗麗.環(huán)渤海區(qū)域旅游非均衡發(fā)展時空特征研究[J].地域研究與開發(fā)，2015，34(3)：91-95.

[18] 陸林，余鳳龍.中國旅游經(jīng)濟差異的空間特征分析[J].經(jīng)濟地理，2005，25(3)：406-410.

[19] 內(nèi)蒙古統(tǒng)計局.內(nèi)蒙古統(tǒng)計年鑒(2015)[M].北京：中國統(tǒng)計出版社，2015.

[20] 封志明，劉東，楊艷昭.中國交通通達度評價：從分縣到分省[J].地理研究，2009，28(2)：419-429.

[21] 徐德明，王森.基于道路和城鎮(zhèn)的區(qū)位優(yōu)勢度分析[J].世界地理研究，2009，18(4)：91-99.

[22] 湯國安，楊昕.地理信息系統(tǒng)空間分析實驗教程(第二版)[M].北京：科學(xué)出版社，2009：217-218.

[23] 彭山桂，汪應(yīng)宏，陳晨，等.趨勢面分析方法在房地產(chǎn)估價中的應(yīng)用研究[J].商業(yè)時代，2009(9)：93-94.

[24] 吳文恒，牛叔文.甘肅省人口與資源環(huán)境耦合的演進分析[J].中國人口科學(xué)，2006(2)：81-86.

(責(zé)任編輯：方 林)

Study on road density spatial differentiation characteristics in Inner Mongolia based on GIS

DONG Zhen-hua1，ZHANG Ji-quan1，Arong2，TONG Zhi-jun1

(1.School of Environment，Northeast Normal University，Changchun 130117，China; 2.School of Geographical Sciences，Northeast Normal University，Changchun 130024，China)

Based on road network maps data and related statistical data，combined with ArcGIS，GeoDa and SPSS statistical tools，using overlay analysis，spatial interpolation，trend surface analysis and spatial autocorrelation analysis to study the spatial pattern of road density characteristics of Inner Mongolia Autonomous Region.The results showed that Inner Mongolia road density showed a significant spatial autocorrelation，Hu-Bao-E areas，Chi-Tong areas and central regions of Hulunbeir become hot concentrated areas in road density，and the other areas are cold spots concentrated areas.Road density showing a trend of the east-west sides high and low in central，and high in south and low in north trend.And there are agglomeration characteristics in spatial distribution.On the basis of research results，further analysis of the mechanism of Inner Mongolia road density characteristic spatial pattern formation，that economic development，population and fixed investment in traffic are the important factor that affecting the spatial pattern of Inner Mongolia road density.

road density；spatial differences characteristics；GIS spatial analyst technology；Inner Mongolia

1000-1832(2017)01-0154-08

10.16163/j.cnki.22-1123/n.2017.01.028

2016-08-11

國家“十二五”科技支撐計劃項目(2013BAK05B02，2013BAK05B01).

董振華(1988—)，男，碩士研究生；通訊作者：張繼權(quán)(1965—)，男，博士，教授，博士研究生導(dǎo)師，主要從事區(qū)域災(zāi)害與生態(tài)環(huán)境風(fēng)險評價、預(yù)警與應(yīng)急管理研究.

F 572 [學(xué)科代碼] 790·6110

A