基于多源数据融合的北京市人口时空动态分析

doi:10.12082/dqxxkx.2020.190769

地球信息科学学报 ›› 2020, Vol. 22 ›› Issue (11): 2199-2211.doi: 10.12082/dqxxkx.2020.190769

• 地理空间分析综合应用 • 上一篇下一篇

基于多源数据融合的北京市人口时空动态分析

崔晓临¹(), 张佳蓓¹, 吴锋²^,^*(), 张倩³, 吴尧慧⁴

1.西安科技大学测绘科学与技术学院,西安 710054
2.中国科学院地理科学与资源研究所,陆地表层格局与模拟院重点实验室,北京 100101
3.中国农业大学土地科学与技术学院,北京 100193
4.中国矿业大学（北京）地球科学与测绘工程,北京 100083

收稿日期:2019-12-24 修回日期:2020-03-25 出版日期:2020-11-25 发布日期:2021-01-25
通讯作者: 吴锋 E-mail:xiaolin_cui@xust.ed.cn;wufeng@igsnrr.ac.cn
作者简介:崔晓临（1965— ）,女,陕西宝鸡人,博士,副教授,主要从事GIS、遥感应用研究。E-mail: xiaolin_cui@xust.ed.cn
基金资助:
国家自然科学基金项目(71774151);北京市朝阳区社会发展科技计划项目(CYSF1906);北京市自然科学基金项目(9172018)

Spatio-temporal Analysis of Population Dynamics based on Multi-source Data Integration for Beijing Municipal City

CUI Xiaolin¹(), ZHANG Jiabei¹, WU Feng²^,^*(), ZHANG Qian³, WU Yaohui⁴

1. College of Geomatics, Xi'an University of Science and Technology, Xi'an 710054, China
2. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
3. College of Land Science and Technology, China Agricultural University, Beijing 100193, China
4. School of Geosciences & Surveying Engineering, China University of Geosciences, Beijing 100083, China

Received:2019-12-24 Revised:2020-03-25 Online:2020-11-25 Published:2021-01-25
Contact: WU Feng E-mail:xiaolin_cui@xust.ed.cn;wufeng@igsnrr.ac.cn
Supported by:
National Science Foundation Project(71774151);Social Development Science and Technology Plan Project of Chaoyang District, Beijing(CYSF1906);Beijing Natural Science Foundation Project(9172018)

摘要/Abstract

摘要：

高精度、动态、空间化的人口数据是科学核算城市资源环境压力、促进人口合理调控的重要参考依据。研究首先以2012和2017年北京市常住人口统计信息为基础,融合夜间灯光、土地利用、道路网络等数据,依据用地类型、VANUI指数对街道分割成的区域进行分类和分级,并在此基础上构建人口空间化模型,制备2期100 m格网尺度的人口空间化数据。验证表明,模型误差在10%以内;与已有成果对比分析发现,人口空间化数据整体与局部精度均有提升。最后,基于该数据分析北京市人口分布的时空动态变化特征,揭示其影响因素。结果表明:① 格网单元上的人口平均数量在-2542~190之间变化,以-500~500人为主。② 2期人口空间分布均呈“内密外疏”格局,且减少人口主要聚集于城六区,2012—2017年间减少近21万人;③ 首都功能核心区减少人口最为显著,减少量占城六区减少量的62%;④ 二三环间减少人口最多,共减少近11万人,减少量占城六区减少量的52%;⑤ 与城六区接壤的城郊街道,人口呈现增加趋势,可能形成新的人口聚集区。北京市人口时空变化特征与首都功能定位、产业升级转型、人口疏解政策实施等因素密切相关,该研究可为北京市未来人口空间合理布局与人口疏解政策完善提供定量化的科学依据。

关键词: 人口空间化, 格网尺度, 时空动态, 多源数据, 夜间灯光, 空间分析, 人口疏解, 北京市

Abstract:

High-precision spatially-explicit population data performs a quantitative reference for evaluating urban resources and environment pressure and promoting a rational population distribution. This study first classified and ranked street blocks of Beijing based on land use categories and VANUI index. Based on this, a hierarchical population spatialization model was built to generate the spatial distribution of population at 100 m resolution. In addition, Beijing permanent resident demographic information of 2012 and 2017, NPP/VIIRS nighttime lights data, land use, road networks, and other auxiliary data were also used as model inputs. In our study, the model simulation error against the verified data was less than 10%. Compared with other published results, the population distribution result generated in this study had a higher overall accuracy and local accuracy. We further analyzed the spatio-temporal pattern of population in Beijing and its impact factors. Results show that the population of Beijing in each 100 m grid varied from -2564 to 1904, with -500~500 being the main change level. The spatial patterns of population in 2012 and 2017 both demonstrated that central Beijing was densely populated while Beijing suburb was sparsely populated. Between these two years, population of Beijing declined by approximately 210,000, which mainly happened in six main districts. The core functional area of Beijing had a remarkable reduction in population, accounting for 62% of the total population decline within the six districts of the city. In addition, population between the second and third ring of Beijing decreased the most, with nearly 110 000 people moved out, accounting for 52% of the population decline within the six districts. On the contrary, the population increased in the surrounding street blocks at the border of the six districts, which might form new population centers in the future. The spatial and temporal dynamics of Beijing's population were closely related to factors, such as the functional orientation of the capital, industrial upgrading and transformation, and the implementation of population redistribution policies. This study provides a scientific reference for the rational layout of Beijing's population space and formulation of Beijing's population redistribution policies in the future.

Key words: population spatialization, grid scale, spatio-temporal dynamics, multi-source data, nighttime light, spatial analysis, population redistribution, Beijing

崔晓临, 张佳蓓, 吴锋, 张倩, 吴尧慧. 基于多源数据融合的北京市人口时空动态分析[J]. 地球信息科学学报, 2020, 22(11): 2199-2211.DOI:10.12082/dqxxkx.2020.190769

CUI Xiaolin, ZHANG Jiabei, WU Feng, ZHANG Qian, WU Yaohui. Spatio-temporal Analysis of Population Dynamics based on Multi-source Data Integration for Beijing Municipal City[J]. Journal of Geo-information Science, 2020, 22(11): 2199-2211.DOI:10.12082/dqxxkx.2020.190769

图/表 13

表1

图1

图2

图3

图4

表2

图5

图6

图7

图8

图9

图10

表3

参考文献 39

[1]	张雷, 刘慧. 中国国家资源环境安全问题初探[J].中国人口·资源与环境,2002(1):43-48.
	[ Zhang L, Liu H. An issue on the national security of national resources and environment for China[J]. China Population Resources and Environment, 2002(1):43-48. ]
[2]	黄小黎. 珠江三角洲发展中人口问题探讨[J]. 地理与地理信息科学, 2003,19(5):109-112.
	[ Huang X L. Discussion on population issue in sustainable development of social -economy in the Pearl River Delta[J]. Geography and Geo-Information Science, 2003,19(5):109-112.]
[3]	高媛媛, 王红瑞, 韩鲁杰, 等. 北京市水危机意识与水资源管理机制创新[J]. 资源科学, 2010,32(2):274-281.
	[ Gao Y Y, Wang H R, Han L J, et al. Consciousness of water resources crisis and the innovation of the water resources management system in Beijing[J]. Resources Science, 2010,32(2):274-281. ]
[4]	梁昊光, 刘彦随. 北京市人口时空变化与情景预测研究[J]. 地理学报, 2014,69(10):1487-1495.
	[ Liang H G, Liu Y S. Study on spatio-temporal change and simulation of population in Beijing based on census data[J]. Acta Geographica Sinica, 2014,69(10):1487-1495. ]
[5]	童玉芬, 马艳林. 城市人口空间分布格局影响因素研究——以北京为例[J].北京社会科学,2016(1):89-97.
	[ Tong Y F, Ma Y L. Influencing factors for the spatial distribution pattern of urban population: Take Beijing as an example[J]. Social Science of Beijing, 2016(1):89-97. ]
[6]	叶宇, 刘高焕, 冯险峰. 人口数据空间化表达与应用[J]. 地球信息科学学报, 2006,18(2):59-65.
	[ Ye Y, Liu G H, Feng X F. Presentation of spatial distribution of population and its application[J]. Geo-information Science, 2006,18(2):59-65. ]
[7]	王雯菲, 张文新. 改革开放以来北京市人口分布及其演变[J]. 人口研究, 2001,25(1):62-66.
	[ Wang W F, Zhang W X. Distribution and evolution of Beijing population since reform and open-up[J]. Population Research, 2001,25(1):62-66. ]
[8]	赵蕊. 北京常住人口空间分布变动与对策研究[J].北京社会科学,2018(1):14-25.
	[ Zhao R. Study on the changes of spatial distribution of resident population and countermeasures in Beijing[J]. Social Science of Beijing, 2018(1):14-25. ]
[9]	林文棋, 陈会宴, 谢盼, 等. 基于多源数据的北京市朝阳区人口时空格局评估与预测[J]. 地球信息科学学报, 2018,20(10):1467-1477.
	[ Lin W Q, Chen H Y, Xie P, et al. Spatial-temporal variation evaluation and prediction of population in chaoyang district of Beijing based on multisource data[J]. Journal of Geo-information Science, 2018,20(10):1467-1477.]
[10]	柏中强, 王卷乐, 姜浩, 等. 基于多源信息的人口分布格网化方法研究[J]. 地球信息科学学报, 2015,17(6):653-660.
	[ Bai Z Q, Wang J L, Jiang H, et al. The gridding approach to redistribute population based on multi-source data[J]. Journal of Geo-information Science, 2015,17(6):653-660. ]
[11]	淳锦, 张新长, 黄健锋, 等.基于POI数据的人口分布格网化方法研究[J].地理与地理信息科学, 2018, 34(4):83-89,124,126.
	[ Chun J, Zhang X C, Huang J F, et al. A gridding method of redistributing population based on POIs[J]. Geography and Geo-information Science, 2018, 34(4):83-89,124,126. ]
[12]	杨续超, 高大伟, 丁明军, 等. 基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例[J]. 长江流域资源与环境, 2013,22(6):729-734.
	[ Yang X C, Gao D W, Ding M J, et al. Modeling population density using multi-sensor remote sensing data and DEM: A case study of ZheJiang Province[J]. Resources and Environment in the Yangtze Basin, 2013,22(6):729-734. ]
[13]	Yang X, Ma H. Natural environment suitabiliry of china and its relationship with population distributions[J]. International Journal of Environmental Research and Public Health, 2009,6(12):3025-3039. pmid: 20049243
[14]	Catherine L, Marius G, Snow R W, et al. Population distribution, settlement patterns and accessibility across Africa in 2010[J]. PLoS One, 2012,7(2):e31743-.
[15]	Azar D, Engstrom R, Graesser J, et al. Generation of fine-scale population layers using multi-resolution satellite imagery and geospatial data[J]. Remote Sensing of Environment, 2013,130:219-232.
[16]	Xiong J N, Wei F Q, Jiang Y H, et al. Classification simulating population distribution and disaster emergency Management considering the disparity between city and rural area taking SiChuan as an example[J]. Disaster advances, 2012,5(4):1718-1723.
[17]	Lu D S, Tian H Q, Zhou G M, et al. Regional mapping of human settlements in southeastern China with multisensor remotely sensed data[J]. Remote Sensing of Environment, 2008,112(9):3668-3679.
[18]	周自翔, 李晶, 任志远. 基于GIS的关中—天水经济区地形起伏度与人口分布研究[J]. 地理科学, 2012,32(8):951-957.
	[ Zhou Z X, Li J, Ren Z Y. The relief degree of land surface and population distribution in Guanzhong-Tianshui economic region using GIS[J]. Scientia Geographica Sinica, 2012,32(8):951-957. ]
[19]	卓莉, 黄信锐, 陶海燕, 等. 基于多智能体模型与建筑物信息的高空间分辨率人口分布模拟[J]. 地理研究, 2014,33(3):520-531.
	[ Zhuo L, Huang X R, Tao H Y, et al. High spatial resolution population distribution simulation based on building information and multi-agent[J]. Geographical Research, 2014,33(3):520-531. ]
[20]	廖顺宝, 孙九林. 基于GIS的青藏高原人口统计数据空间化[J]. 地理学报, 2003,58(1):25-33.
	[ Liao S B, Sun J L. GIS based spatialization of population census data in Qinghai-Tibet Plateau[J]. Acta Geographica Sinica, 2003,58(1):25-33. ]
[21]	Elvidge C D, Baugh K E, Dietz J B, et al. Radiance calibration of DMSP-OLS low-light imaging data of human settlements[J]. Remote Sensing of Environment, 1999,68(1):77-88. doi: 10.1016/S0034-4257(98)00098-4
[22]	高义, 王辉, 王培涛, 等. 基于人口普查与多源夜间灯光数据的海岸带人口空间化分析[J]. 资源科学, 2013,35(12):2517-2523.
	[ Gao Y, Wang H, Wang P T, et al. Population spatial processing for chinese coastal zones based on census and multiple night light data[J]. Resources Science, 2013,35(12):2517-2523. ]
[23]	王明明, 王卷乐. 基于夜间灯光与土地利用数据的山东省乡镇级人口数据空间化[J]. 地球信息科学学报, 2019,21(5):699-709. doi: 10.12082/dqxxkx.2019.180497
	[ Wang M M, Wang J L. Spatialization of township-level population based on nighttime light and land use data in Shandong Province[J]. Journal of Geo-Information Science, 2019,21(5):699-709. ]
[24]	Yu B, Shi K, Hu Y, et al. Poverty evaluation using NPP-VIIRS nighttime light composite data at the county level in China[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015,8(3):1-13.
[25]	National Oceanic and Atmospheric Administration (NOAA) National Centers for Environmental Information. Version1 VIIRS Day/Night Band Nighttime Data. (2012、2017) [DB/OL] https://www.ngdc.noaa.gov/eog/viirs/download_dnb_composites.html, 2018-11-23.]
[26]	资源环境数据云平台.中国100 m土地利用数据(2010年、2015年)[DB/OL]. http://www.resdc.cn/, 2018-11-23.
	[ Resource and Environment Data Cloud Platform. land use data of China in 100m(2010、2015) [DB/OL] http://www.resdc.cn/, 2018-11-23.]
[27]	中国科学院计算机网络信息中心地理空间数据云平台.中国500M NDVI月合成产品MODND1D(2012年、2015年)[DB/OL]. http://www.gscloud.cn/, 2018-11-23.
	[ Geospatial Data Cloud site, Computer Network Information Center, Chinese Academy of Sciences. NDVI monthly synthetic product of China in 500m MODND1D(2012、2015) [DB/OL]. http://www.gscloud.cn/, 2018-11-23.]
[28]	资源环境数据云平台.道路数据(2015年)[DB/OL]. http://www.resdc.cn/, 2018-11-23.
	[ Resource and Environment Data Cloud Platform. Rode Data. (2015) [DB/OL] http://www.resdc.cn/, 2018-11-23.]
[29]	资源环境数据云平台.北京兴趣点POI数据(2015年)[DB/OL]. http://www.resdc.cn/, 2018-11-23.
	[ Resource and Environment Data Cloud Platform. POI Data of Beijing Points of Interest. (2015) [DB/OL]. http://www.resdc.cn/, 2018-11-23.]
[30]	Ye T, Zhao N, Yang X, et al. Improved population mapping for China using remotely sensed and points-of-interest data within a random forests model[J]. The Science of the total environment, 2019,658:936-946. doi: 10.1016/j.scitotenv.2018.12.276 pmid: 30583188
[31]	北京市统计局. (2010年、2012年、2017年) [DB/OL]. http://www.bjstats.gov.cn/, 2018-11-23.
	[ Beijing Municipal Bureau of Statistics. (2010、2012、2017) [DB/OL] http://www.bjstats.gov.cn/, 2018-11-23.]
[32]	资源环境数据云平台.中国乡镇行政边界数据(2012年、2017年)[DB/OL] http://www.resdc.cn/, 2018-11-23.
	[ Resource and Environment Data Cloud Platform. China Township Administrative Boundary Data. (2012、2017) [DB/OL]. http://www.resdc.cn/, 2018-11-23.]
[33]	李峰, 米晓楠, 刘军, 等. 基于NPP-VIIRS夜间灯光数据的北京市GDP空间化方法[J]. 国土资源遥感, 2016,28(3):19-24.
	[ Li F, Mi X N, Liu J, et al. Spatialization of GDP in Beijing using NPP-VIIRS data[J]. Remote Sensing For Land & Resources, 2016,28(3):19-24. ]
[34]	Zhang Q, Schaaf C, Seto K C. The vegetation adjusted ntl urban index: A new approach to reduce saturation and increase variation in nighttime luminosity[J]. Remote Sensing of Environment, 2013,129(none):32-41.
[35]	张晓璇, 胡永红, 樊彦国. VANUI指数监测京津冀城市群区域2001—2012年城市化过程[J]. 遥感技术与应用, 2015,30(6):1153-1159.
	[ Zhang X X, Hu Y H, Fan Y G. The detection of urbanization process by VANUI Index in Jing-Jin-Ji Area from 2001-2012[J]. Remote Sensing Technology and Application, 2015,30(6):1153-1159. ]
[36]	陈晴, 侯西勇. 集成土地利用数据和夜间灯光数据优化人口空间化模型[J]. 地球信息科学学报, 2015,17(11):1370-1377.
	[ Chen Q, Hou X Y. An improved population spatialization model by combining land use data and DMSP/OLS data[J]. Journal of Geo-Information Science, 2015,17(11):1370-1377. ]
[37]	王珂靖, 蔡红艳, 杨小唤, 等. 基于城镇居民用地再分类的人口数据空间化方法研究:以长江中游4省为例[J]. 遥感技术与应用, 2015,30(5):987-995.
	[ Wang K J, Cai H Y, Yang X H, et al. Spatialization method for census data based on reclassifying residential land use in urban areas:A case study in the middle reaches of the Yangtze river watershed[J]. Remote Sensing Technology and Application, 2015,30(5):987-995. ]
[38]	杨小唤, 江东, 王乃斌, 等. 人口数据空间化的处理方法[J]. 地理学报, 2004,57(zl):70-75.
	[ Yang X H, Jiang D, Wang N B, et al. Method of pixelizing population data[J]. Acta Geographica Sinica, 2004,57(zl):70-75. ]
[39]	李豫新, 王笳旭. 新经济地理学视角下人口与产业空间匹配性研究——以新疆地区为例[J]. 西北人口, 2014,35(1):56-61,68.
	[ Li Y X, Wang J X. Study on the Mismatch of population and industry distribution under the perspective of new economic geography: A case of Xinjiang Province[J]. Northwest Population Journal, 2014,35(1):56-61,68. ]

年份	分区	分级数目	分级详情
年份	分区	分级数目	城镇一	城镇二	城镇三	农村
2012	城镇型	三级	[0,32)	[33,64)	[65,205)
	城乡结合型	三级	[0,22)	[23,110)		[0,77)
	乡村型	一级				[0,229)
2017	城镇型	三级	[0,22)	[23,49)	[50,164)
	城乡结合型	三级	[0,14)	[15,84)		[0,69)
	乡村型	一级				[0,164)

地区	数量/万人				占比变化/%
地区	2012年	2017年		变化	2012年	2017年	变化
首都核心功能区	219.82	206.90	-12.92		10.63	9.57	-1.06
东城区	90.94	85.01	-5.93		4.40	3.93	-0.46
西城区	128.88	121.90	-6.99		6.23	5.64	-0.59
城市功能拓展区	1007.51	999.68	-7.82		48.71	46.25	-2.46
朝阳区	374.38	373.14	-1.24		18.10	17.26	-0.84
海淀区	347.16	347.43	0.27		16.78	16.07	-0.71
丰台区	221.83	218.05	-3.77		10.72	10.09	-0.64
石景山区	64.14	61.07	-3.08		3.10	2.82	-0.28
城市发展新区	683.81	788.24	104.43		33.06	36.46	3.41
房山区	98.60	114.38	15.78		4.77	5.29	0.52
通州区	130.37	149.69	19.32		6.30	6.92	0.62
顺义区	96.03	111.80	15.78		4.64	5.17	0.53
昌平区	183.07	205.46	22.39		8.85	9.50	0.65
大兴区	146.44	174.96	28.52		7.08	8.09	1.01
门头沟区	29.31	31.95	2.64		1.42	1.48	0.06
生态涵养发展区	157.30	166.85	9.54		7.60	7.72	0.11
怀柔区	37.82	40.16	2.33		1.83	1.86	0.03
平谷区	42.29	44.42	2.13		2.04	2.05	0.01
密云区	45.18	48.56	3.38		2.18	2.25	0.06
延庆区	32.01	33.71	1.71		1.55	1.56	0.01

基于多源数据融合的北京市人口时空动态分析

Spatio-temporal Analysis of Population Dynamics based on Multi-source Data Integration for Beijing Municipal City

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 39

相关文章 15

Metrics

本文评价

推荐阅读 0

数据集	年份	属性	数据来源
土地利用	2010、2015	100 m	http://www.resdc.cn/
NPP/VIIRS	2012、2017	450 m	https://www.noaa.gov
人口统计	2010、2012、2017	街道及以上行政规划	http://www.bjstats.gov.cn/
行政边界	2012、2017	街道及以上行政边界	http://www.resdc.cn/
道路网络	2015	乡级及以上行政道路、高速、铁路、地铁及环线	http://www.resdc.cn/
兴趣点	2015	公园、机场、水体	http://www.resdc.cn/
MODIS NDVI	2012、2015	500 m	http://www.gscloud.cn
Chinapop	2010	100 m	https://doi.org/10.1016/j.scitotenv.2018.12.276

[1]	孙阳, 刘新, 苏亚聪, 徐爽, 纪兵, 张志杰. 基于夜间灯光数据估算安徽省县级尺度城镇化水平[J]. 地球信息科学学报, 2020, 22(9): 1837-1847.
[2]	朱守杰, 杜世宏, 李军, 商硕硕, 杜守基. 融合多源空间数据的城镇人口分布估算[J]. 地球信息科学学报, 2020, 22(8): 1607-1616.
[3]	张佰发, 苗长虹, 宋雅宁, 王娟娟. 一种DMSP/OLS稳定夜间灯光影像中国区域的校正方法[J]. 地球信息科学学报, 2020, 22(8): 1679-1691.
[4]	闫庆武, 厉飞, 李玲. 基于2种夜间灯光影像亮度修正指数的城市建成区提取研究[J]. 地球信息科学学报, 2020, 22(8): 1714-1724.
[5]	赵忠旭, 张燕杰, 潘影, 武俊喜, 李振男. 夜间灯光数据支持下西藏人类活动强度变化对生态系统调节服务的影响[J]. 地球信息科学学报, 2020, 22(7): 1544-1554.
[6]	赵韶雅, 杨星斗, 戴特奇, 张超. 基于刷卡数据的公共汽车客流网络复杂性日内变化研究[J]. 地球信息科学学报, 2020, 22(6): 1254-1267.
[7]	别勇攀, 关庆锋, 姚尧. 基于边云协同的AR空间分析计算框架[J]. 地球信息科学学报, 2020, 22(6): 1383-1393.
[8]	贾涛, 杨仕浩, 李欣, 鄢鹏高, 喻雪松, 罗希, 陈凯. 武汉居民建筑物碳排放反演计算和时空分析[J]. 地球信息科学学报, 2020, 22(5): 1063-1072.
[9]	董鹤松, 李仁杰, 李建明, 李帅. 基于DMSP-OLS与NPP-VIIRS整合数据的中国三大城市群城市空间扩展时空格局[J]. 地球信息科学学报, 2020, 22(5): 1161-1174.
[10]	王妮满, 秦昆, 罗俊, 陈昆, 胡圣. 历史名人轨迹的空间可视化与分析[J]. 地球信息科学学报, 2020, 22(5): 978-988.
[11]	杨建思, 柳帅, 王艳东, 廖明生. 融合多源大数据的武汉城市空置区域评估与分析[J]. 地球信息科学学报, 2020, 22(5): 997-1007.
[12]	王英杰, 张桐艳, 李鹏, 虞虎. GIS在中国旅游资源研究与应用中的现状及趋势[J]. 地球信息科学学报, 2020, 22(4): 751-759.
[13]	余卓渊, 闾国年, 张夕宁, 贾远信, 周成虎, 葛咏, 吕可晶. 全息高精度导航地图: 概念及理论模型[J]. 地球信息科学学报, 2020, 22(4): 760-771.
[14]	王姣娥, 杜方叶, 靳海涛, 刘瑜. 基于交通出行链的就医活动识别理论框架与方法体系[J]. 地球信息科学学报, 2020, 22(4): 805-815.
[15]	张兴航, 张百平, 王晶, 姚永慧, 余付勤. 神农架林区植被分布与地形的关系研究[J]. 地球信息科学学报, 2020, 22(3): 482-493.