logo资料库

基于Geoda的广东省水资源利用分析及空间可视化研究.pdf

第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页,全文预览结束
中国科技论文在线 http://www.paper.edu.cn 基于 Geoda 的广东省水资源利用分析及空间 可视化研究 范正行* (河海大学水文水资源学院,南京 210098) 摘要:Geoda 软件具有强大的空间可视化功能,本文正是基于 Geoda 的空间可视化功能,对 广东省 2008 年的降雨总量、水资源总量、用水总量、废污水排放量和人均 GDP 六个指标进 行了可视化研究分析,最终得出广东省的降雨总量与水资源总量主要集中在广东省北部地 区,其次是西部;而用水总量,废污水排放量则主要集中在珠三角地区,这跟人均 GDP 的 分布一致。可见,广东省的水资源分布不均匀,供需空间分布不一致,用水量和废污水排放 量与人均 GDP 的分布均出现集聚现象。 关键词: 水资源利用;人均 GDP;空间可视化;四分位图;分布不均 中图分类号:P967 The analysis and spatial visualization research of water resource utilization of Guangdong province base on Geoda Fan Zhenghang (College of Hydrology and Water Resources, Hohai University, Nanjing 210098) Abstract: Geoda is a powerful software which has spatial visualization function. Based on the spatial visualization function of Geoda, in this paper, we analyse the total rainfall, total amount of water resources, total amount of water consumption, the quantity of discarded water and per capita GDP of Guangdong province. It turns out that the total rainfall and total amonut of water resources are mainly centralized at the northern and western of Guangdong province while total amount of water consumption and the quantity of discarded water are at the Pearl River Delta which is conformance to the per capita GDP. This paper also presents water resources of Guangdong province is distributed unevenly. Supplement is in contradiction with demand in space. There is the spatial agglomeration phenomenon of total amount of water consumption, quantity of discarded water and per capita GDP at the same time. Key words: water resource utilization;per capita GDP;spatial visualization;quartile graph;uneven distribution 0 引言 广东省拥有丰富的水资源,但许多地区仍受水质性缺水、工程性缺水、资源性缺水以及 管理性缺水的困扰,水污染、水资源短缺、水资源利用浪费、管理制度落后等问题威胁着经 济社会的未来发展。另一方面,广东省各市的降雨量、可利用水资源总量分布不均、污水排 放量与经济发展情况之间存在着较大的差异。本文利用 2008 年广东省水资源公报的统计数 据,结合 ARCGIS 的数据处理功能与 Geoda 的空间可视化及相关性分析功能,对广东省各 市的水资源利用、污水排放以及经济发展等进行可视化处理和空间的相关性分析,探讨各省 市之间这些因素的空间关联性,进而为广东省的水资源综合规划管理及利用提供理论支持。 对于空间数据的可视化,国内外已有不少学者作过相关研究。数据可视化技术,是运用 计算机图形学和图像处理技术,将数据转换为图形或图像在屏幕上显示出来,并进行交互处 作者简介:范正行(1987-),男,硕士研究生,水文循环及水文机理研究. E-mail: kingfzh@163.com - 1 -
中国科技论文在线 http://www.paper.edu.cn 理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉 及人机交互技术等多个领域[1]。可视化技术在人与数据之间实现图像通信,可以快速地发现 和理解计算过程中的各种现象,大大加快数据处理的速度。将数据用图形或图像形象、直观 的显示出来,许多抽象的、难于理解的原理和规律变得容易理解了[2]。而地图可视化,是地 图学家、地理学家把可视化引入地图学而形成的概念,它是研究可视化在地图学中的作用、 理论和方法的科学。GEODA 主要用于描述空间数据分析及可视化,具有良好的可视化效果 [3]。刘聪粉等人利用 GEODA 分析了陕西省人口空间分布规律的研究[4],郭平波等人则结合 GEODA 和 ARCGIS 研究了山东省农民人均收入水平时空分异[5],而唐晓旭等人利用 GEODA 分析研究了辽宁省 GDP 空间关联度[6]。可见,GEODA 在空间分析与可视化方面具有其自身 的优势。 对于研究对象而言,已有很多学者做过广东省水资源综合规划和利用方面的研究。广东 省水资源丰富,多年平均当地水资源总量 1860 亿 m3,另外还有 2330 亿 m3 过境水量,通过 对用水结构的变化及废污水排放的分析研究[7],构建了广东省水资源管理地理信息系统,采用 了基于 COM 的 GIS 控件技术,嵌套于工业标准的开发环境中,既保持了管理信息系统的强 大功能,又获得了 GIS 的应用能力,为广东省水资源管理决策提供了科学依据[8]。但是,对 于广东省水资源分布、废水排放和人均 GDP 分布的可视化研究及它们空间相关性的分析却 不多,而集成 ARCGIS 与 Geoda 进行可视化研究与相关性分析对于拓宽水资源研究与管理 的范畴有着重要的现实意义。 1 研究区概况与数据来源 1.1 研究区概况 广东省地处珠江流域下游,土地面积 17.96 万 km2,属亚热带季风气候区,雨量充沛。 省内流域分区包括东江、西江、北江(含长江流域的鄱阳湖、洞庭湖广东省境内部分)、珠 江三角洲、韩江及粤东诸河、粤西诸河等 6 个水资源二级区。行政分区包括广州、深圳、珠 海、汕头、佛山、韶关、河源、梅州、惠州、汕尾、东莞、中山、江门、阳江、湛江、茂名、 肇庆、清远、潮州、揭阳、云浮等 21 个地级以上行政区。本文采用的行政区划图(shape file 文件)来源于国家基础地理信息中心(http://ngcc.sbsm.gov.cn/)。 2008 年,全省平均年降水量 2140.8mm,比常年(多年平均,下同)偏多 20.9%,属丰 水年;地表水资源量 2197.3 亿 m3,比常年偏多 20.7%;地下水资源量 506.9 亿 m3,比常年 偏多 12.6%;水资源总量 2206.8 亿 m3,比常年偏多 20.6%。全省废污水排放总量 120.6 亿吨, 其中工业和建筑业废水占 58.9%,生活污水占 41.1%。各流域达到 ~Ⅰ Ⅲ类水质标准的河长 占总评价河长的 76.1%,较 2007 年上升 1.0%。全省河流水功能区的水质达标率为 48.1%, 较 2007 年上升 11.7%。各类蓄水工程年末蓄水总量 170.9 亿 m3,较 2007 年末增加 23.2 亿 m3;年供、用水总量 461.5 亿 m3,较 2007 年减少 1.0 亿 m3,其中农业用水较 2007 年增加, 工业及居民生活用水较 2007 年减少。全省人均综合用水量 486m3,万元 GDP 用水量 129m3, 万元工业增加值用水量 80m3,均较 2007 年下降[9]。 1.2 研究区数据处理 从国家地理信息中心下载到的地理数据是全国性的县(区)级行政单位的属性地图, 利用 ARCGIS 提取出所需广东省的地理数据。由于本文采用的水资源数据是基于市级行政 单位进行统计的,所以需要将各市的县(区)级行政单位进行合并,处理后得到广东省市级 - 2 -
中国科技论文在线 单位的行政区划图(如图 1)。 http://www.paper.edu.cn 图 1 广东省市级行政区划图 Fig.1 Municipal administrative map of Guangdong province 从 2008 年广东省水资源公报上选取广东省 21 个市级行政单位各自的降雨量、水资源总 量、用水总量、废污水排放量和人均 GDP 作为研究对象,详细数据如下表 1. 表 1 2008 年广东省 21 个市的水资源状况 [9] Table.1 Situation of water resource of 21 cities of Guangdong province in 2008 废污水排放量 降雨量(亿 m3) 142.46 271.25 46.12 290.85 161.78 75.24 371.04 54.77 32.98 251.56 287.46 371.04 38.50 262.20 327.81 41.85 252.40 221.07 140.51 155.01 67.23 用水总量 (亿 m3) 11.40 21.99 17.70 18.04 78.32 34.28 19.32 21.48 4.36 29.86 20.11 18.32 26.52 28.70 22.10 11.45 22.31 13.54 16.69 16.36 8.88 水资源总量 (亿 m3) 88.99 159.40 27.09 169.47 92.19 37.21 239.31 30.17 21.41 159.77 162.99 22.83 124.80 166.44 191.78 23.56 140.80 136.44 90.69 80.77 40.71 - 3 - 市名 汕尾 惠州 深圳 河源 广州 佛山 清远 东莞 珠海 江门 肇庆 中山 湛江 茂名 韶关 汕头 梅州 阳江 揭阳 云浮 潮州 PINYIN Shanwei Huizhou Shenzhen Heyuan Guangzhou Foshan Qingyuan Dongwan Zhuhai Jiangmen Zhaoqing Zhongshan Zhanjiang Maoming Shaoguan Shantou Meizhou Yangjiang jieyang yunfu chaozhou (亿 m3) 1.50 4.74 9.34 3.62 18.69 9.28 1.93 9.26 1.66 4.11 2.91 4.49 2.50 2.06 2.93 2.71 3.20 0.95 2.06 1.45 1.87 人均 GDP(万元) 1.21 3.31 8.98 1.39 8.12 7.30 2.02 5.33 6.76 3.10 1.90 5.61 1.53 2.00 1.85 1.94 1.16 2.05 1.27 1.34 1.73
中国科技论文在线 http://www.paper.edu.cn 利用 ARCGIS 的数据处理功能,将 21 个市的降雨量、水资源总量、用水总量、废污水 排放量和人均 GDP 分别添加到对应的区划图上,这样就得到了含有研究对象属性的空间地 理数据,留作后面分析。 2 数据挖掘与空间数据可视化 2.1 数据挖掘 通常数据挖掘(Data Mining)被视作以提取有用信息为目的的“数据簇聚”或“数据 产生”过程,数据为信息处理者提取新的和有用规则服务,并能够根据已有的信息对实际未 发生行为的结果做出预测。数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有 潜在价值的知识和规则。这些规则蕴含了数据库中一组对象之间的特定联系,揭示出一些有 用的信息,为经营决策、市场策划、工业控制、领导决策提供依据。通过数据挖掘,有价值 的知识、规则或高层次的信息就能从数据库的相关数据集合中抽取出来,并从不同角度显示, 从而使大型数据库作为一个丰富可靠的资源为知识归纳服务[10,11,12]。 2.2 空间数据可视化---四分位数 四分位数在探索性数据分析时与传统的方法(例如z分数[13])相比,具有简单方便的特点, 只需进行少量的计算。人们将数据划分为四个部分,每一部分大约包含有1/4即25%的数据 项,这种划分的临界点即为四分位数。它们的定义如下: Q1=第1四分位数,即第25百分位数;Q2=第2四分位数,即第5O百分位数; Q3=第3四分位数,即第75百分位数;Q4=第4四分位数,即第100百分位数。 计算四分位数的步骤如下: (1)以递增顺序排列原数据(即从小到大排列)。 (2)计算指数i。i=(p/lOO)n,(p是所求的百分位数的位置,n是项数)。 (3)若i不是整数,将i向上取整,大于i的毗邻整数指示第P百分位数的位置。若i是整数, 则第P百分位数是第i项与第(i+1)项数据的平均值。 (4)上、下四分位数之差称为四分位极差(或半极差):IQR=Q3-Q1 而Q1-1.5IQR、Q3+1.5IQR为数据的下、上截断点。大于上截断点的数据为特大值,小 于下截断点的数据为特小值,两者皆为异常值(即异常大或异常小的数据值,可能引起较大 的误差,从而影响数据的有效性和稳健性)[14]。 3 研究区域空间数据可视化及分析 通过GEODA的空间可视化功能可看到广东省各市水资源及人均GDP的四分位图 (Quartile map),如图2所示: - 4 -
中国科技论文在线 http://www.paper.edu.cn 图 2(a) 21 市降雨量四分位图 Fig.2(a) Quartile map of rainfall of 21 cities of Guangdong province 图 2(b) 21 市水资源总量四分位图 Fig.2(b) Quartile map of total amount of water resources of 21 cities 图 2(c) 21 市用水总量四分位图 Fig.2(c) Quartile map of total amount of water consumption of 21 cities - 5 -
中国科技论文在线 http://www.paper.edu.cn 图 2(d) 21 市废污水排放量四分位图 Fig.2(d) Quartile map of the quantity of discarded water of 21 cities 图 2(e) 广东省 21 市人均 GDP 四分位图 Fig.2(d) Quartile map of per capita GDP of 21 cities 图 2 广东省 21 市水资源利用及人均 GDP 空间分布四分位图 Fig.2 Quartile map of the spatial distribution of water resource utilization and per capita GDP of 21 cities of Guangdong province 由图 2 可以很明显的看出,广东省的降雨量及水资源总量大部分均集中在广东省北部, 西部次之,这是由于这里的降雨量指的是降雨总量,而北部地区各市的面积都较大,在降雨 深相差不大的情况下,降落在北部各市的总降雨量就较大,加之北部集中了广东省的两大过 境河流------北江与东江;对于西部,主要有西江流过,致使西部的水资源总量较大。 各市的用水量总量主要集中在广州,佛山、江门,茂名,湛江和梅州,主要是因为这些 地方的工业企业较多,并且多数是耗水型企业,而对于经济较为发达的中山、东莞、深圳和 珠海,用水总量并不高,其中中山、东莞和珠海由于人口相对较少,用水量也相对较小,而 深圳的企业多为技术密集型低耗水企业,固而用水量也不高。 对于废污水排放量与人均 GDP,可以看到广州、东莞、深圳、佛山和中山的污水排放 量相对较高,集中在珠三角经济发达地区,也正是这些地区经济发展迅速,工业企业数量的 剧增,人口高度密集,从而产生了大量的废污水。其中由于珠海的政策导向与珠三角其他城 市不同,为了建设环境较好的居住型城市,但凡高排放高污染的企业全都被排斥在外,因而 形成珠三角唯一污染较轻的城市。对于人均 GDP,珠三角六省(广州、东莞、深圳、佛山、 中山和珠海)的人均 GDP 均高于广东省其他城市,这跟珠三角得天独厚的地理位置与国家 的政策有关。 4 结论与展望 本文通过 ARCGIS 的数据处理功能和 Geoda 的可视化功能---空间可视化四分位图对广 - 6 -
中国科技论文在线 http://www.paper.edu.cn 东省水资源利用情况、污水排放量和人均 GDP 进行了分析探讨,这在水资源空间分布及利 用的研究具有启发性,对于拓宽水资源研究与管理的范畴有着重要的现实意义。通过本文的 研究,得出如下结论: 1. 广东省的降水总量和水资源总量大部分集中在北部,其次是西部。这跟北部和西部 各市的行政区面积有一定关系,同时北部有北江和东江,西部有西江,这也是这些地区水资 源丰富的主要原因。 2. 对于用水量,则主要集中在广州,佛山、江门,茂名,湛江和梅州。可以看出,这 些地区都是工业相对发达的城市,对于深圳,虽然经济比较发达,但主要以高科技产业为主, 用水量较其他发达城市要小。 3. 广东省的废污水排放量主要集中在与环珠三角六市:广州、东莞、深圳、佛山、中 山和珠海,同时,这六个城市的人均 GDP 也较其他地市要高。一直以来,环珠三角地区就 是广东省经济发展最活跃的地区,可见,经济发展是以牺牲环境为代价的。 4. 广东省的水资源供需量在空间分布上存在矛盾,在经济相对发达,需水量大的地区 水资源总量相对较小,而在北部和西部经济发展相对滞后的地区水资源总量则相对较大。同 时废污水排放量与人均 GDP 在空间分布上具有高度一致性。因此,未来广东省水资源配置 与管理应侧重解决水资源供需量空间分布不一致这一矛盾,同时加强环珠三角经济发达地区 的废污水处理能力,以确保城市的健康发展。 虽然本文的研究取得了一定成果,但也有以下不足,以期在未来的研究中继续探讨: 1. 本文采用以市级行政单位为研究对象,而珠三角经济中心城市是环形排列的,而且 与周边城市的发展不同步,所以进行自相关分析时得出的结论不明显,如果将研究单位从市 级换成县(区)级,做出来的效果应该比较明显。 2. 对于研究区域的五个属性之间的关系没有作详细分析,以后应该对这几个变量作联 合分析,得到更进一步结论。 [参考文献] (References) [1] 周海燕, 郭建忠. 知识发现与数据可视化技术浅析[J]. 信息工程大学学报, 2002, 3(004): 78-80. [2] 唐泽圣. 三维数据场可视化[M]. 清华大学出版社, 1999. [3] ANSELIN L. MicroQAP: a microcomputer implementation of generalized measures of spatial association [J]. Unpublished manuscript, University of California, Santa Barbara, 1986. [4] 刘聪粉, 柯大钢, 张瑞荣. 基于 Geoda095i 的陕西省人口分布空间统计分析[J]. 西北人口, 2008, [5] 郭平波, 赵华. 基于 GeoDa―GIS 的山东省农民人均收入水平时空分异研究[J]. 统计与决策, 2009, [6] 唐晓旭, 张怀清, 刘锐. 基于 GeoDA 的辽宁省 GDP 空间关联度分析研究[J]. 林业科学研究, 2008, [7] 朱一中, 吴克昌. 广东省水资源可持续利用与管理研究[J]. 华南理工大学学报: 社会科学版, 2006, 29(006): 7-11. (004): 88-91. (0z1): 60-64. 8(005): 39-43. [8] 王学登. 广东省水资源管理地理信息系统[J]. 中国农村水利水电, 2005, (011): 35-36. [9] 广东省水利厅,广东省水资源公报[Z] .广州:第 12 期,2008 [10] DHAR V. Data mining in finance: Using counterfactuals to generate knowledge from organizational information systems* 1[J]. Information Systems, 1998, 23(7): 423-437. [11] CHEN MS, HAN J, YU PS. Data mining: An overview from a database perspective[J]. Knowledge and Data Engineering, IEEE Transactions on, 2002, 8(6): 866-883. [12] AGRAWAL R, IMIELINSKI T, SWAMI A. Database mining: A performance perspective[J]. Knowledge and Data Engineering, IEEE Transactions on, 2002, 5(6): 914-925. [13] 孙莹, 干晓蓉. Z 分数理论在选拔体育特长生中的的应用[J]. 云南民族大学学报 (自然科学版), 2009, 18(2): 132-134. [14] 巩斌, 涂海萍. 四分位数: 一种简便的探索性数据描述统计工具[J]. 辽宁经济统计, 2004, (009): 29-30. - 7 -
分享到:
收藏