计量地理课后题答案解析

徐建华版计•地理学第二章答案鲤这里

1.地理数据有哪几种类型，各种类型地理数据之间的区别和联系是什么？1

2.各种类型的地理数据的测度方法分别是什么？1

3.地理数据的根本特征有哪些？2

4.地理数据采集的来源渠道有哪些？2

5.数学方法和地理信息系统在地理数据处理中各自发挥什么样的作用？3

6.对表2.4.1中的分组数据，分别计算其平均值、中位数和众数。3

7.查阅2c21年的中国经济统计年鉴，以各省〔直辖市、自治区）的3

8.某一地区各个亚区的GDP数据如下表所示。6

9.如果我们在作罗伦次曲线时，不是把某要素各组分的数据由大到小排序，9

11.根据第10题中的数据，计算锡尔系数L指标和T指标。13

1.地理数据有哪几种类型，各种类型地理数据之间的区别和联系是什么？

答：地理数据就是用一定的测度方式描述和衡量地理对象的有关量化指标。

按类型可分为：

1）空间数据：点数据，线数据，面数据；

2）属性数据：数量标志数据，品质标志数据

地理数据之间的区别与联系：数据包括空间数据和属性数据，空间数据的表达可以采用栅格和矢量

两种形式。空间数据表现了地理空间实体的位置、大小、形状、方向以及几何拓扑关系。属性数据

表现了空间熨体的空间属性以外的其他属性特征，属性数据主要是对空间数据的说明。如一个城市点,

它的属性数据有人口，GDP,绿化率等等描述指标。它们有密切的关系，两者互相结合才能将一个

地理试题表达清楚。

2.各种类型的地理数据的测度方法分别是什么？

地理数据主要包括空间数据和属性数据：空间数据一对于空间数据的表达，

可以将其归纳为点、线、面三种几何实体以及描述它们之间空间联系的拓扑关

系；属性数据一对于属性数据的表达.需要从数量标志数据和品质标志数据

两方面进展描述。其测度方法主要有：

（1）数量标志数据

①间隔尺度（IntervalScale）数据：以有量纲的数据形式表示测度对象在某种单位〔量纲）下的绝对

量。

②比例尺度〔RatioScale）数据：以无量纲的数据形式表示测度对象的相对量。这种数据要求事先规

定一个基点，然后将其它同类数据与基点数据相比拟，换算为基点数据的比例。

（2）品质标志数据

①有序（Ordinal）数据。当测度标准不是连续的量，而是只表示其顺序关系的数据，这种数据并不表

示量的多少，而只是给出一个等级或次序。

②二元数据。即用0、1两个数据表示地理事物、地理现象或地理事件的是非判断问题。

③名义尺度（NominalScale）数据。即用数字表示地理实体、地理要素、地理现象或地理事件的状

态类型。

3.地理数据的根本特征有哪些？

1〕数量化、形式化与逻辑化

2）不确定性

3）多种时空尺度

4）多维性

4.地理数据采集的来源渠道有哪些？

1）来自于观测、测量部门的有关专业数据。

2）来自于统计年鉴、统计公报中的有关自然资源及社会经济开展数据。

3）来自于有关单位或个人的不定期的典型调查数据、抽样调查数据。

4）来自于政府公报、政府文件中的有关数据。5）来自于互联网〔internet）的有关共享数据。

6）来自地图图件。主要包括各种比例尺的地形图、专题地图等。

7）来自遥感数据。

8）其他来源的有关数据，如室内实验分析数据。

9）来自于档案、图书等文献资料中的有关数据。

5.数学方法和地理信息系统在地理数据处理中各自发挥什么样的作用？

答：1）运用数学方法，建立地理数学模型，从更高，更深层次上提醒地理问题的机理。数学方法可

以通过定量化的计算和分析对地理数据进展处理。

2）地理信息系统在处理空间数据和海量数据方面的功能是非常强大的.而GIS相关软件如ARCGIS

等将空间数据域属性数据完美结合，处理起来更方便。

6.对表2.4.1中的分组数据，分别计算其平均值、中位数和众数。

平均值=（25*0.5+96*1.5+136*2.5+214*3.5+253*4.5+

286*5.5+260*6.5+203*7.5+154*8.5+85*9.5+24*10.5）711=867.091;

从表2.4.1中可以看到中位数是5.5;

1）确定中位数所在的组位置：

所以中位数在第六组中；

2）求中位数：

所以中位数是5.5立人心|xl736-724

Me=L+dx^-^-------=5+lx^----------------=5.503

7.查阅2021年的中国经济统计年鉴，&各省〔直辖市、自馥）的

GDP数据为变■，运用平均值、方差、变异系数等统计♦，对全国各年经济开展的一般水平、差异情

况进展计算和分析。

2021年各省人口与GDP统计图

人口比GDP比率人口累GDP累计

常住人Pi(2Qr

省市GDP（亿元）人均GDP（元）重比重(W/p计值伯

口（万）Wi)

（P）(W))（X〕(Y)

16408.1721.100.422.61

贵州5701.8434752.61%1.10%0.000

66%20%

19036.2191.690.486.06

云南8750.9545973.45%2.79%0.001

27%96%

19624.7060.970.507.98

甘肃502025581.92%3.76%0.001

8%47%

20214.3330.120.518.20

西藏605.833000.23%3.87%0.000

33%94%

25395.4622.920.6512.6

安徽15110.359504.46%6.79%0.005

18%327%

11714.325449.3802.260.6516.1

广西46033.45%9.05%0.005

584%452%

25990.1272.240.6619.4

江西11583.844573.34%11.29%0.007

89%846%

26146.1074.060.6725.5

四川21026.780426.03%15.34%0.016

93%250%

27232.028964.0925.260.7432.5

河南94027.05%20.60%0.025

475%495%

29011.4180.490.7433.2

海南2515.298670.65%21.08%0.003

69%620%

29035.8790.320.7433.6

青海1634.725630.42%21.40%0.002

22%682%

19635.129895.2343.790.7638.5

湖南65684.93%25.19%0.023

947%895%

30144.6121.270.7740.1

新疆6574.5421811.64%26.46%0.008

56%539%

30804.2562.120.7942.8

山西11000.235712.68%28.58%0.015

51%237%

32638.4752.410.8345.7

黑龙江12503.838312.87%30.99%0.017

59%944%

32710.9520.400.8446.2

宁夏2060.796300.47%31.39%0.003

38%132%

33193.9452.390.8549.0

陕西12391.337332.80%33.78%0.018

89%372%

33720.5284.680.8654.4

河北24228.271855.39%38.46%0.039

88%731%

19594.134231.6383.780.8858.7

湖北57244.29%42.24%0.035

971%040%

10011.134700.6231.930.8960.8

重庆28852.16%44.17%0.019

392%257%

10530.738349.2712.030.9862.9

吉林27462.06%46.20%0.019

167%633%

17410.247194.9303.361.2165.7

福建36892.77%49.56%0.027

188%380%

47425.8278.771.2172.8

山东45429.295797.19%58.33%0.078

33%988%

50344.9144.251.2976.1

辽宁22025.943753.28%62.58%0.040

29%486%

52673.5104350502.00310.11.2983.9

广东7.83%72.74%0.106

90846%899%

14246.157653.2172.751.4885.8

内蒙古24711.85%75.49%0.027

132%284%

58791.1076.181.5189.9

浙江3200054434.08%81.67%0.064

84%213%

61790.3639.381.5895.8

江苏48604.378665.90%91.05%0.102

59%923%

81593.0643.092.0997.3

北京16000.419611.47%94.14%0.027

76%850%

根据19195.683387.0113.702.1499.0

上海23021.73%97.84%0.033

基尼929%473%

系数

11190.986483.6932.162.22100.100.00

的公天津12940.97%0.019

997%4300%%

式

518202.133238881.305100.0100.1.00200.200.00

全国3.000

2678240%00%0000%%

得

G=0

.216

8.某一地区各个亚区的GDP数据如下表所示。

试作出其各年份的罗伦次曲

线、计算集中化指数，并由此比拟不同年份该地区GDP在亚区之间分布的集中化程度。

亚区代码年份

199920002001200220032004

11645.533769.693755.613469.813445.992962.48

279.66151.55174.88153.98137.41141.92

3390.24628.94673.39735.93634.23641.52

474.12210.81223.87193.17173.03162.78

5167.38517.09411.58462.88393.17480.73

644.55187.06201.89189.5189.69154.75

7150.88402.74465.04499.11446.98469.67

8211.62657.16733.89921.47938.481036.94

9136.7256.6271.15329.78354.43343.18

合计2900.686676.36911.296955.996713.166394.28

1999年GDP:

1999年GDP情况

亚区序号GDPGDP%GDP累积％

11645.530.5672911180.567291118

2390.240.1345339710.701825089

3211.620.0729553070.774780396

4167.380.0577037110.832484107

5150.880.0520213890.884499497

6136.70.0471268810.931626377

779.660.0274625260.959088903集中化指数：

874.120.0255526290.984641532

944.550.0153584681A=0.5672911+0.7018251+...+1=7.636237

合计2900.68

R=1/9*1+2/9*1+...+9/9*1=5

M=9*1=9

1=0.66

集中化指数：

2000年GDP情况

亚区代码GDPGDP%GDP累积％

A=0.0223471+0.0499304+...+1=2.4962384

13769.690.555870.55587

2657.160.09690.65277R=1/9*1+2/9*1+...+9/9*1=5

3628.940.092740.74551

M=9*1=9

4517.090.076250.82176

5402.740.059390.88115l=-0.625

6256.60.037840.91899

集中化指数：

7210.810.031090.95008

8187.060.027580.97766A=0.5434022+0.6495893+...+1=7.4614638

9151.550.022351.00001

R=1/9*1+2/9*1+...+9/9*1=5

合计6781.64

2001年GDP情况M=9*1=9

亚区代码GDPGDP%GDP累计％

1=0.615

13755.610.54340220.5434022

roo.oyU.lUoior1u.o4yooyj

2002斗GDPTH/Ju

oro.jyu.uyr4oooc7?17nOQR

业必.代叫(jur(jUr%6UF案ll/o

ACtCLr\Aau.AuAo7rOzQor7uA.Qo-ii4AoQuAyQoA

U.49bb230.4980233

A

41141.60a0un.ucouyqouofIaoU.OfOOv1D

U.0012948

Zft.tovn.uAQoQy9zQoOzQyv.y1

U.1u57yo0.7370928

ZZJ.ofu.uJN।yU."434(5。J

8201.890.02921160.9746979

9174.880.02530351

合计6911.291

4499.110.0717530.8088453

5462.880.0665440.8753894集中化指数：

6329.780.0474090.9227989

A=0.4988233+0.6312948+...+1=7.4026257

7193.170.027770.9505692

8189.50.0272430.9778119R=1/9*1+2/9*1..+9/9*1=5

9153.980.0221361

合计6955.991M=9*1=9

l=0.6

集中化指数：

2003年GDP情况

亚区代码GDPGDP%GDP累计％

A=0.5133186+0.6531157+...+1=7.4598401

13445.990.513320.5133186

2938.480.13980.6531157R=1/9*1+2/9*1+..+9/9*1=5

3634.230.094480.7475913

M=9*1=9

4446.980.066580.814174

5393.170.058570.8727411=0.615

6354.430.05280.9255373

集中化指数：

7189.690.028260.9537937

8173.030.025770.9795685A=0.4633016+0.6254684+...+1=7.349381

9137.410.020471

合计6713.161R=1/9*1+2/9*1+..+9/9*1=5

2004年GDP情况

M=9*1=9

亚区代码GDPGDP%GDP累积％

12962.480.46330160.46330161=0.5875

21036.940.16216680.6254684

比照以上6幅图，及其1值可以看

3641.520.10032720.7257956

到1999年，2001年,2002年，

4480.730.07518130.8009768

2003年，2004年的集中化程度根

5469.670.07345160.8744284

本相似，其中1999年的集中化程

6343.180.05366980.9280982

度最高，2004年的集中化指数最

7162.780.02545710.9535554

8154.750.02420210.9777567低。

9141.290.02209631

合计6394.281

9.如果我们在作罗伦次曲线时，不是把某要素各组分的数据由大到小排序，

而是由小到大排序，其结果又会怎么样呢？如果这样操作，集中化指数的计算公式又应该是什么样

的？根据表2.5.3中的数据，试把各亚区的GDP数据由小到大排序，作出各年份的罗伦次曲线、计算

集中化指数，并将计算结果与第8题的计算结果进展比拟。

从小到大排列后：

1999年GDP情况:

1999年GDP情况集中化指数：

亚区代码GDPGDP%GDP累计％

A=0.0153585+0.0409111+..+1=2.36376

144.550.0153584680.0153585

3

274.120.0255526290.0409111

379.660.0274625260.0683736R=1/9*1+2/9*1+...+9/9*1=5

4136.70.0471268810.1155005

5150.880.0520213890.1675159M=9*1=9

6167.380.0577037110.2252196

l=-0.66

7211.620.0729553070.2981749

8390.240.1345339710.4327089

91645.530.5672911181

合计2900.6812.363763

2000年GDP情况

亚区代码GDPGDP%GDP累计％

1151.550.022350.0223471

2187.060.027580.0499304

3210.810.031090.0810158

4256.60.037840.1188533

5402.740.059390.1782401

6517.090.076250.2544886

7628.940.092740.3472302

8657.160.09690.444133

93769.690.555871

合计6781.6412.4962384

集中化指数：

A=0.0223471+0.0499304+...+1=2.4962384

R=1/9*1+2/9*1+..+9/9*1=5

M=9*1=9

l=-0.625

2001年GDP情况

亚区代码GDPGDP%GDP累计％

1174.880.02530350.0253035

2201.890.02921160.0545151

3223.870.03239190.0869071

4271.150.03923290.12614

5411.580.05955180.1856918

6465.040.0672870.2529788

7673.390.09743330.3504122

8733.890.10618710.4565993

93755.610.54340221

合计6911.2912.5385478

集中化指数：

A=0.0253035+0.0545151+…+1=2.5385478

R=1/9*1+2/9*1+..+9/9*1=5

M=9*1=9

l=-0.615

2002年GDP情况集中化指数：

亚区代码GDPGDP%GDP累计％

A=0.0221363+0.049379+...+1=2.5969603

1153.980.0221363170.0221363

2189.50.0272427070.049379R=1/9*1+2/9*1+...+9/9*1=5

3193.170.027770310.0771493

4329.780.0474094990.1245588M=9*1=9

5462.880.0665440860.1911029l=-0.6

6499.110.0717525470.2628555

7735.930.1057980240.3686535

8921.470.1324714380.5011249

93469.810.4988233161

合计6955.9912.5969603

2003年GDP情况

亚区代码GDPGDP%GDP累计％

1137.410.020470.0204688

2173.030.025770.0462435

3189.690.028260.0744999

4354.430.05280.1272962

5393.170.058570.1858633

6446.980.066580.2524459

7634.230.094480.3469216

8938.480.13980.4867186

93445.990.513321

合计6713.1612.5404578

集中化指数:

A=0.0204688+0.0462435+..+1=2.5404578

R=1/9*1+2/9*1+..+9/9*1=5

M=9*1=9

l=-0.615

2004年GDP情况

亚区代码GDPGDP%GDP累计％

1141.290.02209630.0220963

2154.750.02420210.0462976

3162.780.02545710.0717548

4343.180.05366980.1254246

5469.670.07345160.1988762

6480.730.07518130.2740574

7641.520.10032720.3743846

81036.940.16216680.5365514

92962.480.46330161

合计6394.2812.6494429

集中化指数：

A=0.4633016+0.6254684+...+1=7.349381

R=1/9*1+2/9*1+...+9/9*1=5

M=9*1=9

1=0.5875

结论：如果将各组分数据从小到大排列那么洛伦兹曲线会是程下凹的曲线。如果这样操作，集中化指

数的计算值公式将会是

I-R-A

M—R

比拟6幅图及观察I值可知：1999年的集中化指数最大2004年的集中化指数最小。并且集中化指数

和从大到小排序的结果一样。根据指数越大集中化程度越大知道1999年的集中化成都最大，2004年的集

中化程度最小。

10.某一地区各个亚区的人口与GDP数据如下表所示。试将纵、横坐标均以

累计百分比表示，作出罗伦次曲线，并近似的计算基尼系数。

口数累计百

习题2.10表某一地区个各亚区的人口与GDP数据

亚区代码)、口娜医代码人□%/硼海累积90GDP/亿元

10.297130751479.71

1855。

2785503711.61

2419230.14573^4^287651911.86

40.128941921855.74

3Of1UtXoTToZUo

55256105.61

60.125736181487.61

4OOIou.vy1ifq」

752543931.98

8510238.39

9543241.49

1017741168.55

全区合计2877112132.55

0.1068GDP累计百分比:

530750.80445588

8

GDP累

0.0883亚区代GDP/亿元GDP%

625430.89284349积％

9

0.30590.3059216

0.061613711.61

117740.954502827

6

0.15290.4588771

0.018821855.74

85430.9733759765

7

0.12260.5814902

0.017731487.61

95100.9911021519

3

0.12190.7034522

102560.0089141479.71

68

合计28771