《表2 不同类型地区的平均指标值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《半城市地区空间模式初探：基于“六普”数据的上海市嘉定区案例研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据来源:根据2010年“六普”数据计算.

聚类分析是空间类型划分的主要工具，能够实现多维度的“自然”聚类——将相似地域集结为一类。常用聚类方法包括层级聚类和K均值聚类两种方法。层次聚类有效描绘了聚类簇的关系，但容易产生规模差异较大的聚类簇。相反，K均值聚类能够保证聚类簇的规模差异不致过大，但无法显示聚类簇间的关系，同时也必须预先确定聚类簇的数量。为保证避免出现过多的单样本或少样本聚类簇，本文选择K均值聚类方法，并使用二分K均值聚类（Li Y J，Chong S M，2007）克服K均值聚类方法的两个不足。其思路为逐步二分法：首先，将全部村居地域单元分为两类，并根据类的指标平均值（如人口密度高、非农人口比例高的为城市地区）（表2）及其与村居景观类型预判的空间对应状况判断类型含义；然后，对研究关注对象类再次进行二分聚类并判断其类型含义。以此类推，直至再分的意义不大为止，同时聚类步骤也隐含了最终聚类簇之间的层级关系。