# INTERACTIVE_MAP **Repository Path**: NFUNM018/API_MAP ## Basic Information - **Project Name**: INTERACTIVE_MAP - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2019-10-09 - **Last Updated**: 2024-10-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 何畅 171013018

关于我国各省森林覆盖率的分析

我从国家统计局官网处搜索并下载了我国2017年各省的森林资源数据。并选取了其中“森林覆盖率”一项进行地图制作与分析。

In [9]:
from pyecharts.faker import Faker
#from example.commons import Faker
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
In [10]:
import pandas as pd
In [11]:
df = pd.read_csv('forest.csv')
In [12]:
df
Out[12]:
地区 林业用地面积(万公顷) 森林面积(万公顷) 人工林面积(万公顷) 森林覆盖率 活立木总蓄积量(亿立方米) 森林蓄积量(亿立方米)
0 北京 101.35 58.81 37.15 35.8 0.18 0.14
1 天津 15.62 11.16 10.56 9.9 0.05 0.04
2 河北 718.08 439.33 220.90 23.4 1.31 1.08
3 山西 765.55 282.41 131.81 18.0 1.10 0.97
4 内蒙古 4398.89 2487.90 331.65 21.0 14.84 13.45
5 辽宁 699.89 557.31 307.08 38.2 2.60 2.50
6 吉林 856.19 763.87 160.56 40.4 9.65 9.23
7 黑龙江 2207.40 1962.13 246.53 43.2 17.77 16.45
8 上海 7.73 6.81 6.81 10.7 0.04 0.02
9 江苏 178.70 162.10 156.82 15.8 0.85 0.65
10 浙江 660.74 601.36 258.53 59.1 2.42 2.17
11 安徽 443.18 380.42 225.07 27.5 2.17 1.81
12 福建 926.82 801.27 377.69 66.0 6.67 6.08
13 江西 1069.66 1001.81 338.60 60.0 4.70 4.08
14 山东 331.26 254.60 244.52 16.7 1.24 0.89
15 河南 504.98 359.07 227.12 21.5 2.29 1.71
16 湖北 849.85 713.86 194.85 38.4 3.13 2.87
17 湖南 1252.78 1011.94 474.61 47.8 3.73 3.31
18 广东 1076.44 906.13 557.89 51.3 3.78 3.57
19 广西 1527.17 1342.70 634.52 56.5 5.58 5.09
20 海南 214.49 187.77 136.20 55.4 0.98 0.89
21 重庆 406.28 316.44 92.55 38.4 1.74 1.47
22 四川 2328.26 1703.74 449.26 35.2 17.76 16.80
23 贵州 861.22 653.35 237.30 37.1 3.44 3.01
24 云南 2501.04 1914.19 414.11 50.0 18.75 16.93
25 西藏 1783.64 1471.56 4.88 12.0 22.88 22.62
26 陕西 1228.47 853.24 236.97 41.4 4.24 3.96
27 甘肃 1042.65 507.45 102.97 11.3 2.41 2.15
28 青海 808.04 406.39 7.44 5.6 0.49 0.43
29 宁夏 180.10 61.80 14.43 11.9 0.09 0.07
30 新疆 1099.71 698.25 94.00 4.2 3.87 3.37
In [13]:
print(list(df.地区))

['北京', '天津', '河北', '山西', '内蒙古', '辽宁', '吉林', '黑龙江', '上海', '江苏', '浙江', '安徽', '福建', '江西', '山东', '河南', '湖北', '湖南', '广东', '广西', '海南', '重庆', '四川', '贵州', '云南', '西藏', '陕西', '甘肃', '青海', '宁夏', '新疆']
In [14]:
print(list(df.森林覆盖率))

[35.8, 9.9, 23.4, 18.0, 21.0, 38.2, 40.4, 43.2, 10.7, 15.8, 59.1, 27.5, 66.0, 60.0, 16.7, 21.5, 38.4, 47.8, 51.3, 56.5, 55.4, 38.4, 35.2, 37.1, 50.0, 12.0, 41.4, 11.3, 5.6, 11.9, 4.2]
In [15]:
分省森林覆盖率 = zip(list(df.地区),list(df.森林覆盖率))
print(分省森林覆盖率)

<zip object at 0x00000254242CA048>
In [16]:
分省森林覆盖率 = list(zip(list(df.地区),list(df.森林覆盖率)))
print (分省森林覆盖率)

[('北京', 35.8), ('天津', 9.9), ('河北', 23.4), ('山西', 18.0), ('内蒙古', 21.0), ('辽宁', 38.2), ('吉林', 40.4), ('黑龙江', 43.2), ('上海', 10.7), ('江苏', 15.8), ('浙江', 59.1), ('安徽', 27.5), ('福建', 66.0), ('江西', 60.0), ('山东', 16.7), ('河南', 21.5), ('湖北', 38.4), ('湖南', 47.8), ('广东', 51.3), ('广西', 56.5), ('海南', 55.4), ('重庆', 38.4), ('四川', 35.2), ('贵州', 37.1), ('云南', 50.0), ('西藏', 12.0), ('陕西', 41.4), ('甘肃', 11.3), ('青海', 5.6), ('宁夏', 11.9), ('新疆', 4.2)]
In [17]:
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType



def geo_森覆() -> Geo:
    c = (
        Geo()
        .add_schema(maptype="china")
        .add("森林覆盖率", 分省森林覆盖率)
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(),
            title_opts=opts.TitleOpts(title="中国各省森林覆盖率"),
            
        )
    )

    return c
In [18]:
分省森林覆盖率 = geo_森覆()
分省森林覆盖率.render_notebook()
Out[18]:

接下来是2017年度国内各省的生产总值。

In [19]:
import pandas as pd
df2 = pd.read_csv('gdp2.csv',index_col = "地区")
In [20]:
df2
Out[20]:
地区生产总值(亿元) 第一产业增加值(亿元) 第二产业增加值(亿元) 第三产业增加值(亿元) 农林牧渔业增加值(亿元) 工业增加值(亿元) 建筑业增加值(亿元)
地区
北京 28014.94 120.42 5326.76 22567.76 122.82 4274.00 1140.76
天津 18549.19 168.96 7593.59 10786.64 174.00 6863.98 745.66
河北 34016.32 3129.98 15846.21 15040.13 3297.76 13757.84 2109.03
山西 15528.42 719.16 6778.89 8030.37 764.06 5771.22 1019.84
内蒙古 16096.21 1649.77 6399.68 8046.76 1677.71 5109.00 1291.45
辽宁 23409.24 1902.28 9199.80 12307.16 2000.40 7302.41 1999.28
吉林 14944.53 1095.36 6998.51 6850.66 1137.71 6057.29 964.14
黑龙江 15902.68 2965.25 4060.60 8876.83 3036.88 3332.59 852.78
上海 30632.99 110.78 9330.67 21191.54 115.10 8392.84 970.79
江苏 85869.76 4045.16 38654.87 43169.73 4314.53 34013.60 4651.75
浙江 51768.26 1933.92 22232.08 27602.26 1972.84 19474.48 2845.48
安徽 27018.00 2582.27 12838.28 11597.45 2706.74 10916.31 1943.56
福建 32182.09 2215.13 15354.29 14612.67 2294.43 12674.89 2707.82
江西 20006.31 1835.26 9627.98 8543.07 1898.49 7789.59 1838.95
山东 72634.15 4832.71 32942.84 34858.60 5114.70 28705.69 4276.97
河南 44552.83 4139.29 21105.52 19308.02 4310.55 18452.06 2694.11
湖北 35478.09 3528.96 15441.75 16507.38 3690.30 13060.08 2459.68
湖南 33902.96 2998.40 14145.49 16759.07 3165.28 11879.94 2278.65
广东 89705.23 3611.44 38008.06 48085.73 3712.71 35291.83 2818.82
广西 18523.26 2878.30 7450.85 8194.11 2964.65 5822.93 1635.69
海南 4462.54 962.84 996.35 2503.35 993.25 528.28 470.01
重庆 19424.73 1276.09 8584.61 9564.03 1300.33 6587.08 1997.53
四川 36980.22 4262.35 14328.13 18389.74 4365.11 11576.16 2838.35
贵州 13540.83 2032.27 5428.14 6080.42 2139.97 4260.48 1169.47
云南 16376.34 2338.37 6204.97 7833.00 2388.55 4089.37 2123.68
西藏 1310.92 122.72 513.65 674.55 125.90 102.16 411.49
陕西 21898.81 1741.45 10882.88 9274.48 1830.62 8691.79 2217.97
甘肃 7459.90 859.75 2561.79 4038.36 896.00 1763.44 811.41
青海 2624.83 238.41 1162.41 1224.01 242.04 777.56 384.85
宁夏 3443.56 250.62 1580.57 1612.37 266.27 1096.30 484.36
新疆 10881.96 1551.84 4330.89 4999.23 1640.33 3254.18 1159.51
In [21]:
dd=df2.loc[:,['地区生产总值(亿元)']].to_dict()
dd
Out[21]:
{'地区生产总值(亿元)': {'北京': 28014.94,
  '天津': 18549.19,
  '河北': 34016.32,
  '山西': 15528.42,
  '内蒙古': 16096.21,
  '辽宁': 23409.24,
  '吉林': 14944.53,
  '黑龙江': 15902.68,
  '上海': 30632.99,
  '江苏': 85869.76,
  '浙江': 51768.26,
  '安徽': 27018.0,
  '福建': 32182.09,
  '江西': 20006.31,
  '山东': 72634.15,
  '河南': 44552.83,
  '湖北': 35478.09,
  '湖南': 33902.96,
  '广东': 89705.23,
  '广西': 18523.26,
  '海南': 4462.54,
  '重庆': 19424.73,
  '四川': 36980.22,
  '贵州': 13540.83,
  '云南': 16376.34,
  '西藏': 1310.92,
  '陕西': 21898.81,
  '甘肃': 7459.9,
  '青海': 2624.83,
  '宁夏': 3443.56,
  '新疆': 10881.96}}

由地图我们可以看出，森林覆盖率整体上随着纬度的升高而增长，南方几个省的森林覆盖率高于西北地区，但东三省（吉林、黑龙江、辽宁）的森林覆盖率大于华东地区这一点是我比较惊讶的。我还下载了国内各省同年的生产总值（GDP），猜想或许森林覆盖率与GDP的高低是否有些关联？会不会GDP较高的省市为了发展，森林覆盖率较低，而GDP较低的省森林覆盖率就会相对高一些呢？

由表格我们可以看出，2017年国内GDP最高的省是广东省，值为89705.23亿元。而地图中广东省的森林覆盖率并不如隔壁福建和广西省高。而福建与广西的年度GDP与广东差距较大，仅有32182.09亿元和18523.26亿元。在广东这一例子中，我的假设暂时成立。接下来，我们在表格中找到年度GDP最低的西藏，年仅1310.92亿元。但其森林覆盖率也并不算高。但考虑其处于高原地带，环境较为恶劣，可能较特殊，于是我觉得再选择一个例子来做对比。

这一次我选择了相邻的上海市与浙江省来做对比。首先上海作为一个直辖市GDP仅比浙江省少了一万多亿元，上海市的年GDP值为30632.99亿元，浙江省的年GDP为51768.26亿元。但是地图上显示，上海市的森林覆盖率与浙江省的森林覆盖率差距便有些许大了。浙江省的森林覆盖率有59.1%，而上海仅有10.7%。

上海市与浙江省的对比又一次推翻了我的假设。由此证明，各省的森林覆盖率可能会与其年GDP与一些关系，但其实关联性并不是特别大。森林覆盖率更主要取决于该省所处的地理环境和纬度位置等因素，还与该省所走的发展路线有关。比如主打旅游观光的省市森林覆盖率自然会相较那些主打商业贸易等的省市要高一些。