融合地理探测器和地理加权回归的太原市建设用地变化因素研究

准确地识别城市化进程中建设用地的变化情况及其背后的驱动力,对城市后续的可持续发展具有重要意义。本文首先以2000—2020年遥感影像为基础,对太原市建设用地空间分布变化进行研究,然后结合地理探测器模型和地理加权回归模型,对研究区建设用地的空间分布影响驱动力因子进行研究,得到以下结论:除政策因素外,现有的城市建设用地空间分布变化还受到高程、交通、GDP、人口等因素的显著作用。太原市城市建设用地变化的布局不单是GDP变化、人口变化、海拔高度、公路网密度4个显著性因子均匀、独立、直接作用的结果,而是具有空间异质性的各因子两两交互作用后增效的产物。本文成果有望为城市建设用地驱动力研究提供一种新思路。     

朝鲜人口统计数据空间化模拟及影响因子分析

朝鲜人口统计数据空间化是解决朝鲜统计数据与自然要素数据融合分析的重要途径。基于朝鲜市郡级人口普查数据,将GIS空间分析技术与统计学方法相结合,分析了朝鲜人口密度与空间因子的关系,采用多元回归的方法建立了朝鲜人口密度空间化模型,在GIS平台中实现了朝鲜人口密度的空间格网化模拟,并利用地理探测器对影响朝鲜人口密度空间分布因素的决定力进行了有效探测。结果表明,多元回归模型拟合精度达到0.769,生成的栅格人口密度数据与朝鲜三级行政区人口统计数据保持一致。同时,影响该地区人口密度的因子依次为道路网密度、居民点密度、居民地指数、海拔、坡度和耕地指数。     

2000—2020年东营市人口分布的时空特征演变规律及影响因素分析

本文基于2000—2020年人口格网数据对东营市乡镇尺度人口分布的时空特征及演变规律进行了分析,并利用地理探测器,探讨了东营市人口分布的影响机制.时序特征表明:东营市整体人口呈增长状态,但各区县及乡镇的人口数量差异较大;空间特征表明:人口密度总体上呈现南密北稀的状态,人口密度分布不均衡;时空演变规律表明:人口重心呈西北...     

顾及格网属性分级与空间关联的人口空间化方法

现有人口空间化方法多基于行政单元构建回归模型并分配格网单元人口,但分析单元的尺度差异引发模型迁移问题。同时,格网特征建模仅考虑格网自身属性,导致格网间空间关联被人为割裂。为此,基于随机森林模型提出一种顾及格网属性分级与空间关联的人口空间化方法。该方法在格网特征建模中:（1）基于自然断点法构造建筑区类别约束的夜间灯光分级特征,并在行政单元尺度统计各等级网格占比作为训练输入,以减小模型跨尺度误差;（2）利用核密度估计刻画邻域兴趣点（point of interest, POI）对当前格网人口分布的影响及距离衰减效应;（3）基于叠置分析统计不同类型建筑区轮廓包含的各类POI数量,提升特征建模精细度。选取武汉市作为实验区域,在街道尺度与WorldPop、GPW及中国公里网格人口数据集进行对比验证方法的有效性。结果表明,该方法的平均绝对值误差仅为对比数据集的1/6~1/3。此外,还探讨了特征构成、格网大小及核密度带宽对精度的影响。     

济南市中心城区地表热环境时空变化分析

针对目前众多学者主要针对夏季热环境进行研究,分析方法相对单一,且融合地理探测器等多种方法针对不同季节相关分析研究相对较少的问题,该文基于2017-2018年Landsat8遥感数据,反演济南市中心城区四季的地表温度,综合运用景观格局指数法和剖面法分析不同季节热环境空间分布变化;利用相关性分析方法和地理探测器模型针对地表遥感指标和热环境进行相关性和影响力研究.结果表明:济南市中心城区除冬季,地表温度分布东高西低,与 自然地表、工业生产、人口活动等区位要素关联密切;气温骤降与骤增导致温度斑块割裂、聚合;水体、水汽与建筑的交互作用对春、夏、秋季的城市热环境影响最大,水体与不透水面(交互因子:0.392 952)对冬季热环境交互影响最大;城市热环境的空间分异特征受多因子影响,其中植被与水体(交互因子:0.379 927)、植被与水汽(交互因子:0.380 707)协同降温效应最优,建筑与植被(交互因子:0.278 922)协同保温效应最优.     

基于夜间灯光数据的人口空间分布研究综述

人口空间分布信息是地理学科、资源学科和社会学科等研究中的基础信息,在城市规划和应急救援等实际应用中具有十分重要的意义。利用自然地理和社会经济等多种辅助数据,可以很好地模拟人口分布情况。夜间灯光数据综合反映着人口分布活动情况,与传统遥感数据相比,具有数据获取方便、数据量小、覆盖范围广和数据更新快等优点。随着美国军事气象卫星计划搭载的线性扫描业务系统(defense meteorolgical satellite program-operational linescan system,DMSP-OLS)、美国国家极地轨道卫星搭载的新一代可见光及近红外辐射仪(national polar orbiting partnership-visible infrared imaging radiometer suite,NPP-VIIRS)及其他平台的发展,连续获取夜间灯光数据成为可能,基于这类数据的人口空间分布研究受到学者的重视,在区域尺度的人口估算和格网尺度的人口分布模拟方面取得了丰富的研究成果。但其中也存在着数据、尺度、模型方法及精度验证等方面的问题。因此,在详细阐述了夜间灯光数据特征及获取平台的基础上,对已有基于夜间灯光数据的人口空间分布研究方法及模型进行了对比总结,分析了研究中存在的各种问题及现有解决方法,并对未来的重点发展方向进行了探讨。     

基于LUR的武汉市PM2.5浓度空间分布模拟

基于稀疏监测点的监测数据无法直接获取城市内部空气污染的高分辨率空间分布。以武汉市为例,研究了基于土地利用回归(landuseregression,LUR)模型的大气PM2.5浓度高分辨率空间分布模拟。采用双变量相关分析识别出与PM2.5浓度相关性最高的4个影响因子,分别是1000m缓冲区内道路长度,500m缓冲区内水域面积,500m缓冲区内建设用地面积以及工业污染影响。采用PM2.5月平均浓度和识别出的影响因子连同气象条件(月平均温度和月降水量)进行多元线性回归分析,相关系数R2达到0.905,调整后的R2为0.885。在研究区建立均匀格网(2km×2km),利用得到的LUR方程计算格点PM2.5浓度值,应用空间插值制成武汉市主城区夏季PM2.5浓度空间分布模拟图。模拟结果显示,主城区有三个PM2.5浓度高值中心,分别为青山工业区、江北工业区和汉口汉西建材市场区域。汉阳南部、武昌南部的大型湖泊和水域面积比例较大的区域表现为两个PM2.5浓度低值中心。     

基于遥感的城乡人口分布模拟——以松原市为例

利用遥感数据模拟基于居民地的人口空间分布,须解决两大难题：①居民地类型、面积、位置的精确获取;②居民地类型、面积与人口数量间的关系。本文根据地理意义和数学意义,对经典的城市人口-面积异速生长模型进行扩展,推导出城乡人口-面积统一模型。进而以松原市为例,以1∶5万地形图为辅助数据,建立居民地分类体系,利用ETM影像提取居民地信息,在以上模型的基础上采用“城乡人口分割”算法模拟城乡人口的空间分布。本研究方法可为中尺度人口分布的理论与应用研究借鉴。     

尺度变化对城市生态环境与人类活动关系的影响研究

针对空间尺度对城市生态环境与人类活动影响的研究，以南昌市为研究区，划分了300×300、500×500、700×700共3种格网尺度。使用遥感生态指数RSEI（目标向量）量化城市生态环境质量，结合POI点、微博签到点与道路网数据（特征向量），利用随机森林回归模型分析不同尺度下两者之间的拟合效果。结果表明：①3种尺度下RSEI与POI点、微博签到点与道路网均呈现较强的负相关性；且负相关性最优的为RSEI和微博签到点数据，最差的为RSEI和道路网数据。②300×300尺度下随机森林回归模型的拟合效果最好。随着尺度的变大，拟合的效果会越来越差。③无论尺度如何变化，利用随机森林回归拟合的标准化残差ε均呈正态分布；且随着尺度的变大，ε值空间分布的随机性也逐渐增大。随机森林回归模型为度量尺度对城市生态环境与人类活动的关系研究提供了有效的途径，也为城市生态文明建设提供了科学的依据和参考。     

基于GIS的城市人口空间分布模型与应用——以长春市区为例

本文主要研究城市人口空间分布模型在长春市区的应用,目的在于模拟长春市区人口的空间分布情况。本文参考前人研究的基于城镇面积的城市人口密度系数模型,同时考虑交通网对城市人口分布的影响,提出适合长春市区人口空间分布的模型,生成100m(100m网格的人口数据空间分布图。为验证该模型的准确性,将建模所得数据与人口统计数据以街道为单位进行对比,发现模拟结果与调查数据基本相符。     

CA-AR模型在人口空间场属性变化模拟中的应用

本文结合CA(cellular automata)和AR(auto-regression)提出模拟人口空间场属性变化的CA-AR模型,以1991～2006年成都市各区、县市的人口统计数据和成都市行政区划图为基础,将行政单元转化为单元网格,分别建立成都市主城区各单元格的CA-AR模型。结果显示,模拟结果的绝对误差和相对误差都较小,模拟精度较高,模型的显著性水平都比较高,说明CA-AR模型用于模拟人口空间场的人口数量变化是可行的。     

随机森林回归模型用于土壤重金属含量多光谱遥感反演

本文以陕西省柞水县大西沟矿区为研究区域,通过实地采集土壤样本,结合在Landsat 8多光谱遥感影像上提取的辐射亮度值和光谱衍生指数,以及从ASTER GDEM提取的3种地形因素,通过相关性分析确定了建模因子,并以K折交叉验证法建立了砷、铜、铅3种重金属元素的随机森林回归模型。试验结果表明,所建立模型的预测精度优于多元线性回归模型和CART模型,可见随机森林回归模型适用于在小样本情况下的矿区重金属含量反演。经现场调查,空间反演结果与实际情况较符合,证明了基于多光谱遥感的随机森林回归模型在矿区土壤重金属反演中的准确性。     

武汉市体育场馆空间分布分析与研究

以武汉市为研究区域,运用密度分析和空间自相关探索武汉市体育场馆空间分布的聚集性;利用空间二元相关性定量地分析体育场馆空间分布与经济要素、社会要素以及道路网的相关性。结果表明,武汉市体育场馆在中心城区呈聚集并向外围扩散;人口密度、生产总值以及道路网密度都在不同程度上影响着体育场馆的空间布局。武汉市体育场馆的空间分布受经济和交通情况的影响比较大。通过多元回归模型,预测随着武汉城市中心及以外地区经济的发展、道路的完善以及政府的大力支持,乡村郊区的体育场馆数量将不断增多,武汉市体育馆将向着中心城区密集一乡村郊区普及的分布模式转变。     

基于植被分布特征的森林景观建模方法

在虚拟地理环境中如何快速地生成具有特定空间格局的森林景观是一个具有挑战的问题。现有的研究主要以模拟或随机的方式确定树木的位置,但难以反映每个树种的分布特征。本文提出了一种基于图的中性景观模型,根据指定的景观指数生成特定组成结构和空间配置的森林景观。模型将格网随机划分为若干不规则的区域,并将其转化为对应的区域邻接图,通过源节点的受限生长生成特定大小和形状的图斑。相比其他中性景观模型,该模型在可控性和灵活性上具有优势,能对每种类型的景观特征分别进行表达。最后根据模型生成的森林景观确定树木的位置与种类。本方法不仅能为植被场景的可视化提供合理的植被分布,而且能反映森林景观的空间分布特征,为虚拟森林环境中的林业规划决策以及植被分布规律认知提供一定的支持。     

林木空间格局对大光斑激光雷达波形的影响模拟

激光雷达是近年来国际上发展十分迅速的主动遥感技术，在森林参数的定量测量和反演上取得了成功应用。激光雷达具有与被动光学遥感不同的成像机理，对植被空间结构和地形的探测能力很强。大光斑激光雷达系统一般指光斑直径在8—70m、连续记录激光回波波形的激光雷达系统。由于大光斑连续回波的激光雷达的光斑尺寸通常大于林木冠幅，波形中往往包含了森林冠层和许多森林元素的信息而不仅仅是单株树的信息。对于搭载在ICESAT卫星上的GLAS而言，光斑直径为70m，因此光斑对应着一片森林，包括很多棵树，在GLAS的激光光斑内树木的空间分布会有一定变化。同时激光雷达发射的脉冲信号在激光光斑内的分布也不均匀，而是从中心到边缘呈递减的分布。因此树木空间分布模式的变化对波形会产生一定的影响。通过对几种典型的树木空间格局进行模拟（包括规则分布、均匀（随机）分布和集群分布），假定激光光斑内能量呈高斯分布，模拟了各种树木分布模式林分的激光雷达信号。从模拟结果可见，森林的空间分布模式对大光斑激光雷达波形有明显的影响，对于波形面积（AWAV）和波形半能量高度（HOME），规则分布〉随机分布〉团状分布。其中对于HOME而言，规则分布和随机分布十分接近，而对于AWAV而言，聚集中心的变动不太敏感。     

基于优化随机森林模型的滑坡易发性评价

以三峡库区沙镇溪镇-泄滩乡为研究区,探索基于最短描述长度原则的信息增益法对滑坡连续型因子进行离散的效果,计算皮尔森系数去除高相关因子。利用信息量法预测的极低、低易发区随机抽取非滑坡样本点。通过迭代计算袋外误差估计确定较优的随机特征及其数目,将优化后的随机森林对研究区滑坡进行易发性评价,并与逻辑回归等方法进行比较。绘制各算法预测结果的接收灵敏度曲线,其中优化后的随机森林预测结果的曲线下面积较高,达91.8%,表明优化随机森林模型在滑坡易发性评价中具有较高的预测能力。     

基于多源空间数据的山区人口分布模拟

人口资源是制约山区发展的关键因素,其分布状况在一定程度上反映和决定了山区的资源环境安全状况和社会经济发展水平.在分析川滇黔接壤地区山区人口分布影响因素的基础上结合已有方法,构建了适合山区人口数据空间化的模型.以2007年人口统计数据为基础,以居民点作为人口分布指示因子,利用GIS软件工具,分析了居民点分布与地貌形态、土地利用、道路以及水系间的关系.基于多源空间数据融合的思想,引进了居民点缓冲区的概念,以较客观的赋权方式确定影响因子权重,实现山区人口统计数据的空间化.结果表明,通过融合产生的人口密度与乡镇级人口密度的相关性均在0.80以上,结果可靠,为进一步分析山区人口分布格局提供了重要的基础数据.     

耦合GF-2遥感影像与街景影像的广州市城中村识别

及时准确地获取城中村的空间分布及其环境质量信息对于优化城市空间、改善人居环境具有重要意义。本文以广州市越秀区为例,提出了耦合GF-2高分遥感影像和百度街景影像的城中村识别方法。首先,从街景影像中提取越秀区的街道空间品质特征;其次,在对高分遥感影像预处理并进行多尺度分割的基础上计算光谱、形状、纹理、场景特征和建筑结构5类共计23个特征;最后,融合两种影像的特征用于构建随机森林分类器进行城中村识别。结果表明,基于高分影像和基于街景影像的城中村识别整体精度分别为94.5%和85.7%,Kappa系数分别为0.58和0.31,而两者融合后的分类精度和Kappa系数为96.1%和0.67;其中基于街景影像获取的度量街道空间品质的5个指标贡献了31.6%的特征重要性。鸟瞰视野高分影像和人本视角街景影像提供的信息综合互补,构建了更有区分度的特征空间,减少了城中村的错分现象。本文证实了高分影像和街景影像在特征尺度的融合提升了城中村识别精度。街景影像中的信息可以融入到高分遥感影像等数据源中,辅助进行城中村等非正规居住空间的识别。