人口统计数据空间化模型综述

人口统计数据空间化是人口信息与其他资源环境、社会经济等信息进行空间集成的基础.本研究对国内外人口统计数据空间化研究进行总结,归纳了水热条件、地形地貌、土地利用、交通廊道、夜间灯光等不同建模参考因素对人口空间分布的影响,并分析比较了10个主要的人口统计数据空间化模型,进而对当前人口统计数据空间化研究中存在的问题做了总结,并讨论未来的研究方向.综述认为人口统计数据空间化的研究将向数据获取多源化、建模因素综合化、模拟格网精细化、模型应用实用化等方向发展;目前需要改进的问题包括:1)统一的人口数据统计标准;2)人口结构特性相关的空间化,特别是流动人口的空间分布特征识别;3)城市街区尺度的空间化方法研究;4)多源数据与人口动态信息综合中的时相匹配;5)统一的空间化指标量化方法;6)模型参数优化与精度验证方法完善.     

多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用

对统计型人口数据进行格网形式的空间化可更直观地展示人口的空间分布,但不同的人口空间化建模方法和不同的格网尺度在表达人口空间化结果方面存在差异。本文在人口特征分区的基础上,引入DMSP/OLS夜间灯光对城镇用地进行再分类,采用多元统计回归和地理加权回归方法(GWR),开展人口统计数据空间化多尺度模型研究,生成1 km、5 km和10 km等3个尺度的2010年安徽省人口空间数据,并对3个尺度下2个模型结果进行精度评价与比较。结果表明：人口空间数据精度不仅与建模所用方法关系密切,还受到建模格网尺度大小的影响。基于多元统计回归方法的模型估计人口数与实际人口的平均相对误差值随着尺度的增加而降低,而基于GWR方法获得的人口空间数据误差值随着尺度的增加而升高。整体来看,基于GWR方法的1 km研究尺度的人口空间数据平均相对误差最低(22.31%)。区域地形地貌条件与人口空间数据误差有较强的关联,地貌类型复杂的山区人口空间数据误差较大。     

人口数据空间化的处理方法

在人口空间分布区划的基础上,利用基于LANDSAT TM信息获取的1:10万比例尺的土地利用/覆盖数据,建立与统计人口数据的多元相关关系模型,计算各种士地利用类型中的居住人口系数,在GIS支持下计算出全国1km格网人口空间分布数据,然后结合DEM数据、居民点分布数据对空间化处理结果进行修正,并在各大区内随机抽样若干县采集乡镇行政边界和统计人口数据对模型计算结果进行了验证.     

一种改进人口数据空间化的方法:农村居住地重分类

人口( 统计) 数据空间化是解决统计数据与自然要素数据融合分析的有效途径。本文在论 述已有人口空间化方法的基础上, 认为遥感影像得到的居民地数据是表达人口分布的最好指标。 为了使居民地数据更好地应用于人口空间化的研究, 论文在分析各种与人口居住密度相关指标 的基础上, 确定了用农村居民地面积所占百分比对农村居民地进行重新分级, 然后应用于人口空 间化的计算。结果检验表明, 人口空间分布数据的误差从分级前的17.4%降到分级后的12%, 尤 其是误差高于30%的乡镇个数从8 个减少到1 个, 该方法有效地提高了人口空间数据的精度。     

西部欠发达城市人口空间分布与演变

探索西部欠发达城市人口空间格局及其演变特征,与东部发达城市人口分布形成对照,有利于认识城市人口分布规律,引导城市人口有序疏解。以西部欠发达城市兰州为例,对其乡镇街道尺度的常住人口数据进行空间化处理,在此基础上借鉴标准差椭圆分析思路,提出变形椭圆圈层法,并结合GIS空间分析和人口密度模型拟合等方法,多角度揭示2000-2010年兰州市人口空间分布格局及其演变特征。研究发现：兰州市人口分布呈现“带状集聚”特征和“圈层-分异”结构,形成“中心区和近郊区人口缓慢增长,外围区人口快速增长,远郊区人口明显减少”的格局;兰州市人口重心在10年间向东偏北方向移动,人口空间呈“西北-东南”分布格局,总体上表现出集聚态势,且10年间集聚态势有所强化;Smeed模型是刻画兰州市人口分布的最佳单中心模型,10年间人口分布的单中心趋势增强,人口多中心结构尚不成熟。     

西部欠发达城市人口空间分布与演变——以兰州市为例

探索西部欠发达城市人口空间格局及其演变特征,与东部发达城市人口分布形成对照,有利于认识城市人口分布规律,引导城市人口有序疏解。以西部欠发达城市兰州为例,对其乡镇街道尺度的常住人口数据进行空间化处理,在此基础上借鉴标准差椭圆分析思路,提出变形椭圆圈层法,并结合GIS空间分析和人口密度模型拟合等方法,多角度揭示2000-2010年兰州市人口空间分布格局及其演变特征。研究发现:兰州市人口分布呈现"带状集聚"特征和"圈层-分异"结构,形成"中心区和近郊区人口缓慢增长,外围区人口快速增长,远郊区人口明显减少"的格局;兰州市人口重心在10年间向东偏北方向移动,人口空间呈"西北-东南"分布格局,总体上表现出集聚态势,且10年间集聚态势有所强化;Smeed模型是刻画兰州市人口分布的最佳单中心模型,10年间人口分布的单中心趋势增强,人口多中心结构尚不成熟。     

基于空间句法和LBS大数据的合肥市人口分布空间格局研究

针对目前城市人口分布研究现状,在传统的空间句法模型基础上,将LBS大数据技术有机引入到城市人口分布研究中,从而构建了理论分布和实际分布有机结合的城市人口分布研究新思路。合肥市中心城区的案例研究显示：空间句法模型与LBS大数据分析所得到的人口集聚区域在空间上并不完全一致;根据空间句法模型和LBS大数据分析结果的综合对比,合肥市中心城区被划分为高密度、中密度和低密度3类人口分区,同时提出了不同密度分区的人口分布发展建议。研究表明,LBS大数据的适时、动态特点能弥补传统数据的不足,其与空间句法模型有机结合将能为城市人口分布研究提供更加精确高效的工具与方法。     

基于GIS-GOCAD耦合技术的三维地质建模

常规GIS技术建立的伪三维模型不能满足复杂地质体三维建模的需要,也不能用于三维数值模拟计算.GOCAD采用离散平滑内插方法(DSI)计算三维图形中线段或三角形的节点位置,降低了线或面的粗糙程度,实现了真三维模型的构建.为了充分发挥GIS空间数据处理能力和GOCAD真三维建模能力,研究基于GIS-GOCAD耦合技术的三维地质建模,实现了从GIS的2D数据结构到GOCAD的3D数据结构的自由转换,提升了GOCAD的三维地质建模能力.选取成兰铁路(成都—兰州)龙门山段作为示范研究区,建立其三维地质模型,直观、立体地展示了研究区地质体结构的宏观基本形态,并为进一步的三维数值模拟奠定了几何模型基础.     

基于腾讯位置大数据的精细尺度人口空间化——以南京市江宁区秣陵街道为例

精细尺度的人口空间化研究成为当前GIS领域研究的热点。已有的人口空间化方法大多针对区域或城市尺度进行研究,少有对街道、社区甚至住宅小区的亚城市单元人口的研究。该文以南京市江宁区秣陵街道为例,基于腾讯位置大数据,结合人口统计数据、建筑物空间属性数据和住宅小区边界数据,提出了基于腾讯位置大数据的人口空间化方法和住宅小区级别的精细尺度人口估算方法。研究结果表明,该方法在住宅小区空间尺度下的估算结果与实际人口的线性拟合R~2达到0.9494,结果可信度较高,可为今后精细尺度人口空间化研究提供参考。     

GIS支持下的道路对县域人口分布的影响——以沛县为例

以2004年江苏省沛县村级人口数据为基础,采用GIS空间分析的方法综合研究了道路对人口分布的影响。首先,运用泰森多边形做边界替代,计算出各行政村的人口密度,经过探索性数据分析,选取最优模型——指数模型对人口密度进行普通克里格插值,结果表明沛县人口密度的高值区域呈现为东北——西南的带状分布,其形状表现为块状集聚,带状延伸的特点。然后,建立道路1 000 m以内的缓冲区,基于运用缓冲区人口模拟函数得出缓冲区内的人口密度,运用GCAWI法,对人口数据进行格网化处理,得到道路人口密度图,结果显示沛县大部分人口集聚在距道路0～300 m的缓冲区范围内。通过对两种方法的对比,发现GCAWI法得出的结果更符合人口分布的实际情况。     

遗传算法和GIS结合进行空间优化决策

资源的有效利用和管理往往涉及到空间的优化配置问题。例如需要在空间上确定n个设施的最佳位置。当选址问题涉及多个目标和不同的约束性条件时,就会变得十分复杂。利用一般的brute-force搜索方法无法对涉及高维数据的问题进行求解。利用遗传算法和GIS结合来解决复杂的空间优化配置问题,具有智能的搜索方法可以大大提高空间的搜索能力。在基于进化的优化过程中,根据GIS的空间数据来计算不同解决方案 (染色体) 的适应度。针对不同的应用目的,GIS可以给出不同的适应度函数。实验表明,所提出的方法比简单的搜索方法和退火算法有更大的优越性。该方法在处理复杂的空间优化问题有更好的表现。     

山西省国家A级旅游景区空间分布影响因素研究

基于GIS空间分析技术与地理探测器（Geodetector）方法,使用旅游政务网、地理空间数据云、政府报告和统计年鉴相关数据,对2001—2017年间影响山西省国家A级旅游景区空间分布的影响因素进行了分析,包含社会政治因素（相关政策、常驻人口、交通状况）、经济产业因素（三产占比、旅游收入、生产总值）和自然环境因素（海拔高度、河流水系、平均气温）。结果表明：① 社会政治因素和经济产业因素变化较大,属于动态影响因素,自然环境因素变化较小,属于静态影响因素;② 相关政策、常住人口、交通状况、旅游收入、生产总值5个三级动态影响因素的影响能力值从2001—2017年间不断加强,而三产占比三级动态影响因素呈现波动下降,海拔高度、河流水系、平均气温3个三级静态影响因素的影响能力值变化较平稳;③ 从演化过程来看,2001—2017年间社会政治因素影响能力值逐年增加,是影响程度最高的二级影响因素,经济产业因素发展为影响程度第二的二级影响因素,自然环境因素发展为影响程度最小的二级影响因素。结果可为合理评价和指导区域旅游业全面发展提供有力支撑,促进旅游业发展,为旅游景区空间结构优化和旅游产业升级提供科学依据。     

安徽省乡村旅游示范村空间分布特征及影响因素

以安徽省171个省级乡村旅游示范村为研究对象,利用GIS的空间分析方法,对乡村旅游示范村的空间分布类型、分布均衡程度以及分布密度进行定量分析,并从自然资源与社会经济两个视角探讨其影响因素。结果表明安徽省乡村旅游示范村在空间分布上呈集聚型分布,核心分布区主要在安庆市与六安市两地区,空间分布均衡性差且具有较强的空间自相关性,有明显的空间依赖性。且影响安徽省乡村旅游示范村空间分布的因素主要有地形、水文、旅游景区、人口、GDP以及交通状况。     

洪泛平原农村居民地空间分布特征定量研究及应用探讨

通过对影响居民地空间分布因素的分析,探讨了洪泛平原农村居民地空间分布特征;利用地理信息系统技术对不同高程带内居民地分布规模、等级和空间分布密度作了定量研究,得到了居民地空间分布密度和人口空间分布密度参数;并结合洪灾淹没区居民地损失的估算,对研究结果的应用作了探讨。     

多维统一GIS构建与实现的几何代数方法

针对时空GIS发展所面临的时空表达不统一,高维扩展困难等问题,基于以多维统一和坐标无关为特征的几何代数理论,建立多维统一GIS构建的层次体系与方法。利用几何代数对象构造中几何维度与Grassmann维度的一致性,实现整合维度结构与几何关系的多维地理对象自适应表达。利用几何代数算子的特征内蕴与结构明晰特性,构建多维统一计算模型以及可支撑复杂地理计算的多维统一分析框架,进而建立基于几何代数的多维统一GIS系统架构与实现方案。对上述关键技术加以实现并进行了相关应用案例分析。结果显示,基于几何代数构建的多维统一GIS有望突破现有时空GIS的不足,可为以多维统一表达与运算为特征GIS的发展提供新的数学工具与实现途径。     

大都市旅行社业空间分布及其演化——以上海市为例

通过对上海市旅行社长期数据的收集与整理,运用GIS 地理空间分析方法,分析大都市旅行社空间分布格局及其演化,探讨旅游产业空间分布及其演化的影响因素。结果显示：上海市旅行社空间分布由初始的“单核心集聚中心,两次级集聚中心,各集聚中心分散”的分布格局,发展到当前的“环形核心集聚区,C 型次级集聚环,各集聚中心连接”的总体空间分布格局。旅行社空间扩张方向上,由市中心不断向西、向西南的扩展趋势更加明显,向东、东北方向扩展较弱。旅行社空间扩张趋势上,向各级商业区、景点景区、人口聚集区等周围不断扩散。旅行社空间集散的总体演化特征呈现出由分散―低集聚―高集聚的演化态势,并且集聚程度不断加强。旅行社产业空间布局及其演化受到城市空间格局、人口分布、区域开发、旅游资源、接待能力、交通等综合作用的影响。     

梅江河流域年均降雨量空间插值方法研究

分析了降雨空间分布的影响要素及降雨空间插值的主要方法,并在此基础上,利用地理信息系统(GIS)的空间分析功能,综合考虑高程、坡度、坡向等影响降雨空间分布的多种要素,应用协克里金方法,探讨流域降雨量的空间插值问题及其应用,并与反距离权重法、克里金方法等单要素方法进行了降雨空间插值的效果比较.结果表明:应用协克里金方法,在综合考虑高程、坡度、坡向等影响要素的条件下,对降雨进行空间插值,其结果具有比较好的精度.     

梅江河流域年均降雨量空间插值方法研究

分析了降雨空间分布的影响要素及降雨空间插值的主要方法,并在此基础上,利用地理信息系统(GIS)的空间分析功能,综合考虑高程、坡度、坡向等影响降雨空间分布的多种要素,应用协克里金方法,探讨流域降雨量的空间插值问题及其应用,并与反距离权重法、克里金方法等单要素方法进行了降雨空间插值的效果比较.结果表明:应用协克里金方法,在综合考虑高程、坡度、坡向等影响要素的条件下,对降雨进行空间插值,其结果具有比较好的精度.     

陕西省人口分布影响因素的空间计量分析

人口分布影响因素研究有利于揭示人口分布规律,预判人口分布趋势。基于陕西省区县级人口、经济社会、自然地理等数据,通过因子分析方法和空间计量建模解析人口分布的影响因素。研究发现,人口地域别比率不仅取决于一个特定区县内可观测的经济社会、历史基础、自然地理等外在特征,还取决于该区县不可观测的、模型遗漏的其他共有特征,其中经济与公共服务因子、人口基底因子对人口分布具有最显著的正向解释力,其他因素影响较弱或统计不显著;城市等级可显著强化产业结构、人均收入和地形因素对人口分布的影响。研究认为,经济与公共服务因素是优化人口分布的关键,同时需考虑自然地理因素的限制作用。研究对人口分布优化政策的制定具有参考价值。     

Integration of genetic algorithms and GIS for optimal location search

Optimal location search is frequently required in many urban applications for siting one or more facilities. However, the search may become very complex when it involves multiple sites, various constraints and multiple‐objectives. The exhaustive blind (brute‐force) search with high‐dimensional spatial data is infeasible in solving optimization problems because of a huge combinatorial solution space. Intelligent search algorithms can help to improve the performance of spatial search. This study will demonstrate that genetic algorithms can be used with Geographical Information systems (GIS) to effectively solve the spatial decision problems for optimally sitting n sites of a facility. Detailed population and transportation data from GIS are used to facilitate the calculation of fitness functions. Multiple planning objectives are also incorporated in the GA program. Experiments indicate that the proposed method has much better performance than simulated annealing and GIS neighborhood search methods. The GA method is very convenient in finding the solution with the highest utility value.