基于夜间灯光与土地利用数据的山东省乡镇级人口数据空间化

格网化人口数据能够刻画实际人口空间分布状况,是实现人口数据更好地与自然、社会、经济等要素融合分析的有效途径。本文面向精细尺度格网人口数据的需求,以中国东部人口稠密的山东省为例,基于乡镇级人口统计数据,研究了结合夜间灯光和土地利用数据的空间化方法。其中以EVI修正DMSP/OLS夜间灯光数据来增加城镇用地内部人口分布的差异性,以城乡二级分区方法避免夜间灯光数据在农村低辐射亮度区模拟人口的缺点,提高了建模精度。利用其余地区的人口统计值检验建模精度,结果有78%的行政单元的相对误差绝对值小于20%。最终在2000年首次公布的乡镇级人口统计数据的基础上,生成了山东省100 m格网人口分布数据SDpop2000。通过与精度较高的全球WorldPop人口数据产品对比可见,SDpop2000和WorldPop在10 km网格尺度上的相关性系数高达0.93;SDpop2000在鲁中部、泰安西南部、济宁南部、临沂南部、枣庄北部和鲁北沿海等地的人口分布明显比WorldPop更准确;且SDpop2000较好地刻画了山东省在鲁西、鲁北平原区的人口较鲁中南山地丘陵区、鲁北沿海和山东半岛丘陵区的人口更为稠密的人口分布趋势。本文构建的基于DMSP/OLS与土地利用的乡镇级人口数据空间化方法明显提高了空间化精度,适用于乡镇尺度的人口精细模拟。     

融合POI数据的建成区人口数据空间化方法——以武汉市为例

人口数据空间化对城市精细化管理具有重要意义,现有的人口数据空间化方法主要采用夜间灯光数据和土地利用数据,鲜有涉及关注点(POI)数据研究.通过多元线性回归构建土地利用分类数据、POI数据与人口统计数据之间的关系得到人口模型进而实现建成区人口数据空间化.并以武汉市建成区为例,进行方法验证.结果表明,不同尺度格网下反映出的...     

人口数据空间化研究进展

人口数据空间化旨在揭示人口在地理空间上的分布位置及数量信息,展现人口统计数据的地理学含义,其研究已经成为人口学、地理学、GIS领域的研究热点。人口空间数据库在各级政府部门的规划和决策、灾害评估、资源配置等方面,具有重要的应用价值和科学意义。经过近30年的发展,人口数据空间化研究水平逐渐成熟,模型丰富多样,已获得众多成果。为把握人口空间化研究的研究现状,本文首先依据研究目的、建模思想及模型原理的异同,从3个方面对人口空间化研究进行梳理：（1）格网大小（尺度）的确定;（2）3种常用建模思想及6类主要模型的对比分析;（3）提高人口空间化精度的措施及其应用背景、优点。在此基础上,依据现阶段人口数据空间化的研究内容,从格网尺度适宜性研究、高时空分辨率人口空间分布模拟、引入新型数据源及多思想多模型综合应用等方面探讨了人口数据空间化的研究方向。     

基于多源信息的人口分布格网化方法研究

格网化人口分布数据比行政单元人口密度数据更易直观表达人口的真实分布状况。本文面向人口格网化管理的区域发展需求,以延安市为研究对象,基于增强居民地空间分布及其内部结构信息的理念,利用乡镇界线和乡镇级人口统计数据为输入控制单元,以土地利用数据、居民点信息、DEM、夜晚灯光数据等多源信息为指示因子,采用多元回归建模方法获得了延安市2010年100 m格网人口分布数据。结果表明,本文采用的人口格网化建模方法最终模型选用变量数少,决定系数（R²）达到0.872。最终模型在用于验证的24个乡镇中,有18个乡镇的估计人口数与统计值误差绝对值小于10%。分析认为,该建模策略结果可信,多源的人口分布指示信息在人口格网化方法上明显优于单独的土地利用数据方法。本文获得的100 m格网延安市人口数据格网化结果,显著增强了人口空间分布的细节信息,对于县市一级的人口数据格网化具有借鉴意义。     

人口区划及其在人口空间化中的GIS分析应用——以山东省为例

对基于土地利用/土地覆盖类型的人口空间化方法,进行人口区划的GIS分析应用是一有效技术途径。本文在全国一级区划基础上,通过数理统计分析提取二级区划各影响因子,建立二级区划指标,进而利用空间分析技术进行人口空间化的二级分区。同时以农村居民地、城镇居民地和耕地数据建立人口空间化模型,在GIS的支持下实现山东省2000年人口统计数据空间化。并通过对比基于一级人口区划和二级人口区划的人口空间化数据,选取郯城县进行结果精度检验。验证结果表明二级人口区划后的人口空间化数据在数值精度和空间精度上都有明显提高。     

乡镇级人口统计数据空间化的格网尺度效应分析——以义乌市为例

格网尺度效应是统计型人口数据空间化研究的基础性问题之一。针对资源环境研究领域和全球变化区域模型对各种尺度的空间型人口数据的需求,人们对人口数据空间化进行了大量研究。综观现有研究成果,缺乏针对具体应用需求的数据源选择方法和对数据产品适宜性的分析。因此,数据在实际应用中,特别是县市、二、三级流域等尺度上的应用中,存在较多的不确定性。本文重点研究人口数据空间化的格网尺度效应分析方法。以浙江省义乌市为例,利用CBERS、IRS-P5卫星影像,提取了研究区土地利用信息;在地理信息系统技术支持下,对乡镇统计人口进行空间化建模,生成20m至1km系列的格网人口数据;通过比较不同格网人口与乡镇统计人口的误差,分析人口数据空间化的格网尺度效应。分析结果表明,采用CBERS数据源进行人口数据空间化,其数据产品即格网人口的适宜尺度是200m,抽样精度为76%;采用P5数据源进行人口数据空间化,其格网人口的适宜尺度是100m,抽样精度为84%。     

基于随机森林模型的环渤海地区人口空间化模拟

人口空间化数据能够将人口分布更精细地反映在地理空间中,可以为科学研究和政策制定提供更加精细的数据源。本文选取多源遥感数据和兴趣点作为影响环渤海地区人口分布的自变量因子,利用随机森林模型对环渤海地区进行分区密度制图,生成该地区2010年和2020年30 m人口空间化数据,并将结果与WorldPop数据集以及其他地区30 m研究成果进行对比。结果表明：① 本文模拟结果精度整体高于WorldPop数据集10%以上;② 相较于WorldPop数据集,本文人口数据能细致地描述环渤海人口分布的空间异质性;③ 与其他地区30 m研究成果相比,模拟精度也有所提升;④ 遥感建成区数据和兴趣点是环渤海地区人口分布的最重要指示性指标;⑤ 在环渤海地区人口估计方面,社会因素与人口分布有更高的相关性,映射人口分布的主要因素因地区而异。     

融合多源空间数据的城镇人口分布估算

精细尺度的城镇人口空间分布是分析人类-资源-环境相互关系的重要指标。本文提出了一种融合地理空间大数据和高分辨率遥感数据估计精细尺度城镇人口分布的方法。通过对比各指标与人口相关性,选取R2>0.7的建筑面积、到道路距离、夜间灯光强度、商服中心、EAHSI指数、幼儿园、公园、小学、加油站、医院、公交车站、长途汽车站作为影响人口分布的变量因子。结合城市功能区数据确定人口分布区域,利用随机森林模型对宁波市2018年人口数据进行了500 m格网空间化,从而得出宁波市城镇人口空间分布图。最后,基于随机森林模型的变量因子重要性分析宁波市人口空间分布的影响因素。研究结果表明,本文所提出的城镇人口分布模型在街道尺度的估算精度为81.2%,平均相对误差MRE为0.29、RMSE为3279.89;网格级别的MRE为17.16,RMSE为1149.9,因此模型能精确地反演城镇内部街道人口分布信息。通过对变量因子重要性进行比较,发现建筑面积重要性约为0.22,对宁波市人口估算影响最大;到道路的距离、夜间灯光强度、商服中心、EAHSI（Elevation-Adjusted Human Settlement Index）、幼儿园、公园对宁波市人口估算具有重要作用。本文在格网级别进行的人口分布精度验证对于研究城市精细人口分布具有重大意义。     

基于普查和手机定位数据的乡镇尺度人口空间化方法研究

人口在空间上的实际分布是人口地理学研究的基础和热点问题。目前全球不同尺度的人口空间化数据产品因生产方法、数据源等有较大差异,空间化产品的一致性存在较大差异,尤其是共性需求集中的1 km数据产品。本文以京津冀地区为研究区,基于2000年乡镇尺度的人口普查数据和可开放获得的手机定位数据,利用光影投射法计算人口分布权重,结合面积权重法和指数平滑法得到京津冀地区1 km分辨率的人口空间化结果PJ2000。该产品较好地反映了京津冀人口实际分布细节特征。经精度评定,PJ2000人口空间化的总体精度为90%,人口空间化相对误差小于0.5的乡镇（街道）数约占87%,PJ2000与2000年乡镇街道人口统计数据pop2000的相关系数r高达0.95。结果证明,结合乡镇尺度人口统计数据和手机定位数据等多源数据所构建的人口空间化模型,所获1 km分辨率人口密度数据集精度得到显著提高。     

引入城市公共设施要素的人口数据空间化方法研究

精细尺度的人口分布是当前人口地理学研究的热点和难点,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。城区是人口分布集中的区域,揭示该区域人口分布差异是精细尺度人口空间化研究的核心内容。本研究基于城市公共设施要素点位数据,对居住建筑斑块进行分类,以社区作为人口数据空间化转换尺度,构建各类别斑块面积与人口数量的多元回归模型,生成了宣州城区居住建筑尺度的人口空间数据,揭示了研究区人口空间分布差异。结果表明：① 该方法生成的人口空间数据精度较高,结果可信。779个居住建筑斑块中,估算人数在合理区内的斑块个数占比为35.4%,相对误差在-20%~20%范围内的斑块个数比例之和为61.2%;城东社区、思佳社区作为精度验证单元,其人数估算的相对误差绝对值低于9%;② 城市公共设施要素数据,尤其是中小学及幼儿园、菜市场及水果店,是建筑物尺度上人口分布的指示性因素,其对多层居住建筑人数的估算精度较高,但对中高层居住建筑人数的估算精度偏低。     

集成土地利用数据和夜间灯光数据优化人口空间化模型

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。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点：土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。     

基于手机定位数据的城市人口分布近实时预测

精细时空尺度下城市人口分布的近实时预测可为优化公共资源配置、协助城市交通诱导、制定公共安全应急预案、探索城市居民活动规律等提供重要科学依据。本文采用城市手机定位数据,基于时间序列分析方法,分别建立参数预测模型和非参数预测模型,对精细尺度下的城市人口空间分布开展近实时预测。预测结果表明,基于时间序列分析方法的预测模型可为精细尺度下的城市人口分布近实时预测提供方法支持;在本文实验条件下,从人口规模、时空分布、多时间尺度、特殊事件等多个角度评估模型精度,非参数预测模型其预测误差均小于参数预测模型,且预测结果更为稳定。     

上海市精细时空尺度人口分布估计与特征分析

城市人口实时分布与动态变化特征是城市规划与综合治理的重要依据。受数据获取手段的局限性,准确地获取城市人口的实时分布状况一直是技术瓶颈,而移动通讯技术的迅速普及为这一问题的解决提供了技术途径。本文基于移动通讯信令的连续轨迹数据,实现了城市精细尺度人口分布时空估算的方法流程,并以上海市为研究区,对城市人口分布特征及时空移动过程进行了量化分析。研究表明：① 在数据方面,基于移动通讯信令数据估算城市人口分布的方式样本覆盖广、时空精度高、时效性较强且支持时空尺度灵活多变的应用研究需求,能够定量地描述城市人口分布时空动态特征且能推算城市真实人口规模;② 在人口分布时空特征方面,上海市在全市尺度上,各时段人口空间分布较为稳定且差异较小,而在中心城区日间人口较夜间人口呈现更为显著的空间集聚特征;③ 在人口移动时空特征方面,城市功能承载区与其它区域之间人口移动很少,早晚高峰期各城市功能承载区之间人口移动均体现为中心城区与其它新城之间的移动,且2个方向移动人数较为平衡;各城市功能承载区内均有超过半数的人口全天仅在其所在城区内部活动。本文的研究成果可为上海城市规划、应急管理、交通出行等提供更精准的科学依据。     

中国市级人口增长的多因素空间建模分析

本文以中国市域单元为研究对象,利用1990-2010年人口普查数据,采用探索性空间数据分析的方法,分析了过去20 年间中国市级人口增长率的空间分布特征和多变量的空间依赖关系。使用空间计量模型和空间滤波后的经典线性回归模型分别探究了经济、气候、地形、社会文化等因素对中国市级人口增长率的影响。模型对比结果显示,经过空间滤波后的经典线性回归模型能够更好的模拟中国市级人口增长率的变化。在该模型中,经济因素是影响中国城市人口增长率的主要因素,例如代表城市经济发展水平的城市夜光指数密度。气候因素对人口增长率也有着不可忽视的作用,如七月热指数随着等级的提升对人口增长率有着越来越强的负向影响。研究结果表明：人口的区域增长模式是多要素综合作用的结果,在相关建模研究和政策制定中需要重点考虑经济发展水平和气候条件因素对人口增长趋势的不同影响。     

人口数据空间化表达与应用

人口数据空间化是“数字地球”的重要研究内容。本文在介绍人口空间分布研究的基础上,从人口分布影响因子、土地利用等空间数据的应用、构建间接的人口指标、人口数据空间化建模以及城市人口数据空间化五个方面,回顾了人口数据空间化研究的最新进展,并简要阐述了面插值的概念及其对人口数据空间化研究的意义。在总结前人相关研究的基础上,本文以福建省为研究区,在栅格数据模型的支持下,通过多源信息融合,从乡镇行政区划的尺度上对人口数据空间化模拟进行了尝试。     

基于多源数据融合的北京市人口时空动态分析

高精度、动态、空间化的人口数据是科学核算城市资源环境压力、促进人口合理调控的重要参考依据。研究首先以2012和2017年北京市常住人口统计信息为基础,融合夜间灯光、土地利用、道路网络等数据,依据用地类型、VANUI指数对街道分割成的区域进行分类和分级,并在此基础上构建人口空间化模型,制备2期100 m格网尺度的人口空间化数据。验证表明,模型误差在10%以内;与已有成果对比分析发现,人口空间化数据整体与局部精度均有提升。最后,基于该数据分析北京市人口分布的时空动态变化特征,揭示其影响因素。结果表明:① 格网单元上的人口平均数量在-2542~190之间变化,以-500~500人为主。② 2期人口空间分布均呈“内密外疏”格局,且减少人口主要聚集于城六区,2012—2017年间减少近21万人;③ 首都功能核心区减少人口最为显著,减少量占城六区减少量的62%;④ 二三环间减少人口最多,共减少近11万人,减少量占城六区减少量的52%;⑤ 与城六区接壤的城郊街道,人口呈现增加趋势,可能形成新的人口聚集区。北京市人口时空变化特征与首都功能定位、产业升级转型、人口疏解政策实施等因素密切相关,该研究可为北京市未来人口空间合理布局与人口疏解政策完善提供定量化的科学依据。     

结合“珞珈一号”夜间灯光与城市功能分区的广州市碳排放空间分布模拟及其影响因素分析

合理模拟城市内部的碳排放空间分布情况,是制定清晰明确的碳减排政策的重要前提。由于以往相关研究所用数据分辨率较低,且未考虑行业差异,因此所得结果较难精细地反映碳排放空间分布特征。为解决以上不足,本文提出一种更为合理的碳排放空间分布模拟方法。首先利用时间序列法预测2019年广州市各行业碳排放量;然后结合“珞珈一号”夜间灯光及城市功能分区数据,在精细尺度下实现分行业的碳排放空间化;在此基础上进行空间自相关分析,揭示广州市碳排放空间分布规律;最后采用随机森林模型分析影响广州市分行业碳排放的社会经济驱动因素。结果表明：① 广州市碳排放量在2011年后呈缓慢增长趋势,2019年碳排放量达83.12百万吨,其主要贡献来源为交通行业;② 与常用的ODIAC（1 km）、EDGAR（10 km）碳排放产品及基于NPP-VIIRS的碳排放空间化结果（500 m）相比,结合高分辨率（130 m）夜间灯光数据以及城市功能分区实现的碳排放空间化结果可以在更精细的尺度上呈现区域内部的空间碳排放差异;③ 广州市碳排放呈显著的全局空间正相关,形成了以第二和第三产业集中区域为依托的高高聚集区;④ 广州市2019年第二产业碳排放的主要影响因素是一般公共预算收入、第二产业GDP、一般公共预算支出、固定资产投资额;第三产业碳排放的主要影响因素是社会消费品零售额、第三产业GDP、各个行政区总GDP以及人口数量。综上,本研究从城市内部行业结构差异出发,结合高分辨率的夜间灯光数据,展现区域内部的碳排放分布格局,所得结果将有利于相关部门制定精准的碳减排和产业优化升级策略。