基于景观生态学的人口空间数据适宜格网尺度研究——以山东省为例

以山东省为研究区,在100m、200m、300m、400m、500m、600m、700m、800m、900m、1km 10个格网尺度人口格网数据的基础上,引入景观生态学的相关指数和方法,探索不同格网尺度表达人口空间分布的适宜性。结果表明:在用传统的基于土地利用/覆被的人口数据空间化方法进行人口空间化的过程中,并不是尺度越精细所能表达的信息越细致、完整,400m是一个人口尺度变化上的特征点,所反映的人口分布信息最细致且完整性好。由此可得,在进行山东省人口空间化的过程中,400m是一个比较适宜的尺度。     

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。     

城市人口分布的空间自相关分析——以沈阳市为例

为探测经典城市人口密度模型在微观层面上的适用性,本文通过计算基于格网的沈阳市人口景观密度,利用地统计学的理论与方法来分析其空间自相关性和变异性。研究发现:在10种不同采样粒度上人口密度半变异函数都符合球状模型,表征着城市人口分布具有较强的空间自相关性和变异性;但由于粒度不同,人口密度的空间自相关尺度不同,块金值不同,基台值不同,块金值与基台值的比值差异较大,证明人口分布的空间自相关具有较强的尺度依赖性;对于700m粒度而言,通过计算不同方向的半变异函数曲线可以发现,沈阳市人口密度呈现典型的带状异向性,反映出人口分布在不同方向上具有不同的结构特征。因此,研究城市人口分布时,可以城市人口分布的自相关性和变异性分析为基础,并须充分注意适宜尺度的选择和结构特征的识别。     

基于地形起伏度的山区人口密度修正——以岷江上游为例

山区人口承载能力评价是山区国土空间管理的基础之一,而准确的人口密度数据是正确评价人口承载能力的基础。传统的人口密度算法并未考虑地形起伏度对人口分布带来的影响,不能客观反映山区人口聚集程度。引入地形起伏度、海拔高度因子,选择岷江上游作为研究区,首先运用GIS技术提取地形起伏度,再运用SPSS软件对人口密度与地形起伏度相关性进行分析,确定县域不同地形起伏度与海拔人居适宜标准,剔除阈值以外不适宜人口聚居的面积,对人口密度进行修正。研究结果表明:1岷江上游人口分布受地形起伏度的影响显著,二者的对数曲线拟合度为0.89,汶川县、茂县、理县、黑水县与松潘县地形起伏度与人口分布的相关性分别为:0.841、0.773、0.643、0.696和0.730;2应用地形起伏度对岷江上游人口密度修正,为真实反映山区人口密度提供了新的考量依据,剔除了人口密度空间噪音,5县地形起伏度与海拔适宜标准分别为:汶川3.2°和3 693 m,茂县4°和4 033 m,理县4.3°和3 790 m,黑水4.4°和3 853 m、松潘4.2°和3 966 m;地形起伏度高值区面积越大,修正前后的人口密度偏差越大,地形起伏度较大的理县和黑水县修正后的人口密度分别提高了7.8倍和5.6倍;地形起伏度较低的汶川县与茂县修正后人口密度仅分别提高2.3倍与2.4倍;3岷江上游人口潜在压力大,不同区域应因地制宜,汶川和茂县采取重点集约发展战略,理县和黑水县采取适度开发战略,松潘县应采取恢复与保护生态策略。     

贵州省乌江流域人口分布与地形的关系

研究流域人口分布与地形的关系,有助于了解地理环境对人口分布的影响。以贵州省乌江流域为研究区,基于DEM数据和人口数据,提取海拔、坡度、起伏度等地形因子,研究人口分布与地形因子的关系。研究结论：① 人口数量在海拔800~1400 m的地区超过60%,人口密度在1000~1200 m的地区最高。② 人口数量与人口密度随着坡度上升总体呈下降趋势。③ 人口密度在起伏度小于50 m的地区超过1000人/km ²,人口密度随着起伏度上升总体呈下降趋势。     

山东半岛人口和产业布局适宜性评价

选择环境敏感性、交通优势度、水土资源丰度、人口聚集程度及附属设施4个方面的12个指标构建评价要素体系,对山东半岛地区人口和产业布局适宜性进行分类评价,利用AHP求取各指标权重,借助GIS软件空间叠加功能,计算人口和产业布局适宜性大小,并将其分为5个等级。评价结果显示:人口布局适宜性以强区为主,主要分布在胶莱盆地及烟台东部地区;制造业布局适宜性强区主要分布在潍北地区、威海市中部地区、青岛市环胶州湾地区、日照市东港区;新兴产业布局适宜性强区主要分布在威海市北部地区、青岛市沿胶州湾地区,烟台市北部地区有零星分布;物流行业布局适宜性强区主要分布在烟台市北部沿海、环胶州湾地区及潍坊市市域范围内。     

基于栅格尺度的云南省人居环境自然适宜性评价研究

人居环境自然适宜性是人类生存和发展的基础,从根本上制约着区域人口的集聚和发展.同时随着经济社会的发展,人居环境适宜性越来越受到社会的关注,相关研究也越来越深入,牵涉的方面也更加广泛.采用地形起伏度、地被指数、水文指数、气候适宜度四类指标加权求和的方法计算了云南省不同区域人居环境自然适宜性.研究结果将为云南省未来人口发展功能分区,人口空间优化分布,协调人口、资源、环境之间的关系提供重要参考.     

老挝中部地区林业用地空间适宜性多尺度评价

通过顾及多尺度的适宜性评价方法和指标体系的构建,运用地理信息系统空间分析方法,以老挝中部甘蒙、沙湾拿吉两省作为研究区域,开展林业用地适宜性评价研究。结果表明:(1)全域尺度林业用地适宜面积为37 352.11 km~2,其中,一级适宜区域主要分布于欣奔、他曲、农泊、塞布里、凯山丰威汉、孟平、孟农。(2)省域尺度林业用地适宜面积为36 579.34 km~2,其中,一级适宜区域主要分布于湄公河流域及研究区东北部、东南部山区。(3)县域尺度林业用地适宜面积为36 727.74 km~2,其中,一级适宜区域主要分布于研究区东北部及中部、东南部山区。     

基于分县尺度的中国人口分布适宜度研究

以人口空间分布及其与资源环境和社会经济协调性评价为核心,提出了一整套人口与资源环境和经济社会发展协调水平评价的指标体系与模型方法;以分县为基本单元,定量评价了2010 年中国人口与资源环境和社会经济发展的协调性和协调程度;根据人口分布适宜度高低和限制性差别,划分了中国分县人口分布适宜等级和限制类型,定量揭示了中国不同地区人口与资源环境和社会经济协调发展的时空格局和地域特征。研究表明：① 2010 年中国有3/5 以上的县（市、区） 人口分布与人居环境基本适宜,中国分县人口分布与人居环境自然适宜性保持了高度一致性;② 2010 年中国有1/2 以上的县（市、区） 人口发展基本不受水土资源约束,分县人口分布与水土资源适宜性处于中等水平;③ 2010 年中国有超3/5 的县（市、区） 人口与社会经济发展基本协调,人口分布的社会经济协调性良好;④ 2010 年中国近3/5 的县（市、区） 人口分布适宜度在60 以上,人口资源环境与发展处于基本协调或相对协调状态;⑤2010 年中国分县人口资源环境与发展的协调程度东部优于中部、中部优于西部;⑥ 2010 年中国分县人口分布适宜度可划分为人口资源环境与发展基本协调、相对协调、有待协调和亟待协调4个适宜等级与10 个限制类型。     

基于居民点密度的人口密度空间化

提出了一种基于居民点密度的人口密度空间化方法。以江苏省人口数据空间化为例,在采用核密度估计法得到江苏省镇(乡、街道)居民点密度后,运用基于居民点密度的人口密度空间化计算公式获得江苏省1 000m×1 000m的人口密度格网图,结果表明:江苏省人口分布的热点地区正是在建的三大都市圈(苏锡常都市圈、南京都市圈和徐州都市圈),其中苏锡常都市圈的人口分布呈现各向异性,而南京和徐州都市圈的人口分布则表现为各向同性;人口密度不仅取决于居民点密度,还与平均每个居民点的人口数密切相关,居民点密度大的区域的人口密度不一定大,居民点密度小的区域的人口密度也不一定小。     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。     

中南半岛农田/森林活跃火与人口密度的相关性动态特征

人类活动是活跃火发生发展的重要诱因,明确人-火关系对火情规律揭示、碳排放估算与公共健康管理等具有重要意义。利用2003—2019年MODIS Collection 6 (MODIS C6)活跃火和LandScan人口密度数据产品,基于GIS公里渔网、双变量空间相关性等分析方法,定量揭示了中南半岛农田/森林活跃火发生强度与人口分布的时空关联特征及其动态发展特征。结果表明：1)中南半岛约八成“有火区”的活跃火发生强度与人口密度存在空间正相关,且中等正相关及以上(r>0.4)格网近占3/4,主要分布在泰国中/东部、缅甸东/西部、老挝北部和柬埔寨东北部等。2)中南半岛年内“农火区”人口多于“林火区”,且前者超九成格网、后者近3/4格网与人口分布存在空间正相关性。3)“农火区”强正相关格网主要分布在缅甸南部、泰国中/东部等人口密度为25～100人/km²的区域,而“林火区”相应格网多分布于缅甸东/西部、老挝北部、柬埔寨东北部等人口密度<25人/km²的区域。4)受人口增长影响,2003—2010年农火和林火发生强度与人口分布相关性虽均明显高...     

基于随机森林模型的珠江三角洲30 m格网人口空间化

人口空间化是实现人口统计数据与其他环境资源空间数据融合分析的有效途径。本文选取夜间灯光数据、道路网数据、水域分布数据、建成区数据、数字高程模型和地形坡度数据作为影响珠江三角洲人口分布的变量因子,利用随机森林模型对珠江三角洲2010年人口数据进行了30 m格网空间化,并将模拟结果与三个公开数据集作精度对比,最后基于随机森林模型的变量因子重要性分析珠江三角洲人口空间分布的影响因素。结果表明：本文模拟整体精度达到82.32%,均优于WorldPop数据集以及中国公里网格人口数据集,接近GPW数据集,而且在人口密度中等区域模拟精度最高;通过对变量因子重要性进行度量,发现夜间灯光强度是珠江三角洲人口分布的最重要指示性指标,到水域的距离、到建成区的距离和路网密度对珠江三角洲人口分布均具有重要作用。利用随机森林模型结合多源信息能够实现高空间分辨率的人口空间化,可为精细化城市管理提供重要数据源,也可为相关政策决策制定提供支持。     

代表性人口空间分布数据集的精度评价——以2010年广东省为例

以人口密度差异显著的广东省为研究区,比较Worldpop、GPW v4和2种中国公里网格人口分布数据集的空间分布一致性,并以第六次全国人口普查数据为真值,按人口密度分为高、中、低3组,从误差的数值分布和空间分布两方面定量评价4种数据集的精度,最后讨论估算误差的可能来源及数据适用性。结果表明,4种网格人口数据集中Worldpop整体精度最高,且在人口密集区的精度也是最高;GPW v4在低人口密度和中人口密度区域精度略高于Worldpop,但对镇街内人口分布细节刻画不够详细;2种中国公里网格人口分布数据集精度较前两者低,主要受空间化方法和模型变量的选择所限制。Worldpop适合用于人口密度中等及人口密度高区域的精细化研究,GPW v4适合用于长时序、最小研究单元大于镇街的研究,第一种中国公里网格人口分布数据集适合用于需要考虑镇街内人口分布和空间异质性的研究,第二种中国公里网格人口分布数据集适用于需要考虑人口分布细节和空间格局变化的长时序研究。     

城市居住人口空间分布的模拟研究——以广州市天河区为例

为解决以行政区为单位的人口数据空间表示法无法准确反映人口实际分布的问题,文章以广州市天河区为例,利用高分辨率遥感影像数据,采用面向对象法对建筑进行提取和分类,并结合广州市土地利用现状图对分类结果进行验证和修订.在此基础上,利用土地利用密度法估算研究区各街道居住建筑的人口密度,并采用格网法进一步构建城市人口空间分布模型模拟城市居住人口的空间分布.结果表明,广州市天河区的人口主要集中在广园快速公路以南的带状区域内,中心商业区和工业密集区的人口密度最大,主干道附近区域的人口密度显著大于其他区域;距离城市中心较远的新塘、凤凰、长兴、龙洞等街道的人口密度整体偏低,模拟结果与研究区的实际情况相符.文章采用的数据可获得性强,操作方法简单,估算精确度高;研究提高了建筑解译和分类的效率,真实地反映了城市人口的空间分布特征,建模方法和研究思路具有一定推广意义.     

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。     

一种基于模糊相似度的球面格网几何变形评价指标

全球离散格网模型的不确定性,包括格网单元的几何变形及空间分布问题,是制约其广泛应用的主要因素之一。该文从三角形相似的角度出发,构造了球面三角格网的模糊相似度评价指标,以此对球面四元三角格网模型的几何变形特征及其收敛性进行分析评价,并给出了格网单元变形在八面体单元和全球区域的位置分布规律。最后,与传统评价指标进行对比实验,结果表明:该指标不但能够反映剖分模型的几何变形分布,而且还具有两大优势:1)能够同时反映剖分单元的几何形状和面积变形,可作为格网形状和面积变形的综合评价指标;2)该指标是相对于不同递归层次上理想剖分单元的绝对变形量,相比其他统计量,更便于表达不同层次间的格网几何变形。     

基于MCR和多因素评价的辽宁省农村居民点调控分区

农村居民点调控既要体现社会经济特征的差异,又要体现区位条件适宜性的差异。首先,通过运用最小累积阻力模型(MCR)评价农村居民点图斑的区位适宜性,通过适宜值加权求和汇总各县市单元微观区位适宜值。其次,运用多因素综合评价方法,从社会条件和经济条件等方面评价辽宁省各县市农村居民点调控的优先度,通过运用指标判别分析法,确定省域农村居民点分区调控方案。结果表明:(1)基于MCR模型的评价结果将农村居民点的适宜性划分为高度适宜类、较适宜类、一般适宜类和不适宜类,高适宜类主要集中在中部平原地区且较适宜类和一般适宜类围绕高度适宜类成带状或片状分布;(2)运用多因素综合评价模型,将优先度评价指标值按照1/3法分为强、中、弱3级,中部平原优先度条件好,东部沿海地区优先度条件也较好,西部山地丘陵区地区中有些县市由于农村居民点数量大,优先度也较高;(3)运用指标判别法综合考虑图斑层面的区位条件和宏观层面的社会经济状况,划分优先调控区、重点调控区、优化调控区和适度调控区。     

基于Landsat OLI影像及NPP-VIIRS灯光数据的武汉市人口密度估算

利用人口统计数据、Landsat OLI和NPP-VIIRS夜间灯光数据,分别提取武汉市主城区及城乡结合部的不透水地表盖度,并结合人口统计数据对武汉市15 m×15 m格网的人口密度进行遥感估算。结果表明:(1)遥感估算结果与统计数据回归方程的决定系数为0.876。根据城市的不同发展程度分区域提取不透水地表盖度精度很高,且利用不透水地表盖度和人口分布的关系估算人口密度的方法可行,能够满足精度要求。(2)武汉市人口呈现出明显的沿长江两岸向外逐渐扩散的空间分布特征,主城区的人口集中分布在长江、汉江及东湖沿岸,而城乡结合部的人口主要分布在主城区边缘和各区的行政中心城镇,其余区域人口分布较为零散。(3)夜间灯光数据和道路数据的加入可以有效提高利用不透水地表估算人口密度的精度。     

秦巴山连片特困区地形起伏与人口及经济关系

为了探讨地形要素对连片特困山区人口格局、经济布局和贫困程度约束作用,基于Arc GIS10.0空间分析技术与SPSS18.0统计分析工具,利用SRTM3-DEM数据,分别对中国典型贫困山区——秦巴连片特困区80个县区的地形起伏的空间特征,地形起伏与人口经济格局之间关系进行探析,并且对秦巴山区发展适宜性进行评价。结果表明:1.秦巴山区各县区地形起伏、人口密度、经济发展水平呈现出显著的由西北向东南方向递减的梯度空间规律。2.区域地形起伏与所在县区人口密度、三次产业结构存在显著的空间负相关,即地区地形起伏越大,人口密度越小,经济发展受限制越强,相反地形越平缓,经济活动则越活跃,人口的空间分布更为集聚。3.地形起伏度是决定区域经济发展的主导因素,但对秦巴山区深入研究发现,市辖区的人口分布与经济发展受地形起伏约束较小,究其根本原因是:市辖区在地方财政收入、基础设施投入力度、人才引进、资源支配、招商引资等方面存在明显的支配地位和集聚优势,较大程度上抵消地形对经济发展的限制。