基于多源数据的北京市朝阳区人口时空格局评估与预测

城市人口分布与活动呈现高度的时空动态变化,掌握人口时空变化特征并进行未来预测,对于精准人口评估、有效的政策措施制定、实时的人口预警与调控等具有重要意义。本研究利用以手机信令数据为主的多源时空数据,首先利用地理探测q统计进行探索性数据分析,其次结合贝叶斯模型进行北京市朝阳区居住人口的时空变化探究及时空预测,以期达到对朝阳区人口的动态评估与预测。首先,选用地理探测q统计进行空间异质性探测,用贝叶斯时空层次模型探究基于手机信令数据推算的北京市朝阳区居住人口的总体空间效应、总体时间效应以及局部变化趋势;其次,选用贝叶斯高斯预测过程模型,基于朝阳区各街乡的居住人口及相关人口影响因子数据进行朝阳区各街乡2017年12月的居住人口预测。时空探究表明：朝阳区居住人口在空间上存在完美空间分异,整体呈现沿环路由内向外递增的空间分布格局,整体时间趋势表现为增长,各街乡局部时间变化趋势呈现一定差异。预测的空间分布与实测空间分布整体一致,精度较高,各街乡预测精度不一。结果表明基于贝叶斯理论的时空层次模型和高斯预测过程模型可以为多源时空数据下的多尺度精准识别与人口时空模式挖掘提供有效的方法支撑。     

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。     

中华人民共和国人口电子地图集系统设计

“中华人民共和国人口电子地图集”是我国最新的第五次人口普查数据的集成,是以地图、文字、数字、图表等多种信息表达手段,全面反映了中国人口发展基本现状和趋势的科学参考图集。它可以实现对人口数据的输入/输出、分类、存储、查询、统计、制图、分析和管理,提供给决策者和研究者分析人口问题和制定人口政策的辅助工具。本文详细介绍了图集的系统总体设计、主要功能模块设计、内容组成等。在总体设计上,提出了以电子地图制作子系统、图集管理与集成子系统、图集浏览查询子系统和人口数据查询子系统为四大主要部分的系统结构,并进而对系统中的主要模块进行了介绍.如专题制图符号模型、数据库的目录树管理、电子地图集的管理与集成,通过这些模块,分析了系统的运行机制和流程;在图集内容上,在分析“五普”数据和我国人口实际国情的基础上,选取涉及十项主题(环境、人口分布、性别与年龄、人口变动、民族、家庭婚姻、生育、教育、就业、住房)近200幅地图组成图集的内容,反映我国人口的基本现状、动态变化、地域分布、结构构成等;最后,给出了使用不同制图符号建立的人口地图实例,可以直观地反映各项人口指标的区域差异和变化规律。     

非首都功能疏解背景下北京市人口空间分布形态模拟

本文以北京市2005年和2010年公里网格人口分布数据为基础,运用CA-Markov模型模拟了北京市2015、2020、2025和2030年4期公里网格人口分布数据集;应用街道尺度的人口数据对模拟精度进行了验证;在模型可靠性良好的基础上,从产业疏解推动人口疏解的角度出发,结合北京市各街道各产业从业人口数据、产业疏解方向和中心城区人口疏解目标,确定了北京市各街道人口疏解的权重,并由此预测了2020年北京市中心城区人口疏解15%后的人口空间分布情况。研究表明： ① 2005-2010年,北京市约90%的公里网格人口密度等级为1级,集中在密云区、怀柔区、延庆区和房山区,而人口密度在10级以上的区域集中在西城区和东城区;② 在无人口疏解政策影响下,2015-2030年北京市公里网格人口分布呈现出低人口密度区域减少、中高人口密度区域增加的态势;③ 在人口疏解政策影响下,至2020年,中心城区人口分布从集中于中高密度等级转向集中于中低人口密度等级。中心城区最高人口密度等级的数值呈下降态势,并且高人口密度等级的区域占比也呈下降态势。除东城区外,其余5个中心城区的人口集中于人口密度等级为5-8级的区域。本文的研究成果可为人口管理、资源配置和政策制定提供科学参考。     

基于LSTM与Transformer的地面沉降智能预测方法研究——以上海市为例

受地面沉降严重威胁到生命财产安全的人口已达19%,开展地面沉降模拟预测对防灾减灾具有非常重要的现实意义。针对现有地面沉降预测在模型参数难以获取、单一深度学习方法在预测精度低等方面的局限性,本文提出了集成大模型核心技术的地面沉降预测方法。首先,从地面沉降模拟预测的顶层设计,提出了基于深度学习的地面沉降预测包括算力层、数据层、模型层、评估层与应用层的总体架构;其次,基于LSTM与Transformer提出了地面沉降预测的实用方法;最后,利用上海的地面沉降数据进行了实验研究。结果表明：深度学习技术可以在地面沉降模拟预测中取得较好的结果,多模型法对地面沉降变化不大、回弹、变化较大均可进行预测,iTransformer模型对地面沉降变化较小的情况预测效果较好;在微量地面沉降时代,利用大模型的核心技术Transformer可以取得较高的精度。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤 波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4~2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。     

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。     

灰色马尔可夫模型在济南市耕地预测中的应用

以济南市为研究区域,分析了1996年至2010年耕地面积和人均耕地的变化态势,并运用灰色-马尔可夫预测的方法,建立划分状态的GM(1,1)模型,对研究区域的耕地面积进行了预测。研究表明:灰色-马尔可夫模型对波动较大的数据拟合较好,在预测中具有独特的优势。另外,济南市耕地面积在15年的时间中呈现出波动下降变化态势,虽在近年趋于稳定,但在快速城市化、人口增长等因素的影响下,保护形势依然严峻。     

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。     

大数据城市通勤交通模型的构建与模拟应用

近年来大数据在交通分析中被广泛关注,但目前多以可视化展示和现象空间分析描述为主,缺乏基于大数据的交通数量模型和模拟预测研究,成为大数据技术在交通规划中应用的主要技术障碍。本文基于交通与土地利用之间的交互作用关系,构建区位空间依赖因子（(Location-space Dependence Indicator, LSDI）,对传统重力模型进行改进,提出大数据城市通勤分布模型。以北京市为例,采用某运营商2017年9月的手机信令大数据,进行模型的应用和校验。模拟结果显示,在出行产生预测中,通勤人口与常住人口表现出良好的线性关系;在出行分布预测中,基于区位空间依赖因子的修正重力模型综合表现最优,在通勤OD分布中实现了低估现象的优化,在OD数量发生率中拟合优度达到0.85。本研究为大数据城市交通预测模型研发提供了新的技术方法,对于推动大数据在交通规划中的应用具有一定价值。     

面向GIS的人口管理数据模型研究

通过对人口管理数据的分类、组织方式和应用模式的探讨,以及对业务系统的人口数据管理、住址管理,以及相互关联关系的分析,利用GIS技术研究得出一种面向GIS的人口管理数据模型,基于该模型进行了人口业务管理信息系统和人口地理信息系统的功能开发。结果表明,该模型能够快速实现人口业务管理系统与人口地理信息系统的数据共享及集成应用,同时满足人口业务管理和空间管理需求。     

首都基础教育均衡性评价模型设计与实现

随着北京社会经济的快速发展、人口的快速增长以及人民生活水平的不断提高,人民群众对于优质教育教学资源的需求越来越强烈,而教育的公平性和均衡发展也受到了人民群众和政府越来越多的关注。基础教育的均衡发展更多的需要依靠教育主管部门的政策支持,而政策的制定又需要根据教育均衡发展的实际情况有针对性的制定,那么首先就要对首都基础教育的均衡情况进行分析。本文基于GIS技术和统计学方法,采用差异系数法,选取相关指标,建立首都基础教育均衡性评价模型,利用ArcEngine组件和.Net技术集成开发并实现模型,对首都基础教育均衡性、资源配置均衡性、教育质量均衡性做出评价,为教育决策部门提供决策支持。     

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。     

基于土地利用分类模型和重力模型耦合的人口分布模拟——以武汉市人口数据为例

将土地分类模型和重力模型耦合形成新模型,并以武汉市人口数据为例,用耦合后的新模型模生成武汉市人口网格数据.经数据验证表明,耦合后的新模型在计算精度方面有了较大的提高.     

中印货物贸易政策比较

政府贸易政策的制定影响着印度经济发展的速度。20世纪90年代以来,印度经济自由化改革取得了明显的成效。从国家的土地面积、人口规模以及发展阶段比较,印度与中国的情况较为接近。通过对中国和印度货物贸易政策以及主要经济指标的比较分析,提出在不同的发展经济模式下,贸易政策制定要立足本国国情,扬长避短。     

基于影响因子动态更新的都市圈国土-人口协同模拟

都市圈作为典型的复杂巨系统,其国土、人口、交通等要素呈现出共同演化、协同发展的特征。现有基于元胞自动机的空间模拟方法通常分别进行国土或人口模拟,忽略了国土、人口之间的协同演化,从而限制了模拟性能。本文提出一种影响因子动态更新策略用以表征国土、人口两种要素间的相互作用,拓展经典元胞自动机模型构建协同模拟算法,实现了都市圈国土与人口空间分布态势的精准模拟。本文以深莞惠都市圈为例,对提出算法进行了实验验证。实验结果表明,本文提出协同模拟算法在深莞惠都市圈的国土模拟品质因素为0.274、人口模拟平均绝对百分比误差23.55%,分别优于传统基于随机森林的元胞自动机算法0.24和29.33%;相较于传统模型,在国土模拟中本模型在对于建设用地的模拟准确度提升了约3%,在人口模拟中本模型在对人口高密度的区域模拟误差降低了约6%。本文进一步预测了深莞惠都市圈2030年国土和人口发展空间态势。研究结果可为都市圈重大基础设施选址和发展情景推演提供技术支撑。     

城市建设用地需求预测方法研究——以湖南省长沙市为例

本文以城市建设用地需求量预测为研究对象,对多种预测方法进行比较分析,选取合适研究区建设用地的预测方法。本研究选择湖南省长沙市城市建设用地需求量预测作为实例,文中结合1996—2013年研究区的经济社会发展统计资料和土地利用的时空变化数据,分别利用多元线性回归、灰色系统GM(1,1)模型和RBF(Radial Basis Function)神经网络模型,并借助了SPSS、Excel、Matlab等软件对长沙市建设用地需求量进行预测,并将所得预测结果进行比较分析,优化预测方法,得出RBF神经网络模型的预测精度最高。此外,通过预测值与规划值的比较分析,可知长沙市建设用地增长速度过快,应加强城市内涵挖掘,对城市土地利用及其规划制定具有一定的科学指导意义。     

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。     

基于SLEUTH模型的城市空间增长模拟研究--以焦作市为例

利用1988,1992,2001,2008年4个时相的遥感影像和GIS技术获取历史数据,采用SLEUTH模型,对焦作市未来城市空间演变进行研究。结果显示：SLEUTH模型重现了焦作市1988~2008年城市空间演变形态,模拟结果与实际情况比较吻合,充分证明SLEUTH模型具有普适性,通过校正能较好地描述城市增长的自然规律;预测模拟了2009~2020年城市空间增长,城市扩展趋势是新扩展中心出现边缘式扩展,向周围地区蔓延,在交通轴线连接下,形成组团式布局。研究结果为研究区城市发展及政府制定规划提供了科学决策依据。     

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。