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。     

基于自组织映射法的时间序列土地利用变化的时空可视化

精细尺度下多时间序列土地利用时空演变分析是当前研究的一个趋势,本研究基于2005、2007、2009、2011、2013年5期土地利用数据采用自组织映射方法分析了北京市乡镇级多时间序列土地利用的时空演变规律,实现了乡镇尺度下多时间序列土地利用数据的时空一体化表达和对比分析。通过构建自组织映射神经网络,利用其聚类和降维可视化功能对5个监测时期的土地利用数据同时进行训练,在其输出面板可以发现不同土地利用类型的分布聚集模式以及相互之间的结构比例关系,并对输出神经元进行二次聚类以及土地利用变化轨迹分析,展示出北京市乡镇级5个监测时相的土地利用时空演变规律。结果揭示出北京市平原区、山区及二者过渡的山前结合带的各自不同的土地利用时空变化轨迹与模式：北京市平原区向高建设用地比例的土地利用结构方向演变,山区向高林地比例的土地利用结构方向演变,而山前结合带的土地利用时空演变较为复杂。