基于夜间灯光数据和多地理因子数据的人口空间化方法——以辽宁省为例

人口空间分布数据是开展灾害风险管理的基础数据,而科学、准确的人口空间化方法是实现人口空间分配的重要途径.鉴于城镇与乡村居住地在灯光数据和自然条件影响程度上的差异,本文提出一种综合利用夜间灯光数据和多地理因子数据的人口空间化方法,并以辽宁省2010年人口数据空间化为例进行方法验证.研究表明:1)夜间灯光数据在灯光值较高的城镇地区与人口密度关系显著,而地理因子加权的方法则更适用于受自然条件约束多的乡村区域;2)辽宁省人口密度在0~65 572人·km~(-2)之间,在空间上,中部平原地区人口密度较高,而两侧山地地区人口密度相对较低,与实际情况相符;3)辽宁省抽样乡镇人口平均误差为15.3%,精度验证结果表明,本文提出的人口空间化方法能够在乡镇尺度上具有较高的精度.     

基于DMSP-OLS灯光数据的广东省城市人口估算

使用DMSP/OLS近20年数据对广东省城市的人口规模进行估算.首先,对广东省的DMSP/OLS数据进行校正.以2000、2010年人口普查数据与灯光数据为样本,构建"灰度密度-人口密度"模型,估算广东21个地级市常住人口.该模型既充分考虑灰度阀值的设定对人口估算结果的影响,又考虑城市人口数量变化在灯光灰度总值和灯光覆盖面积这2个变量上的体现.由于使用灯光数据指标与人口数据指标的比值作为估算基础,各城市的估算函数参数均不同,符合各城市经济发展状况和人口分布特点.通过2005年全国1%人口抽样数据检验,21个地级市平均估算相对误差为3.69%,全省总常住人口估算相对误差为5.02%,证明该模型能有效地估算广东省各地级市的人口规模.与已有的人口统计数据获取途径相比,该文构建的模型比传统的人口统计方法增强了时效性,又比其他遥感估算方法节省了地物判读和解译的步骤,且估算误差更小.基于DMSP/OLS数据的城市人口估算对研究中国城市人口规模具有重要的应用价值.     

京津冀城市群热岛强度遥感监测及其城市规模效应分析

本文利用MODIS月度地表温度产品(MOD11C3、MYD11C3)获取2001、2010和2016年京津冀城市群年平均和季平均地表温度数据,并结合夜间灯光数据和土地利用数据估算京津冀城市群各地级市城市热岛强度.分别从年度、季度、月度三个方面分析京津冀城市群各地级市2001—2016年城市热岛情况,并结合城市发展规模对其进行相关分析,以期为京津冀城市群后期城市规划提供参考依据.结果表明:2001—2016年间,京津冀城市群建成区面积扩大明显,且城市规模越大,建成区面积增长越大;京津冀城市群热岛强度与城市规模有关,一二线城市整体热岛强度高于三四线城市.根据京津冀城市群年度数据分析得出,年平均夜间热岛强度高于日间热岛,且二者差异随城市规模扩大而减小;从季度数据可以看出,冬季夜间热岛强于日间热岛,而在夏季日间热岛和夜间热岛的强弱关系则与城市规模有关,城市规模越大,日间和夜间热岛强度之间差异增大;通过分析逐月数据发现,日间热岛呈现出夏季高、冬季低的特点,峰值多在8月份出现,而夜间热岛各月份间无明显变化.     

基于MODIS地表温度的京津冀地区城市热岛时空差异研究

利用2000, 2005 和2010年土地利用数据识别城市和郊区, 基于2000-2010年 1, 4, 7, 10月MODIS地温产品探究京津冀地区城市热岛效应的时空差异, 讨论城区土地利用对城市热岛效应的影响。结果表明,京津冀地区城市热岛效应的昼夜、季节特征突出。白天热岛与夜间热岛差异较大, 夜间92.8%以上的城镇表现为热岛, 且季节差异小。夏季白天热岛最强, 冬季白天85%的城市呈现冷岛效应。白天水体减弱城市热岛强度, 夜间相反。春、夏季草地增加白天城市热岛强度, 冬季白天为减弱作用, 夜间四季均为增强作用。农田和林地在春、夏、秋季白天减弱城市热岛强度, 冬季白天为增强作用, 夜间四季均为减弱作用。     

基于多源数据的福建省人口数据空间化研究

针对人口统计数据无法精细直观反映人口真实的空间分布状况的问题,该文以福建省为例,对其2015年的人口数据进行空间化。以多源数据为基础数据,在县级尺度上采用了空间回归模型构建福建省2015年福建省500 m人口空间分布数据,在乡镇尺度上对其空间化结果进行精度验证并与WorldPop、中国公里网格人口分布数据集比较。结果表明:NPP/VIIRS夜间灯光、路网、DEM、土地利用数据与人口具有较强的相关性,有足够能力模拟人口的空间分布;对于2015年福建省人口数据空间化,空间误差模型比空间滞后模型的回归拟合效果更好;人口数据空间化结果精度比较高,在空间上能精细展现2015年福建省的人口分布状况;人口高值区主要集中在县城所在地,人口呈现出主城区高、四周低的空间分布格局。     

基于DMSP/OLS夜间灯光数据的贵州省人口分布及影响因子分析

贵州省的人口分布和经济发展是中国极不均衡的地区之一,人口空间化为了解精细人口分布特征提供有力的技术支持,并为区域发展提供指导.基于1993、2003年和2013年贵州省夜间灯光数据及常住人口统计数据建模反演得到人口分布格网图,先以常住人口统计数据为真实数据,对人口空间化结果进行精度检验,再以2013年贵州省人口分布图分别与土地利用、海拔、坡度等因子进行叠加分析,进一步探究人口分布的特征.结果表明:①20年间,人口集中于以贵阳市为中心形成集中区域,并且此区域逐年增大.②各县级区划人口集中分布在城镇,人口密度增大,集中面积增大.③贵州省46.05%的人口分布在草地区域,其次是林地和耕地,城镇用地面积较少,且人口密度大,分布集中.④按海拔梯度可将贵州省划分为三大阶梯,东部低海拔地区和西部高海拔地区的人口分布较少,中部中高海拔地区面积最大,人口总数最多.⑤贵州省大部分人口集中分布于坡度15°的区域,随坡度的增加,人口分布减少.     

基于GIS的区域人口统计数据空间化——以重庆都市区为例 (三峡地区资源环境生态研究)

人口分布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。本文基于2009年重庆市的人口统计数据,以居民点为指示因子,使用GIS空间分析与统计学分析方法分析居民点分布与影响因子之间的相关性,相关性分别为-0.608、-0.902、0.94、0.994、0.952、0.995、0.957。利用居民点缓冲区的概念,用因子分析法得到海拔高度、土地利用、道路交通及河流水系4个因子对人口分布的影响权重,分别为0.726 75、0.000 6、0.026 7及0.248 0,然后通过数据融合实现研究区人口统计数据的空间化。结果表明,通过数据融合产生的人口密度与各区县实际平均人口密度的相关系数大于0.85。最终生成的栅格人口密度数据在一定程度上反映了研究区内部人口分布的空间化。     

基于GIS的区域人口统计数据空间化——以重庆都市区为例

人口分布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.本文基于2009年重庆市的人口统计数据,以居民点为指示因子,使用GIS空间分析与统计学分析方法分析居民点分布与影响因子之间的相关性,相关性分别为-0.608、-0.902、0.94、0.994、0.952、0.995、0.957.利用居民点缓冲区的概念,用因子分析法得到海拔高度、土地利用、道路交通及河流水系4个因子对人口分布的影响权重,分别为0.726 75、0.000 6、0.026 7及0.248 0,然后通过数据融合实现研究区人口统计数据的空间化.结果表明,通过数据融合产生的人口密度与各区县实际平均人口密度的相关系数大于0.85.最终生成的栅格人口密度数据在一定程度上反映了研究区内部人口分布的空间化.     

夜间灯光遥感视角下的城镇时空格局演变分析——以兰西城市群为例

基于2012-2021年可见红外成像辐射仪夜间灯光遥感影像数据,利用规模测度、城市增长模式理论和空间标准差椭圆方法分析兰西城市群城镇时空格局演变.结果表明,兰西城市群多节点城镇规模布局逐渐均衡,兰州、西宁“双圈”城市首位度趋于合理;兰州都市圈由单核中心城市向多核心城市的区域协同发展转变,西宁都市圈处在优先发展单核中心城市后辐射带动周边多核心城市的发展过程;夜间灯光空间演化特征不断西移体现了西宁-海东都市圈成为兰西城市群夜间灯光规模体系的拉动力量,兰西城市群“一带双圈多节点”的区域均衡化规划格局逐步形成.     

基于边际效益递减规律的城市土地利用效率阶段评价

城市土地利用效率是合理配置利用我国有限土地资源的重要依据。为评价城市土地利用效率,该文提出了基于边际效益递减规律的城市土地利用效率阶段评价指标,并将其运用于实证研究。在对中国大陆除西藏外的30个省、自治区、直辖市的城市土地利用效率阶段评价分析后得到以下结果:时间上,城市土地利用效率较高区域数量增长缓慢,大部分区域城市土地利用效率较低;空间上,1995、2000年度城市土地利用效率较高区域在主要集中于东部地区,2010、2015年度主要集中于中部地区。因此,当前城市土地利用问题的关键是调整东西部低效率区域的城市土地利用技术水平及资本、劳动力的投入,进而达到提升东西部低效率区域城市土地利用效率阶段的目的。     

多因子贡献率权重的城市精细人口空间化方法:以北京市为例

以北京市作为研究区，以土地覆盖、河流道路、DEM、珞珈一号夜间灯光以及兴趣点各数据作为影响因子建立人口指标体系，针对人口空间化中多源数据权重确定方法复杂且主观性强的问题，提出以主成分分析法挖掘各项数据特征，以因子对指标评价体系的贡献率作为权重进行多因子加权融合，实现北京市30 m×30 m精细人口空间化．与Worldpop数据进行精度对比分析，结果表明:1）人口精细空间化结果的精度（R2=0.85、E_MR为0.28）优于Worldpop数据的精度（R2=0.67，E_MR为0.48）；2）北京市人口主要分布在中心主城区内，且向外呈现波动性递减趋势，在外围出现多个郊区次中心，与兴趣点密度具有相似的空间分布；3）各类兴趣点因子被赋予了较高的权重，可作为北京人口空间分布的重要指示性因子．该研究方法可为其他城市精细人口空间化研究提供参考．      

基于二元逻辑斯蒂模型的桐梓河流域土地利用变化及模拟

为探明典型喀斯特流域土地利用时空变化过程,揭示流域土地利用变化主控因素,本文以桐梓河流域1980~2015年五期的遥感影像解译数据以及研究区的自然社会经济等数据为基础,综合运用土地利用转移概率矩阵以及二元逻辑斯蒂回归模型对流域的土地利用格局进行了最佳模拟尺度选择,在此基础上构建了流域不同土地利用类型空间分布概率图。研究结果表明：桐梓河流域的景观类型异质性较强,土地利用类型在研究期间内转移过程比较复杂,各种土地类型流转中“转出与转入”现象普遍存在;桐梓河流域土地利用分析及其模拟的最佳空间模拟尺度为120m×120m;喀斯特流域林地与灌木林地的发生概率与降水量的大小并没有直接的关系,降水量越大的地方流域的林地分布概率也不一定越高,其发生概率一般与气温呈现出正相关关系,温度越高,林地和灌木林地的出现概率越大;喀斯特流域草地的分布与岩性有着极大的关系,草地发生概率一般出现在喀斯特地区以及降水量高的地区,而气温越高的地区草地出现的概率越低;从逐点对比的精度来看,建设用地的模拟准确率最高(89. 62%),水体次之(86. 15%),而草地的模拟准确率最低,其值仅为62.68%。由此可见在对喀斯特流域土地利用时空数据变化及其驱动力识别时,二元逻辑斯蒂回归模型具有很好的模拟能力。     

浙江省台风灾害风险评估

台风灾害发生具有不可抗拒性和不确定性,做好台风风险研究是灾害防御的重要工作。利用空间化技术,基于浙江省土地利用类型以及社会经济统计数据,定量模拟500 m×500 m分辨率的浙江省人口和GDP产值分布情况,作为承灾体脆弱性的精细化评估指标,结合影响浙江省的64个台风数据对浙江省台风灾害进行风险规划。结果表明,人口和GDP空间化结果模拟值与统计值线性相关系数达到0.95和0.98,在市县尺度能良好地反映统计数据分布规律,将空间化技术运用到台风灾害风险评估中,可提高风险评估和区划的精度,为防灾减灾政策制定提供参考依据。     

基于需求的京津冀地区生态系统服务价值时空变化研究

在分析生态系统服务供需逻辑关系的基础上选择指标,评估京津冀地区生态系统服务需求状况,划定需求类型区.基于2000和2015年土地利用现状数据,分析生态系统服务价值的时空变化,并提出相应的土地利用策略.结果表明:1)人类对生态系统有物质、环境和文化三大需求,对应生态系统供给、调节、支持和文化4大功能中的9项服务,可以从人...     

基于多源数据的河南省GDP空间化

随着社会经济的快速发展,以县区为单位统计的GDP数据不能客观反映县级内部地区的经济差异,对GDP 统计数据进行空间化是解决该问题的手段之一.本文以河南省为例,在GIS平台下采用分产业建模方式,结合土地利用 数据、人口数据、DMSP/OLS数据、GDP统计数据,利用相关分析和回归分析的方法,实现GDP的空间化.结果表明,第 一产业与土地利用类型有密切的线性关系;第二、三产业之和与人口数据、DMSP/OLS数据都有很好的相关性,将人口 数据与DMSP/OLS数据相结合构建的综合因子与GDP2,3之间的相关性更好,相关系数为0.949,R2 为0.901.利用综合 因子与第二、三产业GDP数据回归建模,可以提高第二、三产业空间化的精度.验证结果显示乡镇尺度模拟值与统计值 之间的平均相对误差为10.34%,本研究的模型具有较高的精度.空间化后的GDP的密度图能够反映地区内部的经济情 况,对研究该地区的经济空间差异有一定的价值.      

基于RS和GIS的江西省人口统计数据空间化

以2000年江西省人口统计数据为基础,分析各市县人口与土地利用类型、地貌类型之间的相关性,并按不同地貌类型建立了人口数据空间化模型,通过残差修正后,计算出了100m×100m分辨率江西省人口分布栅格数据。     

基于LUCC-ESs矩阵的京津冀城市群基础供给服务模型构建

针对传统生态系统服务评价方法的主观性强以及评价案例之间可比性差等问题, 建立基于改进的LUCC-ESs矩阵的生态系统服务评估的方法。该方法基于土地利用覆被类型, 建立不同覆被类型的生态系统服务价值量单元, 形成LUCC-ESs评价矩阵, 计算不同覆被类型的生态系统服务, 可以在一定程度上规避由不同核算方法和价值单位引起的结果差异, 使结果具有可比性和实用性。京津冀城市群生态系统服务评价表明, 基础供给服务的供给空间格局具有区域性, 与自然资源的存赋和土地生产力高度相关; 需求服务的空间格局在城市中心区聚集, 向城市周围逐渐递减, 表现出与人口空间格局一致的流动性和聚集性, 京津冀区域内外的基础服务呈现共同向京津冀城市中心区聚集的趋势。     

中国城市空气质量与土地集约利用的匹配关系及影响因素

 从空间匹配角度探究空气质量与土地集约利用的相互作用关系及影响因素,对缓解空气污染、创新城市节约集约用地新模式具有重要意义。利用趋势面、空间自相关、重力模型、空间错位模型、灰色关联度模型等方法对全国290个地级及以上城市空气质量与土地集约利用水平的空间分异规律、空间匹配关系及其驱动因素进行探讨。结果表明：（1）2017年全国城市空气质量在空间上呈现出以冀中南城市群为核心向外逐渐好转的中心-外围结构,集聚特征显著;全国城市土地集约利用水平在空间上呈现出以京津冀、长三角、珠三角城市群为核心向外扩散的多核空间结构,集聚特征亦比较明显。（2）全国城市空气质量与土地集约利用水平在空间上存在不完全协同、匹配现象,负向错位区主要分布在京津冀和长三角城市群,错位强度呈核心-边缘的空间结构,正向错位区分布在东北、西南、西北和南部沿海地区,错位强度呈现出由东南向西北方向递减的空间分布格局;空间错位贡献度具有明显的地域差异性,东部地区尤为突出。（3）全国城市空气质量与土地集约利用两系统总体关联度较强,其中影响空气质量的污染物浓度以及影响土地集约利用的归一化植被指数（NDVI）、建成区绿化率和地均工业废水排放量等因素为造成两系统空间错位差异的主要原因。     

基于GEE的土地利用变化对生态系统服务价值的影响研究——以京津冀地区为例

基于Google Earth Engine(GEE)云平台提供的随机森林分类算法对京津冀地区2017年—2019年遥感影像进行分类,解译出林地、耕地、草地、建设用地,水域和未利用地等类型,由此发现三年内林地、耕地、草地面积变化幅度最大,其次为建设用地、水域和未利用地.土地利用类型主要由耕地转向林地、草地;土地利用面积的变化导致研究区生态系统服务价值(ESV)总值从2017年的3 914亿元增长到2019年的4 013.99亿元,其中林地面积的变化起主要作用,而未利用地贡献最低; ESV对三地的生态价值系数缺乏弹性,生态系统服务价值系数对ESV的影响较小,结果具有可靠性. 研究表明伴随京津冀协同发展战略的推进,生态服务有所提高,但应当根据各地区实际情况合理规划土地利用格局,加强对林地、草地、水域的保护,推进集约用地,合理开发未利用地.     

黑龙江北部边境样带土地利用时空变化特征及其驱动因素

选取黑龙江省北部边境24个县市为样带,基于1995、2015年2期土地利用/覆被数据,利用空间分析、多元线性回归和地理探测器等方法,从时空耦合角度对样带的土地利用变化的时空特征进行分析,并以林地-耕地转换为例,探索土地利用变化的驱动因素．结果表明:1)1995—2015年,样带以耕地面积增长、林地和未利用地面积减少为土地利用/土地覆被变化的主要特征．研究区中的大兴安岭区、小兴安岭区、三江平原区耕地面积的增加速度逐渐加快,相应林地和未利用地面积减少的速度逐渐加快．林地-耕地类型的转移是研究区土地利用变化的主要类型,空间上集中分布在三江平原和小兴安岭北部的农林交错区;2)相对于自然资源因素,社会经济因素对农林交错区的林地-耕地转移的影响更大,主要受人口增长、产量增收和经济效益提高的影响;3)根据不同区域林耕转换的主导因素与驱动机制差异,将林地-耕地转移的典型县市划分为人口主导型、产量主导型和经济效益主导型3种地域类型．