基于土地利用类型数据的统计人口空间化模型研究:以福建省为例

文章基于福建省土地利用类型数据进行县级统计人口的空间化,比较分区人口空间化模型与不分区人口空间化模型及不同格网大小的人口空间化精度,探讨基于土地利用类型数据的统计人口空间化模型合理性及合适空间化尺度.结果表明:采用不分区建模的方法进行人口数据空间化,最适宜的格网尺度为6 km,其格网人口抽样精度为62.12%;采用分区建模的方法进行人口数据空间化,最适宜的格网尺度为3 km,其格网人口抽样精度为84.41%.鉴于此,对于福建省当前的人口空间分布,采用分区建模后3 km格网尺度的人口空间分布,能够较精确地反映各县市真实的人口分布情况.     

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.     

基于多源数据的福建省GDP空间网格化

采用DMSP/OLS夜间灯光数据结合土地利用类型数据、DEM数据等派生的多指标数据对福建省2008年GDP进行网格化.结果显示:利用DMSP/OLS数据、土地利用数据、DEM多源数据的多元逐步回归,较单一DMSP/OLS与GDP的一元回归模型增加了农林牧业对GDP的贡献,提高了GDP的预测精度,但从残差显示在预测区域经济发达程度高的区域比区域经济发达程度较低的区域GDP预测精度偏低;因此按多元回归的相对误差(δ=0.5)为界限将多源数据指标重新多元逐步回归,可提高GDP网格化的精度;最后借助统计数据进行调整得到福建省县域尺度零误差的GDP网格化分布图,为DMSP/OLS数据在县域尺度的应用提供了新的思路.生成的结果图能较全面地反映县域尺度下的福建省区域经济的空间分布特征,其结果对区域经济分析、资源环境研究等具有一定的实用价值.     

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.      

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．      

基于遥感影像的中尺度人口统计数据空间化——以京津冀地区为例

基于 DMSP/OLS 夜间灯光数据、土地利用数据及其他与人口分布相关的社会经济与生态环境因子, 在中尺度区域上研究人口统计数据的空间化及应用。以京津冀地区为研究区, 首先获取2010 年京津冀地区人口普查数据; 然后基于各个相关因子(公路、铁路、河流、坡度、土地利用和夜间灯光)计算概率系数; 最后综合各种输入变量和概率系数运用地理信息系统技术把人口普查数据分配到各个像元上。用城市人口普查数据对分配结果进行检验, 检验结果为: 京津冀地区2010 年人口统计数据的空间化结果在城市尺度上的校验准确率可以达到74%以上。此检验结果表明该人口统计数据空间化的方法可以很好地应用于中尺度区域人口统计数据的空间化。     

基于地理探测器的山东省人口空间格局演变及影响因素研究

以山东省县域为研究尺度,基于山东省136区县人口普查数据,利用空间自相关方法和地理探测器模型,探讨山东省人口空间分布格局演变与影响因素之间的关系。结果表明：(1)2000—2020年,山东省人口空间格局基本保持不变,呈现西南高东北低的格局;人口重心始终位于潍坊市临朐县,并向东北方向缓慢移动。(2)山东省人口分布集中指数与不均衡指数均呈上升趋势,人口分布总体向集中与不均衡分布发展。(3)山东省人口密度莫兰指数>0,呈现出显著空间正相关;人口分布在空间上呈显著的高-高集聚、低-低集聚特征,且有增强趋势。(4)不同影响因素对山东省人口空间分布的影响力不同,其由大到小依次为平均房价、城镇化率、人均可支配收入、人均GDP、气温、降水、高程、地形起伏度。人口空间格局是多因子综合作用的结果,任意两因子交互作用的影响力均大于单因子单独作用的影响力。     

基于多源数据的四川省GDP公里格网化研究

社会经济统计数据的空间化是地理、社会、经济等领域共同关注的热点问题之一.针对以行政区为单元的经济统计数据难以反映单元内详细分布的问题,通过分析一、二、三产业GDP与土地利用类型的关系,对第一产业建立面积加权的空间化模型;第二产业中水电业建立装机容量加权的空间化模型,其余第二产业建立面积加权模型;第三产业中交通业建立路网长度加权的空间化模型,其余第三产业基于城镇规模,建立距离衰减加幂指数模型,以建立的模型进行四川省2009年GDP空间化实验,得到1km2的格网GDP空间分布数据,分析表明四川省GDP高值区分布在以成都市为中心的成都经济区,较真实地反映了区域经济的空间分布特征,其结果对灾害风险评估、区域经济分析、资源环境研究等具有重要意义.     

基于GIS的甘南高原积温资源空间插值分析

将气象台站的海拔和经纬度位置作为影响积温空间分布的因子,采用回归分析方法建立空间插值模型,对甘南高原0℃年积温进行空间插值分析,年积温资源分布图。研究表明,在甘南高原区域尺度上,积温资源的分布主要受海拔影响,积温与海拔之间关系以二次回归模型精度最好;全区包含了从寒冷到温暖共4个热量带,积温资源量总体偏低,其中0℃年积温小于1300℃的高寒带占有主要地位。     

区域人口空间分布多尺度动态分析方法研究

贯彻落实国家中部崛起计划、 制定区域人口政策以及促进湖北省人口经济与资源环境相均衡等提供科 学决策依据。 在城市-城市群-省域多级尺度特征上, 结合地统计方法、 空间自相关分析、 分段回归模型等, 提出了一种区域人口空间分布格局多尺度动态模拟流程方法。 利用此方法, 在武汉市-武汉城市圈-湖北省 3 个 尺度上, 对湖北省 1990 ~2010 年人口空间分布结构进行了动态模拟实验分析。 结果表明, 20 年来, 武汉市人 口持续向中心集聚, 依旧处于城镇化早期阶段, 且其人口格局被分割为两个不同的结构带; 在 3 个地理尺度 上, 人口空间分布均有表现为明显的集聚特征, 随地理尺度的扩大, 人口密度梯度趋于平滑。     

福建省贫困村的空间分布特征及其影响因素研究

在县域基础上,以各贫困村为基本研究单元,运用核密度分析和空间自相关分析相结合的方法探讨福建省2201个贫困村的空间分布特征,并利用最小二乘线性回归模型分析其影响因素。结果表明:福建省的贫困村密度总体上呈现出东北部高、西部略高、东南部低的"大分散,小集中"的山海区域间差异较大的空间格局,包括一个核心集中区和多个相对集中区;在内部关联格局上,具有较强的空间依赖性,贫困村比率高的县市在空间上集聚;地形海拔、到所在市中心的距离和路网密度显著影响福建省贫困村的空间分布格局,各因素的作用效应不同。研究结果为福建省的精准扶贫工作提供了参考。     

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。     

聊城市人口密度空间化方法探讨与运用

人口的空间分布是指一定时点上人口在各地区的分布状况,是人口过程在空间的表现形式.在考虑人口分布受自然、社会、经济等因子影响的情况下,文章采用相关分析法,得出聊城市人口密度分布与道路密度分布关系密切的结论,其相关系数为0.829 5;在此基础上采用属性数据栅格化、数字人口模型(DPM)、数据内插,尤其是点内插与面内插相结合的方法对聊城地区人口密度空间分布进行模拟,进而得出区域内部人口密度空间分布的连续变化规律并对该分布规律进行相应分析.     

雅鲁藏布江流域TRMM降水数据降尺度研究

为了获取我国西南典型缺资料地区雅鲁藏布江流域较高时空分辨率的降水空间分布数据,开展了复杂地形条件下的卫星降水资料降尺度方法研究.构建了基于TRMM降水数据的雅鲁藏布江流域降水时空降尺度模型,并利用搜集的降水实测数据对模型进行了率定和精度验证,结果表明:1)研究提出的水汽运移距离因子在雅江流域与降水具有很强的相关性,在构建的空间降尺度模型中其显著性优于传统地形指示因子DEM;2)TRMM降尺度结果较原始降水数据空间分布更为合理性且细节刻画能力更强,但统计精度月际差异明显,月R2值主要集中在0.5~0.9之间,RMSE值在3.7~40mm之间波动,且整体呈现随月降雨量增加而增大的趋势,个别月份由于降水观测极值出现而导致R2值不足0.1.日尺度上,降尺度结果受原始TRMM降水数据精度影响,平均精度R2不足0.3.     

夜间灯光数据下河北省能源消费量的空间模拟

以NPP-VIIRS夜间灯光为数据源,对河北省各地级市能源消费数据与夜间灯光数据进行相关性分析,确定相关系数最高的二次多项式模型作为能源消费的回归模型,根据夜间灯光数据计算并修正各地级市内能源消费值,生成1km格网的河北省能源消费分布图.精度检验结果表明,能源消费的总体相对误差接近0,说明模型的模拟精度较高.全局空间自相关分析结果显示,2013年河北省能源消费具备显著的空间集聚性;局部空间自相关分析结果表明高能源消费区集中于各地城区和工业区,低能源消费区集中于以林地和耕地为主的北部和西部山区中,结果符合河北省能源消费的现状.     

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.     

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。     

福建省入境旅游空间聚集性分析及发展研究

系统收集2000—2008年福建省9地市入境游客数据,利用市场占有率、地理集中指数和变异系数对福建省入境旅游地域分布的空间聚集性进行定量分析.研究表明:入境旅游具有较高的空间聚集性,主要分布在中心城市和高级别旅游景区(点),如福州、厦门和泉州等城市;港澳台游客占主导,外国游客以日本、美国、新加坡和马来西亚居多;入境旅游的空间聚集性在逐渐下降,而空间均衡度在逐渐提高,反映出旅游发展地域分布正在逐渐扩展.福建省近10年入境旅游统计资料作为原始数据,建构时间序列模型.研究表明:模型预测结果与实际数据基本一致,进而利用模型对福建省未来5年入境旅游指标进行预测.     

湖北省土壤微量元素县域分异特征及其与健康相关性

土壤微量元素与人体健康息息相关.以土壤普查和人口普查数据为基础,运用GIS空间分析及SPSS数理统计方法,对湖北省县域尺度上土壤有效态微量元素空间分异特征进行分析,并对微量元素与人口健康相关性进行探讨.结论如下：1)县域尺度上Zn、B、Mo、Mn、Fe、Cu 6种土壤微量元素分布均存在明显空间聚集特征,B元素的Moran's I值最大,其空间聚集性相对最好,Zn元素的Moran's I值最小,空间聚集性相对最差;空间分布模式中以高值聚类(HH)所占比例最高,同时正热点区域比例均高于负热点区域,不同微量元素之间的正、负热点区域空间分布存在某些一致现象.2)县域尺度上人口健康水平分布存在明显的空间聚集特征,并非在整个区域内随机散发分布,长寿指数的集聚性要略高于死亡率,表明县域尺度上湖北省长寿人口分布相对较集中;长寿指数和死亡率的空间分布模式差异较大,同时发生高值或低值聚集的县域个数和空间位置呈现出不同分布特征.3)Mo和Cu两种元素与人口健康指标相关性达到显著性水平,表明其在一定程度上影响着区域人口健康状况;适量的Zn和Mn元素是已被证明有益于人体健康的微量元素,但在本次研究的县域尺度上进行相关性分析时,没有通过显著性检验.研究有利于深入认识土壤微量元素空间分异特征,为进一步开展土壤环境与人口健康的机理研究提供借鉴.     

六个全球历史土地覆盖数据集数据来源的对比分析

主要从源数据角度分析了当前存在的6套全球历史土地覆盖数据集是如何发展和改进的,并对比了这些数据集的数据来源的继承性及其在空间覆盖范围和分辨率上的差异。得到以下结论:1)基于HH数据,SAGE和HYDE2.0不断地添加亚国家尺度的数据并将土地利用统计数据进行网格化;HYDE数据集的不同版本,通过不断搜集亚国家人口数据和人均土地利用估计而进行不断提高和完善;LSCAN数据集改进了欧洲殖民国家的土地利用分配;LUH数据集以HYDE和SAGE/HYDE为输入情景,模拟了年土地利用转化率;KK10数据集似乎是与HYDE相独立的一套数据集,其假定随着人口密度的增加人均土地利用逐渐降低。2)HYDE2.0的数据源主要包括Ramankutty等、Richard等、Richard、Goldewijk等,其耕地数据源的空间分辨率存在差异:美国为州尺度,南亚和东南亚为国家尺度,其他区域为大洲尺度,且大洲尺度的耕地数据均已通过假定区域内各国家耕地与该区域变化趋势相同的方法而降尺度到了国家尺度。HYDE3.2的源数据的空间分辨率已与HYDE2.0没有差异,所有区域都通过历史人口和人均土地利用而获得国家尺度或亚国家尺度的耕地数据估计。3)未来改进数据可靠性的可能的途径有2个:一是补充人均土地利用估计和改进其可靠性;二是采集和补充国别以下尺度的耕地和牧草地面积数据。