一种改进人口数据空间化的方法:农村居住地重分类

人口( 统计) 数据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。本文在论 述已有人口空间化方法的基础上, 认为遥感影像得到的居民地数据是表达人口分布的最好指标。 为了使居民地数据更好地应用于人口空间化的研究, 论文在分析各种与人口居住密度相关指标 的基础上, 确定了用农村居民地面积所占百分比对农村居民地进行重新分级, 然后应用于人口空 间化的计算。结果检验表明, 人口空间分布数据的误差从分级前的17.4%降到分级后的12%, 尤 其是误差高于30%的乡镇个数从8 个减少到1 个, 该方法有效地提高了人口空间数据的精度。     

基于空间分析方法的人口空间分布区划

人口空间分布区划是进行人口统计数据空间化处理的基础性工作,通过与人口空间分布紧密相关的要素设计算法计算各省及县人口分布特征指数,确定各省人口特征指数重心和区划指数,据此构建三维特征空间,通过计算各省之间的空间距离,根据最小距离法则将全国分为8个人口空间分布特征区域,并对各区基本情况进行了简要分析.     

基于地理大数据和多源信息融合的区域未来人口精细化空间分布模拟研究——以珠江三角洲为例

首先采用队列因素法和CA-Markov模型对区域未来人口规模和土地利用格局进行模拟预测,并结合POI地理大数据,利用多源信息融合法构建区域未来人口精细化空间分布模拟模型,以珠江三角洲城市群2030年各区县精细化的人口空间分布预测进行实证分析。结果表明：① 采用队列因素法进行珠江三角洲各区县人口规模预测的相对误差大部分在5%以下,基于CA-Markov模型土地利用模拟的Kappa系数达到0.97;② 珠江三角洲城市群精细化的人口空间分布模拟数据与实际人口数据的拟合趋势线R²达到了0.90,模拟效果优于Worldpop数据集,体现了POI地理大数据与多源信息融合在精细化人口空间分布模拟上的优势;③ 珠江三角洲未来人口呈现由中心向外围扩散和递减的空间分布格局,空间差异显著且较为稳定,70%的人口集中在广州、深圳、东莞和佛山等核心城市。     

基于多智能体模型与建筑物信息的高空间分辨率人口分布模拟

自上而下的人口分布模拟模型自动化程度较低,难以分析人口分布成因,且因精细尺度的人口样本较难获取而不太适用于高空间分辨率人口分布模拟。提出了一种基于多智能体模型和建筑物信息的高空间分辨率人口分布模拟模型。首先利用建筑物三维分布数据提取住宅建筑,构建智能体人口分布模拟模型的环境;然后基于统计、调研数据定义智能体属性,确定智能体居住选择行为规则;最后以泰日社区为例进行了居住人口分布仿真模拟。研究结果表明,基于建筑物信息的人口分布多智能体模型,可以获取每栋建筑物上的人口,改进了当前高分辨率人口模拟主要只模拟小区或者居委会人口的不足;多智能体模型具有较高的自动化程度,不仅能获得较好的模拟结果,而且可在一定程度上从微观机理解释宏观居住分布模式,是对传统统计模型的有益补充。     

基于空间分析方法的中国区域差异研究

利用中国1952~2000年各省区的人口、土地利用和人均GDP等数据,采用空间分析方法对中国区域社会经济发展差异问题进行了实证研究。对中国大陆的几何中心、可利用土地、人口和GDP总量的空间中心计算表明,空间中心统计是一种简单有效刻画要素空间分布的方法。通过对中国各省区人均GDP的空间自相关系数Moran's I的计算,表明中国社会经济发展主要指标存在强烈的空间自相关,空间分析方法不失为一种深入理解区域经济格局及其变化的重要和有益的方法。对不同年度的Moran's I和Local Moran I的分析也揭示了中国区域经济格局的时空变化规律。     

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。     

缅甸省域人口分布格局及其影响因素研究

缅甸是“一带一路”的重要战略节点，且其省域间存在较大的文化差异，给在缅投资带来较大的不确定性。因此剖析缅甸省域人口分布格局及其影响因素具有重要的理论意义和现实价值。本研究在阐述缅甸各省（邦）人口分布格局的基础上，基于缅甸各省（邦）2005—2017年人口、社会经济、自然环境等面板数据，构建影响因素指标体系；其次利用主成分分析对其指标体系进行降维；然后使用空间杜宾模型，着重考虑各要素的空间溢出效应，对缅甸人口分布格局的影响因素进行分析。结果表明：(1)缅甸人口空间分布格局异质性显著，呈现以仰光、曼德勒、内比都为核心的全国人口集聚区，三省区人口占全国总人口的28.5%；(2)社会公共服务对人口分布具有显著的正向直接效应，自然环境对人口分布具有显著的正向直接效应和负向空间溢出效应，城市发展与就业质量对人口分布具有显著的正向直接效应和正向空间溢出效应，政治冲突事件对人口分布具有显著的负向空间溢出效应，而经济发展对人口分布的影响统计不显著。     

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。     

山东省人口空间分布格局的多尺度分析

人口空间分布具有一定的尺度依赖性,从不同尺度上对人口空间分布格局进行分析,可以更确切、真实地揭示人口的空间分布规律,为制定区域发展规划、灾害评价、环境保护等提供科学依据。本文以山东省为研究区,运用空间自相关方法和统计相关分析方法,比较市级、县级、1 km三个尺度上人口分布的空间自相关性及其与环境—经济因子的统计相关性,试图探讨不同尺度下人口的空间分布模式及影响(指示)因素,从不同尺度揭示人口的空间分布格局特征。结果表明:①从不同尺度对人口的空间分布格局进行分析,可以得到从宏观到微观不同详细程度的信息。从市级尺度分析,可以得到山东省整体的人口空间分布特征;从县级尺度分析,可以得到山东省各市内部的人口空间分布特征;从1 km尺度分析,可以得到山东省各县内部的人口空间分布特征。②不同尺度上,人口的空间分布格局特征不同。市级和县级尺度上,人口分布受环境—经济因子的影响表现出与一些因子显著相关,而受空间集聚的作用较小;1 km尺度上,人口分布与环境—经济因子的相关性较小,而主要受空间集聚的作用,在县内部,人口往往集中分布于某一区域,呈现出典型的集聚分布模式。     

人口空间分布的异质性测量

基于数据异质性测量理论,提出了人口空间分布异质性测量的方法,即人口空间分布的相对异质性指数(GPD)。接着以江苏省为研究区域,采用GPD指标对江苏省2005年的人口空间分布的异质性进行了测度。结果表明:基于地级市行政单元的人口空间分布的异质性较小,而基于县级行政单元的人口空间分布的异质性较大;人口空间分布异质性大的地区主要分布在苏南地区,而异质性小的地区主要分布在江苏东北部。采用Moran散点图和Local Moran's I统计量对江苏省县级单元的人口密度分布的局域空间自相关进行分析,结果显示:人口空间分布的异质性与人口密度空间分布的聚集性特征密切相关,异质性大的地区一般出现在人口密度"低-高"或"高-低"聚集的地区,异质性小的地区一般出现在"低-低"或"高-高"聚集的地区。