融合多源空间数据的城镇人口分布估算

发布时间：2021-01-29 02:43

　　精细尺度的城镇人口空间分布是分析人类-资源-环境相互关系的重要指标。本文提出了一种融合地理空间大数据和高分辨率遥感数据估计精细尺度城镇人口分布的方法。通过对比各指标与人口相关性,选取R2>0.7的建筑面积、到道路距离、夜间灯光强度、商服中心、EAHSI指数、幼儿园、公园、小学、加油站、医院、公交车站、长途汽车站作为影响人口分布的变量因子。结合城市功能区数据确定人口分布区域,利用随机森林模型对宁波市2018年人口数据进行了500 m格网空间化,从而得出宁波市城镇人口空间分布图。最后,基于随机森林模型的变量因子重要性分析宁波市人口空间分布的影响因素。研究结果表明,本文所提出的城镇人口分布模型在街道尺度的估算精度为81.2%,平均相对误差MRE为0.29、RMSE为3279.89;网格级别的MRE为17.16,RMSE为1149.9,因此模型能精确地反演城镇内部街道人口分布信息。通过对变量因子重要性进行比较,发现建筑面积重要性约为0.22,对宁波市人口估算影响最大;到道路的距离、夜间灯光强度、商服中心、EAHSI（Elevation Adjusted Human Settlement ... 

【文章来源】：地球信息科学学报. 2020,22(08)北大核心

【文章页数】：10 页

【部分图文】：

2018年宁波市区平均人口密度

(5）城市功能区数据由高分遥感数据结合POI数据自动分类提取[16](http://geoscape.pku.edu.cn/），共分12类：林地、绿地、水体、交通、未开发（城市、村镇内部未开发的土地、裸土）、农业用地、工业用地、商业用地、学校机构、一类居住（以低层住宅为主的用地）、二类居住（以多、中、高层住宅为主的用地）和三类居住（棚户区、农村宅基地等）（图4）。图3 2018年宁波市EAHSI指数

2018年宁波市EAHSI指数

【参考文献】：
期刊论文
[1]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[J]. 张秋媛,彭明春,王崇云,周长威.  云南大学学报(自然科学版). 2019(05)
[2]改革开放40年中国人口迁移变动趋势——基于人口普查和1%抽样调查数据的分析[J]. 马忠东.  中国人口科学. 2019(03)
[3]基于Landsat8影像时间序列NDVI的作物种植结构提取[J]. 白燕英,高聚林,张宝林.  干旱区地理. 2019(04)
[4]基于POI数据的人口分布格网化方法研究[J]. 淳锦,张新长,黄健锋,张鹏程.  地理与地理信息科学. 2018(04)
[5]基于夜间灯光与LUC数据的川渝地区人口空间化研究[J]. 胡云锋,赵冠华,张千力.  地球信息科学学报. 2018(01)



本文编号：3006132