Please wait a minute...
img

官方微信

遥感技术与应用  2020, Vol. 35 Issue (1): 219-232    DOI: 10.11873/j.issn.1004-0323.2020.1.0219
遥感应用     
多源数据融合的中国人口数据空间化研究
郭雨臣1,2,3(),黄金川1,2,3(),林浩曦1,2,3
1. 中国科学院地理科学与资源研究所,北京 100101
2. 中国科学院区域可持续发展分析与模拟重点实验室,北京 100101
3. 中国科学院大学资源与环境学院,北京 100049
Spatialization of China’s Population Data based on Multi-source Data
Yuchen Guo1,2,3(),Jinchuan Huang1,2,3(),Haoxi Lin1,2,3
1. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
2. Key Laboratory of Regional Sustainable Development Analysis and Simulation, Chinese Academy of Sciences, Beijing 100101, China
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
 全文: PDF(4327 KB)   HTML
摘要:

人口数据通常是以行政区为单元进行统计,在与其他空间数据进行综合分析时往往存在尺度不一等诸多问题。人口数据空间化研究是探究人口空间分布规律的过程,其最终成果可为人口分布与其他数据的空间关联研究奠定基础,同时也可直接应用于灾害影响评估等领域,具有重要的学术意义和应用价值。基于人口分布和土地覆盖、交通路网数据的空间关系构建人口空间化模型,将人口划分为城镇人口和农村人口,通过相关权重法(Relative Weight)对土地覆盖类型赋权,利用交通路网数据修正,对农村人口进行空间展布;分析不同等级交通路网数据影响方式的不同,对城镇人口进行展布,最后通过规划求解等方法将不同类型数据叠加融合。人口数据空间化结果表明:我国人口分布对海拔地形十分敏感,低海拔平原和台地面积仅占我国国土面积的16.49%,而生活在其上的人口却占总人口的54.88%,相反,我国山地丘陵面积占比为55.78%,但是仅分布22.11%的人口;东部人口集中于黄淮海地区、四川盆地、长江中小游以及东北平原等地;中国城镇人口呈现典型的“点轴”分布特点,沿主要交通线的集中分布比较明显。

关键词: 人口数据空间化土地覆盖交通路网相关权重法    
Abstract:

The population data is usually calculated by administrative districts. When comprehensive analysis is carried out with other spatial data, there are often many problems such as different scales. The spatial data of population data is the process of exploring the spatial distribution of population. The final result can be other spatial correlation research. It lays the foundation and can also be directly applied to disaster impact assessment and other fields, which has important academic significance and application value. The population spatialization model is based on the spatial relationship between population and land use and traffic road network data. The population is divided into urban population and rural population. The land use type is empowered by the relative weight method, and the traffic network data is used to correct it. Spatial distribution of rural population; analysis of different ways of affecting different levels of traffic road network data, comprehensive distribution of urban population, and finally through the planning and other methods to superimpose and integrate different types of data. The results of population data spatialization results show that China's population is very sensitive to altitude and topography. Low-altitude plains and terraces only account for 16.49% of China's land area, while the population living on it accounts for 54.88% of the total population. On the contrary, China's mountains The proportion of hills is 55.78%, but only 22.11% of the population is distributed. The eastern population is concentrated in the Huanghuaihai area, the Sichuan Basin, the Yangtze River small and medium-sized tourist, and the Northeast Plain. The urban population in China presents a typical “point-axis” distribution. The distribution along the main traffic lines is more prominent.

Key words: Population data spatialization    Land cover    Traffic network    Related weights
收稿日期: 2018-10-03 出版日期: 2020-04-01
ZTFLH:  TP75  
基金资助: 中国科学院战略性先导科技专项(A类)“大数据驱动的美丽中国全景评价与决策支持”课题(XDA19040501)
通讯作者: 黄金川     E-mail: guoyc.17s@igsnrr.ac.cn;huangjc@igsnrr.ac.cn
作者简介: 郭雨臣(1994-),男,天津人,硕士研究生,主要从事城市地理与区域规划研究。E?mail:guoyc.17s@igsnrr.ac.cn
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
郭雨臣
黄金川
林浩曦

引用本文:

郭雨臣,黄金川,林浩曦. 多源数据融合的中国人口数据空间化研究[J]. 遥感技术与应用, 2020, 35(1): 219-232.

Yuchen Guo,Jinchuan Huang,Haoxi Lin. Spatialization of China’s Population Data based on Multi-source Data. Remote Sensing Technology and Application, 2020, 35(1): 219-232.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2020.1.0219        http://www.rsta.ac.cn/CN/Y2020/V35/I1/219

图1  人口数据空间化研究技术路线
图2  人类活动区与无人区识别结果
图3  无人区类型划分
序号 分区 序号 分区
1 东北区 7 黄土高原地区
2 黄淮海区 8 四川盆地区
3 长江中下游地区 9 云贵高原区
4 江南区 10 横断山区
5 华南区 11 西北区
6 内蒙古高原及长城沿线区 12 青藏高原区
表1  中国12大农业生态区分区
东北区 黄淮海区 长江中下游地区 江南区 华南区 内蒙古高原及长城沿线区 黄土高原地区 四川盆地区 云贵高原区 横断山区 西北区 青藏高原区
农村居民点 39.9 49.0 14.4 4.5 20.7 11.1 55.0 2.0 0.4 0.5 22.5 7.7
其他建设用地 0.5 2.1 1.0 8.1 1.9 8.7 3.3 14.6 0.5 0.2 12.5 3.8
旱地 37.2 36.1 29.2 18.5 18.4 32.0 18.1 22.4 51.5 17.2 25.2 26.1
水田 11.6 2.9 10.7 31.6 8.3 0.6 0.5 21.3 0.7

13.9

(22.6)

3.2 8.5
有林地 1.1 0.5 5.1 13.3 9.3 5.4 6.2 3.2 4.7

8.1

(13.2)

1.9 9.7
灌木林 0.5 0.8 3.9 1.9 4.6 24.1 0.7 8.1 15.7 11.0 2.1 2.5
疏林地 0.7 0.6 4.3 13.3 13.0 4.9 1.7 6.7 2.5

3.0

(5.0)

6.4 3.2
其他林地 0.8 1.1 5.5 3.5 10.9 4.2 4.2 15.4 1.9 9.8 14.3 10.9
高覆盖草地 2.8 2.6 9.6 2.7 6.5 4.0 2.0 1.3 1.8

4.3

(7.0)

3.8 11.0
中覆盖草地 4.0 2.4 9.1 1.1 3.9 2.6 3.7 4.1 17.6

16.0

(26.1)

5.5 8.8
低覆盖草地 1.0 1.8 7.2 1.4 2.5 2.3 4.8 0.9 2.7

16.0

(26.2)

2.5 7.7
表2  分区土地覆盖权重矩阵
图4  分区土地覆盖类型权重克利夫兰点图
图5  路网密度
图6  城镇用地面积与距国道距离曲线图
距离 回归公式 R Square P-value
<20 km l n ? y = - 0.1471 x + 8.6643 0.899 2.2008E-10***
<10 km l n ? y = - 0.2518 x + 9.1703 0.978 6.39126E-08***
表3  ln(城镇用地面积)与距离区间中值回归结果
距离区间 距离区间中值xi | d y d x ( x = x i ) |
0 ~ 1 km 0.5 2133.0
1 ~ 2 km 1.5 1658.2
2 ~ 3 km 2.5 1289.1
3 ~ 4 km 3.5 1002.1
4 ~ 5 km 4.5 779.1
5 ~ 6 km 5.5 605.6
6 ~ 7 km 6.5 470.8
7 ~ 8 km 7.5 366.0
8 ~ 9 km 8.5 284.5
9 ~ 10 km 9.5 221.2
表4  不同距离区间权重值
图7  全国公里格网人口空间化数据
自由度 总方差和 平均方差和 F value Pr(>F)
土地覆盖 发展阶段分组 3 15 995 5 332 0.728 0.536
残差 339 2 481 619 7 320
县道 发展阶段分组 3 370 548 123 516 14.53 6.30E-09***
残差 339.0 2 881 140 8 499
表5  农村人口估计误差单因素方差分析
发展阶段 观测值 土地覆盖系数 道路网络系数
城市化成熟区 31 0.959 0.041
城市化发展区 143 0.569 0.431
城市化提速区 150 0.584 0.416
城市化起步区 19 0.238 0.762
表6  农村人口融合比例分析
自由度 总方差和 平均方差和 F value Pr(>F)
城市主干道 发展阶段分组 3 4 240 560 1 413 520 16.02 9.20E-10***
残差 339 29 910 800 88 232
国道 发展阶段分组 3 290 854 96 951 5.54 0.001 01**
残差 339 5 932 187 17 499
表7  城镇人口估计误差单因素方差分析
R Square 城市主干道独立解释份额 国道独立解释份额
城市化成熟区 0.673 44.19 55.81
城市化发展区 0.746 31.39 68.61
城市化提速区 0.658 32.47 67.53
城市化起步区 0.715 46.16 53.84
表8  两类道路解释力权重
交通通道两侧距离/km 面积占比/% 人口占比/%
5 1.08 7.07
10 2.17 12.95
15 3.27 17.12
20 4.38 20.22
表9  主要交通通道两侧人口分布情况
地形 面积占比/% 人口占比/%
低海拔平原 11.48 43.56
中海拔平原 6.82 4.90
高海拔平原 2.99 0.80
极高海拔平原 0.94 1.26
低海拔台地 5.11 11.33
中海拔台地 2.45 1.50
高海拔台地 1.20 0.35
极高海拔台地 0.71 0.79
低海拔丘陵 6.67 6.31
中海拔丘陵 8.79 1.50
高海拔丘陵 1.23 0.17
极高海拔丘陵 1.05 0.45
山地 38.03 13.67
表10  基于人口空间化数据对全国不同地形的人口统计结果
1 Bai Zhongqiang , Wang Juanle , Yang Fei .Research Progress in Spatialization of Population Data[J].Progress in Geography,2013,32(11):1692-1702.柏中强, 王卷乐, 杨飞.人口数据空间化研究综述[J].地理科学进展,2013,32(11):1692-1702.
2 Fu Haiyue , Li Manchun , Zhao Jun ,et al .Summary of Grid Transformation Models of Population Data[J].Human Geography,2006,21(3):115-119.符海月,李满春,赵军, 等 .人口数据格网化模型研究进展综述[J].人文地理,2006,21(3):115-119.
3 Xu Ying .The Relations of Tourism Region and Administrative Region: on the Case of Huangshan City[J].Economic Geography,2003,23(6):786-790.薛莹.论旅游区域与行政区域的关系—以黄山市为例[J].经济地理,2003,23(6):786-790.
4 Li Fei , Zhang Shuwen , Yang Jiuchun ,et al .A Review on Research about Spatialization of Socioeconomic Data[J].Geography and Geo-Information Science,2014,30(4):102-107.李飞,张树文,杨久春, 等 .社会经济数据空间化研究进展[J].地理与地理信息科学,2014,30(4):102-107.
5 Wu Jiansheng , Xu Duo , Xie Wudan ,et al .Spatialization of Demographic Data at Medium Scale based on Remote Sensing Images: Regarding Beijing-Tianjin-Hebei as an Example[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2015,51(4):707-717.吴健生,许多,谢舞丹, 等 .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[J].北京大学学报(自然科学版),2015,51(4):707-717.
6 Liu Jinsong .A Review of Population Geography Research in China[J].Acta Geographica Sinica,2014,69(8):1177-1189.刘劲松.中国人口地理研究进展[J].地理学报,2014,69(8):1177-1189.
7 Ye Yu , Liu Gaohuan , Feng Xianfeng .Presentation of Spatial Distribution of Population and Its Application[J].Journal of Geo-Information Science,2006,8(2):59-65.叶宇, 刘高焕, 冯险峰.人口数据空间化表达与应用[J].地球信息科学学报,2006,8(2):59-65.
8 Hu Yunfeng , Wang Qianqian , Liu Yue ,et al .Index System and Transferring Methods to Build the National Society and Economy Grid Database[J].Journal of Geo-Information Science,2011,13(5):573-578.胡云锋,王倩倩,刘越, 等 .国家尺度社会经济数据格网化原理和方法[J].地球信息科学学报,2011,13(5):573-578.
9 Zhong Weijing , Wang De , Xie Dongcan ,et al .Dynamic Characteristics of Shanghai's Population Distribution Using Cell Phone Signaling Data[J].Geographical Research,2017,36(5):972-984.钟炜菁,王德,谢栋灿, 等 .上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索[J].地理研究,2017,36(5):972-984.
10 Xu Zening , Gao Xiaolu .A Novel Method for Identifying the Boundary of Urban Built-up Areas with POI Data[J].Acta Geographica Sinica,2016,71(6):928-939.许泽宁, 高晓路.基于电子地图兴趣点的城市建成区边界识别方法[J].地理学报,2016,71(6):928-939.
11 Tobler W , Deichmann U , Gottsegen J ,et al .World Population in a Grid of Spherical Quadrilaterals[J].International Journal of Population Geography,1997,3(3):203-225.
12 Dobson J E , Bright E A , Coleman P R ,et al .LandScan: A Global Population Database for Estimating Populations at Risk[J].Photogrammetric Engineering & Remote Sensing,2000,66(7):849-858.
13 Tian Yongzhong , Chen Shupeng , Yue Tianxiang ,et al .Simulation of Chinese Population Density based on Land Use[J].Acta Geographica Sinica,2004,59(2):283-292.田永中,陈述彭,岳天祥, 等 .基于土地覆盖的中国人口密度模拟[J].地理学报,2004,59(2):283-292.
14 Liao Shunbao , Sun Jiulin .GIS based Spatialization of Population Census Data in Qinghai-Tibet Plateau[J].Acta Geographica Sinica,2003,58(1):25-33.廖顺宝, 孙九林.基于GIS的青藏高原人口统计数据空间化[J].地理学报,2003,58(1):25-33.
15 Chen Qing , Hou Xiyong .An Improved Population Spatialization Model by Combining Land Use Data and DMSP/OLS Data[J].Journal of Geo-Information Science,2015,17(11):1370-1377.陈晴, 侯西勇.集成土地利用数据和夜间灯光数据优化人口空间化模型[J].地球信息科学学报,2015,17(11):1370-1377.
16 Zhao Tongtong , Song Bangguo , Chen Yuansheng ,et al .Analysis of Population Distribution and Its Spatial Relationship with Terrain Elements in the Yarlung Zangbo River, Nyangqu River and Lhasa River Region, Tibet[J].Journal of Geo-information Science,2017(2):225-237.赵彤彤>,宋邦国,陈远生, 等 .西藏一江两河地区人口分布与地形要素关系分析[J].地球信息科学学报,2017(2):225-237.
17 Bai Zhongqiang , Wang Juanle , Yang Yaping ,et al .Characterizing Spatial Patterns of Population Distribution at Township Level Across the 25 Provinces in China[J].Acta Geographica Sinica,2015,70(8):1229-1242.柏中强,王卷乐,杨雅萍, 等 .基于乡镇尺度的中国25省区人口分布特征及影响因素[J].地理学报,2015,70(8):1229-1242.
18 Wang Juanle , Cheng Kai , Bian Lingling ,et al .Integration Framework and Key Technology of Big Earth Data for SDGS and Beautiful China Evluation[J].Remote Sensing Technology and Application,2018,33(5):775-783.王卷乐,程凯,边玲玲, 等 .面向SDGS和美丽中国评价的地球大数据集成框架与关键技术[J].遥感技术与应用,2018,33(5):775-783.
19 Dong Nan , Yang Xiaohuan , Cai Hongyan .Research Progress and Perspective on the Spatialization of Population Data[J].Journal of Geo-Information Science,2016,18(10):1295-1304.董南, 杨小唤, 蔡红艳.人口数据空间化研究进展[J].地球信息科学学报,2016,18(10):1295-1304.
20 Wang Kejing , Cai Hongyan , Yang Xiaohuan ,et al .Spatialization Method for Census Data based on Reclassifying Residential Land Use in Urban Areas: A Case Study in the Middle Reaches of the Yangtze River Watershed[J].Remote Sensing Technology and Application,2015,30(5):987-995.王珂靖,蔡红艳,杨小唤, 等 .基于城镇居民用地再分类的人口数据空间化方法研究——以长江中游4省为例[J].遥感技术与应用,2015,30(5):987-995.
21 Wang Kejing , Cai Hongyan , Yang Xiaohuan .Multiple Scale Spatialization of Demographic Data with Multi-factor Linear Regression and Geographically Weighted Regression Models[J].Progress in Geography,2016,35(12):1494-1505.王珂靖, 蔡红艳, 杨小唤.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[J].地理科学进展,2016,35(12):1494-1505.
22 Jeff W .Johnson. A Heuristic Method for Estimating the Relative Weight of Predictor Variables in Multiple Regression[J].Multivariate Behavioral Research,2000,35(1):1-19.
23 Wang Chao , Kan Aike , Zeng Yelong ,et al .Population Distribution Pattern and Influencing Factors in Tibet based on Random Forest Model[J].Acta Geographica Sinica,2019,74(04):664-680.王超,阚瑷珂,曾业隆, 等 .基于随机森林模型的西藏人口分布格局及影响因素[J].地理学报,2019,74(04):664-680.
24 Li Jiaming , Lu Dadao , Xu Chengdong ,et al .Spatial Heterogeneity and Its Changes of Population on the Two Sides of Hu Line[J].Acta Geographica Sinica,2017,72(01):148-160.李佳洺,陆大道,徐成东, 等 .胡焕庸线两侧人口的空间分异性及其变化[J].地理学报,2017,72(01):148-160.
25 Chen Baiming .China's Comprehensive Agricultural Resources Production Capacity and Population Carrying Capacity[M].Beijing:Meteorological Press,2001.陈百明. 中国农业资源综合生产能力与人口承载能力[M].北京:气象出版社,2001.
26 Zhang Haixia , Niu Shuwen , Qi Jinghui ,et al .Geological Statistics Analysis of Population Distribution at Township Level in Henan Province[J],Geographical Research,2016,35(2):325-336.张海霞,牛叔文,齐敬辉, 等 .基于乡镇尺度的河南省人口分布的地统计学分析[J].地理研究,2016,35(2):325-336.
27 Feng Tiantian , Gong Jianya .Investigation on Small-area Population Estimation based on Building Extraction[J].Remote Sensing Technology and Application,2010,25(3):323-327.冯甜甜, 龚健雅.基于建筑物提取的精细尺度人口估算研究[J].遥感技术与应用,2010,25(3):323-327.
[1] 迟文峰, 匡文慧, 党晓宏, 潘涛, 刘正佳. 基于遥感的内蒙古地级市土地覆盖结构时空变化特征分析[J]. 遥感技术与应用, 2019, 34(1): 33-45.
[2] 吴薇, 张源, 李强子, 黄慧萍. 基于迭代CART算法分层分类的土地覆盖遥感分类[J]. 遥感技术与应用, 2019, 34(1): 68-78.
[3] 程凯, 王卷乐, Jaahanaa Davaadorj, 韩雪华. 近30 a来蒙古国乌兰巴托市城镇扩张及其驱动力分析[J]. 遥感技术与应用, 2019, 34(1): 90-100.
[4] 刘远,周买春. 3种IGBP分类系统的土地覆盖数据在韩江流域的对比分析[J]. 遥感技术与应用, 2017, 32(3): 575-584.
[5] 郝莹莹,罗小波,仲波,杨爱霞. 基于植被分区的中国植被类型分类方法[J]. 遥感技术与应用, 2017, 32(2): 315-323.
[6] 王珂靖,蔡红艳,杨小唤,张远. 基于城镇居民用地再分类的人口数据空间化方法研究—以长江中游4省为例[J]. 遥感技术与应用, 2015, 30(5): 987-995.
[7] 蒋璐媛,肖鹏峰,冯学智,李云,朱榴骏. 基于亚分数混淆矩阵的中国典型区大尺度土地覆盖数据集评价[J]. 遥感技术与应用, 2015, 30(2): 353-363.
[8] 梁治华,刘勇. 近20年来腾格里沙漠南缘土地利用/土地覆盖变化及其成因探讨—以甘肃省古浪县冰草湾地区为例[J]. 遥感技术与应用, 2015, 30(2): 383-390.
[9] 胡永红,贾根锁,何宇婷. 基于OPI方法的模式城市识别偏差对地表辐射收支的影响分析[J]. 遥感技术与应用, 2014, 29(6): 897-907.
[10] 吴田军,胡晓东,夏列钢,骆剑承,沈占锋,吴炜. 基于对象级分类的土地覆盖动态变化及趋势分析[J]. 遥感技术与应用, 2014, 29(4): 600-606.
[11] 康峻,牛铮,高帅,范闻捷,贾坤. 基于时序MODIS反射率产品统计检验方法的土地覆盖更新[J]. 遥感技术与应用, 2014, 29(2): 309-314.
[12] 徐 静,王新生,高守杰,魏新彩,谢 凯. 地物比辐射率数据分析[J]. 遥感技术与应用, 2013, 28(5): 815-823.
[13] 王志慧,李世明,刘良云,时 爽. 基于MODIS NDVI时间序列的土地覆盖分层分类方法研究[J]. 遥感技术与应用, 2013, 28(5): 910-919.
[14] 王洁,张增祥,张委伟. 基于生态地理分区的5套土地利用覆盖数据的不确定性研究[J]. 遥感技术与应用, 2012, 27(6): 865-872.
[15] 夏俊士, 杜培军, 张海荣, 刘培. 基于遥感数据的城市地表温度与土地覆盖定量研究[J]. 遥感技术与应用, 2010, 25(1): 15-23.