[发明专利]一种基于分层块克里格模型的流动人口监测网布局优化方法

说明书

技术领域

本发明涉及一种监测抽样布局方法，属于地球空间信息技术领域。

技术背景

抽样调查是用抽样数据推断调查对象的属性，相对于普查而言，抽样调查具有费用低、速度快和精度高等优点。一般来说，在试验费用固定的情况下，样本设计应使在用样本数据来估计抽样区域变量的空间分布时，估计值达到最高精度；而在样本精度要求已经确定的情况下，样本设计应使得抽样的费用最小。怎样在样本精度和费用之间达到较好的平衡，就是抽样的优化问题。

抽样按照是否考虑样本的空间相关性和空间异质性，可以划分为经典抽样和空间抽样(王劲峰,2009)。经典抽样是以Cochran(1977)的专著为代表，其理论建立在样本相互独立的假设之上。经典抽样可以用于空间对象的调查，虽然输入简单，较易使用，但效率较低。空间抽样调查则考虑了样本的空间自相关特性和空间异质性，效率较高(Wang et al.2012a)。

目前，我国流动人口抽样方法主要是经典抽样方法，以分层、多阶段、与规模成比例的PPS(即Probability Proportionate to Size Sampling)抽样方法为主。2009～2013年，国家卫生计生委(原国家人口计生委)连续5年进行流动人口动态监测调查，按照随机原则在31个省(区、市)和新疆生产建设兵团抽取样本点，采取PPS抽样方法进行抽样。然而流动人口的分布与地理空间是高度相关的，不同类型区的流动人口具有不同的空间分布特征(刘盛和，2010)，这种传统的抽样方法没有考虑空间差异和地理特征，监测网络布局没有建立在对全国流动人口地域类型划分的基础上，典型性和代表性有待进一步提高，数据缺乏验证机制，采集成本极高，调查网点布局不尽合理，监测网络需要进一步优化。

常用的空间采样优化中的采样方式主要可以分为基于设计的采样(design-based sampling)方式(Cochran 1977,de Gruijter et al.1990)和基于模型的采样(model-based sampling)(Brus et al.1997,Wang et al.2012a)。基于设计的采样方式包括简单随机采样，系统采样和分层采样。基于模型的采样主要应用于研究对象表现出显著的空间自相关特征。

针对流动人口在空间上的自相关性，本发明采用基于模型的采样方法来说优化流动人口的采样点位置。基于地统计的采样优化是最为常见的基于模型的优化方法。它通过定义目标函数来搜索最佳的采样方案，这个目标通常为平均克里格误差方差最小(van Groenigen et al.1998,Stein et al.2003,Wang et al.2012c)。然而，流动人口的估算是以区域为单位，即某区域流动人口总体的估计误差方差最小。在这种情况下，待估计的不是区域上的所有点，而是整个研究区。也就是说，估计的单元由空间点到面区域。从理论上，目标为最小化块克里格方差(VerHoef 2002,Gruijter et al.2006)。针对流动人口的空间异质性，本发明通过区划或分区的方法来定量衡量每个分区的变异特征，可以提高监测网优化的效率，用较少的观测点可以得到获得统计单元较可靠的估计值，有助于探索人口流动过程的成因和影响因素。

发明内容

本发明解决的技术问题：克服现有技术的不足，传统的流动人口抽样方法没有考虑流动人口的空间差异和地理特征，监测网络布局没有建立在对流动人口地域类型划分的基础上，不具有典型性和代表性。本发明通过能捕捉变量空间异质性和空间相关性的空间抽样方式，对于流动人口的抽样，采取将基于克里格方法的监测网优化方法与传统的空间分层抽样相结合的空间抽样方法，得到具有空间异质性的流动人口的监测网布局优化。

本发明的技术方案：一种基于分层块克里格模型的流动人口监测网布局优化方法包括如下步骤：

步骤1、对研究区域相关数据与先验信息进行收集处理，先验数据包括研究区以往的分区流动人口和总人口的数量,研究区行政区划数据，在ArcGIS中将研究区域流动人口数量进行空间化；

步骤2、根据步骤1获取的研究区流动人口数量通过分区的方式将流动人口研究区域划分为几个相同均质的区域，即对于每个区域认为是相对均值的，满足二阶平稳假设的随机场；将流动人口研究区域划分为几个相同均质的区域过程如下：

(1)在ArcGIS中先根据流动人口数量进行分区，采用自然断点方法进行分区；