[发明专利]一种基于多源数据的人口空间分区拟合方法

说明书

本申请提供了一种基于多源数据的人口空间分区拟合方法，针对统计人口数据以街道、乡镇和村等行政单元作为划分边界空间分辨率较低且无法精细刻画出人口分布的空间分异性等问题，提出了一种基于多源数据的人口空间分区拟合方法。为了提高人口空间化的精度以及综合考虑空间的异质性，本发明选取了Esri10米土地覆盖、“类NPP/VIIRS”夜间灯光、高德POI和七普乡镇人口等多种高精度新型数据，统计各区县人口影响因子作为模型自变量，通过地理加权回归模型在1km格网上进行人口空间化，对结果进行精度评价；统计不满足精度要求的区县进行二次分区重新进行空间化。采取人口空间分区拟合方法，研究区域整体精度得到了明显提高，该发明可为人口空间化研究提供参考。

技术领域

本发明涉及人口空间化领域，特别是涉及一种基于多源数据的人口空间分区拟合方法。

背景技术

人类是现实社会发展中的操作者，精确的人口数量及人口类型统计对于各地区制定具体的发展政策包括医疗、工业、农业、交通等方面起到一定的参考作用。传统的人口数据主要来源于全国人口普查，获取的数据最为权威、准确和全面，而人口普查十年开展一次，周期较长，数据更新慢，无法连续动态调查，且成本很高，以行政区划分为统计单位的人口数据已无法满足公共服务高质量发展的要求。因此，一种统计精度较高且能够动态更新人口分布的人口空间化模型的建立，以获取精细的人口数据，从而完成对城市的空间规划和精细化管理，疫情的精准防控、基本公共服务资源的合理配置等任务，对于国家乃至世界实现经济高质量发展，均具有重要现实意义。

目前关于人口空间化方法，国内外学者开展了大量的研究。基于多源数据融合方法和统计模型法是目前人口空间化领域的主要方法，其中董春等对人口与地理要素进行单因子和类因子分析，获取公里格网人口分配权重系数。廖顺宝等利用海拔高度、土地利用、主要道路、河流水系等数据采用多源数据融合技术对西藏、青海人口空间分布进行空间化。柏中强等以土地利用数据、居民点信息、DEM、夜晚灯光数据等多源数据进行融合，通过多元回归方法建模得到100m格网延安市人口数据格网。Wright等提出了分区密度制图(Dasymetric Mapping)的人口空间化方法，具体步骤为对每个乡镇分为两个分区，基于整个乡镇人口总数不变的基础上用低密度区人口密度去推算高密度区人口密度。王珂靖等基于夜间灯光指数对城镇用地进行二次分区采用多元线性回归的方法对长江中游四省进行了建模，总体相对平均误差降低了12.32％，两类方法在一定程度上都可完成人口空间化任务，但是二者均存在一定的弊端，对于多源数据融合时的权重参数设置问题以及统计模型中如何进行准确分区均是目前两方法存在的问题，因此，为了将二者的优势联系到一起，更好的获取人口估计精度，本发明利用格网法对测试区域进行单元划分，然后基于多源数据包括人工地表数据、POI数据及夜间灯光等数据进行叠加获取各区县准确参考数据并结合GWR进行空间化人口拟合，同时，根据各区县乡镇人口真值对各区县格网数据进行改正，对不满足精度的区县进行二次分区拟合从而获取最终的人口空间化结果。

发明内容

有鉴于此，本发明目的在于提供一种基于多源数据的人口空间分区拟合方法，用以解决现有人口空间化中主要以街道、乡镇和村等行政单元作为划分边界导致空间分辨率较低而无法精细刻画出人口分布的空间分异性等问题，进而为人口空间化研究工作提供有效参考。为了实现上述目的，本发明采用如下技术方案：

一种基于多源数据的人口空间分区拟合方法，包括如下步骤：

步骤S1：获取调查区域全球10米分辨率的土地覆盖、“类NPP/VIIRS”夜间灯光、POI(Points of Interest，兴趣点)和第七次人口普查乡镇人口等多种高精度新型数据并进行数据预处理操作；

步骤S2：根据步骤S1中获取的不同高精度数据创建格网，即以1km为边长对栅格数据进行规则划分为格网处理单元，同时，对采集的夜间灯光、POI和土地覆盖影像进行叠加，以为后续各区县的人口空间化模型拟合提供基础数据；