引入城市公共设施要素的人口数据空间化方法研究

doi:10.12082/dqxxkx.2018.170625

地球信息科学学报 ›› 2018, Vol. 20 ›› Issue (7): 918-928.doi: 10.12082/dqxxkx.2018.170625

所属专题：人口与城市研究

• 地球信息科学理论与方法 • 上一篇下一篇

引入城市公共设施要素的人口数据空间化方法研究

董南¹(), 杨小唤^2,^3,^*(), 黄栋^2,³, 韩冬锐^2,³

1. 建设综合勘察研究设计院有限公司, 北京 100007
2. 中国科学院地理科学与资源研究所资源环境信息系统国家重点实验室, 北京100101
3. 中国科学院大学,北京 100049;

收稿日期:2017-12-21 修回日期:2018-01-22 出版日期:2018-07-20 发布日期:2018-07-13
通讯作者: 杨小唤 E-mail:dongnan67@126.com;yangxh@igsnrr.ac.cn
作者简介:
作者简介：董南（1984-）,男,河北唐山人,博士,注册测绘师,主要从事人口地理、智慧城市、遥感与GIS应用研究。E-mail: dongnan67@126.com
基金资助:
国家自然科学基金项目(41771460、41271173)

Spatialization Method of Demographic Data Based on Urban Public Facility Elements

DONG Nan¹(), YANG Xiaohuan^2,^3,^*(), HUANG Dong^2,³, HAN Dongrui^2,³

1. Comprehensive Institute of Geotechnical Investigation and Surveying, Company Limited, Beijing 100007, China
2. State Key Lab of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101,China
3. University of Chinese Academy of Sciences, Beijing 100049, China

Received:2017-12-21 Revised:2018-01-22 Online:2018-07-20 Published:2018-07-13
Contact: YANG Xiaohuan E-mail:dongnan67@126.com;yangxh@igsnrr.ac.cn
Supported by:
National Natural Science Foundation of China, No.41771460, 41271173

摘要/Abstract

摘要：

精细尺度的人口分布是当前人口地理学研究的热点和难点,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。城区是人口分布集中的区域,揭示该区域人口分布差异是精细尺度人口空间化研究的核心内容。本研究基于城市公共设施要素点位数据,对居住建筑斑块进行分类,以社区作为人口数据空间化转换尺度,构建各类别斑块面积与人口数量的多元回归模型,生成了宣州城区居住建筑尺度的人口空间数据,揭示了研究区人口空间分布差异。结果表明：① 该方法生成的人口空间数据精度较高,结果可信。779个居住建筑斑块中,估算人数在合理区内的斑块个数占比为35.4%,相对误差在-20%~20%范围内的斑块个数比例之和为61.2%;城东社区、思佳社区作为精度验证单元,其人数估算的相对误差绝对值低于9%;② 城市公共设施要素数据,尤其是中小学及幼儿园、菜市场及水果店,是建筑物尺度上人口分布的指示性因素,其对多层居住建筑人数的估算精度较高,但对中高层居住建筑人数的估算精度偏低。

关键词: 人口, 空间化, 公共设施要素, 居住建筑, 斑块

Abstract:

The spatial distribution of population at fine-scale has increasingly become research hotspot and a difficulty issue in the field of population geography. It has practical application value and scientific significance for relevant researches, such as disaster assessment, resource allocation and construction of smart cities. The population is concentrated in the urban area. Revealing the population distribution difference in this area is the core content of spatializing population data at the fine scale. In this paper, the urban area of Xuanzhou District was selected as the research area. The population distribution vector data at residential building scale was established by proposing a spatialization method based on urban public facility elements. The method classified residential building patches. And it treated residential building patches as population distribution locations in geographical space with community boundary and community-level demographic data as the control unit. A multiple regression model of patch area and population was constructed. The spatialization method used in this study can reveal the detailed information about the population distribution in urban area. Results show that: ① The population distribution data, obtained by adopting urban public facility elements, is proved to be high accurate and reliable. The number of patches with estimated population in a reasonable range is 35.4% of 779 residential building patches. And the proportion of patches with relative errors of ±20% in population estimation is 61.2%. Moreover, the Chengdong community and Sijia community served as accuracy verification units, the absolute relative error of population estimation in these communities is less than 9%; ② Urban public facility elements, especially primary and secondary schools and kindergartens, vegetable markets and fruit shops, are important factors for accurate estimation of population within a residential building. Their estimation accuracy of number of people is high ifor multi-storied building, but lower for moderate high-rise building.

Key words: population, spatialization, public facility elements, residential building, patch

董南, 杨小唤, 黄栋, 韩冬锐. 引入城市公共设施要素的人口数据空间化方法研究[J]. 地球信息科学学报, 2018, 20(7): 918-928.DOI:10.12082/dqxxkx.2018.170625

DONG Nan,YANG Xiaohuan,HUANG Dong,HAN Dongrui. Spatialization Method of Demographic Data Based on Urban Public Facility Elements[J]. Journal of Geo-information Science, 2018, 20(7): 918-928.DOI:10.12082/dqxxkx.2018.170625

图/表 11

图1

表1

图2

图3

图4

表2

表3

图5

图6

图7

表4

参考文献 30

[1]	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. doi: 10.11821/dlxb201508004
	[ Bai Z Q, Wang J L, Yang Y P, 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. ] doi: 10.11821/dlxb201508004
[2]	董南,杨小唤,蔡红艳.基于居住空间属性的人口数据空间化方法研究[J].地理科学进展,2016,35(11):1317-1328. doi: 10.18306/dlkxjz.2016.11.002
	[ Dong N, Yang X H, Cai H Y.A method for demographic data spatialization based on residential space attributes[J]. Progress in Geography, 2016,35(11):1317-1328. ] doi: 10.18306/dlkxjz.2016.11.002
[3]	卓莉,黄信锐,陶海燕,等.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[J].地理研究,2014,33(3):520-531.
	[ Zhou L, Huang X R, Tao H Y, et al.High spatial resolution population distribution simulation based on building information and multi-agent[J]. Geographical Research, 2014,33(3):520-531. ]
[4]	Jia P, Gaughan A E.Dasymetric modeling: A hybrid approach using land cover and tax parcel data for mapping population in Alachua County, Florida[J]. Applied Geography, 2016,66:100-108. doi: 10.1016/j.apgeog.2015.11.006
[5]	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. doi: 10.3969/j.issn.1003-2398.2006.03.025
	[ Fu H Y, Li M C, Zhao J, et al.Summary of grid transformation models of population data[J]. Human Geography, 2006,21(3):115-119. ] doi: 10.3969/j.issn.1003-2398.2006.03.025
[6]	林丽洁,林广发,颜小霞,等.人口统计数据空间化模型综述[J].亚热带资源与环境学报,2010,5(4):10-16. doi: 10.3969/j.issn.1673-7105.2010.04.002
	[ Lin L J, Lin G F, Yan X X, et al.Spatialization models of census data: A review[J]. Journal of Subtropical Resources and Environment, 2010,5(4):10-16. ] doi: 10.3969/j.issn.1673-7105.2010.04.002
[7]	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. doi: 10.11820/dlkxjz.2013.11.012
	[ Bai Z Q, Wang J L, Yang F.Research progress in spatialization of population data[J]. Progress in Geography, 2013,32(11):1692-1702. ] doi: 10.11820/dlkxjz.2013.11.012
[8]	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. doi: 10.3724/SP.J.1047.2016.01295
	[ Dong N, Yang X H, Cai H Y.Research progress and perspective on the spatialization of population data[J]. Journal of Geo-Information Science, 2016,18(10):1295-1304. ] doi: 10.3724/SP.J.1047.2016.01295
[9]	田永中,陈述彭,岳天祥,等.基于土地利用的中国人口密度模拟[J].地理学报,2004,59(2):283-292. doi: 10.3321/j.issn:0375-5444.2004.02.015
	[ Tian Y Z, Chen S P, Yue T X, et al.Simulation of Chinese population density based on land use[J]. Acta Geographica Sinica, 2004,59(2):283-292. ] doi: 10.3321/j.issn:0375-5444.2004.02.015
[10]	卓莉,陈晋,史培军,等.基于夜间灯光数据的中国人口密度模拟[J].地理学报,2005,60(2):266-276. doi: 10.3321/j.issn:0375-5444.2005.02.010
	[ Zhuo L, Chen J, Shi P J, et al.Modeling population density of China in 1998 based on DMSP/OLS nighttime light image[J]. Acta Geographica Sinica, 2005,60(2):266-276. ] doi: 10.3321/j.issn:0375-5444.2005.02.010
[11]	闫庆武,卞正富,张萍,等.基于居民点密度的人口密度空间化[J].地理与地理信息科学,2011,27(5):95-98.
	[ Yan Q W, Bian Z F, Zhang P, et al.Census spatialization based on settlements density[J]. Geography and Geo-information Science, 2011,27(5):95-98. ]
[12]	Mennis J.Generating surface models of population using dasymetric mapping[J]. The Professional Geographer, 2003,55(1):31-42. doi: 10.1111/0033-0124.10042
[13]	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. doi: 10.3321/j.issn:0375-5444.2003.01.004
	[ Liao S B, Sun J L.GIS based spatialization of population census data in Qinghai-Tibet Plateau[J]. Acta Geographica Sinica, 2003,58(1):25-33. ] doi: 10.3321/j.issn:0375-5444.2003.01.004
[14]	Yue T X, Wang Y A, Chen S P, et al.Numerical simulation of population distribution in China[J]. Population and Environment, 2003,25(2):141-163. doi: 10.1023/B:POEN.0000015562.88915.01
[15]	Su M, Lin M, Hsieh H, et al.Multi-layer multi-class dasymetric mapping to estimate population distribution[J]. Science of the Total Environment, 2010,408(20):4807-4816. doi: 10.1016/j.scitotenv.2010.06.032 pmid: 20621331
[16]	Krunić N, Bajat B, Kilibarda M.Dasymetric mapping of population distribution in Serbia based on soil sealing degrees layer[J]. Surface Models for Geosciences, 2015:137-149. DOI: .
[17]	康停军,张新长,赵元,等.基于GIS和多智能体的城市人口分布模拟[J].中山大学学报·自然科学版,2012,51(3):135-142.
	[ Kang T J, Zhang X C, Zhao Y, et al.Simulation for urban population distribution based on GIS and multi-agent[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2012,51(3):135-142. ]
[18]	Dong P L, Ramesh S, Nepalia A.Evaluation of small-area population estimation using LiDAR, Landsat TM and parcel data[J]. International Journal of Remote Sensing, 2010,31(21):5571-5586. doi: 10.1080/01431161.2010.496804
[19]	Silván-Cárdenas J L, Wang L, Rogerson P, et al. Assessing fine-spatial-resolution remote sensing for small-area population estimation[J]. International Journal of Remote Sensing, 2010,31(21):5605-5634. doi: 10.1080/01431161.2010.496800
[20]	Patel N N, Stevens F R, Huang Z, et al.Improving large area population mapping using geotweet densities[J]. Transactions in GIS, 2016,20(3):1-15. doi: 10.1111/tgis.12136
[21]	毛夏,徐蓉蓉,李新硕,等.深圳市人口分布的细网格动态特征[J].地理学报,2010,65(4):443-453. doi: 10.11821/xb201004006
	[ Mao X, Xu R R, Li X S, et al.Fine grid dynamic features of population distribution in Shenzhen[J]. Acta Geographica Sinica, 2010,65(4):443-453. ] doi: 10.11821/xb201004006
[22]	Kang C G, Liu Y, Ma X J, et al.Towards estimating urban population distributions from mobile call data[J]. Journal of Urban Technology, 2012,19(4):3-21. doi: 10.1080/10630732.2012.715479
[23]	胡焕庸. 论中国人口之分布[M].北京:科学出版社,1983.
	[ Hu H Y.Distribution of China's population[M]. Beijing: Science Press,1983. ]
[24]	张善余. 中国人口地理[M].上海:华东师范大学出版社,1997.
	[ Zhang S Y.Population geography of China[M]. Shanghai: East China Normal University Press,1997. ]
[25]	何莲娜. 基于城市布局要素的人口数据空间化研究[J].测绘科学,2011,36(1):38-41.
	[ He L N.A discussion of population spatial distribution based on urban layout parameter[J]. Science of Surveying and Mapping, 2011,36(1):38-41. ]
[26]	康停军,张新长,赵元,等.基于多智能体的城市人口分布模型[J].地理科学,2012,32(7):790-797.
	[ Kang T J, Zhang X C, Zhao Y, et al.Agent-based urban population distribution model[J]. Scientia Geographica Sinica, 2012,32(7):790-797. ]
[27]	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. doi: 10.11873/j.issn.1004-0323.2015.5.0987
	[ Wang K J, Cai H Y, Yang X H, 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. ] doi: 10.11873/j.issn.1004-0323.2015.5.0987
[28]	杨小唤,刘业森,江东,等.一种改进人口数据空间化的方法:农村居住地重分类[J].地理科学进展,2006,25(3):62-69. doi: 10.3969/j.issn.1007-6301.2006.03.008
	[ Yang X H, Liu Y S, Jiang D, et al.An enhanced method for spatial distributing census data: Reclassifying of Rural Residential[J]. Progress in Geography, 2006,25(3):62-69. ] doi: 10.3969/j.issn.1007-6301.2006.03.008
[29]	董彦景. 西安城市大型超市与人口空间分布关联分析[D].西安:西北大学,2012.
	[ Dong Y J.The relevance of the spatial distribution of the large-scale supermarket and population in Xi'an[D]. Xi'an: Northwest University, 2012. ]
[30]	杨小唤,江东,王乃斌,等.人口数据空间化的处理方法[J].地理学报,2002,57(增刊):70-75. doi: 10.3321/j.issn:0375-5444.2002.z1.010
	[ Yang X H, Jiang D, Wang N B, et al.Method of pixelizing population data[J]. Acta Geographica Sinica, 2002,57(sup):71-75. ] doi: 10.3321/j.issn:0375-5444.2002.z1.010

数据内容	类型	年份	分辨率	数据源
社区常住人口数据	文本	2015	-	宣州区各街道办事处
社区行政界线数据	矢量	2015	-	宣州区民政局
Quick Bird遥感影像	栅格	2015	0.6 m	Google Earth下载
城市公共设施要素点位数据	矢量	2015	-	中国科学院资源环境科学数据中心
居住建筑斑块数据	矢量	2015	-	基于Quick Bird遥感影像矢量化获得
楼房层数、套数、建筑面积	文本	-	-	宣城房产网

建模区名称	居住建筑斑块分类	分类后名称
第一建模区	A≥6.2人/100 m² 和 B≥6.2人/100 m²	高人口密度斑块
	A≥4人/100 m² 和 B≥4人/100 m²并去掉高人口密度斑块	中人口密度斑块
	高、中人口密度斑块之外的剩余斑块	低人口密度斑块
第二建模区	A≥6.2人/100 m² 和 B≥6.2人/100 m²	高人口密度斑块
第二建模区	高人口密度斑块之外的剩余斑块	低人口密度斑块

模型名称	变差来源	平方和	自由度	均方	F统计量	显著性水平(Sig.)
第一建模区模型	回归	1.140E+09	3	3.801E+08	107.132	0.000
	残差	2.483E+07	7	3.548E+06	-	-
	总离差	1.165E+09	10	-	-	-
第二建模区模型	回归	5.028E+07	2	2.514E+07	359.586	0.037
	残差	6.991E+04	1	6.991E+04	-	-
	总离差	5.035E+07	3	-	-	-

误差类别	斑块个数	斑块个数比重/%	相对误差平均值/%	居住建筑斑块类别	斑块内建筑物层数/层
低估区	40	34.5	-60.2	低人口密度斑块	6
高估区	46	39.6	19.2	中人口密度斑块	6
合理区	30	25.9	0	中人口密度斑块	6

引入城市公共设施要素的人口数据空间化方法研究

Spatialization Method of Demographic Data Based on Urban Public Facility Elements

RichHTML

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 30

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	朱守杰, 杜世宏, 李军, 商硕硕, 杜守基. 融合多源空间数据的城镇人口分布估算[J]. 地球信息科学学报, 2020, 22(8): 1607-1616.
[2]	洪建智, 郭碧云, 付迎春, 聂欢. 新型城镇化的人地耦合异速增长分析方法[J]. 地球信息科学学报, 2020, 22(5): 1049-1062.
[3]	王晓洁, 王卷乐, 薛润生. 基于普查和手机定位数据的乡镇尺度人口空间化方法研究[J]. 地球信息科学学报, 2020, 22(5): 1095-1105.
[4]	赵耀龙, 巢子豪. 历史GIS的研究现状和发展趋势[J]. 地球信息科学学报, 2020, 22(5): 929-944.
[5]	柳林, 梁斯毅, 宋广文. 基于潜在受害者动态时空分布的街面接触型犯罪研究[J]. 地球信息科学学报, 2020, 22(4): 887-897.
[6]	杜培培, 侯西勇. 基于多源数据的中国海岸带地区人口空间化模拟[J]. 地球信息科学学报, 2020, 22(2): 207-217.
[7]	林金煌, 陈文惠, 张岸. 2019年北京市PM_2.5人群暴露剂量特征分析[J]. 地球信息科学学报, 2020, 22(12): 2348-2357.
[8]	张志慧, 刘雯, 李笑含, 朱靖轩, 张洪涛, 杨东, 徐超昊, 徐宪立. 基于无人机航摄影像的喀斯特地区裸岩信息提取及景观格局分析[J]. 地球信息科学学报, 2020, 22(12): 2436-2444.
[9]	曾婷婷, 宫阿都, 陈艳玲, 杨雨晴. 基于历史相似案例空间推演的地震伤亡人口评估方法研究[J]. 地球信息科学学报, 2020, 22(11): 2166-2176.
[10]	崔晓临, 张佳蓓, 吴锋, 张倩, 吴尧慧. 基于多源数据融合的北京市人口时空动态分析[J]. 地球信息科学学报, 2020, 22(11): 2199-2211.
[11]	孙小芳. 夜光遥感支持下的城市人口核密度空间化及自相关分析[J]. 地球信息科学学报, 2020, 22(11): 2256-2266.
[12]	高亮, 杜鑫, 李强子, 王红岩, 张源, 王思远. 融合土地覆盖和土壤水分产品的近地表空气温度空间化方法[J]. 地球信息科学学报, 2020, 22(10): 2023-2037.
[13]	易嘉伟, 杜云艳, 涂文娜. 基于位置大数据的国庆假期青藏高原人群分布时空变化模式挖掘[J]. 地球信息科学学报, 2019, 21(9): 1367-1381.
[14]	戚伟. 青藏高原城镇化格局的时空分异特征及影响因素[J]. 地球信息科学学报, 2019, 21(8): 1198-1206.
[15]	程东亚,李旭东. 喀斯特地区植被覆盖度变化及地形与人口效应研究[J]. 地球信息科学学报, 2019, 21(8): 1227-1239.