港口吞吐量的快速增长和高度集聚为港口腹地集疏运系统规划及港城关系带来了重大挑战。进行港口腹地货运量空间分布表达研究,对微观尺度货运量空间分布、新型社会经济数据空间化的探索以及集疏运系统规划具有重要意义。目前已有针对货运量空间分布格局的研究方法,多采用非均衡系数等指标分析货运量在宏观尺度下进行空间转移的联系与规模,缺乏对货运量统计数据与解释变量关系的研究,难以在微观格网尺度上回归预测货运量数值并进行空间分布表达。本文以山东省DY港及其腹地为研究对象,选取港口吸引力指标、夜间灯光数据、土地利用、人口密度、POI数据、道路交通和地形地貌等七种代表不同解释维度的蕴含丰富信息的空间数据,提取了港口引力、POI核密度、路网密度、DEM、夜间灯光强度、土地利用类型占比等与港口腹地货运量关系紧密的特征,训练并输入随机森林回归模型,经过对模型进行评价和解释,生成1km尺度下货运量空间分布格网数据。具体的研究成果共分为以下三个方面:(1)提取港口影响力指标数据、土地利用数据、POI数据、夜间灯光遥感数据、人口密度数据、道路交通数据以及地形地貌数据,经过归一化和特征筛选等特征工程,建立随机森林回归模型多维特征库。(2)采用随机森林回归模型和多源空间数据对DY港腹地货运量空间分布进行模拟,模拟的效果采用决定系数(R~2)、均方根误差(RMSE)以及平均绝对误差(MAE)进行检验。通过模型整体验证模拟效果,该模型的R~2、RMSE、MAE分别为0.7677、2.5606、1.3210,模型回归预测精度较高,有较为出色的泛化能力。(3)通过对决策路径进行估计,对参与构建模型的特征的贡献进行了分析,并探讨了不同情境下特征贡献与模型之间的联系。研究发现,港口引力指数对模型的回归结果的影响最大,贡献值随着特征值的增大而增大;一些反映地区经济发展水平的因素也对模型回归结果产生一定影响,如夜间灯光强度、距港口距离等。利用本文的研究方法能够较为直观地展现港口腹地货运量的空间分布情况,可以为港城关系研究和港口集疏运系统规划等提供支持。研究结果可为其他港口及其腹地的货运量分布研究提供参考;也可通过进一步丰富模型,模拟分析不同腹地发展情况下下港口腹地的货运量空间分布状态,为港口建设与规划提供一定的指导。