论文部分内容阅读
摘 要：人口统计数据空间化是人口信息与其他社会经济、资源环境等信息进行空间集成的基础，旨在揭示人口在地理空间上的数量信息与位置分布，展示人口统计数据在地理学中的意义。本文在论述人口空间化方法的基础上，对基于居民地分类的人口统计数据空间化进行分析。
关键词：人口统计数据；空间化；居民地分类
人口问题是当今世界最为重要的社会问题之一，对环境、社会以及经济等均有较大的影响。人口问题主要包括人口分布、人口数量、人口结构、人口质量等问题，其中人口分布的意义重大。人口空间分布是人口地理学研究的核心问题之一，指一定时间上人口在地域上的分布情况，对人地关系的研究具有重要作用。人口空间分布是一个较为复杂的问题，涉及社会、经济与资源等多个方面，此外，不同指标体系与影响因素均可对人口空间分布产生一定的影响。分析人口空间分布的有效研究方法，人口数据空间化为重要的获取途径，其在多源数据的融合以及人口空间分布的精确刻画等方面均具有重要的科学意义。针对人口统计数据空间化的研究，主要有城市地理学理论中的经典人口密度模型、空间差值方法、遥感与GIS支持下的人口数据空间化等。
1人口空间化研究概述
在GIS与遥感等技术得到飞速发展的同时，对人口数据统计方法的研究也取得了一定的成果。传统的人口数据收集多基于行政单元进行，虽然部分行政区域的划分可依据山地、河流等自然标志进行客观划分，但大部分行政区仍需参考历史文化等因素进行人为划分，这在一定程度上影响了人文数据的应用。此外，以行政单元获得的部分社会经济指标，丢失了其空间分布特征，如区域人口、GDP、产品的销售量等，基于行政单元的统计数据，只能反映被调查区域的指标总量或者指标平均值，并不能反映其空间分布，这使得相关数据的应用受到了极大的限制。“人口数据空间化”的研究旨在通过科学、合理的人口分布指示因素构建相应的数学模型，将人口统计数据展布于一定大小的地理格网中，实现表达人口信息的载体由行政单元向网格转换。因此，人口数据空间化是解决传统数据采集存在的问题的有效途径。
2人口统计数据空间化的方法
自人口统计数据空间化的概念诞生以来，经过30余年的发展，人口统计数据空间化的研究水平已逐渐成熟。就人口统计数据空间化的方法来看，主要有以下几类。
（1）面积权重法
面积权重法是在无其他可供参考的数据的情况下采用假设法进行的插值方法。假设统计值在统计区内均匀分布，以此为基础，采用统计值除以统计区域的面积的计算方法获得统计区域的密度，而后通过公式（1）得到任何目标区域的值。若存在某一区域，与源区域和目标区域均有差异，但在此区域内的统计指标满足均匀分布，则可借助此种中间区域实现差值。
上式中， Pt为目标区域的人口估计值， Ast为源区域与目标区域的叠加部分面积，As为源区域的面积， ys为源区域的指标统计值，s为源区域与目标区域相交的源区域个数。
（2）数学插值法
基于数学插值法，使用规则网格将待统计区域覆盖，其中各个网格的数值采用网格中心所在区域的统计值除以该区域内网格数的方法进行计算，而后用各网格的领域平均值代替该网格的原始数值，以统计区域的总值不变为前提，以平滑后的栅格值为权重，对栅格值进行调整。此为一次循环，通过多次的平滑与调整能够得到统计值的连续表面。
（3）遥感技术与GIS技术联用
遥感技术是通过飞机、人造卫星或其他飞行器收集地物目标的电磁辐射信息从而判认地球环境和资源的技术。将遥感影像所携带的特征直接应用于人口空间分布的研究虽多，但人口空间分布与单纯的遥感影像之间有不可逾越的鸿沟，即遥感影像的精度。GIS是一种特定的、重要的空间信息系统，在空间插值与曲面模拟等技术的支持下，GIS应用于人口空间分布研究的方法逐渐趋于成熟。因此，在人口空间分布研究中将遥感技术与GIS技术相结合，可有效解决遥感技术支持下人口数据空间化面临的精度问题。在遥感技术与GIS技術的结合下，以遥感数据为数据源，基于GIS框架对数据进行叠加、汇总与计算等。
3基于居民地分类的人口统计数据空间化
3.1居民地分类
以建筑物为主要特征的居民地是人们共同生活和进行政治、经济、文化等活动的定居场所，同时也是可直接反映人口分布的重要因素。作为人口统计数据空间化中较为常用的建模因素，受到居民地的功能定位、周边环境与居住类型等的影响，各个居民地的人口密度存在一定的差异。鉴于此，采用居民地再分类建模，以居民地的类型为切入点，对居民地进行分类，通过人口统计数据与人口居住密度、不同类型居民地面积的线性回归建模，获取各种类型居民地居住密度，能够有效提高模拟的精度。就居民地再分类的方法来看，主要有人口分布的聚集性与分散性特征分类法、农村居民地百分比分类法、夜间灯光数据分类法、居民地解译标志信息的分类法等。
3.2居民地分类下的人口统计数据空间化
行政单元下的人口统计数据空间化存在默认各类居民地的居住密度相同这一问题，将所有的居民地一概而论，进而导致空间数据出现偏差。而居民地分类则较好的解决了这一问题，针对行政单元下人口空间化不能体现人口空间分布差异性的问题，基于居民地分类的人口统计数据充分考虑到不同类型居住地的人口分布差异，同时也有助于获取更加真实的人口空间数据。分析居民地分类下的人口空间化，在研究人口分布时必须先进行人口区划。考虑到居住密度存在很大变率，在一级人口区划的基础上必须进行二级区划。在以往的人口空间化研究中，居民地的数据来源一般为遥感影像，其分辨率直接影响了居民地数据的准确性与人口空间化的精确性。鉴于此，在人口空间化中，将遥感技术与GIS技术进行有效结合，基于较高精度的居民地分类数据，对人口数据空间化进行研究，能够有效保证数据的准确性与人口空间化的精度。GIS技术支持下的人口统计数据表现方法，以格网为统计单元建立格网数据库，并将人口数据作为格网的属性数据，采用表格的形式进行存储。
就人口统计数据空间化的实现来看，主要有数据的来源与提取、分类指标的选取、指标的相关性分析、人口空间化的计算与实现。在人口空间化中，主要的数据包括目标区域的人口普查数据、等高线栅格数据、河流分布数据、道路分布数据等。在选取分类指标与提取数据时，可借鉴已有的研究，并在此基础上，结合目标区域的实际情况，合理选取分类指标，将其作为影响居民地密度的重要因素。通过数据的提取与所选指标的相关性分析，可合理选择人口空间化计算的依据，为人口空间化的实现奠定重要基础。
4结语
随着相关技术在人口统计数据空间化应用中的日益成熟，基于居民地分类的人口统计数据空间化研究逐渐受到重视，与传统的行政单元研究人口分布相比，居民地分类下的人口空间化具有极大的优势。本文旨在对基于居民地分类的人口统计数据空间化进行研究与分析，结合遥感技术与GIS技术，以便得到准确、有效的人口空间分布数据。就不同居民地类型的差异性来看，居民地分类下的人口统计数据充分考虑到居民地的人口密度，进而有效避免了行政区划下的系统误差。针对人口空间化的研究，在了解已有研究的基础上，结合目标区域的实际情况，同时充分考虑到不同居民地类型的人口密度差异，可保证获得数据的准确性与真实性，进而为人口统计数据空间化奠定基础。
参考文献：
[1]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.
[2]陈子越. 基于居民地分类的人口统计数据空间化研究[J]. 地理空间信息， 2016， 14（9）：47-48.
关键词：人口统计数据；空间化；居民地分类
人口问题是当今世界最为重要的社会问题之一，对环境、社会以及经济等均有较大的影响。人口问题主要包括人口分布、人口数量、人口结构、人口质量等问题，其中人口分布的意义重大。人口空间分布是人口地理学研究的核心问题之一，指一定时间上人口在地域上的分布情况，对人地关系的研究具有重要作用。人口空间分布是一个较为复杂的问题，涉及社会、经济与资源等多个方面，此外，不同指标体系与影响因素均可对人口空间分布产生一定的影响。分析人口空间分布的有效研究方法，人口数据空间化为重要的获取途径，其在多源数据的融合以及人口空间分布的精确刻画等方面均具有重要的科学意义。针对人口统计数据空间化的研究，主要有城市地理学理论中的经典人口密度模型、空间差值方法、遥感与GIS支持下的人口数据空间化等。
1人口空间化研究概述
在GIS与遥感等技术得到飞速发展的同时，对人口数据统计方法的研究也取得了一定的成果。传统的人口数据收集多基于行政单元进行，虽然部分行政区域的划分可依据山地、河流等自然标志进行客观划分，但大部分行政区仍需参考历史文化等因素进行人为划分，这在一定程度上影响了人文数据的应用。此外，以行政单元获得的部分社会经济指标，丢失了其空间分布特征，如区域人口、GDP、产品的销售量等，基于行政单元的统计数据，只能反映被调查区域的指标总量或者指标平均值，并不能反映其空间分布，这使得相关数据的应用受到了极大的限制。“人口数据空间化”的研究旨在通过科学、合理的人口分布指示因素构建相应的数学模型，将人口统计数据展布于一定大小的地理格网中，实现表达人口信息的载体由行政单元向网格转换。因此，人口数据空间化是解决传统数据采集存在的问题的有效途径。
2人口统计数据空间化的方法
自人口统计数据空间化的概念诞生以来，经过30余年的发展，人口统计数据空间化的研究水平已逐渐成熟。就人口统计数据空间化的方法来看，主要有以下几类。
（1）面积权重法
面积权重法是在无其他可供参考的数据的情况下采用假设法进行的插值方法。假设统计值在统计区内均匀分布，以此为基础，采用统计值除以统计区域的面积的计算方法获得统计区域的密度，而后通过公式（1）得到任何目标区域的值。若存在某一区域，与源区域和目标区域均有差异，但在此区域内的统计指标满足均匀分布，则可借助此种中间区域实现差值。
上式中， Pt为目标区域的人口估计值， Ast为源区域与目标区域的叠加部分面积，As为源区域的面积， ys为源区域的指标统计值，s为源区域与目标区域相交的源区域个数。
（2）数学插值法
基于数学插值法，使用规则网格将待统计区域覆盖，其中各个网格的数值采用网格中心所在区域的统计值除以该区域内网格数的方法进行计算，而后用各网格的领域平均值代替该网格的原始数值，以统计区域的总值不变为前提，以平滑后的栅格值为权重，对栅格值进行调整。此为一次循环，通过多次的平滑与调整能够得到统计值的连续表面。
（3）遥感技术与GIS技术联用
遥感技术是通过飞机、人造卫星或其他飞行器收集地物目标的电磁辐射信息从而判认地球环境和资源的技术。将遥感影像所携带的特征直接应用于人口空间分布的研究虽多，但人口空间分布与单纯的遥感影像之间有不可逾越的鸿沟，即遥感影像的精度。GIS是一种特定的、重要的空间信息系统，在空间插值与曲面模拟等技术的支持下，GIS应用于人口空间分布研究的方法逐渐趋于成熟。因此，在人口空间分布研究中将遥感技术与GIS技术相结合，可有效解决遥感技术支持下人口数据空间化面临的精度问题。在遥感技术与GIS技術的结合下，以遥感数据为数据源，基于GIS框架对数据进行叠加、汇总与计算等。
3基于居民地分类的人口统计数据空间化
3.1居民地分类
以建筑物为主要特征的居民地是人们共同生活和进行政治、经济、文化等活动的定居场所，同时也是可直接反映人口分布的重要因素。作为人口统计数据空间化中较为常用的建模因素，受到居民地的功能定位、周边环境与居住类型等的影响，各个居民地的人口密度存在一定的差异。鉴于此，采用居民地再分类建模，以居民地的类型为切入点，对居民地进行分类，通过人口统计数据与人口居住密度、不同类型居民地面积的线性回归建模，获取各种类型居民地居住密度，能够有效提高模拟的精度。就居民地再分类的方法来看，主要有人口分布的聚集性与分散性特征分类法、农村居民地百分比分类法、夜间灯光数据分类法、居民地解译标志信息的分类法等。
3.2居民地分类下的人口统计数据空间化
行政单元下的人口统计数据空间化存在默认各类居民地的居住密度相同这一问题，将所有的居民地一概而论，进而导致空间数据出现偏差。而居民地分类则较好的解决了这一问题，针对行政单元下人口空间化不能体现人口空间分布差异性的问题，基于居民地分类的人口统计数据充分考虑到不同类型居住地的人口分布差异，同时也有助于获取更加真实的人口空间数据。分析居民地分类下的人口空间化，在研究人口分布时必须先进行人口区划。考虑到居住密度存在很大变率，在一级人口区划的基础上必须进行二级区划。在以往的人口空间化研究中，居民地的数据来源一般为遥感影像，其分辨率直接影响了居民地数据的准确性与人口空间化的精确性。鉴于此，在人口空间化中，将遥感技术与GIS技术进行有效结合，基于较高精度的居民地分类数据，对人口数据空间化进行研究，能够有效保证数据的准确性与人口空间化的精度。GIS技术支持下的人口统计数据表现方法，以格网为统计单元建立格网数据库，并将人口数据作为格网的属性数据，采用表格的形式进行存储。
就人口统计数据空间化的实现来看，主要有数据的来源与提取、分类指标的选取、指标的相关性分析、人口空间化的计算与实现。在人口空间化中，主要的数据包括目标区域的人口普查数据、等高线栅格数据、河流分布数据、道路分布数据等。在选取分类指标与提取数据时，可借鉴已有的研究，并在此基础上，结合目标区域的实际情况，合理选取分类指标，将其作为影响居民地密度的重要因素。通过数据的提取与所选指标的相关性分析，可合理选择人口空间化计算的依据，为人口空间化的实现奠定重要基础。
4结语
随着相关技术在人口统计数据空间化应用中的日益成熟，基于居民地分类的人口统计数据空间化研究逐渐受到重视，与传统的行政单元研究人口分布相比，居民地分类下的人口空间化具有极大的优势。本文旨在对基于居民地分类的人口统计数据空间化进行研究与分析，结合遥感技术与GIS技术，以便得到准确、有效的人口空间分布数据。就不同居民地类型的差异性来看，居民地分类下的人口统计数据充分考虑到居民地的人口密度，进而有效避免了行政区划下的系统误差。针对人口空间化的研究，在了解已有研究的基础上，结合目标区域的实际情况，同时充分考虑到不同居民地类型的人口密度差异，可保证获得数据的准确性与真实性，进而为人口统计数据空间化奠定基础。
参考文献：
[1]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.
[2]陈子越. 基于居民地分类的人口统计数据空间化研究[J]. 地理空间信息， 2016， 14（9）：47-48.