人口密度模擬研究

(重慶交通大學 土木工程學院 重慶 400074)

一、緒論

(一)人口密度空間化研究背景

人口的空間分布是指一定時點上人口在各地區的分布狀況，是人口過程在空間的表現形式[1]。傳統的人口數據主要來源于人口普查，而且是以行政區劃為基本單元的統計數據集，在實際應用時存在數據空間分辨率低、不準確以及更新周期長等問題[2].60 年代以來，人口空間分布研究進入定量化、定位化階段，進入新的研究領域[3]。GIS 與遙感(RS)越來越多地應用于人口空間分布中“社會數據空間化”“空間數據社會化”成為當前地理科學、社會科學共同關注的焦點之一。

(二)國內外研究現狀

20世紀50年代初期Clark[5]指出城市人口密度從城市中心向外圍表現為近指數式衰減，McDonald(1989)[5]對20世紀70年代至80年代后半期有關城市內人口密度分布的論文進行了整理[6]，運用了Box-Cox變換確定最佳函數類型[7]。符躍鑫等解析了不同時間段沿海城市人口密度時空變化特征[8]；劉燕華等(2001)運用GIS技術分析并計算了中國各省的理論人口密度分布[9]。

(三)研究內容

本文針對landsat遙感影像信息，參照《城市用地分類與規劃建設用地標準》(GB50137)建立建筑物分類標準，提出人口密度空間化的網格單元面積權重內插法。實現人口密度的三維空間模型表達，直觀地反映了人口密度的空間分布狀態[14]。

二、研究方法

(一)提取建筑物信息

本文根據建筑指數法來提取建筑用地信息，建筑用地類型反射電磁波譜具有明顯的異質性。利用其反射波普的異質性根據不同的運算公式來提取不同的地物，本文主要提取建筑物信息：

MNDWI=(Green-MIR)/(Green+MIR)

NDBI=(MIR-NIR)/(MIR+NIR)

SAVI=[(NIR-Red)(1+L)]/(NIR+Red+L)IBI=[NDBI-(SAVI+MNDWI)/2]/[NDBI+(SAVI+MNDWI)/2]

SAVI是土壤調節植被指數，NDBIW是歸一化建筑指數，MNDWI為改進型。歸一化水體指數，IBI為建筑用地指數，Green，Red，NIR,MIR分別代表綠光，紅光，近紅外和中紅外波段的像元值。L為土壤調節因子，其值介于0-1之間。城 市植被 覆蓋率 高于 30%時,也可以用NDVI來作為植被指數。

NDVI=(NIR-Red)/(NIR+R)

(二)精度驗證

在圖像上隨機選擇多個采樣點，選擇200個樣本點進行分析，跟googleEarth影像進行對比，驗證結果的精度。

(三)基于城市人口分布的建筑用地分類

參照《城市用地分類與規劃建設標準》(GBJ137-2011)，進行提取出的建筑用地的分類，按照分類標準可分為“一類居住用地”、二類居住用地”等。

三、人口密度空間化方法

面積權重內插法主要思路是：首先在源數據區域疊加目標數據區域，然后確定每個源數據區域落在某一目標區域的面積比例，根據面積比例分配屬性值(人口密度)。對于圖像平滑而言，鄰域平均法是一種簡單的空域處理方法。鄰域平滑方法中點(X，Y)灰度值是平滑模板的均值，因此在人口密度空間化時也可以借助這一思路，在地圖上劃分方格，然后求取每一方格區域中的灰度值，即人口密度。

四、結論

根據所得到的數據制作人口密度分布圖，并查看其人口分布變化。人口問題一直是值得我們研究的一個話題，特別是在人口眾多的我國更需要我們隨時的掌握人口分布動向，便于更好的處理像地震等的突發狀況，處理好減少傷害，更好的管理我們人民；本文主要以Arcgis為數據分析平臺，Landsat影像為數據來源，將遙感影像與GIS結合進行時空模擬分析，得到人口分布狀況，人口密度的時空變化受自然條件和社會條件的影響，良好的自然條件是人口分布的基礎條件，經濟發展水平是其驅動因素，趨使人口密度產生變化，土地利用類型的空間格局是影響人口密度的主要因素，土地利用類型的不同決定其人口吸引率。人口密度與區域發展相互影響，相互制約。自然條件和經濟條件都良好的區域內，有較大的人口包容量。