人口空間化建模及精度分析基于夜間燈光數(shù)據(jù)的人口空間化建模及精度分析案例目錄TOC\o"1-3"\h\u18902基于夜間燈光數(shù)據(jù)的人口空間化建模及精度分析案例 111881.1人口空間化建模 1233211.1.1模型依據(jù) 1111481.1.2模型表達(dá) 3177741.2模型精度分析 35211.3人口空間分布圖 41.1人口空間化建模1.1.1模型依據(jù)區(qū)內(nèi)居住人口始終處于一定的活動范圍內(nèi)，并保持一定的活動頻率或抗壓強(qiáng)度，其室內(nèi)空間活動呈現(xiàn)出較強(qiáng)的周期性特征。因此，可以根據(jù)居住人口室內(nèi)空間活動的類別和活動的抗壓強(qiáng)度，對居住人口的空間布局進(jìn)行預(yù)測、分析、模擬。本研究嘗試?yán)靡归g照明效果數(shù)據(jù)信息和土地資源利用數(shù)據(jù)信息構(gòu)建居住人口。空間布局模擬模擬物理模型。人口規(guī)模和空間分布總體上與河流，地形，海拔，氣候，道路，居民點分布等因素有關(guān)，土地資源利用類型是決定人口空間布局的關(guān)鍵因素，因此選擇與人口相關(guān)性強(qiáng)的土地資源利用數(shù)據(jù)信息作為模型依據(jù)。[5]夜間燈光的關(guān)鍵來自居民照明燈具、主要道路和路燈的照明效果、加工廠照明燈具的照明效果、城市景觀照明效果。夜間燈光效果圖像值的大小可以非常好的反映人們?nèi)粘；顒拥膹?qiáng)度水平。它是人口空間化模型的理想數(shù)據(jù)庫之一。對京津冀一體化城市圈各城區(qū)居民密度與NPP-VIIRS夜光效果數(shù)據(jù)信息平均值進(jìn)行相關(guān)性分析。2015年人口密度與平均光效強(qiáng)度呈顯著正的比例相關(guān)（圖1.1）。實體模型的擬合程度（R2），從大到小排列，從左到右依次為三次回歸、二次回歸、回歸分析、和對數(shù)函數(shù)回歸分別為0.8009、0.7818、0.6299、0.5251。同樣2017年人口密度分布與平均光效強(qiáng)度呈顯著顯著的正比關(guān)系（圖1.2），模型可決系數(shù)(R2)從大到小排列，從左到右順序為三次項回歸、二次項回歸、線性回歸、指數(shù)函數(shù)回歸分別為0.8187、0.8135、0.6153、0.6006。圖1.1京津冀地區(qū)2015年常駐人口密度與平均夜間燈光指數(shù)相關(guān)關(guān)系Fig1.1RelationshipbetweenresidentpopulationdensityandaveragenightlightindexinBeijing-Tianjin-Hebeiregionin2015圖1.SEQ圖4.1\*ARABIC2京津冀地區(qū)2017年常駐人口密度與平均夜間燈光指數(shù)相關(guān)關(guān)系Fig1.2RelationshipbetweenresidentpopulationdensityandaveragenightlightindexinBeijing-Tianjin-Hebeiregionin20171.1.2模型表達(dá)假設(shè)京津冀一體化區(qū)總居住人口與京津冀一體化區(qū)常住人口的可用活動空間和要進(jìn)行的活動的強(qiáng)度有關(guān)。利用土地資源類型，體現(xiàn)居住人口的可用活動空間；利用不同類型的土地，體現(xiàn)居住人口所要進(jìn)行的活動的強(qiáng)度，構(gòu)建京津冀一體化城市圈人口的空間模擬仿真模型。以京津冀城市群各市人口為因變量，將京津冀一體化城市圈不同土地資源利用類型的光照總面積和光照強(qiáng)度的DN數(shù)值作為自變量，逐步建立回歸分析，得到主要參數(shù)模擬的。模型為：。（1.1）其中代表第i個城市總?cè)丝?；Po為截距；m為土地類型的數(shù)量；NLij和DNij分別為第i個城市第j個土地資源利用類型的光照效果面積總面積和光照強(qiáng)度；aj,bj是回歸系數(shù)。將2015年和2017年京津冀一體化區(qū)各城區(qū)常住人口總數(shù)、各城區(qū)土地資源利用類型總面積（未利用地除外）、光照強(qiáng)度值將每種土地資源利用類型的光照效果轉(zhuǎn)化為線性回歸模型，測量計算實體模型變量值：ai=0.227,bj=0.718,=264320.320,sig=0.000,為0.800，結(jié)果表明，照明效果值在0.01的明顯水平，長期居住總?cè)藬?shù)與居住用地面積成正比，，即居住人口分布與總面積密切相關(guān)土地利用類型和土地利用類型內(nèi)照明效果值。實物模型符合大城市居住人口移動的基本規(guī)律，即居住人口規(guī)模越大，住戶占用地越大，活動越頻繁。居住區(qū)內(nèi)的光照值越高。這個模型可以將居住人口的離散傳遞到土地利用型居住區(qū)，符合人口空間分布和人類在空間內(nèi)活動的具體特點，能夠真實反映城市人口的空間布局和空間內(nèi)的運動狀態(tài)。[6]計算每個柵格數(shù)據(jù)中總?cè)丝诘墓綖椋?.2）其中：Pijk為i市j類土地資源第k個像元的估計人口數(shù)；Ni為城市范圍內(nèi)的像元數(shù)；NLijk和DNijk分別為i市j類土地資源上的第k個像元的燈效區(qū)的總面積和光照強(qiáng)度。[7]1.2模型精度分析根據(jù)回歸分析建模的結(jié)果來看，基于NPP-VIIRS夜間照明效果數(shù)據(jù)信息和京津冀綜合人口數(shù)據(jù)，實體模型及擬合度如下：2015年擬合優(yōu)度線性回歸y=0.004978x-0.437429R^2=0.6299二次項回歸y=5.603e-06x^2-3.189e-03x+1.412e+00R^2=0.7818三次項回歸y=-6.585e-09x^3+1.970e-05x^2-1.140e-02x+2.624e+00R^2=0.800指數(shù)函數(shù)y=e^(0.00171x-0.61368)R^2=0.52512017年擬合優(yōu)度線性回歸y=0.004751x-1.060330R^2=0.6153二次項回歸y=5.840e-06x^2-3.012e-03x+1.561e+00R^2=0.8135三次項回歸y=-3.442e-09x^3+1.297e-05x^2-6.845e-03x+1.990e+00R^2=0.8187指數(shù)函數(shù)y=e^(0.001442x--0.183494)R^2=0.6006表1實體模型精度與土地資源利用類型相關(guān)的相關(guān)系數(shù)r如下：2015年多元回歸分析顯示與農(nóng)用地相關(guān)系數(shù)r為0.09908498；草坪的相關(guān)系數(shù)r是0.3351648；灌木林的相關(guān)系數(shù)為0.005494505；森林的相關(guān)系數(shù)為0.3516484；濕地的相關(guān)系數(shù)為0.09340659；水體相關(guān)系數(shù)為0.478022；不透水面（城市用地的相關(guān)系數(shù)為0.8351648，裸地為-0.04395604。同樣，2017年人口與耕地、草地、灌木林、森林、濕地、水體、不透水面、裸地的相關(guān)系數(shù)分別為0.2582418、-0.02197802、0.2197802、0.08241758、0.2032967、0.2032967、0.2032967、0.8296703、0.07142857。通過分析可知2015和17年的土地利用類型中不透水面和人口的相關(guān)顯著性最高分別為0.8351648和0.8296703，草地，灌木林，濕地、裸地和人口的相關(guān)系數(shù)較低，相關(guān)系數(shù)能夠揭示模擬變量的相關(guān)關(guān)系，基本符合人口分布在城鎮(zhèn)土地的規(guī)律。1.3人口空間分布圖利用2015年和2017年人口1Km數(shù)據(jù)，按掩膜提取出京津冀地區(qū)的人口數(shù)據(jù)，對研究區(qū)域插值方法進(jìn)行選擇，可供參考的方法有IDW反距離權(quán)重法、克里金插值：簡單克里金法、全局多項式插值、全局代數(shù)插值，和年鑒數(shù)據(jù)對比，首先剔除GPI全局多項式插值，以為出現(xiàn)了負(fù)值，IDW更符合，選用IDW的數(shù)據(jù)進(jìn)行克里金插值計算，克里金插值法的實際基本原理是：克里金法的應(yīng)用領(lǐng)域是區(qū)域自變量具有室內(nèi)空間相關(guān)性，即人口密度與夜間燈光面積和夜間燈光數(shù)量存在空間相關(guān)性，則可以使用克里金法進(jìn)行插值或外推；否則，這是不可行的?？紤]樣本點的形狀、大小和室內(nèi)空間方向，與未知樣本點的相互的對應(yīng)空間位置關(guān)系，還有變異函數(shù)給出的結(jié)構(gòu)信息內(nèi)容，對未知樣本點使用的一類具有無偏性的線性回歸模型。[8]根據(jù)克里金插值法得到的京津冀地區(qū)2015年和17年的人口分布圖如下：圖1.3京津冀地區(qū)2015年人口分布圖Fig1.3The