基于多源遥感数据的武汉市人口空间分布格局演化
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
－ ［ ７ ８ ］
１ 研究区域与数据来源
１ ． １
武汉市位于中国腹地中心， 湖北省东部， 介于东经 １ １ ３ ° ４ １ ′ ～ １ １ ５ ° ０ ５ ′ 、 北纬 ２ ９ ° ５ ８ ′ ～ ３ １ ° ２ ２ ′ ， 地处长江与汉江 交汇处， 是全国特大城市和重要的交通枢纽， 也是湖北 省省会， 华中地区和长江中下游的经济、 科技、 教育和文
只精确到行政区域， 不能反映人口的实际分布。 现有研究表明， 城市人口密度空间信息提取方法能 解决上述问题， 常用的城市人口密度空间模拟的方法
４ ］ ５ ］ 有： 城市人口密度模型 ［ 、 内插法空间分布模型 ［ 、 地理 ６ ］ 因子相关性模型 ［ 等。相较于城市人口密度模型、 内插
法空间分布模型来说， 地理因子相关性分析由于考虑了 人口分布的影响因素， 改善了模型结果， 能更好地模拟 城市内部人口的实际分布。在众多地理因子相关分析 的方法之中， 夜间灯光强度估算方法由于具有在较少数 据源的情况下快速反演大区域人口密度的优点而被广 泛运用于区域人口空间分布模拟之中
０ 引言
城市人口空间分布在一定程度上体现了城市经济
１ ］ 集聚程度及城镇化发展水平的空间分布 ［ 。开展城市
１ ３ ］ 。 展在时空上的演变， 用于揭示人口的空间分布规律 ［
２ ０ ０ ０ —２ ０ １ ２ 年， 武汉市由我国中部地区重要的中心 城市跃居为中部地区中心城市， 城市建设和社会经济表 现活跃， 其中心地位及辐射带动作用促使人口数量和结 构也发生了巨大的变化。研究该区域的人口空间分布 及演变对于揭示我国中部地区人口空间分布规律、 促进 社会经济可持续发展具有重要意义。 本研究基于 ２ ０ ０ ０ ， ２ ０ １ ２年武汉市分区人口统计数 Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ夜 间 灯 光 指 数、 据、 武汉 市 土 地 利 用 数 据、 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据， 借助 Ａ ｒ ｃ Ｇ Ｉ Ｓ１ ０ ． ０ 、 Ｅ Ｎ Ｖ Ｉ ５ ． ０等工具， 采用夜间灯光强度估算方法， 实现了 武汉市人口统计数据的空间化； 在此基础上， 利用空间 自相关分析方法， 分析武汉市人口分布时空演变规律。 相比传统意义上基于行政区划的人口空间自相关分析， 能揭示更多武汉市人口空间分布的细节信息。
１ ． ２ ． １ 武汉市行政区划数据。该数据通过 Ａ ｒ ｃ Ｇ Ｉ Ｓ１ ０ ． ０ 空间数字化得到， 用于裁剪研究区域的其他数据。 １ ． ２ ． ２ 武汉市土地利用数据。２ ０ ０ ０年土地利用数据来 源于中国科学院资源与环境数据中心， ２ ０ １ ２ 年的数据则
（ Ｅ ｍ ａ ｉ ｌ ） １ ３ ４ １ ９ ５ ６ ６ ６ ７ ９ ＠１ ６ ３ ． ｃ ｏ ｍ 。 要从事土地资源管理研究， － 通信作者：马才学（ １ ９ ６ １ ） ， 男， 湖北天门市人， 教授， 博士， 主要 （ Ｅ ｍ ａ ｉ ｌ ） ｍ ａ ｃ ａ ｉ ｘ ｕ ｅ ＠ｍ ａ ｉ ｌ ． ｈ ｚ ａ ｕ ． ｅ ｄ ｕ ． ｃ ｎ 。 从事土地资源管理研究，
（ 华中农业大学 公共管理学院， 武汉 ４ ３ ０ ０ ７ ０ ） 摘要：基于 Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数和 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据构建人居指数， 模拟武汉市 ２ ０ ０ ０ ， ２ ０ １ ２ 年人口空间分布。采用空间自相关模型， 从时空角度分析 ２ ０ ０ ０ —２ ０ １ ２年武汉市人口的空间分布格局及演变规 律。结果表明： ① 利用夜间灯光强度估算方法可快速准确模拟武汉市人口空间分布。 ② 人口空间分布格局有向武 汉市中心城区集聚的趋势， 具有“ 中间高周围低” 的特征。 ③ 武汉市人口空间分布表现出较强的空间自相关性， 根 据局部自相关分析， “ 高－ 高” 类型区主要分布在武昌、 口、 江汉、 江岸等中心区， “ 低－ 高” 类型区主要出现在江河流 域附近； 随着时间的推移人口分布的“ 高－ 高” 类型区扩大， 表明武汉市人口在向中心城区聚集的过程中远城区也形 成了相应的人口集聚中心。 关 键 词：Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数； Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ ； 人口空间格局； 空间自相关； 武汉市 中图分类号：Ｋ ９ ０ １ ． ３ 文献标志码：Ａ 文章编号：１ ０ ０ ３ ２ ３ ６ ３ （ ２ ０ １ ６ ） ０ ３ ０ １ ６ ５ ０ ５ ? ? ?
计数据的方法， 构建人居指数能防止夜间灯光指数的过
１ ４１ ５ ］ 饱和现象而导致反演结果的偏差， 计算方法如下 ［ ： －
－ （ １ ）＋ Ｎ Fra Baidu bibliotek Ｖ Ｉ Ｏ Ｌ Ｓ ｍ ａ ｘ ｎ ｏ ｒ Ｈ Ｓ Ｉ＝ 。 （ １ ） － ＋ ＋ （ １ Ｏ Ｌ Ｓ ） Ｎ Ｄ Ｖ Ｉ Ｌ Ｓ Ｎ Ｄ Ｖ Ｉ ｎ ｏ ｒ ｍ ａ ｘ Ｏ ｎ ｏ ｒ× ｍ ａ ｘ
２ 化中心。武汉市现辖 １ ３个区， 面积 ８４ ９ ４ ． ４ １ｋ ｍ 。截至
。
在获取城市人口信息的基础上， 国内学者对人口空 间分布的研究主要包括人口的空间分布特征及演变、 人 口与社会经济的空间耦合及人口空间分布的驱动因素 等
［ ９ ］
２ ０ １ ２ 年底， 武汉市年末总人口 ８ ２ １ ． ７ ０ ８８万人， 基于行政 区界的人口统计密度及空间位置见图 １ 。其中江岸、 江 汉、 口、 汉阳、 武昌为人口分布高密度区， 江夏、 蔡甸、 汉南、 黄陂、 新洲为人口分布低密度区。
作为人口统计数据空间化的载体。 综合遥感夜间灯光指数与年 Ｎ Ｄ Ｖ Ｉ 最大值构建人居 指数（ Ｈ Ｓ Ｉ ） 提取人口空间分布的方法参照于现有研
１ ４ ］ 究［ 。相对于单纯的基于夜间灯光指数空间化人口统
借助于 Ｅ Ｎ Ｖ Ｉ ５ ． ０ 对该年的 Ｌ ａ ｎ ｄ ｓ ａ ｔ ７Ｔ Ｍ 影像进行监督分 类得到。土 地 利 用 类 型 分 为 建 设 用 地、 耕 地、 林 地、 草 地、 裸地、 水体六大地类， 其作用在于进行人口统计数据 空间化时剔除不适宜人居住的水体部分。为保持数据 × 的空间一致性， 将土地利用数据重采样为 １ｋ ｍ １ｋ ｍ 。 １ ． ２ ． ３ Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ夜间灯光指数。数据由美国国家地 球物理数据中心（ Ｎ Ｇ Ｄ Ｃ ） 提供， 其空间分辨率为 １ｋ ｍ 。 Ｄ Ｍ Ｓ Ｐ卫星以每天 １ ４ 轨的速度绕地球飞行， 经过赤道的 时间有 ２ 个， 分别为 １ ０ ： ５ ０和 ２ ２ ： ５ ０ 。使用前需对其进 ｌ ｂ ｅ ｒ ｓ 等面积投影。 行投影转换， 转换后的投影系统为 Ａ １ ． ２ ． ４ Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据。数据来源 于比利时佛莱芒技术研究所， 对逐旬 Ｎ Ｄ Ｖ Ｉ 数据进行处 理， 使之转换为与夜间灯光指数数据一样的投影系统与 空间分 辨 率。在 获 取 逐 旬 Ｎ Ｄ Ｖ Ｉ 数 据 的 基 础 上， 利用 Ｖ Ｇ Ｔ Ｅ ｘ ｔ ｒ ａ ｃ ｔ 软件对其进行处理， 提取年最大 Ｎ Ｄ Ｖ Ｉ 值。 １ ． ２ ． ５ ２ ０ ０ ０ ， ２ ０ １ ２ 年武汉市分区人口统计数据。分区人 口统计数据来源于 ２ ０ ０ １ ， ２ ０ １ ３年的《 武汉市统计年鉴》 ， 根据各辖区面积计算分区人口密度， 并结合武汉市行政 区界数据将其空间化， 用于对夜间灯光强度估算方法得 到的人口数据进行校正， 使反演出的人口空间分布结果 达到分区零误差。
１ ６ ］ 行模拟 ［ ， 其表达式为：
ｌ ｎ（ ｐ ） ＝ａ×ｌ ｎ（ Ｈ Ｓ Ｉ ′ ）＋ｂ 。
（ ２ ）
式中： ｐ 表示分区人口统计密度；Ｈ Ｓ Ｉ ′ 表示分区平均人 居指数， 由武汉市各区人居指数的总和除以该区对应的 宜居面积确定； ａ 和ｂ 为回归模型的参数。
２ 研究方法
２ ． １ ! *+,在借助夜间灯光强度估算方法空间化人口统计数 据的基础上， 运用空间自相关模型， 探索武汉市 ２ ０ ０ ０ ， ２ ０ １ ２ 年人口空间分布及演变规律。首先， 由Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数、 土地利用数据和 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐 旬Ｎ Ｄ Ｖ Ｉ 数据构建人居指数； 其次， 基于武汉市分区行政 区划图计算分区平均统计人口和分区平均人居指数， 并 对其进行 Ｐ ｅ ａ ｒ ｓ ｏ ｎ相关分析及回归分析， 构建分区人居 指数和分区人口密度间的回归方程； 再次， 利用此回归 方程， 基于第一步中所构建的人居指数分布图， 反推出 武汉市人口密度分布数据， 并用分区人口统计数据对其 进行校正， 构建分 区 人 口 零 误 差 的 人 口 密 度 空 间 分 布
作水体掩膜， 与年 Ｎ Ｄ Ｖ Ｉ 值进行叠加， 剔除占武汉市土地 总面积 ２ ５ ％的水体部分， 剩余部分为适宜居住区， 用于
图１ 研究区人口密度图 Ｆ ｉ ｇ ． １ Ｔ ｈ ｅｍａ ｐｏ ｆ ｐ ｏ ｐ ｕ ｌ ａ ｔ ｉ ｏ ｎｄ ｅ ｎ ｓ ｉ ｔ ｙｉ ｎｓ ｔ ｕ ｄ ｙａ ｒ ｅ ａ
人口空间分布格局研究， 是协调城市人口、 经济、 社会、
２ ］ 环境等问题的基础 ［ 。传统意义上我国常用的城市人
口信息的获取方法有全国人口普查、 人口抽查等， 此种 基于行政区界的人口统计数据难以与其他地理信息边 界相匹配， 不利于人口数据与其他信息数据关联进行综
３ ］ 合分析 ［ 。且利用该数据进行人口分布分析时， 其精度
２ ． ２ ! ./01$2345607&289
以求 得 的 年 最 大 Ｎ Ｄ Ｖ Ｉ值 为 基 础， 使值落在 ［ ０ ． １ ， ０ ． ９ ］ 的区间， 剔除 Ｎ Ｄ Ｖ Ｉ 值小于 ０ ． １和大于 ０ ． ９的 区域， 此类区域多为裸岩、 水体或植被郁闭度过高的森
７ ］ 林而不适宜人类居住 ［ 。利用武汉市土地利用数据制
·１ ６ ６ ·
地域研究与开发
第３ ５ 卷
０ ０ ０ ， ２ ０ １ ２ 年的武汉 图； 最后， 对基于上述步骤所求出的 ２ 市分区人口零误差空间分布图进行空间自相关分析， 通 ｏ ｒ ａ ｎ ’ ｓ Ｉ ， Ｍ ｏ ｒ ａ ｎ 散点图及 Ｌ Ｉ Ｓ Ａ集聚图， 分 过求取全局 Ｍ 析武汉市人口空间分布及动态演变规律。
式中： 为Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 的年最 Ｎ Ｄ Ｖ Ｉ ｍ ａ ｘ 为经过标准化处理的夜间灯光指数， 其值 大值； Ｏ Ｌ Ｓ ｎ ｏ ｒ 为０ ～ １ 。
２ ． ３ ! 9:607&;6<=>&'?@AB
以武汉市分区行政区划数据为基准， 分区计算各区 总人居指数， 除以各区宜居面积构建分区平均人居指数 Ｈ Ｓ Ｉ ， 其中每个 Ｈ Ｓ Ｉ 分别对应 １ 个人口统计密度数据。将 武汉市 １ ３ 个区的数据作为样本， 测算其 Ｐ ｅ ａ ｒ ｓ ｏ ｎ相关关 系， 并建立回归模型。经过多种模型的选择比较， 发现 对数相关关系对于模拟 Ｈ Ｓ Ｉ 与对应的人口统计密度数 据最为有效， 本研究最终选择了回归最优的对数模型进
第 ３ ５ 卷 第 ３ 期 ２ ０ １ ６ 年 ６ 月
地域研究与开发 Ａ Ｒ Ｅ Ａ ＬＲ Ｅ Ｓ Ｅ Ａ Ｒ Ｃ ＨＡ Ｎ ＤＤ Ｅ Ｖ Ｅ Ｌ Ｏ Ｐ Ｍ Ｅ Ｎ Ｔ
Ｖ ｏ ｌ ． ３ ５ Ｎ ｏ ． ３ Ｊ ｕ ｎ ． ２ ０ １ ６
基于多源遥感数据的武汉市人口空间分布格局演化
赵利利 ，孟 芬 ，马才学
。其中， 人口的空间分布特征及其演变是研究其他
［ １ ０ ］
人口问题的基础， 通常采用人口重心模型 度模型
［ １ １ ］
、 人口集疏
、 空间自相关模型
［ １ ２ ］
等方法探索区域人口发
１ ． ２
－ － － － 收稿日期：２ ０ １ ５ ０ ９ １ ６ ；修回日期：２ ０ １ ５ １ ２ ３ １ － 作者简介：赵利利（ １ ９ ８ ９ ） ， 女， 河北邯郸市人， 硕士研究生， 主
１ 研究区域与数据来源
１ ． １
武汉市位于中国腹地中心， 湖北省东部， 介于东经 １ １ ３ ° ４ １ ′ ～ １ １ ５ ° ０ ５ ′ 、 北纬 ２ ９ ° ５ ８ ′ ～ ３ １ ° ２ ２ ′ ， 地处长江与汉江 交汇处， 是全国特大城市和重要的交通枢纽， 也是湖北 省省会， 华中地区和长江中下游的经济、 科技、 教育和文
只精确到行政区域， 不能反映人口的实际分布。 现有研究表明， 城市人口密度空间信息提取方法能 解决上述问题， 常用的城市人口密度空间模拟的方法
４ ］ ５ ］ 有： 城市人口密度模型 ［ 、 内插法空间分布模型 ［ 、 地理 ６ ］ 因子相关性模型 ［ 等。相较于城市人口密度模型、 内插
法空间分布模型来说， 地理因子相关性分析由于考虑了 人口分布的影响因素， 改善了模型结果， 能更好地模拟 城市内部人口的实际分布。在众多地理因子相关分析 的方法之中， 夜间灯光强度估算方法由于具有在较少数 据源的情况下快速反演大区域人口密度的优点而被广 泛运用于区域人口空间分布模拟之中
０ 引言
城市人口空间分布在一定程度上体现了城市经济
１ ］ 集聚程度及城镇化发展水平的空间分布 ［ 。开展城市
１ ３ ］ 。 展在时空上的演变， 用于揭示人口的空间分布规律 ［
２ ０ ０ ０ —２ ０ １ ２ 年， 武汉市由我国中部地区重要的中心 城市跃居为中部地区中心城市， 城市建设和社会经济表 现活跃， 其中心地位及辐射带动作用促使人口数量和结 构也发生了巨大的变化。研究该区域的人口空间分布 及演变对于揭示我国中部地区人口空间分布规律、 促进 社会经济可持续发展具有重要意义。 本研究基于 ２ ０ ０ ０ ， ２ ０ １ ２年武汉市分区人口统计数 Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ夜 间 灯 光 指 数、 据、 武汉 市 土 地 利 用 数 据、 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据， 借助 Ａ ｒ ｃ Ｇ Ｉ Ｓ１ ０ ． ０ 、 Ｅ Ｎ Ｖ Ｉ ５ ． ０等工具， 采用夜间灯光强度估算方法， 实现了 武汉市人口统计数据的空间化； 在此基础上， 利用空间 自相关分析方法， 分析武汉市人口分布时空演变规律。 相比传统意义上基于行政区划的人口空间自相关分析， 能揭示更多武汉市人口空间分布的细节信息。
１ ． ２ ． １ 武汉市行政区划数据。该数据通过 Ａ ｒ ｃ Ｇ Ｉ Ｓ１ ０ ． ０ 空间数字化得到， 用于裁剪研究区域的其他数据。 １ ． ２ ． ２ 武汉市土地利用数据。２ ０ ０ ０年土地利用数据来 源于中国科学院资源与环境数据中心， ２ ０ １ ２ 年的数据则
（ Ｅ ｍ ａ ｉ ｌ ） １ ３ ４ １ ９ ５ ６ ６ ６ ７ ９ ＠１ ６ ３ ． ｃ ｏ ｍ 。 要从事土地资源管理研究， － 通信作者：马才学（ １ ９ ６ １ ） ， 男， 湖北天门市人， 教授， 博士， 主要 （ Ｅ ｍ ａ ｉ ｌ ） ｍ ａ ｃ ａ ｉ ｘ ｕ ｅ ＠ｍ ａ ｉ ｌ ． ｈ ｚ ａ ｕ ． ｅ ｄ ｕ ． ｃ ｎ 。 从事土地资源管理研究，
（ 华中农业大学 公共管理学院， 武汉 ４ ３ ０ ０ ７ ０ ） 摘要：基于 Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数和 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据构建人居指数， 模拟武汉市 ２ ０ ０ ０ ， ２ ０ １ ２ 年人口空间分布。采用空间自相关模型， 从时空角度分析 ２ ０ ０ ０ —２ ０ １ ２年武汉市人口的空间分布格局及演变规 律。结果表明： ① 利用夜间灯光强度估算方法可快速准确模拟武汉市人口空间分布。 ② 人口空间分布格局有向武 汉市中心城区集聚的趋势， 具有“ 中间高周围低” 的特征。 ③ 武汉市人口空间分布表现出较强的空间自相关性， 根 据局部自相关分析， “ 高－ 高” 类型区主要分布在武昌、 口、 江汉、 江岸等中心区， “ 低－ 高” 类型区主要出现在江河流 域附近； 随着时间的推移人口分布的“ 高－ 高” 类型区扩大， 表明武汉市人口在向中心城区聚集的过程中远城区也形 成了相应的人口集聚中心。 关 键 词：Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数； Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ ； 人口空间格局； 空间自相关； 武汉市 中图分类号：Ｋ ９ ０ １ ． ３ 文献标志码：Ａ 文章编号：１ ０ ０ ３ ２ ３ ６ ３ （ ２ ０ １ ６ ） ０ ３ ０ １ ６ ５ ０ ５ ? ? ?
计数据的方法， 构建人居指数能防止夜间灯光指数的过
１ ４１ ５ ］ 饱和现象而导致反演结果的偏差， 计算方法如下 ［ ： －
－ （ １ ）＋ Ｎ Fra Baidu bibliotek Ｖ Ｉ Ｏ Ｌ Ｓ ｍ ａ ｘ ｎ ｏ ｒ Ｈ Ｓ Ｉ＝ 。 （ １ ） － ＋ ＋ （ １ Ｏ Ｌ Ｓ ） Ｎ Ｄ Ｖ Ｉ Ｌ Ｓ Ｎ Ｄ Ｖ Ｉ ｎ ｏ ｒ ｍ ａ ｘ Ｏ ｎ ｏ ｒ× ｍ ａ ｘ
２ 化中心。武汉市现辖 １ ３个区， 面积 ８４ ９ ４ ． ４ １ｋ ｍ 。截至
。
在获取城市人口信息的基础上， 国内学者对人口空 间分布的研究主要包括人口的空间分布特征及演变、 人 口与社会经济的空间耦合及人口空间分布的驱动因素 等
［ ９ ］
２ ０ １ ２ 年底， 武汉市年末总人口 ８ ２ １ ． ７ ０ ８８万人， 基于行政 区界的人口统计密度及空间位置见图 １ 。其中江岸、 江 汉、 口、 汉阳、 武昌为人口分布高密度区， 江夏、 蔡甸、 汉南、 黄陂、 新洲为人口分布低密度区。
作为人口统计数据空间化的载体。 综合遥感夜间灯光指数与年 Ｎ Ｄ Ｖ Ｉ 最大值构建人居 指数（ Ｈ Ｓ Ｉ ） 提取人口空间分布的方法参照于现有研
１ ４ ］ 究［ 。相对于单纯的基于夜间灯光指数空间化人口统
借助于 Ｅ Ｎ Ｖ Ｉ ５ ． ０ 对该年的 Ｌ ａ ｎ ｄ ｓ ａ ｔ ７Ｔ Ｍ 影像进行监督分 类得到。土 地 利 用 类 型 分 为 建 设 用 地、 耕 地、 林 地、 草 地、 裸地、 水体六大地类， 其作用在于进行人口统计数据 空间化时剔除不适宜人居住的水体部分。为保持数据 × 的空间一致性， 将土地利用数据重采样为 １ｋ ｍ １ｋ ｍ 。 １ ． ２ ． ３ Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ夜间灯光指数。数据由美国国家地 球物理数据中心（ Ｎ Ｇ Ｄ Ｃ ） 提供， 其空间分辨率为 １ｋ ｍ 。 Ｄ Ｍ Ｓ Ｐ卫星以每天 １ ４ 轨的速度绕地球飞行， 经过赤道的 时间有 ２ 个， 分别为 １ ０ ： ５ ０和 ２ ２ ： ５ ０ 。使用前需对其进 ｌ ｂ ｅ ｒ ｓ 等面积投影。 行投影转换， 转换后的投影系统为 Ａ １ ． ２ ． ４ Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 数据。数据来源 于比利时佛莱芒技术研究所， 对逐旬 Ｎ Ｄ Ｖ Ｉ 数据进行处 理， 使之转换为与夜间灯光指数数据一样的投影系统与 空间分 辨 率。在 获 取 逐 旬 Ｎ Ｄ Ｖ Ｉ 数 据 的 基 础 上， 利用 Ｖ Ｇ Ｔ Ｅ ｘ ｔ ｒ ａ ｃ ｔ 软件对其进行处理， 提取年最大 Ｎ Ｄ Ｖ Ｉ 值。 １ ． ２ ． ５ ２ ０ ０ ０ ， ２ ０ １ ２ 年武汉市分区人口统计数据。分区人 口统计数据来源于 ２ ０ ０ １ ， ２ ０ １ ３年的《 武汉市统计年鉴》 ， 根据各辖区面积计算分区人口密度， 并结合武汉市行政 区界数据将其空间化， 用于对夜间灯光强度估算方法得 到的人口数据进行校正， 使反演出的人口空间分布结果 达到分区零误差。
１ ６ ］ 行模拟 ［ ， 其表达式为：
ｌ ｎ（ ｐ ） ＝ａ×ｌ ｎ（ Ｈ Ｓ Ｉ ′ ）＋ｂ 。
（ ２ ）
式中： ｐ 表示分区人口统计密度；Ｈ Ｓ Ｉ ′ 表示分区平均人 居指数， 由武汉市各区人居指数的总和除以该区对应的 宜居面积确定； ａ 和ｂ 为回归模型的参数。
２ 研究方法
２ ． １ ! *+,在借助夜间灯光强度估算方法空间化人口统计数 据的基础上， 运用空间自相关模型， 探索武汉市 ２ ０ ０ ０ ， ２ ０ １ ２ 年人口空间分布及演变规律。首先， 由Ｄ Ｍ Ｓ Ｐ ／ Ｏ Ｌ Ｓ 夜间灯光指数、 土地利用数据和 Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐 旬Ｎ Ｄ Ｖ Ｉ 数据构建人居指数； 其次， 基于武汉市分区行政 区划图计算分区平均统计人口和分区平均人居指数， 并 对其进行 Ｐ ｅ ａ ｒ ｓ ｏ ｎ相关分析及回归分析， 构建分区人居 指数和分区人口密度间的回归方程； 再次， 利用此回归 方程， 基于第一步中所构建的人居指数分布图， 反推出 武汉市人口密度分布数据， 并用分区人口统计数据对其 进行校正， 构建分 区 人 口 零 误 差 的 人 口 密 度 空 间 分 布
作水体掩膜， 与年 Ｎ Ｄ Ｖ Ｉ 值进行叠加， 剔除占武汉市土地 总面积 ２ ５ ％的水体部分， 剩余部分为适宜居住区， 用于
图１ 研究区人口密度图 Ｆ ｉ ｇ ． １ Ｔ ｈ ｅｍａ ｐｏ ｆ ｐ ｏ ｐ ｕ ｌ ａ ｔ ｉ ｏ ｎｄ ｅ ｎ ｓ ｉ ｔ ｙｉ ｎｓ ｔ ｕ ｄ ｙａ ｒ ｅ ａ
人口空间分布格局研究， 是协调城市人口、 经济、 社会、
２ ］ 环境等问题的基础 ［ 。传统意义上我国常用的城市人
口信息的获取方法有全国人口普查、 人口抽查等， 此种 基于行政区界的人口统计数据难以与其他地理信息边 界相匹配， 不利于人口数据与其他信息数据关联进行综
３ ］ 合分析 ［ 。且利用该数据进行人口分布分析时， 其精度
２ ． ２ ! ./01$2345607&289
以求 得 的 年 最 大 Ｎ Ｄ Ｖ Ｉ值 为 基 础， 使值落在 ［ ０ ． １ ， ０ ． ９ ］ 的区间， 剔除 Ｎ Ｄ Ｖ Ｉ 值小于 ０ ． １和大于 ０ ． ９的 区域， 此类区域多为裸岩、 水体或植被郁闭度过高的森
７ ］ 林而不适宜人类居住 ［ 。利用武汉市土地利用数据制
·１ ６ ６ ·
地域研究与开发
第３ ５ 卷
０ ０ ０ ， ２ ０ １ ２ 年的武汉 图； 最后， 对基于上述步骤所求出的 ２ 市分区人口零误差空间分布图进行空间自相关分析， 通 ｏ ｒ ａ ｎ ’ ｓ Ｉ ， Ｍ ｏ ｒ ａ ｎ 散点图及 Ｌ Ｉ Ｓ Ａ集聚图， 分 过求取全局 Ｍ 析武汉市人口空间分布及动态演变规律。
式中： 为Ｓ Ｐ Ｏ Ｔ Ｖ Ｅ Ｇ Ｅ Ｔ Ａ Ｔ Ｉ Ｏ Ｎ逐旬 Ｎ Ｄ Ｖ Ｉ 的年最 Ｎ Ｄ Ｖ Ｉ ｍ ａ ｘ 为经过标准化处理的夜间灯光指数， 其值 大值； Ｏ Ｌ Ｓ ｎ ｏ ｒ 为０ ～ １ 。
２ ． ３ ! 9:607&;6<=>&'?@AB
以武汉市分区行政区划数据为基准， 分区计算各区 总人居指数， 除以各区宜居面积构建分区平均人居指数 Ｈ Ｓ Ｉ ， 其中每个 Ｈ Ｓ Ｉ 分别对应 １ 个人口统计密度数据。将 武汉市 １ ３ 个区的数据作为样本， 测算其 Ｐ ｅ ａ ｒ ｓ ｏ ｎ相关关 系， 并建立回归模型。经过多种模型的选择比较， 发现 对数相关关系对于模拟 Ｈ Ｓ Ｉ 与对应的人口统计密度数 据最为有效， 本研究最终选择了回归最优的对数模型进
第 ３ ５ 卷 第 ３ 期 ２ ０ １ ６ 年 ６ 月
地域研究与开发 Ａ Ｒ Ｅ Ａ ＬＲ Ｅ Ｓ Ｅ Ａ Ｒ Ｃ ＨＡ Ｎ ＤＤ Ｅ Ｖ Ｅ Ｌ Ｏ Ｐ Ｍ Ｅ Ｎ Ｔ
Ｖ ｏ ｌ ． ３ ５ Ｎ ｏ ． ３ Ｊ ｕ ｎ ． ２ ０ １ ６
基于多源遥感数据的武汉市人口空间分布格局演化
赵利利 ，孟 芬 ，马才学
。其中， 人口的空间分布特征及其演变是研究其他
［ １ ０ ］
人口问题的基础， 通常采用人口重心模型 度模型
［ １ １ ］
、 人口集疏
、 空间自相关模型
［ １ ２ ］
等方法探索区域人口发
１ ． ２
－ － － － 收稿日期：２ ０ １ ５ ０ ９ １ ６ ；修回日期：２ ０ １ ５ １ ２ ３ １ － 作者简介：赵利利（ １ ９ ８ ９ ） ， 女， 河北邯郸市人， 硕士研究生， 主