基于NPP-VIIRS夜光遥感的江苏省人口数据空间化研究

发布时间：2021-11-03 11:09

　　以NPP-VIIRS夜间灯光数据和土地覆盖等数据为基础,结合江苏省各县市常住人口统计数据,采用空间回归模型对各市县常住人口进行回归建模,绘制常住人口密度空间分布图,并与以行政区为统计单元的人口密度分布图进行对比,准确获取江苏省内部的人口分布信息。结果表明:1)夜间灯光强度累计值与人口统计数据间相关性为0.78（p<0.01）,相关系数高;相较于传统的最小二乘估计方法,空间回归模型模拟效果较好,其中,空间滞后模型较空间误差模型较优。2)相较于传统的人口分布图,基于空间滞后模型绘制的2016年江苏省人口格网化密度分布图能更清晰地反映各市县内人口分布差异,客观性较强且表征规律较为明显。 

【文章来源】：黑龙江工程学院学报. 2020,34(03)

【文章页数】：5 页

【部分图文】：

江苏省NPP-VIIRS夜间灯光分布

本文基于NPP-VIIRS夜间灯光数据对SLM空间回归结果进行空间化处理。结果表明（见图3):1）夜间灯光数据可以有效地反映人口的实际分布，如在太湖和骆马湖等水域内灯光亮度明显低于其他区域，该范围内人口密度较低，与实际情况相符。2）江苏省人口分布特征明显：人口主要集中分布在江苏南部地区，尤其在南京、苏州、无锡等地人口密度较高；在江苏北部地区，人口主要分布在徐州市、连云港市以及宿迁市等地；在江苏中部地区，人口分布较为均匀，且在靠近南部地区人口分布较为集中。3）格网化后的人口分布无明显的交界线，不以行政单元为划分区域，如江苏南部的苏州、无锡等地无明显的界限；人口分布具有清晰的城市圈层结构，城市中心人口最为密集，随着与中心城区的距离渐增，人口密度呈现递减趋势，该趋势在江苏北部地区的表现更为明显。4）经济发展较为迅速的地区人口较为密集，呈现空间集聚的特征，如南京、苏锡常等地经济发展水平较高，人口呈现连片化趋势。徐州与环太湖周边发展迅速，人口密集程度较高。2.4 精度评价

县级回归结果检验

【参考文献】：
期刊论文
[1]基于多源数据的福建省人口数据空间化研究[J]. 杨晓荣,陈楠.  贵州大学学报(自然科学版). 2019(02)
[2]基于夜间灯光数据的人口空间分布研究综述[J]. 肖东升,杨松.  国土资源遥感. 2019(03)
[3]多智能体的城市精细尺度人口估算模型[J]. 董春,尹诗画,张玉.  测绘科学. 2019(08)
[4]社会经济数据空间化现状与发展趋势[J]. 吴吉东,王旭,王菜林,何鑫,叶梦琪.  地球信息科学学报. 2018(09)
[5]基于夜间灯光与LUC数据的川渝地区人口空间化研究[J]. 胡云锋,赵冠华,张千力.  地球信息科学学报. 2018(01)
[6]2003-2013年汶川地震极重灾区夜间灯光年际变化分析[J]. 张宝军.  灾害学. 2018(01)
[7]基于夜间灯光数据和空间回归模型的城市常住人口格网化方法研究[J]. 李翔,陈振杰,吴洁璇,汪文祥,曲乐安,周琛,韩肖锋.  地球信息科学学报. 2017(10)
[8]多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用[J]. 王珂靖,蔡红艳,杨小唤.  地理科学进展. 2016(12)
[9]人口数据空间化研究进展[J]. 董南,杨小唤,蔡红艳.  地球信息科学学报. 2016(10)
[10]基于夜间灯光数据和多地理因子数据的人口空间化方法——以辽宁省为例[J]. 马钰琪,朱秀芳,刘宪锋,陆楠.  北京师范大学学报(自然科学版). 2015(S1)



本文编号：3473576