人口社会经济数据空间集成与应用
人类活动是生态环境变化的主要驱动力之一,人口、社会经济等人文数据是反映人类活动影响的 最直接指标,因此时间序列人文数据将成为相关领域研究的重要数据支撑。但传统的基于行政单元的 统计数据空间定位不稳定、不精确、不统一,人文要素数据的量化和空间展布的难题导致人文要素数 据很难与自然要素数据进行融合分析,严重阻碍了研究工作的进展。
本方案利用多源数据与统计数据回归模型,建立人口、社会经济空间数据集。本实验集成交通、 土地利用、DEM、夜间灯光指数(DMSP)、城市建成区范围与县级人口、生产总值、第一产业、第二 产业、第三产业的统计数据。综合考虑了多源数据的联系性,在经济发展一致性分区的基础上,对社 会经济数据在空间上进行重新分配,比较客观地再现了人口、社会经济数据的空间格局。
1、数据准备与方法
1.1 数据源
获取 DMSP 灯光指数数据、土地利用现状数据、交通数据、DEM、城市建成区范围数据;收集 县域人口、GDP 统计数据。
1.2 模型方法
数据集成主要利用 GIS 空间分析模块,应用欧几里德原理、无量纲化方法处理数据,依托回归 模型使数据精准化。
无量钢化公式:
回归分析模型:
式子中,P0和 a 为回归模型系数,b 和 c 为相关分析中选取的最佳分析系数。
2、建立人口空间分布数据集
2.1 数据处理
获取灯光指数数据,计算网格灯光指数。
图2 灯光指数分布图
对交通用地采用欧几里德原理实现距离权重化。
图3 交通距离权重图
将整理后的人口、经济统计数据县域空间化。
图4 人口县域空间化
2.2 数据集成
以县级统计型人口、GDP 数据为基础,综合考虑了地貌类型、土地利用、经济发展等自然和社 会影响因素,建立了人口、经济空间分布的基本模型,利用空间分析模块对人口、经济数据进行空间 分配和整合,在提高了空间分辨率的同时,对时间上的更新也提供了极大的便利。
图5 人口数据空间化集成图
此方案提高了人文数据的空间分辨率,解决了人口、经济统计资料的空间定位不稳定性,在空间 统计单元上实现了自然和人文要素的整合。
|