基于遥感技术的城市人口数据研究

基于遥感技术的城市人口数据研究

1夜间灯光强度与城市c、nds模型的融合城市人口信息直接影响到经济和社会的发展和资源的使用。正确的人口分布和增加对提高人口素质、资源和环境的综合管理能力非常重要。传统的由统计部门获得人口资料的方法需要消耗大量的人力、物力和时间,特别是对大范围的人口信息的统计困难较大。GIS和遥感技术的发展为人口信息的获取提供了新的途径。美国军事气象卫星DefenseMeteorologicalSatelliteProgram(DMSP)搭载的OperationalLinescanSystem(OLS)传感器为大尺度的城市研究提供了一种新的数据获取手段,DMSP/OLS传感器可在夜间工作,能够探测到城市灯光甚至小规模居民地、车流等发出的低强度灯光,并使之明显区别于黑暗的乡村背景。国内外很多学者已将此数据用于研究城市问题,例如利用DMSP/OLS数据分析与社会经济因子的线性相关性,这些社会因子包括人口密度、城市面积扩张、热岛效应、国内生产总值(GDP)和电力能源消耗等。陈晋、卓莉等利用灯光数据发展中国城市化评价指数,分析中国城市化特征等。C.P.Lo等用DMSP/OLS辐射定标夜间灯光强度数据估算了行政单元上的平均人口密度,卓莉等也利用DMSP/OLS数据在基于光斑特征及人口-距离衰减律模拟了中国人口密度。鉴于夜间灯光数值与人口密度关系密切,且中国大陆20世纪90年代的夜间灯光的斑块基本上是连续增加的,在前一个时期DMSP/OLS图像上出现的灯光斑块在后一个时期是不会消失的,因此可以利用多时相的数据之间的关系估算未知年份的人口值,为认识和了解城市发展提供参考。本文以湖北省为例,利用GIS平台提取的DMSP/OLS各县市夜间灯光数据,结合湖北省往年的人口社会统计资料,估算湖北省2002年各县市城区人口数。具体思路:(1)分析2000年湖北省各地级市一直辖市的城镇灯光亮度与城区人口的关系,建立相应的线性模型,并利用该线性模型仿算2002年16个地级县市一直辖市的城镇人口;(2)利用2000年湖北省市辖区一县级市及神农架区数据建立BP神经网络模型,并利用该模型估算市辖区一县级市及神农架区的城镇人口。2研究区域和数据准备2.1全省共设县2所湖北省位于我国中部,介于北纬29°05′～33°20′,东经108°21′～116°07′之间。东西长约470km,面积18.59km2,占全国总面积的1.94%。全省辖12个地级市、1个自治州(恩施自治州),直辖3个县级市(仙桃市、天门市、潜江市)、1个林区(神农架林区)、33个市辖区和26个县级市。2000年底,全省总人口5949.28万人,城镇人口2393.09万人,其中省辖市城镇人口占全省总人口比重为40.22%。2.2数据来源2.3处理数据(1)投影及热图格式美国国家地球物理数据中心提供的DMSP/OLS夜间灯光遥感数据的地理坐标投影是Geographic(Lat/lon),椭球体为WSG-84,为了与栅格边界图格式统一便于裁剪,将其投影坐标转换为LambertConformalConic,椭球体转换为Clarke1866。(2)城镇灯光阈值确定首先,在GIS平台支持下,利用1∶5万湖北省边界栅格图提取2000年和2002年湖北省各个县市边界图(见图1)。然后,利用二分法的思路确定各城镇灯光阈值DNT,提取各县市城镇灯光数据。具体方法是设定夜间灯光亮度阈值DNT,统计各灯光斑块面积与各城镇建成区面积进行比较,直到某一阈值条件下利用DMSP提取的各城镇建成区面积总量与统计数据充分接近为止,图2为各县市城镇灯光阈值确定流程。图中DNmin和DNmax分别为DMSP/OLS影像最小和最大亮度值;f(DNT)为阈值DNT下提取的城镇建成区面积;US为实际的城镇建成区面积;Δf(DNT)表示在阈值DNT条件下,计算得到的城镇建成区面积与US的差值;Δf(DNT)?min表示|Δf(DNT-1)|≥|Δf(DNT)|≤|Δf(DNT+1)|。3学习的概念和方法3.1预测2000年各县市城镇人口利用多时相遥感数据和社会统计数据,通过分析湖北省2000年各个县市的夜间灯光总灰度值和城镇总人口之间的关系,预测2002年各县市城镇人口。具体思路为:①分析2000年各地级市和直辖市提取的城镇夜间灯光亮度总值与城镇人口的关系,建立线性模型;②根据线性模型,估算2002年湖北省各地级市和直辖市的城镇人口;③利用BP神经网络估算2002年市辖区-县级市及神农架区城镇人口。3.2学习方法3.2.1各城镇dmsp与b在本次分析中,我们利用了湖北省16个地级市-直辖市的城镇人口和夜间灯光亮度值数据建立了线性模型。回归方程的形式为:y=ax+b,其中x代表大于阈值的各县市夜间灯光灰度总值,y代表城镇人口数,线性关系及参数如图3所示。可决系数R∧2表示各县市城镇DMSP亮度值总和与人口各时相两者之间的线性相关性,R∧2越接近1,说明实际观测点离样本线越近,拟合优度越高。由图3可知,2000年地级市-直辖市的城镇人口和夜间灯光亮度值的可决系数为0.923,说明两者之间有很强的相关性,拟合优度较高。3.2.2预测模型的建立与4.1节线性分析类似,分析各市辖区-县级市城镇灯光亮度值与城镇人口的线性相关性,发现两者之间的可决系数R∧2仅为0.474,说明两者之间的线性关系不强。原因是我国属于发展中国家,尽管湖北省经济发展水平属于我国的中上游(2003年湖北省GDP总量为5395.91亿,比2002年增长9.3%),但仍低于发达国家,因此使得市辖区-县级市城镇人口与夜间灯光亮度之间的线性可决系数相对较小,故对于市辖区-县级市而言,不能采用简单的线性模型。本文选用非线性的预测模型―人工神经网络((ArtificialNeuralNetwork,简称ANN),模拟2002年各县级市城镇人口。选取应用最广泛的误差反向传播神经网络模型,简称BP模型。该模型有较强的学习功能,具有非线性特征,包含输入层、隐含层和输出层。它将输入数据加载到网络的输入端,训练后将网络的相应输出与期望输出相比较得出误差,然后根据误差情况修正各连接权函数,使网络朝着误差减少的方向变化,直到实际相应输出与期望输出之间的误差小于指定值为止,网络的输出端则产生相应的输出,见图4所示。它的数学模型是:其中,x、y、Z分别为输入层、隐含层、输出层上的节点向量,α1、β2分别是输入层与隐含层之间的连接权和阈值,α2、β2分别是隐含层与输出层之间的连接权和阈值,f(x)为网络激活函数,采用S型的sigmoid函数:引入代价函数:用代价函数的最小化来完成输入到输出的映射,其中z0是期望输出矢量。本文中,输入层为各县市城镇亮度总值,隐含层个数为3,输出层为县市城镇人口数,设定期望误差为0.00005,系统的初始连接权值为1。4预测吻合度的计算本文用预测吻合度(Goodnessofprediction,G)作为预测精度的衡量指标,其计算公式如下:式中,z(i)为第i个数据的真实值,zˆ(i)z^(i)为第i个数据的预测值,z¯z¯为计算的所有真实数据的平均值z¯=1k∑i=1kz(i)‚kz¯=1k∑i=1kz(i)‚k为参与计算预测吻合度的样本个数值。从预测吻合度的计算公式可知,预测值越接近实际值,则预测吻合度的值越高;预测吻合度的值越接近100%,其预测精度就越高。为了能更为准确的模拟2002年各城镇人口数,本文分别对地级市-直辖市及市辖区-县级市和神农架区人口估算结果进行分析。4.12估计结果分析将地级市-直辖市城镇的人口的预测值与真实值代入公式(5)计算得到预测吻合度为97.83%。由表1可知,地级市-直辖市城镇的人口估算结果平均相对误差为11.52%,平均绝对误差为10.70万人。其中,直辖市-仙桃、潜江和天门平均相对误差均小于10%。地级市中,襄樊市估算结果与真实人口数最为接近,其绝对误差和相对误差均最小,分别为0.36万人和0.15%。相对误差最大的为鄂州市,且估算结果大于真实人口数。2002年鄂州市国内生产总值为113.34亿元,年增长率为12.87%,相应的灯光亮度年增长率为2.55%,而人口年增长率仅为1.01%,因此估算的城镇人口值大于真实城镇人口。总的来说,湖北省2002年地级市-直辖市城镇的人口的预测结果接近真实统计值,模型预测结果较好。4.22真实人口与城镇估算人口关系2002年市辖区-县级市及神农架城镇人口预测吻合度为95.47%,平均相对误差为11.52%,平均绝对误差为2.40万人,图5为2002年各市辖区-县级市及神农架真实人口与城镇估算人口关系图。其中绝对误差和平均相对误差最小的为新洲,其城镇真实人口数为21.69万人,估算人口数为21.67万人,平均相对误差为0.09%,估算结果几乎与真实人口数相等。5灯光-人口线性模型及估算结果分析DMSP/OLS夜间灯光卫星数据作为监测人类活动的理想的数据源之一,在监测人口等社会经济数据空间化研究方面有较强的优越性。本文利用DMSP/OLS数据,分析湖北省各县市城镇人口与夜间灯光数据的线性关系,由线性回归参数可知地级市-直辖市夜间灯