人口统计数据空间化不同方案及其误差评价

摘要

人口数据统计一般是以行政区划为单元进行的，因此，在一个行政区域内部，人口只能被看成是均匀分布的（尽管实际情况并非如此），这就为利用人口数据进行跨学科的综合研究带来了不便。人口统计数据空间化技术有效地解决了这一问题。自人口数据空间化概念提出以来，国内外研究工作者已经在人口数据空间化方面做了大量的研究，提出了各种各样的方法和模型。其中，以人口分布与土地利用、土地覆被、夜间灯光等要素之间的统计方法和模型居多，这种现象在近十多年来的国内人口数据空间化研究中表现得特别明显。
　　作为地学数据处理与产品加工的一种方法，与其他地学数据处理与产品加工方法一样，人口统计数据空间化也必然会存在误差。当前，关于人口数据空间化误差的分析与评价，研究人员一般都是针对自己特定的空间化方案和空间化结果进行，就事论事，但对于不同空间化方案（如选择不同参数、采用不同的统计样本尺度等）之间的误差分析、评价和比较所进行的系统分析和研究尚未发现。而系统分析和研究人口数据空间化不同方案之间的误差及其变化情况，对于优选空间化模型方法，减少空间化误差，提高空间化产品的精度，均具有重要意义。基于此，本文以2005年全国县级行政区划图、2005年分县统计人口数据以及全国1:25万土地覆被数据为基本资料，开展了以下研究：
　　（1）空间化方案设计。（a）分析样本尺度的选择：根据人口分布与土地覆被类型之间的关系，从1:25万土地覆被数据的6个一级类型、25个二级类型中选择森林、草地、农田、城镇聚落、农村聚落、湿地水体、荒漠等7种土地覆被类型的面积作为回归分析的输入变量，人口统计数据为输出变量，基于县级和地市级统计样本尺度分别构建出1种人口数据空间化模型，两个尺度上共2种模型。（b）分析变量的选择：将与人口分布密切的农田、城镇聚落、农村聚落等3种土地覆被类型的面积作为固定参数，其他土地覆被类型（森林、草地、湿地水体、荒漠）的面积作为可选参数，在县级和地市级尺度上分别构建出14种模型，两个尺度上共28种模型。
　　（2）误差评价指标与评价方法。建立了模型评价指标和空间化产品误差评价指标体系。本文选取相关系数、拟合值、相对误差、绝对误差等作为空间化模型和空间化产品误差评价的主要指标。同时，针对统计模型很难避免计算结果出现负值这一情况，除上述评价指标以外，对空间化结果的评价还考虑了计算结果中栅格单元值为负的占比情况。
　　（3）误差分析。（a）以森林、草地、农田、城镇聚落、农村聚落、湿地水体、荒漠等7种土地覆被类型面积为参数，对基于县级统计样本和地市级统计样本的2种人口统计数据空间化方案进行比较，结果为基于县级单元样本的人口统计数据空间化方法较好，相关系数为0.797，相对误差为6.2％；（b）对县级、地市级两个尺度上28种不同参数的人口统计数据空间化模型进行分析、比较，结果为：以农田、城镇聚落、农村聚落、湿地水体的面积为参数，在县级尺度上的人口统计数据空间化方法较好，相关系数为0.797，相对误差为8.3%。
　　（4）方案选择与优化。根据误差分析结果选择最佳方案，并对其进行优化。（a）基于县级尺度模型，在全国范围内分区进行人口统计数据空间化。依据相关系数、回归系数、散点图等指标，采用删除散点图上异常值的方法优化各区模型，使各个区的模型达到最好的结果，相关系数都在0.92以上，相对误差为0.134%。（b）对基于县级统计样本、以农田、城镇聚落、农村聚落、湿地水体面积为参数的人口统计数据空间化模型进行优化，参数的数量保持不变。依据相关系数、回归系数、散点图等指标，采用删除散点图上异常值的方法，使回归分析的结果达到最好，相关系数为0.955，相对误差为0.131%；（c）分析比较（a）、(b)两种方法的空间化结果，对其进行误差评价，最后得到：基于县级统计单元、以农田、城镇聚落、农村聚落、湿地水体面积为参数的人口统计数据空间化方法最优。
　　本文通过不同方案的比较、分析，得到人口数据空间化的最优方案。通过该方案，使人口分布能更加直观地表现在空间上，更好地反映人口分布的实际情况，提高了人口数据空间化的精度和准确性。因此，本文的研究思路、研究方法和研究成果对今后的人口统计数据空间化具有一定的指导和参考作用。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究目的

1.2 研究意义

1.3 主要空间化研究方法

1.3.1 基于影响因素的人口数据空间化研究

1.3.2 基于城市地理的人口数据空间化研究

1.3.3 基于夜间灯光的人口数据空间化研究

1.3.4 基于空间插值的人口数据空间化研究

1.4 人口数据空间化数据集

2 人口统计数据空间化研究内容

2.1 研究思路

2.2 研究框架

2.3 模型和产品误差的评价指标

2.3.1 模型评价指标

2.3.2 产品误差评价指标

2.4 研究的特点与创新

3 数据和研究方法

3.1 数据的准备

3.2 数据预处理

3.2.1 数据处理工具

3.2.2 数据处理方法

4 人口统计数据空间化方案

4.1 人口与土地模型的建立

4.2 人口统计数据的空间化方案

4.2.1 基于县市级尺度样本的人口数据空间化方案

4.2.2 基于县市级尺度参数的人口数据空间化方案

4.3 人口统计数据空间化结果分析

4.3.1 基于县市级尺度样本的人口数据空间化结果

4.3.2 基于县市级尺度参数的人口数据空间化结果

5 人口统计数据空间化误差评价

5.1 人口统计数据空间化误差修正

5.1.1 基于县级尺度样本的人口数据空间化误差修正

5.1.2 基于县级尺度参数的人口数据空间化误差修正

5.2 人口统计数据空间化误差分析与比较

5.2.1 人口统计数据空间化误差分析

5.2.2 人口统计数据空间化误差比较

6 结论与展望

6.1 研究结论

6.2 研究展望

参考文献

致谢