人口、社会经济数据空间集成与应用

1.引言

    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。

图 1  技术流程图

2.数据准备与方法

    2.1 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。

    2.2 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：

3.建立人口空间分布数据集

    3.1 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

    3.2 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。