一种改进人口数据空间化的方法:农村居住地重分类

doi:10.11820/dlkxjz.2006.03.008

地理科学进展 ›› 2006, Vol. 25 ›› Issue (3): 62-69.DOI: 10.11820/dlkxjz.2006.03.008

一种改进人口数据空间化的方法:农村居住地重分类

杨小唤,刘业森,江东,罗春,黄耀欢

中国科学院地理科学与资源研究所资源环境科学数据中心, 北京100101

收稿日期:2006-03-01 修回日期:2006-05-01 出版日期:2006-05-25 发布日期:2006-05-25
作者简介:杨小唤( 1965- )| 男, 安徽潜山人, 研究员.主要从事遥感和GIS 应用、资源环境科学空间数据库等研究.E- mail:yangxh@lreis.ac.cn
基金资助:
国家自然科学基金项目( 40471112) .

An Enhanced Method for Spatial Distr ibuting Census Data: Re- classifying of Rur al Residential

YANG Xiaohuan,LIU Yesen,JIANG Dong,LUO Chun,HUANG Yaohuan

Institute of Geographic Sciences and National Resources Research, CAS, Beijing 100101, China

Received:2006-03-01 Revised:2006-05-01 Online:2006-05-25 Published:2006-05-25

摘要/Abstract

摘要：

人口( 统计) 数据空间化是解决统计数据与自然要素数据融合分析的有效途径。本文在论述已有人口空间化方法的基础上，认为遥感影像得到的居民地数据是表达人口分布的最好指标。为了使居民地数据更好地应用于人口空间化的研究，论文在分析各种与人口居住密度相关指标的基础上，确定了用农村居民地面积所占百分比对农村居民地进行重新分级，然后应用于人口空间化的计算。结果检验表明，人口空间分布数据的误差从分级前的17.4%降到分级后的12%，尤其是误差高于30%的乡镇个数从8 个减少到1 个，该方法有效地提高了人口空间数据的精度。

关键词: 居民地, 空间化, 人口

Abstract:

Spatial distributing of census data is an effective way to integrate statistical data and natural factors. Land- cover and land- use change (LUCC) is the effect of human activities, and spatial distribution of population has close relationship with LUCC pattern both at regional and global scales. Population can be redistributed onto geo- referenced square grids according to this relation. Since there exist efficient approaches for monitoring LUCC with remote sensing and GIS, geo- referenced population data can also be updated conveniently. According to existing methods, it is found that the population density is directly related to land use types and the residential area is the best index for population distribution. Residential areas could be reclassified into three sub classes: urban residential, rural residential, and commercial- industrial. The paper presented an enhanced method for spatial distributing census data: re- classification of rural residential areas. On the basis of the relationship of various kinds of indexes and inhabitation density, several indexes were selected for re- classifying rural residential areas. Using these re- classified rural residential data, the precision of census redistributing pattern was improved obviously. Methods and main algorithms used in these studies were presented in the paper. Characters and prospect of this study were also discussed.

Key words: census data, rural residential, spatial distributing

中图分类号:

P283
C922

杨小唤,刘业森,江东,罗春,黄耀欢. 一种改进人口数据空间化的方法:农村居住地重分类[J]. 地理科学进展, 2006, 25(3): 62-69.

YANG Xiaohuan,LIU Yesen,JIANG Dong,LUO Chun,HUANG Yaohuan. An Enhanced Method for Spatial Distr ibuting Census Data: Re- classifying of Rur al Residential[J]. PROGRESS IN GEOGRAPHY, 2006, 25(3): 62-69.

参考文献

[1] Deichmann U. A review of Spatial Population Database Design and Modeling. NCGIA Technical Report 96- 3, 1996.

[2] Goodchild M F, Anselin L, Deichmann U. A framework for the areal interpolation of socioeconomic data. Environment and Planning A, 1993(25):383~397.

[3] Gridded Pupulation of the world Http://sedac.ciesin.org/plue/gpw

[4] Wright J K. A method of mapping densities of population with Cape Cod as an example. Geographical Review, 1936, (26): 103~110.

[5] Tobler W R, D Uwe, Gottsegen Jon, Malloy, Kelly. The Global Demography Project, National Center for Geographic Information and Analysis UCSB, 1995.

[6] Uwe Deichmann Asia population database documentation NCGIA 1996.5.3.

[7] T X Yue, Y A Wang, J Y Liu. Numerical Simulation of Population Distribution in China Population and Environment, 2003, 25(2): 141~164.

[8] Ogrosky C E. Population estimation from satellite imagery. Photogrammetric Engineering & Remote Sensing, 1975, (41): 707~712.

[9] Sutton P, Dar Roberts, Chris Elvidge. etc. A Comparison of nighttime satellite imagery and population density for the continental United States. Photogrammetric Engineering and Remote Sensing, 1999, (11): 1303~1313.

[10] Yew Yuan, Richard M. Smith, W. Fredrick Limp. Remodeling census population with spatial information from landsat TM imagery. Computer,Environment, and Urban Systems, 1997, (3/4): 245~258.

[11] 潘志强, 刘高焕. 面插值的研究进展. 地理科学进展, 2002, (3):146~152.

[12] 杨小唤, 江东,王乃斌,刘红辉. 人口数据空间化的处理方法. 地理学报, 2002, 57(增刊): 70~75.

[13] 江东, 杨小唤,王乃斌,刘红辉. 基于RS、GIS 的人口空间分布研究. 地球科学进展, 2002, (10):734~738.

[14] 胡焕庸. 句容县人口之分布. 地理学报, 1936, (3):621~627.

[15] 王瑞林. 格网人口图的计算机制图方法. 地理学报, 1987, (12):357~365.

[16] 周成虎, 骆剑承, 杨晓梅等著.《遥感影像地学理解与分析》. 北京:科学出版社, 1999,第一版.

[17] 程连生, 冯文勇, 蒋立宏. 太原盆地东南部农村聚落空心化机理分析. 地理学报, 2001, (7):437~446.

[18] 田光进, 刘纪远, 庄大方. 近10 年来中国农村居民点用地时空特征. 地理学报, 2003, 9, 58(5):651~658

[19] 杨小唤, 王乃斌, 江东, 熊利亚, 刘红辉. 基于空间分析方法的人口空间分布区划. 地理学报, 2002, 57(增刊): 76~81.

一种改进人口数据空间化的方法:农村居住地重分类

An Enhanced Method for Spatial Distr ibuting Census Data: Re- classifying of Rur al Residential

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	朱媛媛, 罗源. 中国乡村社会空间重构过程再认知及展望——基于人口城乡逆流视角[J]. 地理科学进展, 2024, 43(2): 374-386.
[2]	孙斌栋, 付钰, 古荭欢. 城市生命周期理论：过去、现在与未来[J]. 地理科学进展, 2023, 42(9): 1841-1852.
[3]	刘振, 戚伟, 刘盛和, 齐宏纲, 金浩然, 张雪飞. 中国城市流动人口就业行业选择分异及影响因素[J]. 地理科学进展, 2023, 42(6): 1055-1068.
[4]	刘嘉杰, 刘涛, 曹广忠. 舒适性迁移研究进展与启示[J]. 地理科学进展, 2023, 42(6): 1216-1228.
[5]	尹旭, 魏慧, 李裕瑞, 陈悦. 中国不同类型地区人口时空分异特征——基于“五普”至“七普”分县人口数据的分析[J]. 地理科学进展, 2023, 42(3): 452-463.
[6]	王婧雯, 朱宇, 林李月, 柯文前, 肖宝玉. 城—城流动人口统计口径的改进与新口径下的流动特征和影响因素[J]. 地理科学进展, 2023, 42(3): 464-477.
[7]	彭秋志, 黄培依, 陈笛, 朱丹. 2000—2020年中国人口数量在地形梯度上的分布与变化特征[J]. 地理科学进展, 2023, 42(10): 2019-2032.
[8]	李雨婷, 喻忠磊, 苗长虹, 张静, 袁留阳, 侯晓静. 多维邻近性对流动人口回流意愿的影响——基于中国流动人口动态监测数据的实证[J]. 地理科学进展, 2022, 41(8): 1403-1415.
[9]	李卓伟, 王士君, 程利莎, 施响, 关皓明, 舒畅. 东北地区人口流动与多元交通网络格局的偏离和关联[J]. 地理科学进展, 2022, 41(6): 985-998.
[10]	陈镘, 黄柏石, 刘晔. PM_2.5污染对中国人口死亡率的影响——基于346个城市面板数据的实证分析[J]. 地理科学进展, 2022, 41(6): 1028-1040.
[11]	张晖, 郭庆宾. 海南自由贸易港建设的空间生产逻辑[J]. 地理科学进展, 2022, 41(5): 880-895.
[12]	万思齐, 秦波. 老年人口迁移的研究进展及其启示[J]. 地理科学进展, 2022, 41(5): 922-934.
[13]	朱奕衡, 杨山, 尹上岗, 蔡安宁. 长三角地区人口城镇化的空间极化过程及其演变格局研究[J]. 地理科学进展, 2022, 41(12): 2218-2230.
[14]	赵欣, 赵凯旭, 黄晓军. 基于ECOSTRESS地表温度和手机信令数据的城市人口热环境暴露风险评价——以西安市为例[J]. 地理科学进展, 2022, 41(11): 2061-2072.
[15]	叶玲, 王捷凯, 宋伟轩. 城市住房负担对上海流动人口居留意愿的影响[J]. 地理科学进展, 2022, 41(11): 2073-2085.