發(fā)布時(shí)間：2020-05-24 06:23

【摘要】：人是自然地理環(huán)境和社會(huì)經(jīng)濟(jì)活動(dòng)的主體,人口空間分布總是受自然因素、社會(huì)經(jīng)濟(jì)因素、歷史因素等的影響。傳統(tǒng)的人口統(tǒng)計(jì)方法以行政單元為統(tǒng)計(jì)單位,假設(shè)人口分布在行政單元中呈均衡分布狀態(tài),忽略了人口分布是自然環(huán)境、社會(huì)環(huán)境、經(jīng)濟(jì)環(huán)境等一系列因素綜合作用的結(jié)果。同時(shí),傳統(tǒng)的人口統(tǒng)計(jì)數(shù)據(jù)不僅存在著時(shí)空分辨率低的問題,在實(shí)際運(yùn)用過程中也難與自然地理空間單元相匹配,不利于與自然環(huán)境、生態(tài)、經(jīng)濟(jì)等多源數(shù)據(jù)融合使用。因此,獲取高精度的人口空間分布信息變得十分必要,而人口數(shù)據(jù)空間化是解決上述問題的有效途徑之一。本文選取了廣州市越秀區(qū)、荔灣區(qū)、天河區(qū)、海珠區(qū)、白云區(qū)及黃埔區(qū)(不含原蘿崗區(qū))作為研究區(qū)域、人口分布為研究對象。以ArcGIS 10.2、Python語言、SPSS 22.0等作為主要輔助工具,收集了研究區(qū)范圍內(nèi)的人口統(tǒng)計(jì)數(shù)據(jù)、行政區(qū)劃數(shù)據(jù)、NPP/VIIRS夜間燈光數(shù)據(jù)、路網(wǎng)分布數(shù)據(jù)、小區(qū)房價(jià)數(shù)據(jù)、POI數(shù)據(jù)、房屋建筑區(qū)面積、土地利用數(shù)據(jù)、數(shù)字高程模型等數(shù)據(jù)。首先基于地理探測器模型對所選取的人口空間分布影響因子進(jìn)行識(shí)別,剔除無關(guān)因素;然后基于單一的人口空間化模型和分區(qū)建模思想實(shí)現(xiàn)研究區(qū)150m格網(wǎng)人口數(shù)據(jù)空間化。得到主要研究結(jié)論如下:(1)在人口空間分布影響因子篩選過程中,本文利用地理探測器模型對所選取的影響因子進(jìn)行因子探測和交互探測。結(jié)果發(fā)現(xiàn):除草地指數(shù)和水域指數(shù)外,其他因子均通過0.05的顯著性檢驗(yàn),表明研究區(qū)范圍內(nèi),草地、水域?qū)θ丝诳臻g分布的影響幾乎可以忽略不計(jì);政府機(jī)關(guān)和社會(huì)團(tuán)體對人口空間分布的解釋力q值最大,公共設(shè)施次之,其他建設(shè)用地指數(shù)解釋力最小;另一方面,從交互探測結(jié)果來看,自然因素之間的交互作用要遠(yuǎn)低于社會(huì)經(jīng)濟(jì)因素之間的影響力,自然因素與社會(huì)經(jīng)濟(jì)因素相組合的交互影響力也要大于自然因素之間的影響力;大部分影響因子之間都是起雙因子增強(qiáng)作用,只有少部分影響因子之間起非線性增強(qiáng)作用,并不存在相互獨(dú)立起作用和非線性減弱作用的因子。(2)利用土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù),基于普通多元回歸思想構(gòu)建人口空間化模型,實(shí)現(xiàn)研究區(qū)格網(wǎng)人口數(shù)據(jù)空間化。其結(jié)果表明:大部分街道模擬人口與實(shí)際統(tǒng)計(jì)人口相對誤差百分比超過100%;相關(guān)系數(shù)R為0.06、擬合優(yōu)度R~2僅為0.0039;從散點(diǎn)圖(5-2)中可以看出,絕大部分街道(鎮(zhèn))人口模擬結(jié)果與實(shí)際人口數(shù)量偏差較大,模擬效果不佳,精度較差。因此,該方法得到的模擬結(jié)果與實(shí)際偏差巨大,無法滿足本文的研究要求。(3)在利用隨機(jī)森林模型進(jìn)行人口數(shù)據(jù)空間化的過程中,本文對人口空間分布影響因子進(jìn)行重新選取,主要剔除了建設(shè)用地(城鎮(zhèn)用地指數(shù)、農(nóng)村用地指數(shù)和其他建設(shè)用地指數(shù)),并用更精確的房屋建筑面積作為替代,然后構(gòu)建隨機(jī)森林模型,對研究區(qū)人口空間分布進(jìn)行模擬。將模擬人口與實(shí)際人口進(jìn)行相關(guān)性分析,相關(guān)系數(shù)為0.774,相關(guān)性較為顯著;然后計(jì)算平均相對誤差,誤差結(jié)果約為30%,分析發(fā)現(xiàn)有33個(gè)街道(鎮(zhèn))絕對相對誤差百分比超過50%,是造成模型誤差整體偏高的原因。相比普通多元線性回歸模擬結(jié)果,隨機(jī)森林模型的模擬精度有明顯的提高,與實(shí)際人口分布較為符合。(4)基于分區(qū)建模思想,利用人口集聚度法并結(jié)合自身的研究需要,將研究區(qū)劃分為人口密集地區(qū)和非人口密集地區(qū),同時(shí)利用逐步回歸分析和隨機(jī)森林模型實(shí)現(xiàn)各分區(qū)人口數(shù)據(jù)空間化。然后,將分區(qū)建模最優(yōu)結(jié)果進(jìn)行合并,基于街道(鎮(zhèn))尺度,將分區(qū)建模結(jié)果與單一的隨機(jī)森立模型模擬結(jié)果跟實(shí)際統(tǒng)計(jì)結(jié)果進(jìn)行相關(guān)性分析、回歸分析(擬合優(yōu)度R~2)及誤差分析。由分析結(jié)果可知:分區(qū)建模結(jié)果與街道(鎮(zhèn))實(shí)際人口的相關(guān)系數(shù)為0.834,擬合優(yōu)度R~2等于0.695,相關(guān)性及擬合優(yōu)度都要優(yōu)于單一的隨機(jī)森林模型。在誤差分析方面,分區(qū)建模模擬結(jié)果相對誤差百分比在(-30%,30%)之間的比重為51.89%,高于單一的隨機(jī)森林模型模擬結(jié)果;另一方面,絕對相對誤差百分比大于50%的街道(鎮(zhèn)),分區(qū)建模結(jié)果只有18個(gè),占街道(鎮(zhèn))總數(shù)的16.98%,明顯低于單一隨機(jī)森林模型的31.13%。(5)本文從單一的數(shù)學(xué)模型及分區(qū)建模兩個(gè)方面實(shí)現(xiàn)研究區(qū)人口數(shù)據(jù)空間化,其結(jié)果表明:分區(qū)建模,選擇合適的人口分布影響因子和適宜的人口數(shù)據(jù)空間化模型,有利于提高人口數(shù)據(jù)空間化精度,使得人口空間分布與實(shí)際情況更加符合。另一方面,該結(jié)果與柏中強(qiáng)、董南等人提出的關(guān)于提高人口數(shù)據(jù)空間化精度的措施相一致。
【圖文】：

圖 3-1 廣州市區(qū)位示意圖Fig.3-1 Location sketch map of Guangzhou city天河區(qū)，廣州市的商業(yè)中心。位于市區(qū)東部，廣州市新中軸線穿插而過，是城市體規(guī)劃中“東進(jìn)軸”和“南拓軸”兩條線路的交匯點(diǎn)。行政區(qū)范圍內(nèi)交通資源豐富，有地鐵、城市快速公交（BRT）、鐵路樞紐（廣州東站）等多種交通方式，實(shí)現(xiàn)了立體化綜合化的發(fā)展。天河區(qū)在 2012 年推進(jìn)了四大平臺(tái)建設(shè)，為天河智慧城、中央商務(wù)區(qū)（CBD）、廣州國際金融城以及天河路商圈，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化升級，現(xiàn)代服務(wù)業(yè)呈高端發(fā)展態(tài)勢，主導(dǎo)作用穩(wěn)步提升，第三產(chǎn)業(yè)比重增加，經(jīng)濟(jì)輻射范圍更廣更強(qiáng)。珠新城內(nèi)匯聚了廣州市各類標(biāo)志性建筑物，有廣州塔、廣州市圖書館、廣東省博物館、州大劇院、廣州國際金融中心等文化設(shè)施。荔灣區(qū)，廣州市的文化中心。位于市區(qū)西部，荔灣區(qū)西部與佛山接壤，是廣佛同與廣佛一體化的核心區(qū)，，北部與白云區(qū)水陸相接，東部比鄰越秀區(qū)。荔灣是廣州市老

圖 3-2 研究區(qū)示意圖Fig.3-2 The schematic map of research area3.3 數(shù)據(jù)來源及預(yù)處理人口空間分布主要受自然條件和社會(huì)經(jīng)濟(jì)因素的影響。自從工業(yè)革命以來，隨著人類生產(chǎn)力水平的不斷提高，改造自然的能力不斷提升，自然條件對人口分布的制約作用明顯減弱。但是，自然環(huán)境作為人類生產(chǎn)、生活的基本條件依然沒有改變，始終為人類的發(fā)展提供了必要的生產(chǎn)和生活資料，因此在研究當(dāng)中不能忽略自然因素對人口分布的影響。另一方面，工業(yè)化、城市化的發(fā)展，經(jīng)濟(jì)水平提高，社會(huì)經(jīng)濟(jì)因素對人口流動(dòng)的影響十分明顯，進(jìn)而引起人口空間分布發(fā)生顯著變化。尤其是在大城市，由于醫(yī)療設(shè)施條件較好、教育水平較高，獲得高收入的機(jī)會(huì)更大及相當(dāng)完善的公共基礎(chǔ)設(shè)施等因素，對人口的吸引力作用明顯，進(jìn)而影響人口的空間分布狀況。
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：C922

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳晴;侯西勇;;集成土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)優(yōu)化人口空間化模型[J];地球信息科學(xué)學(xué)報(bào);2015年11期

2 王珂靖;蔡紅艷;楊小喚;張遠(yuǎn);;基于城鎮(zhèn)居民用地再分類的人口數(shù)據(jù)空間化方法研究——以長江中游4省為例[J];遙感技術(shù)與應(yīng)用;2015年05期

3 柏中強(qiáng);王卷樂;姜浩;高孟緒;;基于多源信息的人口分布格網(wǎng)化方法研究[J];地球信息科學(xué)學(xué)報(bào);2015年06期

4 黃杰;閆慶武;劉永偉;;基于DMSP/OLS與土地利用的江蘇省人口數(shù)據(jù)空間化研究[J];長江流域資源與環(huán)境;2015年05期

5 陳晴;侯西勇;吳莉;;基于土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)的人口空間化模型對比分析——以黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)為例[J];人文地理;2014年05期

6 張建辰;王艷慧;;基于土地利用類型的村級人口空間分布模擬——以湖北鶴峰縣為例[J];地球信息科學(xué)學(xué)報(bào);2014年03期

7 曹彥波;李永強(qiáng);李敏;李兆隆;吳艷梅;李智蓉;;基于多源數(shù)據(jù)的云南人口空間分布模擬研究[J];中國地震;2014年01期

8 李月嬌;楊小喚;王靜;;基于景觀生態(tài)學(xué)的人口空間數(shù)據(jù)適宜格網(wǎng)尺度研究——以山東省為例[J];地理與地理信息科學(xué);2014年01期

9 高義;王輝;王培濤;孫曉宇;呂婷婷;;基于人口普查與多源夜間燈光數(shù)據(jù)的海岸帶人口空間化分析[J];資源科學(xué);2013年12期

10 柏中強(qiáng);王卷樂;楊飛;;人口數(shù)據(jù)空間化研究綜述[J];地理科學(xué)進(jìn)展;2013年11期

相關(guān)博士學(xué)位論文 前1條

1 王智初;中國人口集聚的經(jīng)濟(jì)增長效應(yīng)研究[D];吉林大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 祝漢收;基于GIS和多源數(shù)據(jù)的山地城市人口空間化模擬[D];重慶師范大學(xué);2018年

2 鄧順強(qiáng);基于隨機(jī)森林算法和多源數(shù)據(jù)的人口空間分布模型研究[D];華東師范大學(xué);2018年

3 李青芫;面向老年人的廣州市三級醫(yī)院可達(dá)性研究[D];廣州大學(xué);2017年

4 木希葉樂;基于GIS的內(nèi)蒙古自治區(qū)人口空間分布模擬研究[D];內(nèi)蒙古師范大學(xué);2017年

5 毛瑩瑩;城市人口數(shù)據(jù)空間化研究[D];福建師范大學(xué);2016年

6 潘順;長三角人口數(shù)據(jù)格網(wǎng)化及其人口空間分布特征分析[D];上海師范大學(xué);2016年

7 王珂靖;統(tǒng)計(jì)型人口數(shù)據(jù)多尺度空間化模型研究[D];華東師范大學(xué);2015年

8 李思霖;基于遙感的格網(wǎng)人口生成方法研究[D];遼寧工程技術(shù)大學(xué);2015年

9 顏清梅;基于格網(wǎng)的人口空間分布特征分析[D];四川師范大學(xué);2013年

10 陳振拓;服務(wù)于地震應(yīng)急的人口數(shù)據(jù)格網(wǎng)化方法研究[D];中國地震局地質(zhì)研究所;2012年

本文編號(hào)：2678590