隨著城鎮(zhèn)化進程的快速發(fā)展,城市人口的持續(xù)增長和快速集聚給城市的精細化管理帶來了諸多挑戰(zhàn)。上海作為我國典型的特大型城市,其發(fā)達的經(jīng)濟水平帶來了龐大的人口基數(shù),相比于中小型城市人口分布狀況更為復雜。在嚴峻的人口發(fā)展形勢下,開展城市人口空間分布的精細化監(jiān)測對于提高城市綜合管理水平和輔助智慧城市建設有著重要的現(xiàn)實意義。對城市人口進行精細化監(jiān)測的基礎是能夠快速準確地獲取人口空間分布數(shù)據(jù)。本文在梳理歸納已有研究成果的基礎上,通過融合多源高精度數(shù)據(jù),以傳統(tǒng)空間回歸模型和先進的機器學習算法為依托,獲取了上海市2010年500m格網(wǎng)尺度的精細人口分布數(shù)據(jù)。通過選取土地利用、夜間燈光、興趣點、道路和建筑房屋信息等多種空間數(shù)據(jù),提取了如土地利用類型面積占比、夜間燈光亮度、興趣點密度等與人口分布密切相關(guān)的特征。在以多重共線性診斷結(jié)果為依據(jù)進行建模特征篩選后,分別建立了基于空間滯后回歸和隨機森林的人口空間化模型,并利用創(chuàng)建的隨機森林訓練模型對上海市2017年的人口分布情況進行了預測。通過建立由定性和定量兩個維度構(gòu)成的精度驗證體系,對兩種人口空間化模型進行對比分析,并根據(jù)模型特點對二者進行了綜合評價。在此基礎上,從...

【文章頁數(shù)】：95 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究進展
    1.3 研究目標、內(nèi)容與技術(shù)路線
2 研究區(qū)概況與數(shù)據(jù)預處理
    2.1 研究區(qū)概況
    2.2 數(shù)據(jù)來源與預處理
    2.3 本章小結(jié)
3 基于SLM模型的人口數(shù)據(jù)空間化
    3.1 研究方法與模型
    3.2 人口空間化特征提取與篩選
    3.3 人口分布精細化模型構(gòu)建
    3.4 模型精度評價
    3.5 本章小結(jié)
4 基于隨機森林模型的人口數(shù)據(jù)空間化
    4.1 研究方法與模型
    4.2 人口分布精細化模型構(gòu)建
    4.3 模型精度評價
    4.4 基于訓練模型的區(qū)域人口預測
    4.5 本章小結(jié)
5 兩種人口空間化模型對比與特征分析
    5.1 人口空間化模型對比與評價
    5.2 特征重要性分析
    5.3 基于特征分箱的人口分布影響因素分析
    5.4 基于特征貢獻的模型解譯
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 創(chuàng)新點
    6.3 討論與展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集



本文編號：4038534