aback-广州话翻译
摘要
本文通过对国内外人口估算方法进行研究，分析了常用的城<
/p>
市人口估算方法的特点和不足，对土地利用密度法进行了改进。
本
课题以长春市朝阳区为研究区，通过从遥感影像中提取居住地，
建立城市人口居住类型和
人口数量之间的数学关系，即采用改进
的土地利用密度模型对长春城市朝阳区人口进行估
算。改进了土
地利用密度法以达到避开抽样区选择的目的，期望通过这种方法
减小人口估算结果的误差。通过建立数学模型、利用人口统计数
据直接估算
出城市的人口密度，提出的方法不需要实地抽查人口
密度，减少了估算的工作量，建立的
数学模型没有抽样的随机性
误差影响，结果从整体上达到最优。该方法对于城市和农村都
适
用
,
难点在于土地利用信息的提取即
居住地的提取和居住地类型
的划分，人口估计的精度也主要取决于土地利用分类的详细程
度
和分类精度。与原来的土地利用密度法相比，不仅减小了误差，
还增加了适用范围，不仅可以对人口总是进行估算，还可以得到
人口密度分布、土地利
用状况、功能区结构等诸多相关资料，对
于城市规划、建设和环境保护等均具有重要意义
。
关键
词：
遥感影像；目视解译；人口密度；土地利用密度法；
GIS
I
Abstract
Based
on
the
research
on
domestic
and
foreign
population
estimate
method,
the
paper
analyzes
the
characteristics
and
insufficient
of
common
urban
population
estimate
method
and
improves
land
use
density method. Taking Chaoyang
district of Changchun for research,
this
topic
establishes
the
mathematical
relationship
between
the
city
population
living
type
and
population
through
extracting
living
area
from the remote sensing
image. Namely, it uses the improved land use
density
model
to
estimate
population
of
Chaoyang
district
of
Changchun.
We
improve
the
land
use
density
method
to
avoid
choosing sampling district and expect
to decrease population estimate
errors.
This method which use the population statistics
data to directly
estimate
the
urban
population
density
through
establishing
mathematical
model need not randomly select population density
and
reduce
the
workload
of
population
density
estimate,
so
the
mathematical model
is no influence by random sampling
error, and
the
result
is
the
optimum
on
the
whole.
This
method
is
suitable
for
both
urban and rural land. The difficulty lies on the
extraction of land
using
information
known
as
residence
and
the
divide
of
the
type
of
residence. The precision of population
estimates also depends mainly
on
detailed
degree
and
classification
accuracy
of
land
use
classification.
With
the
original
land
use
density
compared,
this
II
method not only reduces the
error, but also increases the using scope.
It
not
only
can
estimate
the
population,
still
can
always
get
lots
of
related
material,
such
as
population
density
distribution,
land
use
status, functional area
structure, etc. So it is of great significance for
urban planning, urban construction and
environmental protection, ect.
Keywords
：
remote
sensing imagery
；
visual
interpretation
；
population
density
；
land use
density
method
；
GIS
III
目录
引言
…………………………………
……………………………………………………………………………
1
第一章
研究综述
……………………………
……………………………………………………………
1
第
1
节
国内外研究现状
………………………………………………………………………
1
一、
国内外学者的研究成果
……………
………………………………………………
..1
二、研究中存
在的问题
……………………………………………………………………
4
第
2
节
研究展望
………………………………
……………………………………………………
5
第
2
章
基本原理
………………………………
……………………………………………………………
8
第
1
节
遥感影像解译
………………………………………………………………
………………
8
一、航空相片的比例尺
.
............................................ ..........................
8
二、航空相片的目视解译
.
...........................................
.......................
8
第
2
节
人口数据空间化
………………………
………………………………………………
13
一、改进的土地利用密度法
.
..........................................
..................
1
3
二、面插值法
.
................................................ ....................................
1
4
三、分区密度图法
.
..............................................
..............................
1
5
第
3
章
应用实例
……………………………………………………………………
………………………
17
一、研究区位置及概况
.
............................................ ........................
1
7
二、数据源
.
.................................................
.......................................
1
8
三、技术路线
.
................................................ ....................................
1
9
四、数据统计
.
................................................ ....................................
2
1
五、模型计算
.
................................................ ....................................
2
2
六、精度验证
.
................................................ ....................................
2
4
七、模型结果分析与讨论
.
...........................................
.....................
2
5
第
4
章
结论与展望
…………………………
…………………………………………………………
26
参考文献
………………………………
………………………………………………………………………
28
致
谢
………
………………………………………………………………………………………………………
30
引言
人口数据对于各级政府部门制订
决策有着十分重要的意义。人口普
查每十年进行一次，其精度固然很高，但人口普查周期
长、工作量大，
成本也很高。因此各种成本较低、工作量较小的人口估计方法的研究也<
/p>
就显得十分重要
[1]
。随着遥感与地理
信息系统技术的迅速发展，应用这
两项技术进行人口估计的方法已经被人们广泛的运用。
如人口密度模型
法、面插值法、统计模拟法、居住单元估算法和土地利用密度法等。
本论文采用改进的土地利用密度法，以长春市为研究区，对长春市
城市人口进行了估算。利用人口密度模型来估算人口数量的方法可以大
< br>大减少人口普查带来的巨大工作量、并且节省成本。
第一章
研究综述
第
1
节
国内外研究现状
一、国内外学者的研究成果
1.
人口密度模型法
Clark
[2]
在众多意识到人口密度从城市中心向城市外围呈现递
减的趋势的研究者中率先提出了城市人口与距城市中心的距离之
间关系的负指
数模型。近年来．我国也有一些学者进行了这方面
的研究，陈彦光
[4]
从理论上对
Clark
模型进
行推导，并将其推广为
加幂指数的形式。陈勇、艾南山和陈彦光提出了城市人口密度衰<
/p>
1
减的分形模型。王益谦、王放提出
了城市人口分布的多重分形特
征。这种模型的特点是可以对人口分布作总体的宏观上的概
括。
缺点是只能作为描述城市人口密度的理想近似模型
[3]
。
2.
面插值法
面插值方法主要用于人口普
查数据的区域转换问题。即把人
口普查数据从一类空间单元转换到另一类空间单元，这两
类空间
单元的边界一般是不兼容的。
分别称为源区域和目标区域
。
该方
法使用人口普查数据作为输入数
据，利用插值技术得到一个精细
的格网人口表面。
然后合并格网
得到所求目标区域的人口。
Fisher
等将面插值方法划分为
三类：面积比重法、回归分析法和表面生
成法。
Lam
根据统计变量值在源区和目标区传递过程中是否保持一
致
把
面
插
值
分
成
两
类
：
变
量
值
保<
/p>
持
一
致
的
面
插
值
(Volum
e
preserving
interpolation)<
/p>
和
变
量
值
不
保
持
一
致
的
面
插
值
(Non-Volume preserving interpolati
on)
[6]
。
Lam
[7]
和
Okabe
等
[8]
根据插值过程中是否使用辅助数据把面插值分为两类：没有辅助
数据的面插值和有辅助数据的面插值。
3.
统计模型法
< br>统计模型方法致力于寻找人口与其它影响人口的统计变量之
问的关系。该方法不直
接使用人口普查数据作为模型的输入数据。
而是利用与人口相关的变量和城市地理学理论
进行人口估计，人
口普查数据只参与模型的建立过程。用于人口估计的统计模型方
法最早开始于
20
世纪
50
年代
。
这种方法的优点是效率更
高、
工作
量大大缩减，是一种能够代替手工统计人口的好方法。
根据统计
模型中自变量的不同可以进一步把统计模型方法分为建成区面积
估算法、土地利用密度法、居住单元估算法、图像像元特征估算
2
[3]
[5]
法和自然和社会经济特征综合估算法五种。
4.
居住单元估算法
一个地区的总人口可
以通过计算居住单元的总数量与居住在
每一个居住单元中的人口数量之间的乘积得到。<
/p>
Green
首次提出从
航空照片上提取单
家居住单元数量进行人口估计的方法
[9]
。
< br>利用大
比例尺航空遥感图像，分析建筑物的布局及结构特征，先将住宅
与其他建筑区分开，再将不同住宅的类型分开，然后对不同类型
的住宅分别
进行住宅数统计。每户的平均人数主要通过实地抽样
调查获得。此方法适合在大比例尺航
空遥感图像上通过目视解译
进行，其住宅计数精度可达
99
％以上。农村的住宅比较分散，其
住宅数比较容易统计，所以居住单
元估算法最适合于农村
[10]
。
5.
土地利用密度法
土地利用密度法包括两个关键步骤。步骤一是获取样区各类
住宅类型的人口密
度；步骤二是比较准确地进行住宅分类并得到
各类住宅的面积，然后各类住宅面积和对应
抽样区的人口密度相
乘而得到人口数。土地利用密度法的优点是思路清晰，计算简单；<
/p>
缺点是抽样街区的选择比较困难。所以我们通过分析可知在某个
区
域中，每种居住类型的面积、人口密度和其人口数之间存在一
定的数学关系。通过这种数
学关系就可以求出每种居住类型的人
口密度。土地利用类型的划分是以居住区人口密度的
差异为依据
[1]
。
6.
遥感影像估计法
人口密度除了与从遥感影像上提取出来的特征相关以外，还
可以直接与遥感影
像像元的波谱反射率建立联系。
Hsu
[11]
首次使用
遥感影像像元值，建立了一个人口估计的多元回归模型。但是这
3
种人口估计方法直到
< br>Iisaka
和
Hegedus
[12]
在估计日本东京的人口
分布密度中才首次实现。
Iisaka
和
Hegedus
的研究表明
MSS
影像
4<
/p>
，
6
，
7
波段在一定空间单元内的平均波谱值与人口密度强烈相关。
Lo
[13]
采用相同的方法，使用较高空间分辨率的
SPOT
影像对香港地
区进行了类似研究，发现人口密度与
最小人口普查单元内所有
SPOT
影像像元的三个波段的各自平
均波谱值之间具有较高的相关
系数。
Webster
[14]
认为仅仅借助于波谱值不能有效地区别
不同人
El
密度的地区，他在建立回归模型时把许多来自于
TM
影像的波谱信
息和纹理信息相结合，发
现纹理信息比波谱信息对于房屋密度具
有更强的预测能。
Har
vey
[15
、
16]
除了利用纹理信息外，还把许多来
自波谱转换的变量诸如波段与波段之间的比值
、波段差与波段和
的比值等引入了人口估计的多元回归模型当中，也有一些研究者
首先使用图像纹理分析对像元进行分类。然后将不同类别的像元
数与人
口密度联系起来，这种研究方法与通过土地利用推断人口
数的方法类似。
Chen
使用均质性纹理估计把居住区像元分成不同
的
均质性等级，然后在每个均质性等级的像元数和房屋密度之间
建立相关关系
[3]
。
二、研究中存在的问题
抽样区的选取
要有代表性。由于不同时期所建或居民成分不
同，建筑容积率、人均居住面积均有所差异
，即使相邻区域的同
类住宅，人口密度很难保持一致，因此，选取各类型有代表性的
样区．需要分别求出各类型样区的平均人口密度
[17]
。
利用样本区的已知人
VI
普查资料来直接推求人口密度，注意
居住用地类型的划分，
并非越细越好，若太细，势必有的类所占
4
面积太小．在住宅类总面积中的比例更小，不利于判读、勾画面
积，
计算出的人口密度也会有较大的误差，
估算人口不是很可靠
[17
。
因此．对占住宅类
总面积小的类型．应通过一定的方法如比
较建筑容积率的关系进行归类计算由于有些街道
可能存在人口密
度异常的居住类型，如老城区由于历史的原因，人口一直稠密，
新建的高层住宅还没有住户，人口稀疏，若不加区别处理，即便
是采用最
小二乘法，通过模型计算的人口密度与实际的差别也很
大，这种误差很容易暴露出来，因
此，第一次计算后．需剔除人
口密度异常的街道，重构方程组，再采用最小二乘法进行计
算。
第
2
节
研究展望
基于
RS
和
GIS
进行人口估计的研究已
经取得了很多成就，但是
要想在实际应用中有效地进行人口估计。还需要从以下几个方面
开展更多更深入的研究：
一、提高小范围内人口估计的精度
利
用
RS
影像进行人口估计的研究大都得出了一致的结论，即
小范围内的人口估计不如大区域内的人口估计精确。究其原因主
要是
大区域人口估计过程中过高和过低估计相互抵消，使得总体
估计精度较高，今后应在提高
小范围内人口估计精度方面开展深
入的研究
[3]
。
二、加强规则格网内人口数据估计精度的验证工作
目前，全国甚至全球范畴内现存的人口统计资料不足以进行
规则格网内人口
数据的验证工作。对于空间化后的格网人口数据，
由于没有与之相对应的验证数据源。只
能先把格网人口数据进行
5
合并，
使之与人口统计数据的边界相一致，然后再进行验证。这
种方法不能充分验证格网内人口
数据的估计精度，今后应加强规
则格网内人口数据的实地调查和收集工作，为空间化后的
规则格
网人口数据提供充分的验证数据源
[3]
。
三、充分利用新的
RS<
/p>
数据源进行人口估计
过去有关人口估计
的研究使用的遥感数据源主要是航空照片
和相对低空间分辨率的卫星影像，当前随着高空
间分辨率商业卫
星
RS
影像诸如
IKONOS
、
QuickBird
的出现。为提高人口估计精度提
供了很好的前景。此外，由于城市建筑物
在雷达图像上具有强烈
的后向反射特征，使得雷达图像是进行城市研究非常有效的遥感<
/p>
数据源
虽然雷达遥感在城市研究中有一
些成功案例。但是目前在
人口估计方面的研究很少，今后应加强雷达图像在城市人口估计
方面的应用研究
[3]
。
四、充分挖掘
RS
影像中
与人口数据有关的信息
土地利用类型是与人口分布关系最为密
切的因素。今后除了
利用好的遥感数据源外，还应充分利用人工神经网络、决策树、
模糊分类等先进的图像分类算法进行详细的土地利用分类，提高
人口
估计的精度。在使用遥感图像像元特征进行人口估计的过程
中，不仅利用图像像元的波谱
信息，还应充分利用影像上与人口
估计有关的诸如图像纹理，建筑物高度、不透水表面面
积等信息
来提高人口估计的精度
[3]
。
五、考虑影响人口分布的多种因素
人口分布是多种因素相瓦影响共同作用的结果。除了遥感影
像上
获取的与人口分布有关的信息外。其它信息例如对于城市人
6
口分布来说，大型商场和超市的位置、地价水平等都是影响人口
分布的重要因素。今后在人口估计的过程中．应多方面考虑影响
人口分布的各种因素，提
高人口估计的精度
[3]
。
7
第
2
章
基本原理
第
1
节
遥感影像解译
一、航空相片的比例尺
一个最基本而
且最常用到的航空摄影相片的几何要素是相片
比例尺。与地图的比例尺一样，相片的“比
例尺”用来表达在相
片上的一个单位距离代表了实际地面距离的特定单位数。比例尺
可以用单位等量、数字比例尺或比率来表示。确定比例尺的最直
接的
方法，是测量任意两点间的相片距离和相应的地面距离。这
要求这种点在相片上和地图上
都是可以识别出来的。
比例尺
S
即为<
/p>
相
片
距
离
d
与
地
面
距
离
[18]
D
之
比
。
。
二、航空相片的目视解译
航空和航天影像在数据获取瞬间，能详细记录当时的地面特
征。解译者不断系统地分析
影像，并参照地图和野外调查报告等
有用的辅助材料。根据这些研究，可对影像上物体和
现象的自然
特征做出解译。解译可以在不同复杂级别上进行，从简单地识别
地球上表面的物体，到根据地表及地下相互作用得到的派生信息
[18]
。
8
三、图像解译标志
系统的航空和航天
图像研究，
涉及到图像上各种地物的多种基
本特性。根据应用的
领域不同，来确定对某种任务及所考虑的行
为有用的特性。大部分应用都考虑以下基本特
性：形状、大小、
图案、色调（或色彩）
、纹理、阴影、位置、
布局及分辨率
[19]
。
形状指物体的一般形态、构造或轮廓。在立体影像中，物体的
高度也定义为
它的形状。有些物体的形状很明显，仅以此指标就
可以识别它们的影像，如华盛顿的五角
大楼
[18]
。
图
1
：五角
大楼
图像上物体的大小必须与影像的比例尺一起考虑。
图像比例尺
也会影像从航空和航天图像提取有用信息的水平
[18]
。以长春市的
文化广场为例，在不同的比
例尺条件下对物体的识别有很大影响。
9
图
2
：文化广场
色调（或色彩）指一景图像上
物体的像对亮色或颜色。是识别
目标地物的基本依据，依据色调可以区分出目标地物；在
一些情
况下还可以识别出目标地物的属性。例如黑白航空相片上柏树为
< br>主的针叶林色调为浅黑灰色，山毛榉为主的阔叶林色调为灰白色
[18]
。
图案与问题的空间排列有关。
某种形状或关系的重复性是许多
物体的特性，包括自然的和人工的，使物体形
成一种图案，这便
于图像解译者对它们的识别
[18]
。
纹理是图像上色调变化的差异。
纹理是由特征单元组成的，
这
10
些特征单元太小，无法从影像上识别，如树叶和树叶的阴影<
/p>
[18]
。
阴
影对图像解译者来说是很重要的，
它有两个作用：
一是阴影
的性质或轮廓提供物体的外形剖面景观；二是在阴影区的物体反
射的
光线少，在图像上很难识别
[18]
。
位置指地形或地理方位，对识别地物类型特别有帮助。例如，
有
些树种往往出现在排水良好的高地，而有些树种出现在排水不
好的低地。可根据不同树种
出现的特定的地理位置进行识别
[18]
。
布局指某一地物与其他地物的关系。
例如，
大观览车放在谷仓
边很难识别，而放在娱乐园就很容易识别
< br>[18]
。
分辨率取决于许多
因素，
但它在解译过程有限制作用，
因为有
些物体太小或与其周围物体的对比太小，在图像上看不清楚
[18]
。
图像解译标志方便了图像解译过程，有助于解译者
有组织地、
协调地分析航空和航天影像。理想的标志有两个基本组成部分：
一套有注释或标题的图片（最好的是立体像对）
，能说明被识别的
物体或条件；一份图表或说明文字，能系统地阐明被识别物体或
条件的一些
识别特征
[18]
。根据诊断的表现方式的差别，主要有两
种图像解译标志。选择法检索表包含无数富有说明文字的图像样
例，
解译者选择与研究图像上的物体和条件最相似的样例。排除
法检索表是指使图像解译逐步
进行，从一般到特殊，而排除一切
除了要识别的地物或条件
[1
8]
。
用于航空和航天成像的电磁波
谱的波段选择，
影响了从影像上
能被处理的信息量
[18]
。
自然现象的时
间因素在图像解译中很重要，
因为植物生长、
土
壤湿度等因子一年中不断地变化。通过获取作物在一年的不同生
长周期的影像，
识别结果会更可靠。对当地植物病变及衰败的观
11
察，有助于安排用于自然植被制图的影像成像时间。除了季节性
变化，
天气也会带来短期的变化。因为在雨后的一天或几天中，
土壤湿度会产生明显的变化，这
对安排土壤研究的影像获取的时
间非常重要
[18]
。
四、图像解译过程
没有单一、
“正确”的路径通向图像解译过程。可得到的特殊<
/p>
图像及解译设备，只在部分上影像某一特殊解译任务的进行。除
了
这些因素，任务的特定目的决定所用的解译过程
[18]
。许多
应用
只要求图像分析员对出现于研究区的各种离散物体进行分辨并计
数，也有许多图像解译应用需要对整个影像中的不连续面积单元
进行描绘。一个解译
员着手于描绘航空或航天影像的不连续面积
单元之前，必须明确提出两个极端重要的问题
：第一是对用于区
分影像上不同种类物体的分类系统或标准的定义；第二是最小制
图单元的选择。分类系统和最小制图单元一旦确定，解译员就可
开始描
绘地物类型的边界线。经验说明，要先绘制对比明显的类
型，并从一般到特殊，再利用每
一类型中细微差别对每一类进行
更细类型的划分
[18]
。
五、图像准备及观察
在进行目视图像
解译之前，
图像分析员还有考虑许多因素，
包
< br>括从对相关的、间接信息源的收集，到确定能有什么观察设备。
关键是，要有良好
的光线以及能提供一个影像放大范围的设备。
除此，解译员应确定要在将被观察的图像上
已系统地做了标签及
索引，能方便地与其他数据源交叉使用
[1
8]
。
12
第
2
节
人口数据空间化
一、改进的土地利用密度法
土地利用
密度法包括两个关键步骤。
步骤一是获取样区各类住
宅类型的人
口密度；步骤二是比较准确地进行住宅分类并得到各
类住宅的面积，然后各类住宅面积和
对应抽样区的人口密度相乘
而得到人口数。土地利用密度法的优点是思路清晰，计算简单
；
缺点是抽样街区的选择比较困难
[1]
。
因此，
我们将土地利用密度法
进行
改进，使其不用抽样街区而估计出各类住宅的人口密度。
通过
分析可知在某个区域中，
每种居住类型的面积、
人口密度
和其人口数之间存在一定的数学关系。通过这种数学关系就可以
求出每
种居住类型的人口密度
[1]
。
假设某城市有
j
个已知人口的区域
（例如居委会）
，
每个区域的人口数为
P
j
，每个区域有
i<
/p>
种居住类型，
种居住类型的人口密度为
i
，则有：
，
，每
。如果把人口
数作为观测值
L
j
，相应的改正数为
v
j
，每种居住类型的面积视为常
量，则相应的误差方程可写为
若设
V=
X=
L=
l=
=
13
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
aback-广州话翻译
-
上一篇：SPA性能测试step by step
下一篇：机械设备维修保养制度