[发明专利]基于夜间灯光遥感数据的城镇人口时空分布估计方法

说明书

本发明涉及基于夜间灯光遥感数据的城镇人口时空分布估计方法，首先提取城镇区域的夜间灯光数据；然后对各城镇逐年人口数据进行建模并建立灯光总值和城镇人口时间上的回归方程，并利用该回归方程进行人口数的预测；再根据已提取的城镇区域的夜间灯光数据值，得出人口的粗略空间分布：最后对夜间灯光数据进行空间聚类；将空间位置邻近且灯光值相近的点聚为一类，得出聚类结果，统计每一类的灯光加权平均值，其平均值越高则表示与该类相对应的城镇规模越大。通过本发明可通过回归模型预测之后的城镇人口，弥补传统统计数据时间分辨率低的缺点。另外，通过灯光数据对人口进行空间化表示，弥补传统统计数据空间分辨率低，空间分布特征不明显的缺点。

技术领域

本发明属于夜间灯光遥感数据处理领域，具体涉及一种基于夜间 灯光遥感数据的城镇人口时空分布估计方法。

背景技术

人口是城市发展的重要因素，科学有效的管理人口对城市各方面 的发展都具有重要意义。近年来，我国城市化发展步伐加快，对人口 数据的要求也显得尤为重要。我国人口数据是通过全国性人口普查， 以行政区划为基本单元收集和管理的，在实际应用中存在两方面的问 题：1、时间分辨率低，人口普查数据更新周期长，无法提供实时人 口数据；2、空间分辨率低，且无法直观看出各地区之间的人口分布 差异。

因此，中国专利CN 106650618A公开一种基于随机森林模型的 人口数据空间化方法，选取地表覆盖数据、灯光数据等与人口分布相 关的变量因子，经过预处理后输入到随机森林模型中，利用随机森林 模型确定人口密度与变量因子之间的关系和变量因子重要性，并基于 这个关系反演出每个网格的人口密度，最后通过分区密度制图对估算 结果进行修正，得到网格化的人口分布结果。该方法能进一步提高人 口数据空间化的精度并解释变量因子的重要性。但是该方法更偏重于 在大尺度上分城市功能区对人口密度进行反演，忽略了时间上的变 化，且其空间上是通过功能区来区分的，只能先确定功能区，再对其 人口进行反演，如果功能区未知，那么该方案就不可行，因此其方法 存在局限性。

中国专利CN 104809572A公开一种基于夜晚灯光数据反演人 口密度的方法，使用数据包括VIIRS DNB夜晚灯光数据和土地利 用数据，以及人口统计数据、村级行政边界数据和DEM数据。处 理过程为：a、基于土地利用数据提取城市功能区；b、利用夜晚灯 光数据与人口密度数据建立灯光值与人口密度值的关系；c、利用b 中建立的关系，基于夜晚灯光数据对人口密度进行反演得到初步反 演的人口密度结果；d、在不同功能区中建立人口密度与夜晚灯光 亮度值的关系，利用不同功能区中的关系式对c中的初步反演结果 进行校正。该方法同样也没有考虑时间上的问题，且其空间格网化 为一种整体空间上的人口分布，可以看出大概的空间分布，但不能 明确其各个地区的人口聚集中心。

发明内容

本发明提供基于夜间灯光遥感数据的城镇人口时空分布估计方 法，旨在可以通过建立夜间灯光数据与城镇人口之间的回归模型来预 测之后的城镇人口，弥补传统统计数据时间分辨率低的缺点。另外， 通过灯光数据对人口进行空间化表示，弥补传统统计数据空间分辨率 低，空间分布特征不明显的缺点。

为了解决上述技术问题，本发明采取的技术方案为：

基于夜间灯光遥感数据的城镇人口时空分布估计方法，其包括如 下步骤：

S1：提取城镇区域的夜间灯光数据；

S2：对各城镇逐年人口数据进行建模，建模中舍去其突变时间段 的人口值；

S3：根据提取的夜间灯光数据与已知的人口数据进行时间上的回 归，得出回归方程与拟合的R²值；并利用该回归方程进行人口数的 预测；

S4：根据已提取的城镇区域的夜间灯光数据值，依据以下公式得 出人口的粗略空间分布：