System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及遙感技術與地理信息系統領域,公開了一種基于二三維用地功能結構的城鄉統計人口空間化方法。
技術介紹
1、人口的空間分布格局是國土空間規劃、城市發展研究、自然資源開發、災害風險評估與救援等領域的關鍵信息。傳統的人口數據通常以行政區為單元,通過人口普查等統計手段獲取,統計方式具有嚴謹的理論支撐與權威的規范流程,但是存在更新周期長、數據可視化與空間分析困難、數據源過于依賴行政區邊界導致統計數據的尺度轉換困難等問題,人口空間化能夠突破人口數據的行政區域限制,模擬格網尺度的人口空間分布,從而更加客觀真實地反映指定研究區域內的人口密度分異。
2、已有的人口空間化方法,大多時基于土地利用類型建立的人口空間化模型,建模因子單一,或是選擇土地利用、地形、夜間燈光強度等幾種因子進行建模,這些方法大多只考慮了二維尺度信息,無法充分反應城鎮區域建筑立體結構與建筑屬性等多維信息對的人口分布的影響;同時,缺少對城鎮區域和鄉村區域不同的人口分布影響規律的考慮。
技術實現思路
1、本專利技術公開了一種基于二三維用地功能結構的城鄉統計人口空間化方法,針對上述問題,提供了相關的解決方法。
2、一種基于二三維用地功能結構的城鄉統計人口空間化方法,利用地理空間大數據和高分辨率遙感數據多源數據,綜合考慮建筑立體結構與其他人口空間分布影響因子對城鎮地區和農村地區人口空間化的影響,包括以下步驟:
3、s1,獲取高分遙感影像數據、夜間燈光數據、地形數據、河流路網數據、人口統計數據、
4、s2,基于多源數據分別構建城鎮區域與農村區域人口空間化指標體系,建模因子主要包括土地利用、夜間燈光強度、地形坡度、河流緩沖區、道路緩沖區,城鎮區域增加建筑高度、興趣點(poi)因子,通過分析各類建模因子對評價指標體系的貢獻率計算各因子權重;
5、s3,基于各因子權重與各區縣城鎮人口和鄉村人口統計數據,構建人口空間化模型進行人口空間化。
6、步驟s1具體包括如下步驟:
7、s11,獲取區域高分衛星遙感影像數據,利用計算機自動分類和人工目視解譯相結合的方法提取區域內土地利用現狀信息以及河流、路網的空間分布情況,對河流、路網矢量進行緩沖區處理;獲取區域dem地形數據,提取坡度空間分布信息;
8、s12,獲取區域夜間燈光數據,使用sg濾波法(savitzky?golay?filter)對燈光數據異常值進行平滑處理,得到夜間燈光強度空間分布;
9、s13,獲取dsm數據、人口統計數據、行政區劃數據與興趣點(poi)數據,對興趣點(poi)數據進行整理與清洗,獲取餐飲服務密度、公司企業密度、購物服務密度、交通設施密度、科教文化密度、商務住宅密度、生活服務密度、醫療保健密度、政府機構密度poi數據空間分布;
10、s14,構建統一地理格網框架,對所有數據進行空間格網化處理:坡度、夜間燈光強度柵格類型數據,計算位于格網內部所有柵格的平均值為格網值;對于各類poi點類型的矢量數據,按照空間位置統計每個格網內的點的數量,將點的總數賦值到構建的地理格網中;對于河流路網緩沖區矢量數據,將矢量與格網疊加,二者相交且相交區域大于格網面積的50%則格網賦值為1,其余為0;對于土地利用矢量數據,按照空間位置統計每個格網內不同類型圖斑的面積,將面積最大圖斑的地類屬性賦值到格網中;對于人口統計數據,先于行政區劃矢量進行關聯,再按照空間位置將人口數據賦值到每個格網中。
11、步驟s2具體包括如下步驟:
12、s21,土地利用因子賦值,對存在人口分布的土地利用類型分別賦予1~10不同的等級,等級越高則與人口的相關性更高,無人口分布則賦值為0;土地利用類型主要分為耕地、林地、草地、水域、人造地表、裸地等6種類型,分別賦值為3、2、1、0、9、1;
13、s22,坡度因子賦值,對坡度分別賦予0~10不同的等級,等級越高則與人口的相關性更高,坡度為0~5°賦值為10,5~10°賦值為7,10~15°賦值為5,15~30°賦值為3,大于30°賦值為1;
14、s23,建模歸一化處理,除土地利用因子和坡度因子外,對其他建模因子進行歸一化,統一值域為0~10,歸一化后格網數據為各因子最大值,為各因子最小值,表示格網編號,所有因子值越高的區域,理論上人口分配越多;
15、s24,構建農村區域人口化指標體系,計算土地利用、夜間燈光強度、坡度、河流緩沖區、道路緩沖區5類因子權重;使用熵權法計算各指標權重,構造評價矩陣?對各類指標原始數據進行標準化處理,對于土地利用、夜間燈光強度、河流和道路緩沖區等正向指標坡度為負向指標為指標原始數據最大值,為指標原始數據最小值,為標準化后的值;各指標信息熵各指標權重為?為格網數量,為指標數量;
16、s25,計算城鎮區域建筑高度,基于dsm數據提取建筑物輪廓與輪廓范圍內最高點的高程信息,根據此最高點做10m緩沖區,并以緩沖區內的道路高程做為地面高度,建筑物最高點高程與道路高程的差值即為建筑高度;
17、s26,構建城鎮區域人口化指標體系,在土地利用、夜間燈光強度、坡度、河流緩沖區、道路緩沖區等因子外,增加建筑高度因子及餐飲服務密度、公司企業密度、購物服務密度、交通設施密度、科教文化密度、商務住宅密度、生活服務密度、醫療保健密度、政府機構密度等建筑屬性因子;使用s24步驟中熵權法計算各因子權重。
18、步驟s3具體包括如下步驟:
19、s31,使用城鎮開發邊界數據將區域劃分為城鎮與鄉村兩個區域,分別進行人口空間化;
20、s32,利用掩膜將土地利用類型為水域的格網去除,然后根據分區人口統計數據與各指標權重進行城鎮和農村區域人口空間化為第縣區內第個格網人口數,為第縣區人口總數,為第個指標的權重;為第個格網內第個指標值,為第個格網所在的第縣區內第個指標總值,得到人口空間分布格網結果。
21、有益效果
22、本專利技術公開了一種基于二三維用地功能結構的城鄉統計人口空間化方法;該方法構建統一的地理框架,將地理空間大數據和高分辨率遙感數據等多源數據進行空間格網化處理;基于多源數據構建考慮建筑立體結構的人口空間化模型與評價指標體系;通過城鎮邊界數據進行城鄉分區,分別計算城鎮區域和農村區域各指標因子權重,結合人口統計數據進行多源數據融合得到人口空間化結果。本專利技術在對多源異構地理空間數據格網化處理的基礎上,通過建筑高度數據與興趣點(poi)數據對人口空間化模型進行優化,在綜合考慮了各種因子的影響下分區域進行人口空間化,為人口空間化研究提供新的思路與方法。
本文檔來自技高網...【技術保護點】
1.一種基于二三維用地功能結構的城鄉統計人口空間化方法,其特征在于,利用地理空間大數據和高分辨率遙感數據多源數據,綜合考慮建筑立體結構與其他人口空間分布影響因子對城鎮地區和農村地區人口空間化的影響,包括以下步驟:
2.根據權利要求1所述的基于二三維用地功能結構的城鄉統計人口空間化方法,其特征在于,
3.根據權利要求2所述的一種基于二三維用地功能結構的城鄉統計人口空間化方法,其特征在于,所述步驟S2具體包括如下步驟:
4.根據權利要求3所述的基于二三維用地功能結構的城鄉統計人口空間化方法,其特征在于,所述步驟S3具體包括如下步驟:
【技術特征摘要】
1.一種基于二三維用地功能結構的城鄉統計人口空間化方法,其特征在于,利用地理空間大數據和高分辨率遙感數據多源數據,綜合考慮建筑立體結構與其他人口空間分布影響因子對城鎮地區和農村地區人口空間化的影響,包括以下步驟:
2.根據權利要求1所述的基于二三維用地功能結構的城鄉統計人口...
【專利技術屬性】
技術研發人員:張濤,王光輝,戴海倫,劉婷,劉宇,張偉,鄒運佳,
申請(專利權)人:自然資源部國土衛星遙感應用中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。