【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及人口空間化，尤其涉及一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法。
技術(shù)介紹
1、精細(xì)的人口空間分布數(shù)據(jù)廣泛應(yīng)用于災(zāi)害風(fēng)險評估、城市發(fā)展規(guī)劃及公共衛(wèi)生等領(lǐng)域，對城市精細(xì)化管理與協(xié)調(diào)區(qū)域經(jīng)濟(jì)發(fā)展具有重要意義。目前，人口普查數(shù)據(jù)是人口研究工作的主要來源數(shù)據(jù)，但其具有更新周期長，工作量大，且以行政區(qū)為統(tǒng)計單元等特點(diǎn)，導(dǎo)致在實際應(yīng)用中存在時間分辨率和空間分辨率低、不支持空間運(yùn)算和分析等問題。
2、目前，常用的人口空間化模型包括空間插值、統(tǒng)計模型、回歸模型和隨機(jī)森林模型。其中，隨機(jī)森林模型利用決策樹進(jìn)行建模的機(jī)制，具有非線性建模能力，可以有效描述人口數(shù)量在地理空間上非線性關(guān)系分布，是人口空間化的主流模型。然而，基于dem、夜間燈光數(shù)據(jù)及人口普查數(shù)據(jù)構(gòu)建的隨機(jī)森林模型，由于數(shù)據(jù)源分辨率較低，導(dǎo)致人口空間化結(jié)果的分辨率不高，使得刻畫人口分布細(xì)節(jié)差異的能力有限，需引入空間粒度更精細(xì)的數(shù)據(jù)源對模型進(jìn)行優(yōu)化。
3、此外，部分學(xué)者提出利用各種類型的建筑物數(shù)據(jù)進(jìn)行人口數(shù)據(jù)空間化，通過將poi、建筑物高度等二維或三維特征信息作為自變量加入隨機(jī)森林模型中進(jìn)行訓(xùn)練，并提升人口空間化結(jié)果分辨率。其中興趣點(diǎn)(poi)、路網(wǎng)(osm)和夜間燈光等二維數(shù)據(jù)被用來提供城市人口在水平方向上的分布和活動熱點(diǎn)等方面的信息，建筑物高度、體積等數(shù)據(jù)被用來提供人口在垂直方向上的分布和空間占用情況等方面的信息。但在隨機(jī)森林模型模擬過程中，二維信息和三維信息的數(shù)據(jù)結(jié)構(gòu)不同，信息特征存在明顯差異，兩種信息存在不可比的情況。同時加入模型中訓(xùn)練時，
4、因此，本專利技術(shù)提出了一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，以解決上述技術(shù)問題。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的目的是提供一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，基于隨機(jī)森林算法，有效提升了人口空間化預(yù)測模型的性能，具有更高的空間分辨率，有效提高了城市人口空間化精度，為精細(xì)的人口空間化提供新的思路，對于城市精細(xì)化管理和促進(jìn)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展具有重要的參考價值。
2、為實現(xiàn)上述目的，本專利技術(shù)提供了一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，包括以下步驟：
3、步驟s1、獲取多源數(shù)據(jù)并進(jìn)行數(shù)據(jù)處理；
4、步驟s2、根據(jù)建筑物人口信息，構(gòu)建基于隨機(jī)森林算法的人口空間化預(yù)測模型；
5、步驟s3、引入建筑物高度信息，構(gòu)建隨機(jī)森林人數(shù)閾值回歸方程，對人口估計值進(jìn)行修正；
6、步驟s4、驗證人口空間化預(yù)測模型的精度、擬合度和穩(wěn)定性。
7、優(yōu)選的，在步驟s1中，獲取多源數(shù)據(jù)包括建模數(shù)據(jù)、對比數(shù)據(jù)、遙感數(shù)據(jù)、統(tǒng)計數(shù)據(jù)；將所獲得的數(shù)據(jù)處理后進(jìn)行歸一化，并作為人口估計隨機(jī)森林模型的自變量；
8、其中，建模數(shù)據(jù)包括poi數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、夜間燈光數(shù)據(jù)和建筑物斑塊數(shù)據(jù)4種；對比數(shù)據(jù)有worldpop數(shù)據(jù)集和人口普查數(shù)據(jù)2種；遙感數(shù)據(jù)用于獲取建筑物斑塊數(shù)據(jù)；統(tǒng)計數(shù)據(jù)包括居住戶數(shù)、每戶人數(shù)以及市轄區(qū)人數(shù)。
9、優(yōu)選的，針對建模數(shù)據(jù)的處理方式如下：
10、(1)poi數(shù)據(jù)：對poi數(shù)據(jù)進(jìn)行核密度估計，得到相應(yīng)的核密度圖層；
11、(2)路網(wǎng)數(shù)據(jù)：對路網(wǎng)數(shù)據(jù)進(jìn)行歐式距離分析，并將歐式距離分析后的路網(wǎng)信息加入到模型，進(jìn)一步完善人口空間化預(yù)測模型學(xué)習(xí)人口空間分布形態(tài)；
12、(3)夜間燈光數(shù)據(jù)：對夜間燈光數(shù)據(jù)進(jìn)行投影變換、剪裁及重采樣預(yù)處理，得到30m分辨率的夜間燈光數(shù)據(jù)，模擬區(qū)域內(nèi)部的人口空間分布；
13、(4)建筑物斑塊數(shù)據(jù)：通過對歷史影像進(jìn)行目視解譯，獲得建筑物斑塊數(shù)據(jù)。
14、優(yōu)選的，在步驟s2中，根據(jù)建筑物人口信息，構(gòu)建基于隨機(jī)森林算法的人口空間化預(yù)測模型；其中，建筑物人口信息通過建筑物人口密度表達(dá)，具體過程如下：
15、步驟s21、利用建筑物人口密度作為模型訓(xùn)練樣本的因變量，描述人口在空間上的分布特征，如下所示：
16、b人數(shù)＝b戶數(shù)*x?(1)；
17、
18、其中，x為人口普查數(shù)據(jù)中每戶人數(shù)的估計值；b戶數(shù)為建筑物內(nèi)居住戶數(shù)；b人數(shù)為建筑物內(nèi)人口數(shù)；b密度為建筑物人口密度；n為建筑物柵格單元面積與總面積的比率；n為第i個柵格單元中建筑物總數(shù)量；j為n個建筑物中的第j個；
19、通過上式得到建筑物內(nèi)人口數(shù)，并利用建筑物柵格單元面積與總面積的比率作為權(quán)重重采樣到30*30m柵格單元，得到建筑物人口密度；
20、步驟s22、根據(jù)建筑物人口信息，構(gòu)建基于隨機(jī)森林算法的人口空間化預(yù)測模型，將建筑物人口密度作為模型的因變量，多源地理空間數(shù)據(jù)作為模型的自變量，預(yù)測每個柵格單元的人口估計值，如下所示：
21、y(d)訓(xùn)＝h(d1,d2,…,dn)訓(xùn)???(3)；
22、y(t)預(yù)＝h(t1,t2,…,tn)訓(xùn)???(4)；
23、其中，h訓(xùn)為隨機(jī)森林模型訓(xùn)練得到的函數(shù)；d為訓(xùn)練樣本中的自變量；t為預(yù)測樣本中的自變量；n為自變量個數(shù)；y(d)訓(xùn)為模型的因變量，即建筑物人口密度；y(t)預(yù)為隨機(jī)森林模型預(yù)測得到人口估計值。
24、優(yōu)選的，在步驟s3中，引入建筑物高度信息，構(gòu)建隨機(jī)森林人數(shù)閾值回歸方程，對人口估計值進(jìn)行修正；其中，建筑物高度信息通過建筑物高度數(shù)據(jù)表達(dá)，具體過程如下：
25、步驟s31、建筑物高度數(shù)據(jù)獲取；
26、首先，利用k-means圖像分割，獲取遙感影像中的建筑物陰影；然后，將同一時間的遙感影像中建筑物高度與陰影長度之比作為為固定值，測定某一棟建筑物及其對應(yīng)的陰影長度，求得兩者之間的特定關(guān)系，如下所示：
27、h＝l*λ?(5)；
28、其中，h為待求的建筑物高度；λ為陰影長度與建筑物高度之間的關(guān)系值；l為提取的陰影長度；
29、步驟s32、構(gòu)建隨機(jī)森林人數(shù)閾值回歸方程；
30、將建筑物人口密度作為模型的因變量，建筑物高度和建筑物面積作為自變量，構(gòu)建人數(shù)閾值回歸方程，同公式(3)和公式(4)；依據(jù)此方程計算出研究區(qū)內(nèi)每棟建筑物的人數(shù)閾值，并利用建筑物柵格單元面積與總面積的比率作為權(quán)重重采樣，得到30m分辨率的人數(shù)閾值圖；
31、步驟s33、對人口估計值進(jìn)行修正；
32、在柵格單元中，若人口估計值超過人數(shù)閾值，則調(diào)整為人數(shù)閾值；反之，則保留人口估計值，如下所示：
33、
34、其中，popc_i為第i個格網(wǎng)修正后人口估計值；popa_i為第i個格網(wǎng)人數(shù)閾值；popb_i為第i個格網(wǎng)初始人口估計值；
35、步驟s34、格網(wǎng)人口分配：根據(jù)修正后的人口估計值，將研究區(qū)的年鑒總?cè)藬?shù)分配到各個格網(wǎng)，得到人口空間化結(jié)果，如下所示：
36、popdistric本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于：在步驟S1中，獲取多源數(shù)據(jù)包括建模數(shù)據(jù)、對比數(shù)據(jù)、遙感數(shù)據(jù)、統(tǒng)計數(shù)據(jù)；將所獲得的數(shù)據(jù)處理后進(jìn)行歸一化，并作為人口估計隨機(jī)森林模型的自變量；
3.根據(jù)權(quán)利要求2所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于，針對建模數(shù)據(jù)的處理方式如下：
4.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于：在步驟S2中，根據(jù)建筑物人口信息，構(gòu)建基于隨機(jī)森林算法的人口空間化預(yù)測模型；其中，建筑物人口信息通過建筑物人口密度表達(dá)，具體過程如下：
5.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于：在步驟S3中，引入建筑物高度信息，構(gòu)建隨機(jī)森林人數(shù)閾值回歸方程，對人口估計值進(jìn)行修正；其中，建筑物高度信息通過建筑物高度數(shù)據(jù)表達(dá)，具體過程如下：
6.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)
...【技術(shù)特征摘要】
1.一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于：在步驟s1中，獲取多源數(shù)據(jù)包括建模數(shù)據(jù)、對比數(shù)據(jù)、遙感數(shù)據(jù)、統(tǒng)計數(shù)據(jù)；將所獲得的數(shù)據(jù)處理后進(jìn)行歸一化，并作為人口估計隨機(jī)森林模型的自變量；
3.根據(jù)權(quán)利要求2所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于，針對建模數(shù)據(jù)的處理方式如下：
4.根據(jù)權(quán)利要求1所述的一種基于建筑物人口和高度信息改進(jìn)的人口空間化方法，其特征在于：在步驟s2中，根據(jù)建筑物人口信息，構(gòu)建基于隨機(jī)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：葉欣，徐浩然，呂利娜，董倫，李程程，
申請(專利權(quán))人：黑龍江科技大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。