基于夜光遙感影像的貴州省人口估算模型構(gòu)建研究

胡 震 ，宋善海

（1.貴州省國土資源勘測規(guī)劃研究院，貴州貴陽 550004；2.貴州省生態(tài)氣象和衛(wèi)星遙感中心，貴州貴陽 550000）

0 引言

人口是社會發(fā)展的重要因素。近年來，伴隨著人口的持續(xù)增長，資源、環(huán)境間的矛盾越發(fā)突出，影響社會可持續(xù)發(fā)展。現(xiàn)有常住人口數(shù)據(jù)主要來源于公安部門的人口登記資料或人口普查數(shù)據(jù)[1]，這些數(shù)據(jù)的獲取成本相對較高、更新周期長、時效性較差、難以反映人口的實(shí)際空間分布，不能有效地揭示區(qū)域內(nèi)部人口分布的空間差異性。因此，迫切需要實(shí)時、動態(tài)地獲取常住人口的數(shù)量及其空間分布特征。

隨著遙感技術(shù)的快速發(fā)展，基于遙感影像數(shù)據(jù)進(jìn)行人口格網(wǎng)化的研究開始受到廣泛關(guān)注[2-3]。夜光遙感是遙感領(lǐng)域一個發(fā)展活躍的分支，其獨(dú)特優(yōu)勢是能獲取無云黑夜條件下地表的亮光信息[4]，而這些亮光來源主要是人類夜間活動的照明燈光，夜間燈光數(shù)據(jù)能夠探測到小規(guī)模居民點(diǎn)產(chǎn)生的不同強(qiáng)度的光亮，是監(jiān)測人類活動的有效數(shù)據(jù)源。以往研究主要利用DMSP/OLS夜間燈光數(shù)據(jù)對沿海地區(qū)人口進(jìn)行估算模擬[5]，多以省、市行政區(qū)為單元，根據(jù)行政單元內(nèi)的人口總數(shù)與所有像元的燈光亮度累計(jì)值建立線性回歸模型，對研究區(qū)人口進(jìn)行估算。研究表明，夜光遙感估算模型在不同的尺度下的估算模型差異較大，因此因地制宜的構(gòu)建符合區(qū)域狀況的估算模型顯得尤為重要。

本文以貴州省為研究區(qū)，使用數(shù)據(jù)質(zhì)量較高的NPP/VIIRS夜間燈光數(shù)據(jù)，從夜光面積指數(shù)和夜光強(qiáng)度指數(shù)兩方面，利用空間回歸模型對縣域常住人口進(jìn)行回歸分析，得到精細(xì)空間尺度的常住人口分布結(jié)果。在此基礎(chǔ)上，分析貴州省常住人口分布的空間差異性和垂直特征，為縣域發(fā)展規(guī)劃及政府決策提供支持。

1 研究區(qū)概況

貴州省屬于中國西南部高原山地，境內(nèi)地勢西高東低，自中部向北、東、南三面傾斜，平均海拔在1100m左右，是喀斯特地貌發(fā)育的典型省份，土地總面積17.6萬平方公里，其中喀斯特面積約占全省面積的62%。下轄9個地級行政區(qū)單位，88個縣級行政區(qū)單位。2015年，貴州省的常住人口總數(shù)約3929.50萬人，同2010年第六次人口普查的3474.86萬人相比，五年間共增加54.64萬人，增長1.57%，年平均增長率為0.31%，常住人口密度為223.27人/平方公里。

2 數(shù)據(jù)來源與處理

2.1 數(shù)據(jù)來源

（1）夜光遙感數(shù)據(jù)：目前使用較為廣泛的數(shù)據(jù)是美國的DMSP/OLS和NPP/VIIRRS兩種，空間分辨率分別為2700m和740m[4]，為反映區(qū)域客觀實(shí)際，選用分辨率更高、質(zhì)量較優(yōu)的NPP/VIIRS衛(wèi)星數(shù)據(jù)2015年夜光遙感影像。數(shù)據(jù)來源于美國國家海洋和大氣管理局官方網(wǎng)站。

（2）統(tǒng)計(jì)數(shù)據(jù)：人口統(tǒng)計(jì)數(shù)據(jù)來源于2016年《貴州省統(tǒng)計(jì)年鑒》。

（3）輔助數(shù)據(jù)：貴州省30m分辨率DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺。

2.2 數(shù)據(jù)處理

2.2.1夜光數(shù)據(jù)的預(yù)處理

為準(zhǔn)確得到貴州省夜光分布狀況，需對夜光數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換、幾何校正、掩模裁剪三個步驟的預(yù)處理，影像處理結(jié)果顯示：貴州省夜間辨識度最清晰的是貴陽市，其次為遵義市、鐘山區(qū)、興義市、西秀區(qū)等較大的城區(qū)。

2.2.2縣域夜光強(qiáng)度指數(shù)與夜光面積指數(shù)構(gòu)建

夜光強(qiáng)度指數(shù)定義為區(qū)域內(nèi)所有亮點(diǎn)像元值的總和。

式中：L-燈光強(qiáng)度指數(shù)；l0-區(qū)域內(nèi)亮點(diǎn)像元的像元值。

夜光面積指數(shù)定義為區(qū)域內(nèi)夜光面積與區(qū)域面積比。

式中：S-夜光面積指數(shù)；S′-區(qū)域內(nèi)亮點(diǎn)像元面積；SSUM-區(qū)域總面積。

3 人口數(shù)量估算模型構(gòu)建

基于夜光面積指數(shù)與夜光強(qiáng)度指數(shù)構(gòu)建貴州省縣級尺度人口分布狀況的夜光遙感估算模型。常見擬合模型包括擬合直線、二次、對數(shù)、指數(shù)模型等，為找到最適合的擬合方法，將上述四種模型同時進(jìn)行分析比對，通過相關(guān)性、解釋度等模型參數(shù)確定出最佳擬合模型。

表1各海拔區(qū)間與夜光亮點(diǎn)分布

3.1 基于夜光面積指數(shù)的人口數(shù)量估算模型

基于夜光面積指數(shù)的常住人口數(shù)量4種模型擬合效果均一般，其中對數(shù)模型對樣本點(diǎn)的擬合效果最好，決定系數(shù)R2=0.172，該模型中夜光面積指數(shù)可解釋17.2%的常住人口數(shù)量的變化狀況。

3.2 基于夜光強(qiáng)度指數(shù)的人口數(shù)量估算模型

基于夜光面積指數(shù)的常住人口數(shù)量4種模型擬合效果均一般，其中擬合二次模型對樣本點(diǎn)的擬合效果較好，決定系數(shù)R2=0.414，該模型中夜光面積指數(shù)可解釋41.4%的常住人口數(shù)量的變化狀況。

通過對比分析得出：夜光面積指數(shù)與常住人口數(shù)量的相關(guān)性為0.378，最佳估算模型是對數(shù)模型，其中R2為0.172；夜光強(qiáng)度指數(shù)與常住人口數(shù)量的相關(guān)性為0.558，最佳估算模型為二次模型，其中R2為0.414。相較而言，夜光強(qiáng)度指數(shù)更適合反映貴州縣域常住人口數(shù)量。

4 結(jié)果與分析

4.1 基于夜光指數(shù)的貴州省各縣市人口分布狀況評估

由公式（1）、（2），運(yùn)用 ArcGIS10.2 數(shù)據(jù)分析模塊，得到貴州省88個縣域的夜光強(qiáng)度指數(shù)，繪制得到夜光強(qiáng)度指數(shù)分級圖，將88個縣域劃分為十個等級，等級越高表明分布的人口越多。如圖1所示：2015年貴州省人口聚集較多的區(qū)域在黔中的貴陽、遵義等，人口相對較少的是黔東南州、銅仁以及黔南州南部部分地區(qū)。

圖1貴州各地區(qū)夜光強(qiáng)度分級

4.2 貴州省人口垂直分布特征分析

基于ArcGIS空間分析平臺，將貴州省海拔數(shù)據(jù)劃分為五個等級，再將夜光數(shù)據(jù)與其進(jìn)行空間疊加得到各海拔區(qū)間內(nèi)的夜光分布狀況，分析人口分布特征與海拔之間的關(guān)系，得到貴州人口的垂直分布狀況如表1所示。

由表1可知，貴州地勢由東南向西北逐漸抬升，亮點(diǎn)與人口分布呈現(xiàn)出倒“V”型分布，即由少逐漸增加，達(dá)到最高點(diǎn)后又逐漸降低，大致可概括為東部少、中部多、西部逐漸降低的趨勢。貴州省主要的夜光像元主要分布在海拔1000～1500m之間，占到了全部的42.55%，即表明貴州省人口分布最多的區(qū)域集中在此。海拔在500～1000m之間的夜光像元次之，占到了整體的31.02%。海拔500m以下，2000m以上，夜光像元分布最少。

5 結(jié)論

（1）基于夜光遙感與縣域人口統(tǒng)計(jì)數(shù)據(jù)，構(gòu)建夜光面積指數(shù)與強(qiáng)度指數(shù)人口估算模型，通過對相關(guān)系數(shù)、決定系數(shù)的比較發(fā)現(xiàn)：基于夜光強(qiáng)度指數(shù)的人口估算模型效果優(yōu)于夜光面積指數(shù)。根據(jù)夜光強(qiáng)度指數(shù)模型，對貴州省縣域人口數(shù)量進(jìn)行網(wǎng)格化，人口聚居程度高的地區(qū)是黔中地區(qū)，人口分布較少的地區(qū)集中在黔東南地區(qū)與銅仁東部、黔南南部等區(qū)域，運(yùn)用夜光遙感技術(shù)可大大提高人口數(shù)據(jù)的時效性、客觀性、科學(xué)性與空間化。

（2）人口分布往往都遵循著隨著海拔升高而減少，隨著海拔降低而增加的規(guī)律，但通過研究發(fā)現(xiàn)，貴州省人口分布趨勢并沒有呈現(xiàn)這樣的規(guī)律，貴州地勢由東南向西北地勢逐漸抬升，人口卻從少先增加至海拔集中1000～1500m的黔中地區(qū)后再緩慢下降，整體上黔中地區(qū)最高，西北高海拔地區(qū)次之，東部低海拔地區(qū)人口分布最少。