基于影响因子分级和居民地指数密度的人口数据空间化.pdf

摘 要

随着计算机技术和空间技术的发展，3S 技术成为了研究地理现象的重要手
段。运用 3S 技术进行人口数据空间化也成为了国内外学者研究的热门课题。但
现有的研究大多在全球、国家及地区的大范围领域，在小区域的人口数据空间化
研究较少；且其研究领域局限于行政区，在自然区域（如流域）的研究却较缺乏。
本文以江西省梅江流域为例，基于 GIS 空间分析技术和多源数据融合技术对
小流域的人口数据空间化方法进行了探究。笔者选择地形、公路和河流作为影响
人口分布的主因子；选择居民点作为指引性因子，指引各主因子对人口分布的影
响；选择土地利用类型中居民地作为指标性因子，以体现居民点人口大小。考虑
研究区较小，对模拟精度要求较高，因而笔者采用影响因子分级和居民地指数密
度的方法。
在模拟过程中：首先，将主因子进行分级处理，地形因子按类型分为海拔高
度、坡度、坡向，公路因子按公路等级分为国道、省道、县道、乡道，河流因子
根据河流等级分为第一、二、三、四等级河流。其次，计算子因子的居民地指数
密度，将其作为子因子对居民点分布的影响权值（子因子居民点权值），再加权
融合子因子居民点权值得到主因子居民点权值。第三，将整个研究区分为城镇居
民点、农村居民点与远离居民点三类区域，以各居民点类型区域人口密度为其对
人口分布的影响权值（居民点人口权值）。第四，融合各主因子居民点权值和居
民点人口权值得到单因子人口权值，再加权融合单因子人口权值得到多因子人口
权值，即多因子人口权值即为研究区的人口密度系数。最后，将研究区乡镇级人
口根据人口密度系数图生成 100m×100m 分辨率的人口密度图。
结果显示，验证区的模拟村级人口数据与实际村级人口数据相关系数达
，证明该方法在小流域的人口数据空间化研究中有较好的效果。


关键词：影响因子分级；居民地指数密度；梅江流域；GIS；多源数据融合




I
Abstract

With the development of computer and space technologies, 3S technologies
became an important mean on geographical research. And using these technologies
on spatialization of population data also became a hot topic at home and abroad.
However, the present researches were more on large-scale regions, like global scale,
nation scale and province scale regions, and less on small-scale regions. Meanwhile,
there were restricted on administrative region field and less on natural field, like river
basin, natural landscape area and so on.
Taking the Meijiang river basin of Jiangxi province as the example, this paper
explored the population data spatialization method of the small river basin which is
based on the spatial analysis technique of GIS and multi-source data fusion technique.
In order to make the result more accurate and according to the characteristics of small
basin, we selected terrain, roads and rivers as the main influencing factors.
Settlements were selected as the indicative factor to ref