服务于地震应急的人口数据格网化方法研究
Study on the Grid Transformaiton of Population Data at the Service of Earthquake Emergency
我国地处世界上两个最活跃的地震带,是世界上地震活动最强烈,地震灾害最严重的国家之一.破坏性地震发生后,地震部门需要在较短的时间内获得灾情的宏观判断和损失评估结果,以及制定相应的应急救援方案.这些工作都离不开地震应急基础数据库的的支持.然而,在近年多次地震的实际应用中,现有的数据库暴露出一些问题亟待解决:(1)数据库未能得到及时更新,行政区划、交通特别是人口、房屋等与地震灾害密切相关的数据存在不同程度的老化问题;(2)数据统计单元欠精细,大多是以行政区划为单元的统计数据,数据的空间精细程度不足,无法反应行政区内部的分布细节,是导致地震灾害损失初评估出现严重偏差的主要原因之一.因此,需要研究空间精度和写实程度能满足应用要求的,且使用更灵活的数据,对地震应急基础数据库进行补充.为解决上述问题,本论文以人口数据为研究对象,以云南省为研究区域,展开人口数据格网化的研究工作.本论文对国内外人口数据格网化研究进展情况进行了详细的梳理和综合分析,评价了各种模型方法的优势与缺点,指出研究的发展趋势和亟待解决的问题,并提出了相应解决方法.在此基础上,提出了本文的研究思路:在统计数据、基础地理信息数据和遥感数据的支持下,以GIS空间分析和统计分析为主要研究手段,提出分城乡、分地貌类型,以抽样方法建立公里格网尺度的人口密度权重模型,以乡镇人口统计数据为总量控制,按权重将人口分配到公里格网中,实现人口统计数据从行政区划单元向公里格网转换的人口数据格网化思路.人口数据格网化研究主要是技术方法层面的问题,需要一系列的技术方法的支持.本研究应用地理信息系统解决了以下技术问题:投影变换、人口统计数据与行政区划数据的匹配、城乡人口分离、基于DEM数据的坡度和地形起伏度的计算、公里格网矢量数据的生成、基于公里格网和行政区划的人口分布影响因子空间统计和基于遥感数据的居民地信息提取等,为人口数据格网化的研究奠定了基础.本文基于人口集聚度分级法、人口分布影响因子聚类分析法和地貌类型分区方法,在乡镇尺度上进行了人口分布区划试验,讨论了云南省人口分布地域差异.在对比分析三种区划结果的基础上,本文选取地貌类型分区结果作为最终人口分布区划方案,并分析了云南省的人口分布的宏观特征规律:云南省人口分布宏观上不满足人口密度随平均海拔上升逐渐减小的一般规律,而与地形起伏度有较强的相关性;宏观上人口密度可划分为三个等级,空间分布上呈南北低中部高.模型空间尺度转换问题一直是人口数据格网化研究的热点和难点问题之一.本论文讨论了模型空间尺度转换问题的客观存在性,采用基于居民地的格网人口估算方法,在公里格网尺度上获取人口样本,用统计分析方法直接在公里格网尺度上建立了人口密度权重模型,揭示了格网尺度上人口与其影响因子的统计规律,成功解决了模型空间尺度转换问题.在建模指标的选取方面,本文综合考虑建模尺度和基础数据的局限,采用较为主观的方式,选取土地利用数据中与人口分布具有联系的耕地和城乡居民用地,以及导航数据中的道路、居民点和兴趣点等人口分布强指示数据,共计4大类、8项指标作为建模指标.研究结果分析表明,道路和居民点、兴趣点数据有效地补偿了城镇用地和农村居民点用地的信息损失,建模指标形成了良好的信息互补机制.对城市区域,本文通过讨论城市空间结构,对比传统城市人口空间分布数学模型,采用距离衰减和道路密度建立了城市人口密度权重模型.通过城市人口密度权重模型得到了以道路分布为"骨架",人口密度从市中心向郊区逐渐递减的城市人口空间分布格局.对农村区域,本文分析了人口分布的影响因子,选取了适合的建模指标,并用基于居民地的格网人口估算方法获取了建模样本,最后基于13个地貌分区,用多元逐步回归分析建立各地貌分区的农村人口密度权重模型.本研究所建立的模型不仅符合统计规律,还按因子的影响力定性排序原则对模型系数进行修正,使模型还符合一定的地理规则.最后本文根据实地调查获得的格网人口密度数据,采用误差统计、相关分析和回归分析,对格网化结果的精度进行检验.相关和回归分析结果显示:实地调查人口密度与模拟人口密度之间的线性相关系数为0.919,线性拟合优度R2=0.948,两者数量接近;误差统计结果显示,误差在-30%~30%之间的数据约占70%,表明本文的人口数据格网化方法达到了较高的精度.
- 作者：
- 陈振拓
- 学位授予单位：
- 中国地震局地质研究所
- 专业名称：
- 构造地质学
- 授予学位：
- 硕士
- 学位年度：
- 2012年
- 导师姓名：
- 李志强
- 中图分类号：
- TP311.13；P315.9
- 关键词：
- 地震应急；人口统计数据；格网化；云南省；人口分布区划；土地利用；道路密度；居民点密度；人口密度权重；距离衰减；多源数据融合
- earthquake emergency； census data； grid transformation； Yunnan Province； population distribution regionalization； land-use； road density； residential spots density； populationdensity weight； distance attenuation； multi-data fusion