帮助 关于我们

返回检索结果

基于随机森林模型的珠江三角洲30 m格网人口空间化
Spatialization of population in the Pearl River Delta in 30 m grids using random forest model

查看参考文献29篇

文摘 人口空间化是实现人口统计数据与其他环境资源空间数据融合分析的有效途径。本文选取夜间灯光数据、道路网数据、水域分布数据、建成区数据、数字高程模型和地形坡度数据作为影响珠江三角洲人口分布的变量因子,利用随机森林模型对珠江三角洲2010年人口数据进行了30 m格网空间化,并将模拟结果与三个公开数据集作精度对比,最后基于随机森林模型的变量因子重要性分析珠江三角洲人口空间分布的影响因素。结果表明:本文模拟整体精度达到82.32%,均优于WorldPop数据集以及中国公里网格人口数据集,接近GPW数据集,而且在人口密度中等区域模拟精度最高;通过对变量因子重要性进行度量,发现夜间灯光强度是珠江三角洲人口分布的最重要指示性指标,到水域的距离、到建成区的距离和路网密度对珠江三角洲人口分布均具有重要作用。利用随机森林模型结合多源信息能够实现高空间分辨率的人口空间化,可为精细化城市管理提供重要数据源,也可为相关政策决策制定提供支持。
其他语种文摘 Grid population data can enable integrated analysis of population statistics with other spatial data on resources and the environment. Based on a Random Forest model and using nighttime lights,road network,surface water network,built-up area,slope,and DEM as control variables,the 2010 population data of the Pearl River Delta were distributed into 30 m grids. The estimation results were compared with three other public datasets. The importance of input variables was analyzed based on the results. The result shows that the accuracy of this simulation reached 83.32%,which is better than the WorldPop and the Population Grids of China datasets,and more close to the GPW dataset. Moreover,the 30 m resolution of our result furnishes detailed information of population density of the Pearl River Delta. According to the importance of covariates from the Random Forest model,strength of nighttime lights,distance to water,distance to built-up area,and density of roads are important factors in population distribution modeling in the Pearl River Delta. With the Random Forest model and multi-source data,high resolution population spatialization can be achieved. High spatial resolution grid data can provide important data source for high precision city management and policy making.
来源 地理科学进展 ,2017,36(10):1304-1312 【核心库】
DOI 10.18306/dlkxjz.2017.10.012
关键词 人口空间化 ; 随机森林 ; 人口分布 ; 影响因素 ; 珠江三角洲
地址

中山大学地理科学与规划学院综合地理信息研究中心, 广东省城市化与地理环境空间模拟重点实验室, 广州, 510275

语种 中文
文献类型 研究性论文
ISSN 1007-6301
基金 国家自然科学基金重点项目 ;  广东省广州市科技计划项目 ;  国家自然科学基金
文献收藏号 CSCD:6098411

参考文献 共 29 共2页

1.  柏中强. 基于多源信息的人口分布格网化方法研究. 地球信息科学学报,2015,17(6):653-660 CSCD被引 22    
2.  柏中强. 基于乡镇尺度的中国25省区人口分布特征及影响因素. 地理学报,2015,70(8):1229-1242 CSCD被引 59    
3.  陈凯. 基于随机森林的元胞自动机城市扩展模拟——以佛山市为例. 地理科学进展,2015,34(8):937-946 CSCD被引 17    
4.  陈晴. 基于土地利用数据和夜间灯光数据的人口空间化模型对比分析:以黄河三角洲高效生态经济区为例. 人文地理,2014,29(5):94-100 CSCD被引 19    
5.  方匡南. 随机森林方法研究综述. 统计与信息论坛,2011,26(3):32-38 CSCD被引 298    
6.  方瑜. 中国人口分布的自然成因. 应用生态学报,2012,23(12):3488-3495 CSCD被引 26    
7.  高义. 基于人口普查与多源夜间灯光数据的海岸带人口空间化分析. 资源科学,2013,35(12):2517-2523 CSCD被引 57    
8.  康停军. 基于多智能体的城市人口分布模型. 地理科学,2012,32(7):790-797 CSCD被引 13    
9.  李玲. 人口发展与区域规划,2008 CSCD被引 2    
10.  廖顺宝. 基于GIS的青藏高原人口统计数据空间化. 地理学报,2003,58(1):25-33 CSCD被引 113    
11.  刘志佳. 珠三角地区建设用地扩张与经济、人口变化之间相互作用的时空演变特征分析. 资源科学,2015,37(7):1394-1402 CSCD被引 17    
12.  苏飞. 辽中南城市群人口分布的时空演变特征. 地理科学进展,2010,29(1):96-102 CSCD被引 9    
13.  王鹤饶. DMSP/OLS数据应用研究综述. 地理科学进展,2012,31(1):11-19 CSCD被引 43    
14.  王静. 山东省人口空间分布格局的多尺度分析. 地理科学进展,2012,31(2):176-182 CSCD被引 25    
15.  王珂靖. 多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用. 地理科学进展,2016,35(12):1494-1505 CSCD被引 22    
16.  肖荣波. 城市规划中人口空间分布模拟方法研究. 中国人口·资源与环境,2011,21(6):13-18 CSCD被引 12    
17.  张建辰. 基于土地利用类型的村级人口空间分布模拟--以湖北鹤峰县为例. 地球信息科学学报,2014,16(3):435-442 CSCD被引 12    
18.  张雷. 随机森林算法基本思想及其在生态学中的应用———以云南松分布模拟为例. 生态学报,2014,34(3):650-659 CSCD被引 98    
19.  周成虎. 地理格网模型研究进展. 地理科学进展,2009,28(5):657-662 CSCD被引 38    
20.  周春山. 新时期珠江三角洲城市群发展战略的思考. 地理科学进展,2015,34(3):302-312 CSCD被引 15    
引证文献 28

1 吴吉东 社会经济数据空间化现状与发展趋势 地球信息科学学报,2018,20(9):1252-1262
CSCD被引 12

2 林珲 基于城市不透水面-人口关联的粤港澳大湾区人口密度时空分异规律与特征 地理科学进展,2018,37(12):1644-1652
CSCD被引 9

显示所有28篇文献

论文科学数据集
PlumX Metrics
相关文献

 作者相关
 关键词相关
 参考文献相关

版权所有 ©2008 中国科学院文献情报中心 制作维护:中国科学院文献情报中心
地址:北京中关村北四环西路33号 邮政编码:100190 联系电话:(010)82627496 E-mail:cscd@mail.las.ac.cn 京ICP备05002861号-4 | 京公网安备11010802043238号