趙 宇a,王 利a,李欣欣a,趙東霞

(遼寧師范大學(xué) a.城市與環(huán)境學(xué)院;b.海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心;c.管理學(xué)院,遼寧 大連116029)

1 引言

人口是一個(gè)綜合多種社會(huì)關(guān)系的社會(huì)實(shí)體,它對(duì)社會(huì)、經(jīng)濟(jì)、生態(tài)和環(huán)境等方面產(chǎn)生了深遠(yuǎn)的影響,正確認(rèn)識(shí)人口的增長(zhǎng)與分布對(duì)提高人口素質(zhì)、資源和環(huán)境的綜合管理意義重大[1]。在GIS和遙感技術(shù)對(duì)人口空間化的研究中,王雅雯、王利等依據(jù)人口空間分布與土地利用的關(guān)系,繪制出遼陽(yáng)市人口空間分布圖[2];陳楠依據(jù)人口空間分布與自然、經(jīng)濟(jì)因子的定量關(guān)系,建立了人口空間分布模型，提出人口壓力新指標(biāo)[3];王慧鵬研究了地形起伏度與人口空間分布關(guān)聯(lián),提出人口空間分布與地形因素在小尺度范圍內(nèi)有較強(qiáng)相關(guān)性[4];白平平選取內(nèi)蒙古3年的人口統(tǒng)計(jì)數(shù)據(jù)分析人口增長(zhǎng)特征,結(jié)合2010年內(nèi)蒙古氣候、DEM等數(shù)據(jù)實(shí)現(xiàn)人口數(shù)據(jù)空間化,并對(duì)2015年內(nèi)蒙古人口進(jìn)行了模擬[5];周自翔等運(yùn)用ArcGIS鄰域分析提取關(guān)中—天水經(jīng)濟(jì)區(qū)地形起伏度,并從比例結(jié)構(gòu)、空間分布和高度特征三個(gè)方面系統(tǒng)分析了地形起伏度的分布規(guī)律及其與人口分布的相關(guān)性[6]。雖然土地利用數(shù)據(jù)和人口統(tǒng)計(jì)數(shù)據(jù)能有效實(shí)現(xiàn)人口空間化分析,但是土地利用數(shù)據(jù)具有時(shí)效性,鑒于城鎮(zhèn)化進(jìn)程較快,土地利用數(shù)據(jù)在反映城市人口分布方面具有明顯的缺陷,無(wú)法提供時(shí)效性較好的人口空間化數(shù)據(jù)。

從20世紀(jì)末期起,燈光數(shù)據(jù)開(kāi)始被人們所關(guān)注。由于燈光數(shù)據(jù)具有獨(dú)特的空間性,近年來(lái)基于夜間燈光數(shù)據(jù)對(duì)城鎮(zhèn)人口化、建筑密度、GDP等方面的研究越來(lái)越多。楊眉等以DMSP/OLS夜間燈光數(shù)據(jù)在城鎮(zhèn)提取等方面的應(yīng)用為基礎(chǔ),系統(tǒng)介紹了燈光數(shù)據(jù)估算城市化水平和人口的方法和步驟[7];曹麗琴等將2000年湖北省各縣市DMSP/OLS衛(wèi)星的夜間燈光數(shù)據(jù)亮度值與各縣市城鎮(zhèn)人口之間建立相應(yīng)的模型,模擬了2002年湖北各縣區(qū)人口[8];鄭輝等運(yùn)用Suomi-NPP/VIIRS夜間燈光影像,結(jié)合GIS手段分析了南京市主城區(qū)燈光圖像強(qiáng)度值與建筑密度之間的關(guān)系,并建立了相應(yīng)的建筑密度估算模型,同時(shí)提出VIIRS夜間燈光強(qiáng)度數(shù)據(jù)具有實(shí)現(xiàn)建筑密度估算以及其他社會(huì)經(jīng)濟(jì)數(shù)據(jù)空間網(wǎng)格化的巨大潛力的結(jié)論[9];李峰等基于NPP/VIIRS夜間燈光數(shù)據(jù),對(duì)河北省的GDP進(jìn)行了相關(guān)分析,結(jié)果顯示夜間燈光總強(qiáng)度與地市內(nèi)各區(qū)縣的GDP相關(guān)性最顯著[10];Shi[11]、Elvidge[12]的研究表明VIIRS燈光數(shù)據(jù)對(duì)提取城市建成區(qū)、估算國(guó)民生產(chǎn)總值、電力消耗等具有優(yōu)勢(shì);黃益修將NPP/VIIRS夜間燈光影像和出租車軌跡數(shù)據(jù)融合在人口空間化中,為城市人口空間分布提供了一個(gè)新的視角[13]。通過(guò)以上研究成果發(fā)現(xiàn),遙感影像數(shù)據(jù)成為當(dāng)前獲取人口數(shù)據(jù)的重要手段,但對(duì)一些不發(fā)達(dá)地區(qū),燈光數(shù)據(jù)作用不明顯。

目前已有研究采用DMSP/OLS數(shù)據(jù)作為數(shù)據(jù)源實(shí)現(xiàn)了人口空間化,取得了較好的效果。高義等運(yùn)用DMSP/OLS和NPP/VIIRS兩種燈光數(shù)據(jù)分別建立了1km×1km和0.5km×0.5km的人口格網(wǎng)密度圖,提出NPP/VIIRS夜間燈光數(shù)據(jù)適用于人口空間化,且其反演精度整體優(yōu)于基于DMSP/OLS傳統(tǒng)夜間燈光數(shù)據(jù)反演的人口格網(wǎng)模型[14];陳晴等基于土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)建立了1km柵格的人口空間格網(wǎng)化模型,認(rèn)為燈光數(shù)據(jù)在人口密度較大的地區(qū)有更好的模擬效果[15]。

本文運(yùn)用2015年12月NPP/VIIRS夜間燈光數(shù)據(jù)和土地利用數(shù)據(jù)研究大連市人口空間化分布,基于大連市2015年人口統(tǒng)計(jì)數(shù)據(jù)和128個(gè)典型采樣點(diǎn),分別采用NPP/VIIRS夜間燈光數(shù)據(jù)和土地利用數(shù)據(jù)建立回歸模型,嘗試對(duì)人口空間化進(jìn)行分析并估算大連市各轄區(qū)人口,以期為該市人口與區(qū)域相關(guān)性研究以及相關(guān)區(qū)域人口空間化提供參考。

2 研究區(qū)域及數(shù)據(jù)

2.1 研究區(qū)域概況

大連位于遼東半島最南端,西北瀕臨渤海,東南面向黃海,處于120°58′—123°31E′、38°43′—40°10′N之間，是全國(guó)15個(gè)副省級(jí)城市之一、5個(gè)計(jì)劃單位列市之一、全國(guó)14個(gè)沿海開(kāi)放城市之一。大連市總面積約12574km2,其中建成區(qū)土地面積396km2。大連市下轄10個(gè)縣區(qū),其中主城區(qū)占地面積為:中山區(qū)52.15km2、西崗區(qū)26.88km2、沙河口區(qū)41.81km2、甘井子區(qū)463.46km2,共有35個(gè)鎮(zhèn)20個(gè)鄉(xiāng)116個(gè)街道辦事處。截止2015年末,大連市常住人口717.84萬(wàn)人,其中總戶籍人口593.6萬(wàn)人。主城區(qū)人口數(shù)為:中山區(qū)37.68萬(wàn)人、西崗區(qū)36.13萬(wàn)人、沙河口區(qū)65.61萬(wàn)人、甘井子區(qū)136.18萬(wàn)人,整體比上年末減少了7357人。大連市區(qū)人口304.9萬(wàn)人,增長(zhǎng)了0.2%,非戶籍流動(dòng)人口100萬(wàn)人。

2.2 數(shù)據(jù)來(lái)源及數(shù)據(jù)預(yù)處理

數(shù)據(jù)來(lái)源:①人口數(shù)據(jù)。鄉(xiāng)鎮(zhèn)街道是我國(guó)人口普查數(shù)據(jù)發(fā)布的基本單元,普查數(shù)據(jù)包含眾多人口指標(biāo),能更精確客觀地反映我國(guó)的人口地理國(guó)情,統(tǒng)計(jì)數(shù)據(jù)能夠較為真實(shí)地反映區(qū)域常住人口。鑒于此,本研究采用2015年《大連市統(tǒng)計(jì)年鑒》中的各鄉(xiāng)鎮(zhèn)街道統(tǒng)計(jì)人口數(shù)據(jù),匯總各區(qū)、市、縣人口總數(shù),作為建模和精度評(píng)價(jià)的參考標(biāo)準(zhǔn)。②典型樣本點(diǎn)。本文根據(jù)2015年實(shí)地調(diào)查獲取的大連市各區(qū)城鎮(zhèn)、農(nóng)村內(nèi)包含各種用地類型,最終確定128個(gè)具有代表性的采樣點(diǎn),以0.5km×0.5km為采樣范圍,實(shí)際統(tǒng)計(jì)出此范圍的人口數(shù)量,從而得到128個(gè)采樣點(diǎn)的人口密度(人/km2)作為建模的基礎(chǔ)數(shù)據(jù)。③夜間燈光影像。采用2015年12月空間分辨率為0.5km的NPP/VIIRS月合成夜間燈光遙感影像為基礎(chǔ)數(shù)據(jù),該數(shù)據(jù)從美國(guó)國(guó)家海洋中心氣象局處獲取(https://www.ngdc.noaa.gov/eog/viirs/download_monthly.html),該數(shù)據(jù)中心提供了2012年4月至今的VIIRS月合成夜間燈光遙感影像,月數(shù)據(jù)是由DNB波段記錄的日數(shù)據(jù)根據(jù)特定算法合成,合成算法剔除了云層反光和暫時(shí)性地物,如火災(zāi)、閃電等對(duì)燈光輻射值的干擾,空間參考系統(tǒng)為WGS84。④土地利用數(shù)據(jù)。依據(jù)全國(guó)第二次土地利用調(diào)查數(shù)據(jù)校對(duì)到2015年的大連市土地利用數(shù)據(jù),包括城鎮(zhèn)用地、農(nóng)村居住用地、耕地、林地、草地、水域、未利用土地、交通工礦用地等8個(gè)地類結(jié)構(gòu)數(shù)據(jù),每個(gè)數(shù)據(jù)圖層包含一個(gè)地類。

數(shù)據(jù)預(yù)處理:首先,依據(jù)大連市最新行政區(qū)劃分對(duì)居住用地進(jìn)行提取?；凇岸{(diào)”數(shù)據(jù)對(duì)大連市的中山區(qū)、西崗區(qū)、沙河口區(qū)、甘井子區(qū)、旅順口區(qū)、金普新區(qū)、瓦房店市、普蘭店區(qū)、莊河市和長(zhǎng)?？h10個(gè)區(qū)域進(jìn)行居住用地的提取,并根據(jù)各區(qū)城鄉(xiāng)規(guī)劃將居住用地分為城鎮(zhèn)居住用地和鄉(xiāng)村居住用地,為土地利用數(shù)據(jù)建模估算人口做準(zhǔn)備。其次,為充分發(fā)揮夜間燈光數(shù)據(jù)的空間分辨能力,運(yùn)用燈光數(shù)據(jù)提取大連市區(qū)域。并將空間數(shù)據(jù)投影變換至WGS84-UTM-51N坐標(biāo)系,NPP/VIIRS燈光數(shù)據(jù)點(diǎn)集運(yùn)用克里金插值方法重新生成柵格數(shù)據(jù)影像；再將像元大小重采樣至0.5km×0.5km,同時(shí)生成大連市陸地部分0.5km×0.5km的格網(wǎng)。然后,運(yùn)用ArcGIS賦值技術(shù)將燈光輻射率值賦到每個(gè)格網(wǎng)當(dāng)中；運(yùn)用ArcGIS空間分析工具,依據(jù)大連市行政邊界裁剪燈光數(shù)據(jù),得到大連市范圍內(nèi)的燈光影像。第三,將提取的土地利用數(shù)據(jù)與大連市的燈光影像相結(jié)合，運(yùn)用ArcGIS技術(shù)中的疊加分析方法,提取各轄區(qū)內(nèi)居住用地?zé)艄鈹?shù)據(jù),并匯總各轄區(qū)居住用地?zé)艄廨椛渎士傊?為用燈光輻射率建模后估算人口做準(zhǔn)備。

3 模型構(gòu)建

3.1 基于土地利用數(shù)據(jù)建模

人口空間分布與自然環(huán)境中的高度、坡度、氣溫、河流、道路、城鎮(zhèn)分布等因素息息相關(guān),土地利用的空間格局是影響人口空間分布的主要因素。土地利用類型與人口空間分布關(guān)系密切,因此采用土地利用數(shù)據(jù)表征人口分布,是實(shí)現(xiàn)人口空間化的最普遍方式。將土地利用類型與人口空間分布進(jìn)行相關(guān)性分析,依據(jù)“人口—居住用地”的原則,選擇與人口分布相關(guān)性強(qiáng)的土地類型作為建模數(shù)據(jù),按照式(1)建立回歸模型:

(1)

式中,P為某模擬單元格網(wǎng)的實(shí)測(cè)人口總數(shù)；n為土地利用類型數(shù)；Ki為某模擬單元格網(wǎng)土地利用類型系數(shù)；Si為某模擬單元格網(wǎng)土地利用類型的面積；b為常數(shù)項(xiàng)。根據(jù)“人口—居住用地”的原則,建立回歸模型時(shí)將b設(shè)為0。

根據(jù)128個(gè)典型采樣點(diǎn)的實(shí)測(cè)人口數(shù)據(jù)和單個(gè)格網(wǎng)農(nóng)村居民點(diǎn)面積和城鎮(zhèn)用地面積,得到回歸模型,其中S1和S2分別是城鎮(zhèn)和農(nóng)村居住用地面積。

P=35206S1+414S2

(2)

式中,R2=0.763,說(shuō)明土利用面積與人口具有線性相關(guān)性。

3.2 基于NPP/VIIRS燈光數(shù)據(jù)建模

在已有研究中,學(xué)者們多利用DSMP/OLS夜間燈光數(shù)據(jù)對(duì)人口空間化進(jìn)行研究,相對(duì)于DSMP/OLS燈光數(shù)據(jù),NPP/VIIRS的空間分辨率得到了提升。通過(guò)對(duì)夜間燈光總輻射率與人口數(shù)關(guān)系研究,表明以城市為統(tǒng)計(jì)單元,夜間亮度總值和統(tǒng)計(jì)人口數(shù)之間呈現(xiàn)顯著的相關(guān)性[16,17]。對(duì)夜間燈光輻射率與典型采樣點(diǎn)實(shí)測(cè)人口數(shù)按式(3)構(gòu)建回歸模型:

P=a×Ri+b

(3)

式中,P為某格網(wǎng)單元的總?cè)丝跀?shù)量；a為比例系數(shù)；Ri為某格網(wǎng)單元內(nèi)的燈光總輻射率；b為截距。根據(jù)大連市128個(gè)典型采樣點(diǎn)的實(shí)測(cè)人口數(shù)據(jù)與相應(yīng)的燈光輻射率進(jìn)行回歸分析,得到回歸模型:

y=70.934x-873.69

(4)

式中,R2=0.754,說(shuō)明燈光強(qiáng)度值與人口具有線性相關(guān)性。

4 人口空間化結(jié)果與分布圖繪制

4.1 人口空間化結(jié)果

研究區(qū)總?cè)丝跒?17.84萬(wàn)人,基于土地利用數(shù)據(jù)模擬人口數(shù)量為618.75萬(wàn)人,構(gòu)建的回歸模型R2=0.763,基于NPP/VIIRS燈光數(shù)據(jù)模擬人口總量為590.85萬(wàn)人,構(gòu)建的回歸模型R2=0.754。說(shuō)明土地利用數(shù)據(jù)和燈光數(shù)據(jù)與人口分布之間均具有較強(qiáng)的相關(guān)性,建立的模型具有較高的可靠性,得到的回歸模型可以用來(lái)預(yù)測(cè)大連市的人口數(shù)?；谏衔牡玫降幕貧w模型,采用兩種方法預(yù)算的大連市人空間分布情況見(jiàn)圖1。

圖1 基于土地利用數(shù)據(jù)(a)和NPP/VIIRS夜間燈光數(shù)據(jù)(b)模擬的人口空間化分布

從整體上可見(jiàn),圖1a人口分布變化較破碎。由于土地利用數(shù)據(jù)模擬的人口按照土地利用類型分布,部分中心區(qū)域與人口密度較小區(qū)域的人口分布過(guò)渡地帶狹小,沒(méi)有形成過(guò)渡帶。圖1b的人口變化空間異質(zhì)性不突出,人口從城市中心向四周輻射具有漸變效果,形成了人口過(guò)渡帶。對(duì)比兩種類型在0.5km×0.5km柵格單元上模擬人口變化,采用土地利用數(shù)據(jù)模擬人口區(qū)間值達(dá)45620,燈光數(shù)據(jù)模擬人口區(qū)間值達(dá)7232,說(shuō)明土地利用數(shù)據(jù)模擬的人口在鄉(xiāng)村周圍分布均勻,而依據(jù)燈光數(shù)據(jù)模擬的人口在城市中心周圍分布均勻。

4.2 人口分布圖的繪制

根據(jù)本文構(gòu)建的人口預(yù)測(cè)模型,分別基于大連市土地利用數(shù)據(jù)和夜間燈光數(shù)據(jù)估算得到該市各轄區(qū)的人口數(shù)量,利用得到的估算人口數(shù)與大連市街道統(tǒng)計(jì)人口進(jìn)行比較,具體的人口情況與誤差分布見(jiàn)表1。

表1 2015年大連市各轄區(qū)人口估算與誤差

采用基于土地利用數(shù)據(jù)估算的大連市甘井子區(qū)的人口誤差最小,為0.01。相對(duì)誤差較小的區(qū)域還有大連市金普新區(qū)、旅順口區(qū)、沙河口區(qū)、西崗區(qū)和中山區(qū)。大連市普蘭店區(qū)和莊河市的相對(duì)誤差值大于0.5,其中大連市普蘭店區(qū)的相對(duì)誤差較大,達(dá)到0.62,總?cè)丝跀?shù)的相對(duì)誤差為0.14?；谝归g燈光數(shù)據(jù)估算的大連市西崗區(qū)的相對(duì)誤差最小,為0.12。此外,相對(duì)誤差值較小的區(qū)域還有大連市中山區(qū)、沙河口區(qū)、甘井子區(qū)、旅順口區(qū)和金普新區(qū),除旅順口區(qū)和金普新區(qū),其他區(qū)域均為大連市的主城區(qū)。而大連市瓦房店市、普蘭店區(qū)、莊河市和長(zhǎng)?？h的相對(duì)誤差值大于0.5,其中大連市長(zhǎng)?？h的相對(duì)誤差值最大,達(dá)到0.89,總?cè)丝跀?shù)的相對(duì)誤差為0.18。從整體看兩個(gè)數(shù)據(jù)預(yù)測(cè)的結(jié)果是比較精確的。

大連市共10個(gè)轄區(qū),兩種數(shù)據(jù)中主城區(qū)人口預(yù)測(cè)相對(duì)誤差都小于0.2。其中,大連市甘井子區(qū)是主城區(qū)中面積最大的區(qū),鄉(xiāng)村人口比例較大,人口分布疏散,土地利用數(shù)據(jù)對(duì)該地區(qū)的預(yù)測(cè)誤差值最小。大連市西崗區(qū)的面積最小、人口最集中,夜間燈光數(shù)據(jù)對(duì)該區(qū)域預(yù)測(cè)的誤差最小,而且相對(duì)誤差值較低的其他區(qū)域或是大連市的主城區(qū),或是經(jīng)濟(jì)發(fā)展水平較高的市區(qū),人口分布都較集中。而大連市長(zhǎng)?？h是由幾個(gè)島嶼構(gòu)成,從實(shí)際出發(fā),人口居住地的燈光強(qiáng)度比較低,估測(cè)的人口數(shù)相對(duì)誤差較大；而大連市瓦房店市、普蘭店區(qū)和莊河市的面積較大,居住用地較分散,人口密度較小,同樣導(dǎo)致估算結(jié)果的相對(duì)誤差較大。

基于NPP/VIIRS夜間燈光數(shù)據(jù)估算得到大連市人口與居住用地分布,依照“無(wú)土地?zé)o人口”的對(duì)應(yīng)原則,結(jié)合土地利用數(shù)據(jù)中的典型鄉(xiāng)村區(qū)域,利用ArcGIS10.2平臺(tái)實(shí)現(xiàn)人口空間化,創(chuàng)建人口分布圖,繪制出較為精確的大連市人口分布圖,具體分布結(jié)果見(jiàn)圖2。

圖2 基于NPP/VIIRS夜間燈光數(shù)據(jù)模擬的人口分布

從圖2可見(jiàn),大連市人口密度較大區(qū)域分布在中山區(qū)、西崗區(qū)、沙河口區(qū)和甘井子區(qū),主要是大連市的主城區(qū);大連市旅順口區(qū)除西南小部分區(qū)域形成人口密集區(qū)外,整體人口密度較小；大連市國(guó)家級(jí)新區(qū)----金普新區(qū)在該區(qū)域的南部人口密度較高,其他區(qū)域均勻分布;大連市北部的瓦房店市、普蘭店區(qū)、莊河市和長(zhǎng)?？h的鄉(xiāng)村較多且分散分布,因此人口密度較低。

整體來(lái)看,大連市人口主要分布在該市的南部區(qū)域,尤其是老城區(qū)人口密度很大,北部地區(qū)人口分散分布,市內(nèi)河流、湖泊、周邊水產(chǎn)養(yǎng)殖圈和海域內(nèi)均無(wú)人口分布。該結(jié)果與大連市的實(shí)際人口分布情況相符,表明基于NPP/VIIRS夜間燈光數(shù)據(jù)可以較好地模擬城鎮(zhèn)人口分布。而將該模擬結(jié)果與土地利用數(shù)據(jù)模擬的鄉(xiāng)村人口分布的結(jié)果相結(jié)合,就會(huì)得到更為精確、與實(shí)際情況接近的人口分布圖,而且能展示大連市人口的空間分布特點(diǎn),說(shuō)明NPP/VIIRS夜間燈光數(shù)據(jù)可作為模擬區(qū)域人口分布的重要技術(shù)手段。

5 結(jié)論與討論

5.1 結(jié)論

本研究針對(duì)當(dāng)前人口分布圖繪制不夠精確、分布狀況偏離實(shí)際等問(wèn)題,以大連為實(shí)例,結(jié)合大連市128個(gè)典型采樣點(diǎn)的實(shí)測(cè)人口數(shù)據(jù),以及全國(guó)第二次土地利用調(diào)查數(shù)據(jù)和NPP/VIIRS夜間燈光數(shù)據(jù),分別構(gòu)建土地利用數(shù)據(jù)模型和NPP/VIIRS燈光數(shù)據(jù)模型的人口空間化模型,以縣(區(qū))為驗(yàn)證單元,比較兩種方法模擬人口分布的優(yōu)缺點(diǎn),確定模擬區(qū)域人口分布情況,主要得到以下結(jié)論:①土地利用數(shù)據(jù)和NPP/VIIRS夜間燈光數(shù)據(jù)兩種數(shù)據(jù)與人口的整體相關(guān)性都較高,所構(gòu)建模型具有較高的可靠性,得到的回歸模型可用以預(yù)測(cè)大連市的人口。②通過(guò)對(duì)土地利用數(shù)據(jù)和NPP/VIIRS夜間燈光數(shù)據(jù)模擬的大連市人口空間化分布圖的分析,得出土地利用數(shù)據(jù)模擬的人口分布圖,按照土地利用類型分布,部分中心區(qū)域與人口密度較小區(qū)域人口分布過(guò)渡地帶狹小,沒(méi)有形成過(guò)渡帶;根據(jù)NPP/VIIRS夜間燈光數(shù)據(jù)模擬的人口分布圖,人口從城市中心向四周輻射具有漸變效果,形成了人口過(guò)渡帶。③在人口空間分布模擬方面,NPP/VIIRS夜間燈光數(shù)據(jù)整體精度與土地利用數(shù)據(jù)相近,土地利用數(shù)據(jù)模擬的人口在鄉(xiāng)村周圍分布均勻,而依據(jù)燈光數(shù)據(jù)模擬的人口在城市中心周圍分布均勻。④兩種數(shù)據(jù)中主城區(qū)人口預(yù)測(cè)相對(duì)誤差都小于0.2。其中,土地利用數(shù)據(jù)對(duì)大連市甘井子區(qū)的預(yù)測(cè)誤差值最小,夜間燈光數(shù)據(jù)對(duì)西崗區(qū)預(yù)測(cè)誤差最小,而長(zhǎng)?？h是由幾個(gè)島嶼構(gòu)成,人口居住地的燈光強(qiáng)度比較低,估測(cè)的人口數(shù)相對(duì)誤差較大,瓦房店市、普蘭店區(qū)和莊河市這三個(gè)區(qū)域的面積較大,居住用地較分散,人口密度較小,導(dǎo)致估算結(jié)果相對(duì)誤差較大。⑤對(duì)比夜間燈光數(shù)據(jù)反演的人口格網(wǎng)模型和基于行政區(qū)劃的人口密度,夜間燈光數(shù)據(jù)能夠反映各行政單元內(nèi)部的人口空間分布異質(zhì)性,且與實(shí)際人口分布更接近。

5.2 討論

綜上所述,研究夜間燈光數(shù)據(jù)多數(shù)是DMSP/OLS夜間燈光數(shù)據(jù),對(duì)NPP/VIIRS夜間燈光數(shù)據(jù)較少被采用,因此本文的人口空間化方法和參數(shù)模型仍有待修正。經(jīng)過(guò)研究發(fā)現(xiàn),NPP/VIIRS夜間燈光數(shù)據(jù)對(duì)人口集中、人口密度大的區(qū)域預(yù)測(cè)精度較高,可直接應(yīng)用;在人口密度較小的區(qū)域可作為輔助數(shù)據(jù)優(yōu)化模擬人口空間分布結(jié)果,如果直接應(yīng)用則需要進(jìn)行分區(qū)建模。隨著多源遙感融合技術(shù)的發(fā)展,將夜間燈光數(shù)據(jù)與地形起伏等數(shù)據(jù)相結(jié)合,按照人口密度進(jìn)行分區(qū)研究將會(huì)是今后研究的重要方向。