(閩江學(xué)院地理與海洋學(xué)院，福建 福州 350108)

精確的人口空間信息在科學(xué)和政策領(lǐng)域有非常廣泛的應(yīng)用。傳統(tǒng)上，人口數(shù)據(jù)以行政區(qū)域?yàn)榛A(chǔ)統(tǒng)計(jì)單元進(jìn)行數(shù)據(jù)的收集、存貯和分析，這種統(tǒng)計(jì)方法在實(shí)際應(yīng)用時(shí)存在著許多問(wèn)題，如空間分辨率低、與其他數(shù)據(jù)空間單元尺度不匹配等[1]。這使得不同部門(mén)、行業(yè)以及學(xué)科之間的數(shù)據(jù)在空間定位上無(wú)法相互引用，不能充分揭示社會(huì)經(jīng)濟(jì)現(xiàn)象的空間差異性，妨礙了社會(huì)經(jīng)濟(jì)要素與自然要素的數(shù)據(jù)共享、融合以及綜合分析[2-4]。因此，如何快速獲取精確的人口空間信息成為近年來(lái)跨學(xué)科研究的熱點(diǎn)問(wèn)題之一。

目前，已有多種方法和數(shù)據(jù)用于人口空間化分析，其中于書(shū)媛等利用夜間燈光數(shù)據(jù)和房屋建筑數(shù)據(jù)，建立500 m分辨率精細(xì)化格網(wǎng)對(duì)合肥市人口密度情況進(jìn)行研究[5]。黃杰等以DMSP/OLS夜間燈光數(shù)據(jù)和土地利用數(shù)據(jù)，采用空間滯后回歸模型對(duì)江蘇省進(jìn)行人口建模[6]。卓莉等利用DMSP/OLS夜間燈光數(shù)據(jù)，輔以SPOT VGT-10天最大化合成的NDVI數(shù)據(jù)，對(duì)中國(guó)進(jìn)行分區(qū)建模，估算人口密度[7]。高義等基于DMSP/OLS、NPP-VIIRS兩種夜間燈光數(shù)據(jù)，利用回歸分析，對(duì)我國(guó)沿海地區(qū)人口統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間化研究[8]。黃益修在NPP-VIIRS夜間燈光數(shù)據(jù)的基礎(chǔ)上，利用出租車(chē)軌跡數(shù)據(jù)提取了上海市人口分布矯正格網(wǎng)[9]。祝漢收在OLS夜間燈光數(shù)據(jù)與NDVI構(gòu)建人居指數(shù)的基礎(chǔ)上，利用DEM對(duì)人居指數(shù)進(jìn)行修正，實(shí)現(xiàn)重慶人口空間化[10-11]。

在已有的人口空間化研究中，多采用夜間燈光數(shù)據(jù)、土地利用數(shù)據(jù)與NDVI數(shù)據(jù)實(shí)現(xiàn)人口空間化[12-18]。因此，本研究以福建省(未包含金門(mén)縣)為例，選擇2018年的NPP-VIIRS夜間燈光數(shù)據(jù)、NDVI植被覆蓋數(shù)據(jù)和常住人口數(shù)據(jù)，通過(guò)SPSS25軟件建立人口密度的回歸方程，再應(yīng)用arcgis10.2利用NPP-VIIRS、NDVI反演出福建省1 km×1 km的人口密度分布圖。

1 研究區(qū)概況

圖1 福建省區(qū)位圖Fig.1 Location map of Fujian Province

福建省位于我國(guó)東南沿海，介于23°33′N(xiāo)-28°20′N(xiāo)、115°50′E-120°40′E之間，北與浙江省毗鄰、西北與江西省接界、西南與廣東省相連，東南隔臺(tái)灣海峽與中國(guó)臺(tái)灣地區(qū)相望。地勢(shì)西北高，東南低，素有“八山一水一分田”之稱。氣候?qū)賮啛釒Ъ撅L(fēng)氣候，夏季臺(tái)風(fēng)暴雨頻發(fā)。福建省轄9個(gè)地級(jí)市，福州市、廈門(mén)市、泉州市、漳州市、莆田市、寧德市、龍巖市、三明市、南平市，總面積達(dá)12.4萬(wàn)km2(圖1)[19]。根據(jù)《福建省統(tǒng)計(jì)年鑒2020》，其2019年常住人口在3 973萬(wàn)人左右，地區(qū)生產(chǎn)總值達(dá)42 395億元。

2 數(shù)據(jù)來(lái)源與預(yù)處理

2.1 NPP-VIIRS夜間燈光數(shù)據(jù)

NPP-VIIRS夜間燈光數(shù)據(jù)為NOAA/NG-DC所屬的地球觀測(cè)小組利用Suomi國(guó)家極地合作衛(wèi)星Suomi-NPP上搭載的可見(jiàn)紅外輻射成像計(jì)VIIRS的Day/Night波段(DNB)獲取的夜間燈光數(shù)據(jù)產(chǎn)品。數(shù)據(jù)源于佩恩公共政策研究所提供的2018年12個(gè)月份的月均“vcmcfg”數(shù)據(jù)，下載網(wǎng)址為https://payneinstitute.mines.edu/eog-2/viirs。將其從WGS-84坐標(biāo)系投影到CGCS2000坐標(biāo)系以117°為中心的3度帶下，并利用福建省的行政區(qū)劃矢量數(shù)據(jù)進(jìn)行裁剪。參照粱麗等學(xué)者的研究，求出2018年中12個(gè)月份的夜間燈光數(shù)據(jù)的均值[20]，同時(shí)重采樣為1 km分辨率，并參照于書(shū)媛等學(xué)者將灰度值除以最大值，將影像灰度值標(biāo)準(zhǔn)化為0～1(圖2)[5]。

2.2 NDVI植被覆蓋數(shù)據(jù)

植被指數(shù)(normalized difference vegetation index, NDVI)可以準(zhǔn)確反映地表植被覆蓋狀況。目前，基于SPOT/VEGETATION以及MODIS等衛(wèi)星遙感影像得到的NDVI時(shí)序數(shù)據(jù)已經(jīng)在各尺度區(qū)域的植被動(dòng)態(tài)變化監(jiān)測(cè)、土地利用/覆被變化檢測(cè)、宏觀植被覆蓋分類(lèi)和凈初級(jí)生產(chǎn)力估算等研究中得到了廣泛的應(yīng)用。該研究選擇的數(shù)據(jù)為中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心提供的1 km分辨率影像，該數(shù)據(jù)由SPOT/VEGETATION NDVI衛(wèi)星遙感數(shù)據(jù)，采用最大值合成法生成的。數(shù)據(jù)的原始坐標(biāo)系為WGS-84，統(tǒng)一改為CGCS2000坐標(biāo)系下以117°為中心的3度帶投影，并裁剪出研究區(qū)域(圖3)。

圖2 2018年福建省夜間燈光數(shù)據(jù)Fig.2 Night light data of Fujian Province in 2018

圖3 2018年福建省NDVI數(shù)據(jù)Fig.3 Fujian NDVI data in 2018

2.3 人口密度數(shù)據(jù)

區(qū)縣常住人口數(shù)據(jù)來(lái)自福州市、廈門(mén)市、泉州市、莆田市、寧德市、南平市、三明市、龍巖市、漳州市統(tǒng)計(jì)局發(fā)布的統(tǒng)計(jì)年鑒(2019)。通過(guò)福建省縣級(jí)行政區(qū)劃的矢量數(shù)據(jù)統(tǒng)計(jì)出每個(gè)區(qū)縣的面積，并結(jié)合統(tǒng)計(jì)局提供的常住人口數(shù)據(jù)計(jì)算出每個(gè)區(qū)縣的人口密度。

2.4 矢量邊界數(shù)據(jù)

區(qū)縣矢量數(shù)據(jù)來(lái)源于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)提供的1∶100萬(wàn)標(biāo)準(zhǔn)圖幅，選擇其中的邊界圖層，并未對(duì)邊界進(jìn)行修改。

3 研究方法

3.1 研究思路

根據(jù)于書(shū)媛、鄒雅婧等眾多學(xué)者的研究表明夜間燈光、植被覆蓋與人口空間分布有極大的相關(guān)性[2,5]。因此，將夜間燈光與植被覆蓋影像的灰度值以區(qū)縣為單位分別統(tǒng)計(jì)出灰度值的總和與均值，并分別分析這些數(shù)據(jù)與人口密度的相關(guān)性，選擇相關(guān)性較高的數(shù)據(jù)參與模型建立。

得到相關(guān)性最高的數(shù)據(jù)后，以區(qū)縣為單位，采用SPSS軟件建立人口密度和NPP-VIIRS、NDVI間的回歸模型。得到初步反演結(jié)果后，利用縣域?qū)嶋H人口密度與反演人口密度的比值進(jìn)行修正，得到最終的人口密度圖。

3.2 模型建立與反演方法

根據(jù)學(xué)者們的研究結(jié)論，人口密度與夜間燈光呈正相關(guān)，與植被覆蓋呈負(fù)相關(guān)，故推斷NPP-VIIRS與NDVI的比值M也與人口密度存在一定的相關(guān)性。因此在建立人口密度模型時(shí)，引入一個(gè)變量M，M的計(jì)算公式為

(1)

式中，M為引入的變量，N1為相應(yīng)區(qū)縣統(tǒng)計(jì)NPP-VIIRS得到的數(shù)據(jù)，N2為相應(yīng)區(qū)縣統(tǒng)計(jì)NDVI得到的數(shù)據(jù)。

利用SPSS軟件對(duì)人口密度和VIIRS、NDVI數(shù)據(jù)、M進(jìn)行線性回歸分析，分析得到回歸方程，相應(yīng)回歸方程為

(2)

而得到縣域的反演方程后，將式(2)應(yīng)用到1 km分辨率的遙感影像上，利用NDVI、NPP-VIIRS遙感影像反演出1 km分辨率的人口密度圖。

3.3 誤差修正

反演得到的人口密度與區(qū)縣實(shí)際人口密度存在一定誤差，為使反演各區(qū)縣人口密度與實(shí)際人口密度相吻合，所以引入修正參數(shù)對(duì)每個(gè)格網(wǎng)的人口密度進(jìn)行修正，修正公式為

(3)

(4)

4 結(jié)果與分析

4.1 空間相關(guān)性分析

本研究利用縣域矢量圖，統(tǒng)計(jì)出各個(gè)區(qū)縣中NPP-VIIRS、NDVI數(shù)據(jù)DN值的總和與均值，并分別研究NPP-VIIRS、NDVI、M與人口密度的相關(guān)性。通過(guò)分析得出以下結(jié)果，在NPP-VIIRS數(shù)據(jù)DN值的均值與總和中，均值與人口密度的R2高達(dá)0.817，而總和卻只有0.003；在NDVI數(shù)據(jù)DN值的均值與總和中，均值與人口密度的R2為0.439，而總和只有0.188；在變量M與人口密度的相關(guān)性的驗(yàn)證中，經(jīng)柵格運(yùn)算得到變量M的柵格影像，再統(tǒng)計(jì)其在各個(gè)區(qū)縣DN值的均值與總和，均值與人口密度的R2為0.701，而總和只有0.034，如表1所示，各數(shù)據(jù)與人口密度均有一定相關(guān)性，所以本文選擇M與NPP-VIIRS、NDVI數(shù)據(jù)DN值的均值參與建模。

表1 福建省人口密度與各要素的相關(guān)性分析

4.2 模型分析

經(jīng)SPSS軟件回歸分析，得到NPP-VIIRS、NDVI、M與人口密度的R2為0.903，擁有較高的相關(guān)性，并在SPSS中得到相應(yīng)的回歸方程，即得到人口密度的反演模型，模型為

(5)

4.3 誤差修正分析

圖4 福建省人口數(shù)據(jù)空間網(wǎng)格化人口密度圖Fig.4 Spatial grid population density of population data in Fujian Province

考慮到人口密度不可能為負(fù)，故將反演后人口密度為負(fù)的格網(wǎng)歸為零，并統(tǒng)計(jì)出各個(gè)區(qū)縣的人口密度，對(duì)比反演得到的人口密度與實(shí)際人口密度，發(fā)現(xiàn)反演得到的人口密度誤差較大，所以引入修正系數(shù)，對(duì)初步反演得到的人口密度圖進(jìn)行修正。

經(jīng)過(guò)修正后，反演得到的區(qū)縣的人口密度理論來(lái)說(shuō)會(huì)與實(shí)際的常住人口相吻合，但在實(shí)際的反演過(guò)程中，往往會(huì)因?yàn)闁鸥裨谶\(yùn)算時(shí)，不同的圖層不能做到柵格間的完全疊合，導(dǎo)致在區(qū)縣邊界的柵格應(yīng)用了與其相鄰區(qū)縣的修正參數(shù)，使得修正后的區(qū)縣人口密度與實(shí)際人口密度會(huì)出現(xiàn)細(xì)微偏差。得到修正后的福建省人口數(shù)據(jù)空間化圖(圖4)。

以福建省的區(qū)縣行政區(qū)矢量圖為邊界，對(duì)修正后的人口密度圖分區(qū)縣進(jìn)行統(tǒng)計(jì)，得到各個(gè)區(qū)縣的人口總數(shù)與人口密度，與各地級(jí)市統(tǒng)計(jì)局提供的區(qū)縣人口總數(shù)與人口密度進(jìn)行比較。以反演人口總數(shù)為橫坐標(biāo)，實(shí)際人口為縱坐標(biāo)繪制散點(diǎn)圖(圖5)，得修正后的反演人口與統(tǒng)計(jì)局提供人口的R2為0.992，表明反演人口與實(shí)際人口基本吻合。圖4中人口密度大的主要集中在福建省沿海廈門(mén)、泉州、漳州、福州等地區(qū)，其中福州、廈門(mén)城區(qū)的人口密度最大，其次為漳州市、泉州市、福清市。以福建省各個(gè)地級(jí)市統(tǒng)計(jì)單元，分別統(tǒng)計(jì)各市的反演人口密度與實(shí)際人口密度，利用式(6)實(shí)現(xiàn)對(duì)反演精度進(jìn)行檢驗(yàn)。

(6)

由表2可知，福建省大部分地區(qū)的反演人口密度與實(shí)際人口密度吻合，福州市與廈門(mén)市的反演人口密度與實(shí)際密度存在一定誤差，但總體程度上在可以允許的范圍內(nèi)，結(jié)果在一定程度上比較準(zhǔn)確。

圖5 實(shí)際人口與反演人口相關(guān)性Fig.5 Relevance of actual population and inversion population

表2 福建省反演精度分區(qū)檢驗(yàn)表

5 結(jié)論

針對(duì)基于行政區(qū)人口統(tǒng)計(jì)數(shù)據(jù)空間分辨率低的不足，本研究以福建省為研究區(qū)，利用福建省2018年常住人口統(tǒng)計(jì)數(shù)據(jù)、NPP-VIIRS夜間燈光數(shù)據(jù)與NDVI植被覆蓋數(shù)據(jù)，構(gòu)建福建省人口數(shù)據(jù)空間化模型，反演生成1 km×1 km福建省人口分布密度圖。結(jié)果表明，基于多源遙感數(shù)據(jù)構(gòu)建的人口網(wǎng)格化圖可以更好地反映人口的空間分布規(guī)律。同時(shí)，相較于傳統(tǒng)人口統(tǒng)計(jì)方法，該方法省時(shí)省力且精度較高，有助于提高人口、資源、環(huán)境數(shù)據(jù)的跨學(xué)科融合，是提高人口、資源、環(huán)境綜合管理能力的重要途徑之一。此外，高精度空間化人口數(shù)據(jù)也是受災(zāi)人口評(píng)估與搜救、災(zāi)后重建的有力支撐，對(duì)防災(zāi)減災(zāi)工作具有重要現(xiàn)實(shí)意義。