一种基于分层块克里格模型的流动人口监测网布局优化方法技术

本发明专利技术是一种基于分层块克里格模型的流动人口监测网布局优化方法，包括流动人口区域特征类型的划分，基于不同区域类型、样本代表性和特征性流动人口抽样的设计，流动人口监测网络优化布局方案的最终形成。本发明专利技术具有实用性广、计算速度快、模拟精度高等优点，适用于各个领域需要对监测网络布局进行优化布设的研究工作，比如传感器网络布局优化、流动人口检测网络布设优化工作等。

A method for optimizing layout of mobile population monitoring network based on hierarchical block Kriging model

The invention is a kind of hierarchical block Kriging model of the floating population monitoring network layout optimization method based on regional characteristics of floating population including partition type, design sample and characteristics of floating population sampling in different types of regions, based on the floating population layout optimization scheme of monitoring network formed. The invention has the advantages of wide, fast calculation, simulation of the advantages of high precision, suitable for various fields of research on optimum layout of monitoring network layout, such as sensor network layout optimization, the floating population detection network layout optimization work etc..

【技术实现步骤摘要】
一种基于分层块克里格模型的流动人口监测网布局优化方法
本专利技术涉及一种监测抽样布局方法，属于地球空间信息
技术背景抽样调查是用抽样数据推断调查对象的属性，相对于普查而言，抽样调查具有费用低、速度快和精度高等优点。一般来说，在试验费用固定的情况下，样本设计应使在用样本数据来估计抽样区域变量的空间分布时，估计值达到最高精度；而在样本精度要求已经确定的情况下，样本设计应使得抽样的费用最小。怎样在样本精度和费用之间达到较好的平衡，就是抽样的优化问题。抽样按照是否考虑样本的空间相关性和空间异质性，可以划分为经典抽样和空间抽样(王劲峰,2009)。经典抽样是以Cochran(1977)的专著为代表，其理论建立在样本相互独立的假设之上。经典抽样可以用于空间对象的调查，虽然输入简单，较易使用，但效率较低。空间抽样调查则考虑了样本的空间自相关特性和空间异质性，效率较高(Wangetal.2012a)。目前，我国流动人口抽样方法主要是经典抽样方法，以分层、多阶段、与规模成比例的PPS(即ProbabilityProportionatetoSizeSampling)抽样方法为主。2009～2本文档来自技高网...

【技术保护点】
一种基于分层块克里格模型的流动人口监测网布局优化方法，其特征在于步骤如下：步骤1、对研究区域相关数据与先验信息进行收集处理，先验数据包括研究区以往的分区流动人口和总人口的数量，研究区行政区划数据，在ArcGIS中将研究区域流动人口数量进行空间化；步骤2、根据步骤1获取的研究区流动人口数量通过分区的方式将流动人口研究区域划分为几个相同均质的区域，即对于每个区域认为是相对均值的，满足二阶平稳假设的随机场；步骤3、根据步骤1中的研究区流动人口数量，以研究区各个分区的几何中心为样本点，各个分区即为分层克里格中的分层，根据各分层分别建立各分层克里格变异函数；步骤4、在布设样本点之前，首先要确定总样本量以...

【技术特征摘要】
1.一种基于分层块克里格模型的流动人口监测网布局优化方法，其特征在于步骤如下：步骤1、对研究区域相关数据与先验信息进行收集处理，先验数据包括研究区以往的分区流动人口和总人口的数量，研究区行政区划数据，在ArcGIS中将研究区域流动人口数量进行空间化；步骤2、根据步骤1获取的研究区流动人口数量通过分区的方式将流动人口研究区域划分为几个相同均质的区域，即对于每个区域认为是相对均值的，满足二阶平稳假设的随机场；步骤3、根据步骤1中的研究区流动人口数量，以研究区各个分区的几何中心为样本点，各个分区即为分层克里格中的分层，根据各分层分别建立各分层克里格变异函数；步骤4、在布设样本点之前，首先要确定总样本量以及各层观测点数量，通过研究样本量和对应目标函数的关系曲线，目标函数为区域总量估计误差的方差最小，区域总量估计误差的方差用AStrBKV表示；最小区域总量估计误差通过空间模拟退火来获得，若样本量达到某个值时，样本量的增加并不能显著地降低最后的AStrBKV值，则选择该样本量为总布设样本量；步骤5、以步骤4中确定的样本量，以AStrBKV为目标函数，通过空间模拟退火来确定最终的每个分层样本点布设的空间位置，目标函数随着搜索次数的增加而快速收敛，当循环一定次数后，循环终止，得到最终样本点的空间分布。2.根据权利要求1所述的基于分层块克里格模型的流动人口监测网布局优化方法，其特征在于：所述步骤2中，将流动人口研究区域划分为几个相同均质的区域过程如下：(1)在ArcGIS中先根据流动人口数量进行分区，采用自然断点方法进行分区；(2)在分区后，若存在空间上不连续的地区需要进行合并处理，主要原则为若某一街道或地区镶嵌到一种流动人口数量类型区内，则将该街道或地区合并到该类型区内；对于同一类型区内，空间上不连续的街道或地区进行处理的方式，主要根据这个街道或地区与空间相邻类型的差异进行合并处理。3.根据权利要求1所述的基于分层块克里格模型的流动人口监测网布局优化方法，其特征在于：所述步骤3，建立各分层克里格变异函数过程如下：对于研究区域A被分为L个层，第k个层Ak定义为由一组空间点s构成的集合，有Ak＝{s∈A,sk＝s(s)}，sk表示第k层空间中的点，对于k层的变异函数的计算：k代表研究区域的第k个层，si表示第k个层空间上的一个点，Z(si)为空间点si点的属性值，N(h；sk)为点对之间观测点的对数。变异函数采用指数模型进行拟合：其中h为两点间距离，C(0)为块金值，C为偏基台值，a为变程。4.根据权利要求1所述的基于分层块克里格模型的流动人口监测网布局优化方法，其特征在于：所述步骤4，在布设样本点之前，首先要确定总样本量以及各层观测点数量，确定总样本量和各层观测点数量的过程为：通过研究样本量和对应的目标函数即区域总量估计误差的方差的关系，根据不同样本量选择下流动人口估计方差的变化，...

【专利技术属性】
技术研发人员：葛咏，刘梦晓，王江浩，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：北京,11