基于夜间灯光遥感数据的城镇人口时空分布估计方法技术

本发明专利技术涉及基于夜间灯光遥感数据的城镇人口时空分布估计方法，首先提取城镇区域的夜间灯光数据；然后对各城镇逐年人口数据进行建模并建立灯光总值和城镇人口时间上的回归方程，并利用该回归方程进行人口数的预测；再根据已提取的城镇区域的夜间灯光数据值，得出人口的粗略空间分布：最后对夜间灯光数据进行空间聚类；将空间位置邻近且灯光值相近的点聚为一类，得出聚类结果，统计每一类的灯光加权平均值，其平均值越高则表示与该类相对应的城镇规模越大。通过本发明专利技术可通过回归模型预测之后的城镇人口，弥补传统统计数据时间分辨率低的缺点。另外，通过灯光数据对人口进行空间化表示，弥补传统统计数据空间分辨率低，空间分布特征不明显的缺点。

Estimation method of urban population temporal and spatial distribution based on night light remote sensing data

The invention relates to a method for estimating the spatial-temporal distribution of urban population based on night-time light remote sensing data. First, the night-time light data of urban areas are extracted, and then the annual population data of each town are modeled and the regression equation of the total light value and the time of urban population is established, and the regression equation is used to predict the population number. Then, according to the night light data of the urban area, the rough spatial distribution of the population is obtained: finally, the night light data are clustered in space; the points near the space position and the light value are clustered into a group, and the clustering results are obtained. The larger the corresponding towns are. The invention can compensate for the disadvantage of low time resolution of traditional statistical data by predicting urban population after regression model. In addition, the light data is used to represent the population spatially to make up for the shortcomings of low spatial resolution and inconspicuous spatial distribution characteristics of traditional statistical data.

【技术实现步骤摘要】
基于夜间灯光遥感数据的城镇人口时空分布估计方法
本专利技术属于夜间灯光遥感数据处理领域，具体涉及一种基于夜间灯光遥感数据的城镇人口时空分布估计方法。
技术介绍
人口是城市发展的重要因素，科学有效的管理人口对城市各方面的发展都具有重要意义。近年来，我国城市化发展步伐加快，对人口数据的要求也显得尤为重要。我国人口数据是通过全国性人口普查，以行政区划为基本单元收集和管理的，在实际应用中存在两方面的问题：1、时间分辨率低，人口普查数据更新周期长，无法提供实时人口数据；2、空间分辨率低，且无法直观看出各地区之间的人口分布差异。因此，中国专利CN106650618A公开一种基于随机森林模型的人口数据空间化方法，选取地表覆盖数据、灯光数据等与人口分布相关的变量因子，经过预处理后输入到随机森林模型中，利用随机森林模型确定人口密度与变量因子之间的关系和变量因子重要性，并基于这个关系反演出每个网格的人口密度，最后通过分区密度制图对估算结果进行修正，得到网格化的人口分布结果。该方法能进一步提高人口数据空间化的精度并解释变量因子的重要性。但是该方法更偏重于在大尺度上分城市功能区对人口密度进行反演，忽略了时间上的变化，且其空间上是通过功能区来区分的，只能先确定功能区，再对其人口进行反演，如果功能区未知，那么该方案就不可行，因此其方法存在局限性。中国专利CN104809572A公开一种基于夜晚灯光数据反演人口密度的方法，使用数据包括VIIRSDNB夜晚灯光数据和土地利用数据，以及人口统计数据、村级行政边界数据和DEM数据。处理过程为：a、基于土地利用数据提取城市功能区；b、利用夜晚灯光数据与人口密度数据建立灯光值与人口密度值的关系；c、利用b中建立的关系，基于夜晚灯光数据对人口密度进行反演得到初步反演的人口密度结果；d、在不同功能区中建立人口密度与夜晚灯光亮度值的关系，利用不同功能区中的关系式对c中的初步反演结果进行校正。该方法同样也没有考虑时间上的问题，且其空间格网化为一种整体空间上的人口分布，可以看出大概的空间分布，但不能明确其各个地区的人口聚集中心。
技术实现思路
本专利技术提供基于夜间灯光遥感数据的城镇人口时空分布估计方法，旨在可以通过建立夜间灯光数据与城镇人口之间的回归模型来预测之后的城镇人口，弥补传统统计数据时间分辨率低的缺点。另外，通过灯光数据对人口进行空间化表示，弥补传统统计数据空间分辨率低，空间分布特征不明显的缺点。为了解决上述技术问题，本专利技术采取的技术方案为：基于夜间灯光遥感数据的城镇人口时空分布估计方法，其包括如下步骤：S1：提取城镇区域的夜间灯光数据；S2：对各城镇逐年人口数据进行建模，建模中舍去其突变时间段的人口值；S3：根据提取的夜间灯光数据与已知的人口数据进行时间上的回归，得出回归方程与拟合的R2值；并利用该回归方程进行人口数的预测；S4：根据已提取的城镇区域的夜间灯光数据值，依据以下公式得出人口的粗略空间分布：其中，灯光总值＝∑(value×count)，value代表每一栅格的灯光亮度值，count代表在该区域内等于该value的栅格数，P代表人口数；S5：对夜间灯光数据进行空间聚类；将空间位置邻近且灯光属性值相近的点聚为一类，得出聚类结果，统计每一类的灯光加权平均值，其平均值越高则表示与该类相对应的城镇规模越大。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其步骤S1中采用二分法确定各城镇灯光亮度阈值DNT，进而提取城镇区域的夜间灯光数据。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其设定夜间灯光亮度阈值DNT，统计各灯光斑块面积与各城镇建成区面积进行比较，至到某一阈值条件下利用灯光影像数据提取的各城镇建成区面积总量与统计数据充分接近为止。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其步骤S2中采用时间序列建模器对各城镇逐年人口数据进行建模。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其步骤S3中R2值满足R2值>90％的情况下，表明其能精确的拟合相应的城镇人口数据，即可根据灯光遥感影像实时估算人口数。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其步骤S4中可将人口数P可视化于地图上，并与实际行政区域图进行对比，可以得出人口的红色聚集处基本上位于市中心附近，而且人口的黄色聚集处基本上位于县中心附近。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其步骤S5还包括如下步骤：S1，：利用空间聚类算法根据夜间灯光数据得出城镇分布位置，根据夜光遥感图像，对夜光遥感图像进行空间聚类，得到聚类结果；S2，：统计每一类的灯光平均值，对每一类按灯光平均值降序进行排序，选取前几类作为主要城市，每一类的聚类中心点认为是该城市的位置；S3，：统计每一类的灯光加权平均值，取灯光平均值最大的前几类作为是较大城市的区域。优选地，上述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其聚类过程中，使用未标准化的数据进行k-means聚类，预设聚类数为50，筛选出所有灯光值大于零的点进行聚类，并采用编写的程序处理夜间灯光遥感影像。与现有技术相比，本专利技术技术优势为：该技术方案基于DMSP/OLS夜间灯光遥感数据，分别从时间和空间上建立夜间灯光值与城镇人口数量的关系模型，由此进行人口的时空分布预测，可以解决弥补人口普查时空分辨率低的缺点。为此，本专利技术选用往年的灯光数据与人口数据建立回归模型，以此来进行实时的人口估算。并以灯光数据为基础空间化人口分布，得出人口空间分布图，可以直观看出人口聚集地，以及随时间变化的人口分布空间变化；并且为了得到更精确的人口聚集点(即城市点)，本专利技术使用聚类算法对灯光值进行聚类，再得到其加权平均中心即为相应的城市点。本专利技术通过建立夜间灯光数据与城镇人口之间的回归模型来预测之后的城镇人口，弥补了传统统计数据时间分辨率低的缺点。另外，通过灯光数据对人口进行空间化表示，弥补了传统统计数据空间分辨率低，空间分布特征不明显的缺点。具体而言，本专利技术基于夜间灯光遥感数据，构建了人口数量—灯光值回归模型，可以通过灯光数据来进行人口的估测。为人口预测提供了一种新方法；另外，基于夜间灯光遥感数据，经过一定处理，得出了人口空间分布专题图，可以直观地体现人口空间分布状况。并且，通过从时间上的纵向观察，可以比较得出人口的空间分布随时间的演变。总体来说，该技术方案基于夜间灯光对人口分布进行时空建模。具体地，它根据往年的城镇人口与相应灯光值建立关系模型，并可根据此模型预测城镇未来人口。此外，对已知夜间灯光进行聚类分析，得出的聚类中心可以反映了人口的分布聚集中心。本专利技术弥补了传统人口统计数据时空分辨率低的缺点。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术中灯光亮度阈值确定流程图；图2是本专利技术实例中衡阳2011年夜间灯光遥感数据图；图3是本专利技术实例中湖南省2013年人口预测分布图；图本文档来自技高网...

【技术保护点】
1.一种基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，包括如下步骤：S1：提取城镇区域的夜间灯光数据；S2：对各城镇逐年人口数据进行建模，建模中舍去其突变时间段的人口值；S3：根据提取的夜间灯光数据与已知的人口数据进行时间上的回归，得出回归方程与拟合的R2值；并利用该回归方程进行人口数的预测；S4：根据已提取的城镇区域的夜间灯光数据值，依据以下公式得出人口的粗略空间分布：

【技术特征摘要】
1.一种基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，包括如下步骤：S1：提取城镇区域的夜间灯光数据；S2：对各城镇逐年人口数据进行建模，建模中舍去其突变时间段的人口值；S3：根据提取的夜间灯光数据与已知的人口数据进行时间上的回归，得出回归方程与拟合的R2值；并利用该回归方程进行人口数的预测；S4：根据已提取的城镇区域的夜间灯光数据值，依据以下公式得出人口的粗略空间分布：P＝C×value其中，灯光总值＝∑(value×count)，value代表每一栅格的灯光亮度值，count代表在该区域内等于该value的栅格数，P代表人口数；S5：对夜间灯光数据进行空间聚类；将空间位置邻近且灯光属性值相近的点聚为一类，得出聚类结果，统计每一类的灯光加权平均值，其平均值越高则表示与该类相对应的城镇规模越大。2.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，步骤S1中采用二分法确定各城镇灯光亮度阈值DNT，进而提取城镇区域的夜间灯光数据。3.根据权利要求2所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法，其特征在于，设定夜间灯光亮度阈值DNT，统计各灯光斑块面积与各城镇建成区面积进行比较，至到某一阈值条件下利用灯光影像数据提取的各城镇建成区面积总量与统计数据充分接近为止。4.根据权利要求1所述的基于夜间灯光遥感数据的城镇人口时空分布估计方法...

【专利技术属性】
技术研发人员：陈杰，马甜，赵赫，高万靖，通旭昀，毛思程，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43