一种小时尺度的人口时空分布估计方法技术

本发明专利技术针对现有技术的局限性，提出了一种小时尺度的人口时空分布估计方法；本发明专利技术通过将动态位置服务数据与基于多环形缓冲区构建的人口空间预测数据结合，可以有效解决现有的人口分布数据存在的时间特征缺失及分辨率不高等问题，实现对人口分布时空特征的精细刻画。画。画。

【技术实现步骤摘要】
一种小时尺度的人口时空分布估计方法


[0001]本专利技术涉及人口数据时空化
，具体涉及一种小时尺度的人口时空分布估计方法。

技术介绍

[0002]人口的精细化时空分布是城市发展规划和生态环境保护战略制定的重要依据之一。高精度的人口时空分布数据能够表征人口的全天候活动水平，在评估人口健康、应对气候变化和资源分配等方面提供重要的数据支撑，因此对其进行研究意义重大且深远。
[0003]如公告日为2021.01.08的中国专利技术专利：一种基于位置大数据的精细时空尺度动态人口预测方法所示，其基于社会感知大数据和多机器学习模型，构建区县和格网尺度的多层级区域精细时空尺度动态人口预测模型。当前传统的人口普查数据通常以行政区为单元逐级统计和汇总而来。但行政单元为边界的人口统计数据无法与自然地理单元叠合，不支持空间运算和分析，难以体现高精度下的人口空间分布特征；统计周期每10年一次，对于高速发展中的城市而言时效性差，不能提供较好的决策数据支撑。
[0004]而当前采用多源静态的地理信息数据融合所得到的人口空间化数据缺少时间异质性，难以深本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小时尺度的人口时空分布估计方法，其特征在于，包括以下步骤：S1，获取目标区域内各行政单元的人口普查数据、POI数据、建筑物的面积数据与高度数据、路网数据以及腾讯位置数据，对以上各类数据进行坐标系转换并与目标区域内各行政单元的边界进行匹配与空间连接；S2，根据所述步骤S1的处理结果，利用所述POI数据的人口相关性找到各行政单元的人口密度峰值点；S3，通过对各行政单元的人口密度峰值点进行二维高斯分布的概率密度计算，实现基于二维高斯模型的初步人口空间分布；S4，以各行政单元的人口密度峰值点为圆心，为目标区域内各行政单元建立多环缓冲区；根据所述步骤S1的处理结果，获取各缓冲区内的人口数量、建筑物面积数据与高度数据、路网长度数据和各类POI数据；S5，以所述步骤S3得到的初步人口空间分布为基础，以所述步骤S4的处理结果作为输入变量，运用随机森林模型得到预设的空间分辨率下的人口预测数据；S6，将所述步骤S5得到的人口预测数据与所述腾讯位置数据融合，实现预设的空间分辨率与时间分辨率下的城市人口分布。2.根据权利要求1所述的小时尺度的人口时空分布估计方法，其特征在于，在所述步骤S2中包括以下过程：计算所述POI数据在目标区域内各行政单元中的TF
‑
IDF值；将计算得到的TF
‑
IDF值与所述人口普查数据做Pearson相关性分析，获得所述POI数据中各类POI的相关系数；以相关系数最高的其中一类POI作为与人口相关性最高的POI类型，并以该类POI点的分布质心作为对应行政单元的人口密度峰值点。3.根据权利要求2所述的小时尺度的人口时空分布估计方法，其特征在于，TF
‑
IDF值按以下公式计算：以下公式计算：以下公式计算：其中，为第j个行政单元内第i类POI的TF
‑
IDF值，n
ij
为第j个行政单元内第i类POI的数量，n
k,j
为第j个行政单元内第k类POI的数量，|D|为总人口普查单位数量，|{j:t
i
∈d
j
}|为包含第i类POI的人口普查单位数量。4.根据权利要求2所述的小时尺度的人口时空分布估计方法，其特征在于，所述Pearson相关性分析按以下公式进行：其中，TI
ij
为第j个行政单元内第i类POI的TF
‑
IDF值，PD
j
为第j个行政单元的人口数量。5.根据权利要求2所述的小时尺度的人口时空分布估计方法，其特征在于，在所述步骤
S2中，以相关系数最高的其中一类POI作为与人口相关性最高的POI类型，并以该类POI点的分布质心作为对应行政单元的人口密度峰值点，通过以下公式获得该类POI点的分布质心：分布质心作为对应行政单元的人口密度峰值点，通过以下公式获得该类POI点的分布质心：其中，x
c
，y
c

【专利技术属性】
技术研发人员：刘永红，付怿昕，钟慧，徐锐，
申请(专利权)人：中山大学，
类型：发明
国别省市：