基于居民点密度的人口密度空间化

提出了一种基于居民点密度的人口密度空间化方法。以江苏省人口数据空间化为例,在采用核密度估计法得到江苏省镇(乡、街道)居民点密度后,运用基于居民点密度的人口密度空间化计算公式获得江苏省1 000m×1 000m的人口密度格网图,结果表明:江苏省人口分布的热点地区正是在建的三大都市圈(苏锡常都市圈、南京都市圈和徐州都市圈),其中苏锡常都市圈的人口分布呈现各向异性,而南京和徐州都市圈的人口分布则表现为各向同性;人口密度不仅取决于居民点密度,还与平均每个居民点的人口数密切相关,居民点密度大的区域的人口密度不一定大,居民点密度小的区域的人口密度也不一定小。

2020年河南省常住人口密度数据集

精细的人口空间数据对于城市资源配置和规划有着极其重要的作用。针对目前公开的人口数据集难以满足区域精细化研究需求的问题,本研究选取夜间灯光数据、POI数据、地表覆盖数据和地形数据建立人口密度空间化模型特征库,使用基于贝叶斯优化的LightGBM模型(BO-LightGBM)对河南省2020年乡镇(街道)人口进行建模,反演河南省200米分辨率的人口密度空间数据。利用第七次人口普查数据进行验证,决定系数R^(2)为0.934,平均绝对误差为0.134,均方误差为0.034,相比于WorldPop数据集有较大的提升,证明本研究的人口空间化结果是可行且准确的,能够较好地反映河南省2020年的人口密度状况,可用于更高精度的人口空间分析。