基于珞珈一號夜間燈光數據的大連市甘井子區人口空間化研究

于婷婷

（遼寧師范大學地理科學學院，遼寧 大連116000）

人口數據空間化可以獲取不同空間尺度上的人口空間分布信息，是實現人口與社會經濟、資源、環境耦合的重要途徑之一，對國家制定宏觀決策，提高綜合管理能力具有重要意義[1]。

人口空間化的方法和技術研究一直是研究熱點，主要方法有空間插值法、多源數據融合法和影響因子分析法等[2]。大量研究表明夜間燈光數據與人口分布之間存在顯著關系，現有夜間燈光數據有DMSP/OLS、NPP/VIIRS 和珞珈一號[3]，鄒雅婧[4]等基于NPP/VIIRS 和珞珈一號兩種夜間燈光數據與人口數據進行SLM建模，結果證明珞珈一號數據在人口空間化研究中具有更高的精度；李欣欣[5]等使用土地利用和夜間燈光數據分別建立人口空間化模型。大量學者運用夜間燈光數據模擬人口空間化，但方法不盡相同。王釗[6]等采用SLM模型進行人口空間化建模，王珂靖[7]等采用GWR 模型結合土地利用數據進行人口空間化建模，結果表明人口空間化精度與建模方法和格網尺度大小密切相關。目前基于珞珈一號的人口空間化模擬較少，且尚無空間滯后模型和地理加權回歸模型應用于人口空間化方面的比較研究。

本文選取大連市甘井子區為研究區域，基于珞珈一號夜間燈光數據、土地利用數據數據以及人口數據，建立研究區200m×200m 格網，采用SLM和GWR 模型分別進行人口空間化建模，并對其結果進行精度評價和分析，為大連是甘井子區人口與區域政策等相關研究提供參考，為人口空間化相關研究提供參考。

1 數據來源及數據預處理

1.1 研究區概況

甘井子區，隸屬于遼寧省大連市，位于大連市西部和西北部，東、南臨黃海，北瀕渤海，與金州區、沙河口區和旅順口區毗鄰，總面積502km2。2018 年，甘井子區下轄16 個街道，戶籍人口79.8338 萬人。甘井子區屬大連市市內四區之一，位于城鄉結合處，是大連市城市的擴展的重要區域，特殊的地理位置使得大連市甘井子區擁有良好的發展要素。

1.2 數據來源及預處理

2018 年土地利用數據來自中科院地理科學與資源研究所的資源環境科學與數據中心。人口數據來采用2018 年LandScan 全球人口動態統計分析數據庫。夜間燈光數據采用2019 年珞珈一號星夜間燈光數據，來源于高分辨率對地觀測系統湖北數據與應用中心，空間分辨率130 m，但其在傳輸過程中會存在數據輻射失真現象，因此需要進行輻射校正，輻射校正后DN 值范圍為[0，82.9728]。

建立研究區域200m×200m 格網，將輻射校正后的DN 值和人口密度數據重采樣到200m×200m 格網內，并統計每個格網內各類土地利用類型面積， 以上數據均投影為WGS84-UTM-51N 坐標系。

2 研究方法與模型

2.1 空間滯后回歸模型

空間滯后回歸（Spatial Lag Model，SLM）可以考慮人口數據的空間相關性，模型的一般形式如下：

其中，POPi為因變量，指第i 個格網的人口數量；W 為空間權重矩陣；DNi為因變量，指第i 個格網的DN 值；ρ 為空間滯后變量WPOPi的回歸系數，以此確定人口分布的空間效應；β 為因變量的系數；ε 為白噪聲。

2.2 地理加權回歸

地理加權回歸（Geographic Weighted Regression，GWR）將地理位置加入到數據的回歸參數之中。模型結構如下：

其中，（ui,vi）為第i 個格網的地理中心坐標；β0（ui,vi）是第i 個自變量回歸的常數項；βj（ui,vi）為第i 個自變量的第j 個回歸參數；xij為第i 個因變量空間上的第j 個變量；j 為因變量參與回歸的輔助數據個數；εi為誤差項。

3 人口空間化結果及精度評價

通過計算得到甘井子區人口數據的Moran's 指數為0.96，為空間正相關。運用SPSS 軟件分析得到人口數據與DN 值和土地利用中的居民用地面積成顯著相關（p＞0.01）。

3.1 基于SLM和GWR 的人口空間化結果

運用公式（1）、（2），以人口數據作為因變量，輻射正后DN 值和居民用地面積作為自變量，進行SLM和GWR 建模得到模型擬合度R2分別為達0.95 和0.67,模型和各自變量系數的統計檢驗都達到了顯著水平，結果如表1、圖1、2 所示。

表1 空間滯后回歸系數表

圖1 基于空間滯后回歸模型的人口空間化

圖2 基于地理加權回歸模型的人口空間化

3.2 人口空間化對比分析及精度分析

將兩種模型對比來說，SLM以空間自相關為前提，但實際上是一種全局空間回歸模型，模型中各格網系數仍相同，不能突出人口異質性。GWR 是典型的局部模型，回歸系數隨著變量的空間位置的變化而變化，因此GWR 模型可以更好的考慮居民用地對人口空間分布的影響，與實際更相符。對人口空間化的數據進行整理并根據公式（3）計算得到，基于SLM和GWR 模型構建的模型絕對誤差為9.2%和12.5%，兩種模型的精度都較高。

3.3 人口空間分布格局特征

人口空間化結果中，南關嶺街道、中華路街道、泡崖街道、興華街道、椒金山街道、甘井子街道、周水子街道和機場前街道人口密度較大，位于城市中心區域及中心邊緣區域，交通便利城市發展較好，因此居民點較多人口密度較大；泉水街道、大連灣街道西部、革鎮堡街道南部、辛寨子街道東部，紅旗街道東部以及凌水街道東部及北部人口數量相對居中，該區域主要為城鄉結合處，其中凌水街道為國家級高新技術產業開發區，吸引大量人才和投資創業者，發展較迅速；其他地方多為生態保護區和農村，因此人口數量較少。

結束語

人口空間分布受自然、社會經濟等因素的影響，大部分學者都在大尺度下進行人口空間化建模，本文選用200m×200m 格網的小尺度人口空間化建模，且運用兩種建模方式比較小尺度下兩種建模方式的精度并分析其原因。另外，夜間燈光輻射率和人口數據關系往往只是在局部范圍內呈線性相關，人口空間分布還受多種因素影響，因而在探究人口空間化的方法和技術中還需要進一步優化。