基于遥感和GIS的流域社会经济数据空间化方法研究

任斐鹏，江 源，董满宇,张平仓

(1.长江科学院 水土保持研究所，武汉 430010；2.北京师范大学 资源学院，北京 100875)

基于遥感和GIS的流域社会经济数据空间化方法研究

任斐鹏1,2，江 源2，董满宇2,张平仓1

(1.长江科学院 水土保持研究所，武汉 430010；2.北京师范大学 资源学院，北京 100875)

人口和社会经济数据及其空间分布，在资源、环境及自然灾害评估中的重要性已被广泛认知。把遥感和GIS技术相结合，是探讨解决社会经济统计数据空间化的重要思路。以东江流域为例，以多期人口、GDP、土地利用数据为基础，建立东江流域人口与土地利用、GDP和土地利用的多元线性回归模型；以土地利用数据和100 m×100 m网格数据为基础，构建东江流域人口和GDP空间分布约束力指标图层；然后结合统计模型和面积内插，实现了东江流域2009年人口、GDP统计数据的空间化。在县域空间尺度上对模拟结果进行了验证，与同尺度研究工作进行了对比，结果显示模拟得到的人口和GDP空间分布数据，与同尺度的研究工作处于同一精度或者略高的精度水平，表明该方法是一种进行流域社会经济数据空间化处理的有效方法。

统计数据；土地利用；空间化；遥感；GIS

1 研究背景

人口和社会经济数据及其空间分布，在资源、环境及自然灾害评估中的重要性已被广泛认知[1-6]。而目前该类数据通常是按照行政单元来逐级统计和汇总的，这常会造成人口和社会经济数据与研究目标所依附的空间单元不一致，而使得相关研究工作难以深入。另外，由于人口和社会经济数据具有动态性的特点，又使得通过普查方法进行人口和社会经济数据的更新人力、物力消耗巨大，且难以得到面状空间分布数据。因此，人口和社会经济数据的空间化及其快速更新方法一直是相关学科研究的一个难点和热点。

近年来，随着遥感(RS)和地理信息(GIS)技术的深入发展，在全球、洲际及区域等尺度的人口和GDP空间化模拟取得了长足的进展，研究方法上囊括了从遥感解译信息反演人口和GDP数据[7-9]、通过结合遥感和格网法反演GDP空间分布数据[10-13]、从DMSP-OLS夜间灯光数据反演人口数据和从遥感获取的光谱特征直接反演人口数据等多种方法[14-15]。然而，这些研究多关注如何把已有的人口或者GDP数据通过某种影响因子分布到空间上，而未顾及统计数据和这些影响因子之间的内在关系，从而使得建立的关系模型无法用于数据更新及预测研究。此外，虽然国内已有全国尺度和区域尺度上的人口和GDP空间分布数据，但是这些数据在更小的区域尺度上的适用性仍需要进行验证，且这些数据多局限于特定的年份，难以满足其它时段、不同空间尺度研究的需求。

东江流域从珠江三角洲核心地段东莞、深圳等地市向东北一直绵延至江西省赣州市南部的寻乌、定南、安远等县市，自改革开放以来东江流域经历了高速发展的过程，人类社会经济活动对流域范围内产生了深刻的影响，另外流域作为一个独立的自然地貌单元，流域内的水-生态-经济复合系统具有整体性。随着人类社会经济活动压力下的水资源短缺及水体污染问题等的凸显，人类活动及社会经济压力下东江流域水环境及水生态系统的响应模拟受到广泛关注。然而，受人口和GDP等影响因素空间分布信息数据的限制，严重阻碍了研究工作的进展。基于此，本文结合3期土地利用数据以及相应时段的人口和GDP统计数据，通过土地利用和人口及GDP关系的研究，模拟东江流域近期的人口和GDP空间分布信息，以期为东江流域及子流域内人文因素与生态环境的响应机理与互动模式研究提供支持。

2 研究资料与方法

2.1 研究区概况

东江作为珠江流域的第三大水系，位于东经113°25′50.32″～115°52′36.16″，北纬22°23′31.93″～25°12′35.28″，河流地跨江西、广东2省。其发源于江西省寻乌县的桠髻钵，自东北向西南流入广东省境内，流经龙川县、河源市、紫金县、惠阳县、博罗县、东莞市等，注入狮子洋，经虎门入海。河流干流总长562 km，流域总面积35 636 km2。

2009年东江流域常驻人口总数已经高达2 871万余人，国民生产总值(GDP)已经高达15 955亿元，全流域人口密度高达806人/km2，单位面积土地产值高达4 477元/km2，区域人均GDP更是高达5.56万元，远高于同期全国人均水平(2009年统计数据，不包括作为其供水区的香港特别行政区在内)。另外，东江流域还承担着向香港特别行政区供水的重任。因此，流域范围内人为干扰强度和频率相对较高，社会经济发展对环境压力较大，水资源与水环境态势日趋紧张。

2.2 研究数据及处理

收集整理东江流域1∶250 000的流域边界、行政区界线、河流水系等基础地理信息数据。根据1990，2009年2个时段的Landsat TM影像和2000年时段的Landsat ETM影像解译得到3期1∶100 000土地利用数据。所有空间数据统一采用Albers等面积投影以及WGS84坐标系，栅格数据统一空间分辨率到30 m，运用Erdas9.2遥感影像处理软件统计18个主要县市的土地利用数据，3期共计54组数据。收集3个时段东江流域18个主要县市统计年鉴，整理人口和GDP等相关数据，共计54组数据开展人口、GDP和土地利用关系研究。

2.3 研究方法

土地是人类社会经济活动的载体，同时人类社会经济活动又会对土地利用产生影响。针对东江流域1990年以来人类活动剧烈的特点[16]，本文以土地利用数据和社会经济统计数据为基础，结合统计模型和空间插值模型的优点，采用复合面积内插的方法获取东江流域人口和GDP的空间分布信息。

2.3.1 统计模型的建立

人口和土地利用之间的关系、GDP与土地利用之间的关系分别表示如下：

(1)

(2)

2.3.2 人口和GDP分布约束力指标计算

人口和GDP分布约束力，主要反映特定空间单元上的人口和GDP分布可能性的大小，它反映特定区域内的各种要素的位置和大小对于某点的人口和GDP分布的影响。基于网格单元计算人口和GDP约束力时，假设它与土地利用的面积大小成正比，与土地利用中心点的距离成反比。采用GIS中的反距离权重内插法(IDW)，根据各类土地的面积，以它们多边形的中心点进行内插，获得每个网格的人口和GDP潜力矩阵Vij，网格大小统一定义为100 m×100 m。

(3)

式中:Ak1，Ak2，…，Ak7分别为第k个耕地面积、园地面积、林地面积、灌草地面积、城镇面积、湿地面积和未利用地面积;d(ij)k为网格ij到第k个中心点的距离;b为适当的距离指数。根据这个公式计算出东江流域的网格人口和GDP约束力分布。

2.3.3 人口和GDP信息的获取

获取东江流域基于网格的人口和GDP约束力指标空间分布后，将每个网格的约束力矩阵值代入式(1)和式(2)，获得每个网格的人口数或者GDP数据，对不同范围内的网格进行统计，即可获得该范围内的人口总数或GDP总数。

3 应用及结果分析

3.1 人口、GDP与土地利用关系

以东江流域1990,2000,2009年3个时段16个主要县市人口数据为因变量，相应时段的土地利用数据为自变量，依据式(1)中的人口模拟模型，得到人口和土地利用之间的模拟关系如下：

Ps=-3.25As1-42.69As2+1.53As3-23.63As4+

75.15As5+3.50As6-108.48As7+ε1。

(4)

其中，利用式(4)模拟1990,2000,2009年3个时段人口数值，与相应时段的统计人口进行对比(图1(a))，可以看出模拟值对于真实值的解释率可达97.98%。表明式(4)较为准确地反映了研究区域人口和土地利用之间的内在关系。

以东江流域1990,2000,2009年3个时段16个主要县市GDP数据为因变量，相应时段的土地利用数据为自变量，根据式(2)中的GDP模拟模型，得到GDP和土地利用之间的回归关系如下：

Es=-59.98As1-366.16As2-6.41As3-215.44As4+

390.14As5-113.37As6+21.11As7+ε2。

(5)

其中，利用式(5)模拟1990，2000，2009年3个时段GDP数值，与相应时段的统计GDP进行对比(图1(b))，可以看出模拟值对于真实值的解释率达到89.31%。表明式(5)较为准确地反映了研究区域GDP和土地利用之间的内在关系。

表1 人口和GDP模拟的精度Table 1 Simulation accuracy of population and GDP

图1 2009年东江流域人口和GDP的模拟值和实际值回归

Fig.1 Comparison of population and GDP in Dongjiang watershed in 2009 between simulated value and actual value

3.2 人口、GDP空间分布结果

利用式(4)和以2009年土地利用数据为基础的人口约束力空间分布图，模拟得到东江流域2009年人口空间分布网格数据(图2(a))。统计分析表明，模拟得出的东江流域总人口数2 860.37万人，同期流域内的实际人口为2 871.16万人(统计数据)，模拟精度达到99.62%，较好地反映了东江流域人口的空间分布。对比东江流域不同区域可以看出，流域上游的人口主要呈现点状分布的特点，而在中游区域呈现出点-面结合的基本格局，而在东江流域的下游区域，随着城镇化水平的提高，人口分布密集，呈现面状分布格局，这种格局与东江流域的城镇化发展水平和流域的实际情况比较吻合，基本反映了流域范围内人口的空间分布格局。

(4)电脑市场：大学生使用电脑的主要分为情感需求和学习需要。①电脑满足了大学生更广泛更深刻的情感需求，比如游戏、论坛、聊天、网购、追剧等，着重指出的是电脑游戏，尤其是网络游戏，不少大学生都沉迷于此。②电脑同时也可以实现大学生的学习需要，它可以很方便带来大学生需要的各种资料，同时提供很多专业的学习网站或网上培训机构，同时电脑上安装的各种办公软件、专业学习软件，大大提高了大学生的学习效率。

利用式(5)和以2009年GDP数据为基础的GDP约束力空间分布图，模拟得到东江流域2009年GDP空间分布网格数据(图2(b))。对模拟得出的GDP空间分布数据进行统计，可以看出模拟得出的东江流域总GDP值为14 999.81亿元，同期流域内的实际GDP为17 291.41亿元(统计数据)，模拟数据明显低于实际数据，模拟精度为86.75%，可以看出，模拟精度略低于同期人口空间分布的模拟精度。对比东江流域不同区域的GDP空间分布特征可以看出，与人口的空间分布呈现出近似的特征，基本反映了流域范围内GDP的空间分布格局。

图2 2009年东江流域人口和GDP网格分布

Fig.2 Distribution of population and GDP of Dongjiang watershed in 2009

3.3 人口、GDP空间化精度验证

选取和平县、连平县和深圳市3个县市，对比2009年的人口和GDP模拟精度(表1)，对研究结果进行验证。结果显示，模型模拟得出的人口数和实际统计的人口数符合程度较好，对比人口和GDP模拟数据，可以看出GDP模拟数据精度总体上低于人口模拟数据。另外，将模拟结果与国内相关研究进行对比，表明模拟得出的人口空间分布数据与刘建军等[10]在太湖流域模拟的数据(93.8%)处于同一水平，模拟人口与实际人口R2值与王雪梅等[6]在黑河流域模拟数据(0.893 7)处于同一水平，因此，可以看出模拟结果与国内同尺度研究成果处于同一精度水平。

4 结论和展望

4.1 结论和讨论

本文以东江流域为例，通过建立土地利用与人口、土地利用与GDP之间的关系模型，构建人口和GDP约束力的空间分布图，模拟得出了东江流域2009年的人口、GDP空间分布信息数据。研究主要得出以下结论：

(1) 基于人口、GDP统计数据和3期土地利用数据，建立了东江流域耕地、园地、林地等7个主要用地类型与人口之间的关系模型，建立了土地利用与GDP之间的关系模型，并对模型精度进行了对比。结果表明：人口、GDP模拟精度都可以通过相关检验，但是人口数据模拟的精度总体高于GDP模拟的精度。

(3) 运用模拟值与统计值对比和同行研究成果交叉验证2种方法，对模拟结果进行了初步的检验，结果表明模拟结果与国内同尺度的研究处于同一个精度水平，可以支撑东江流域大尺度的人口、GDP与资源环境耦合关系研究工作。

研究发现，通过土地利用数据进行人口模拟的精度要高于GDP模拟的精度，分析原因，可能是由于人类的活动均以土地为载体，从而在内在联系上人口分布和土地利用状况更加紧密，而经济活动虽然也在很大程度上会影响土地利用，但是在珠江三角洲地区，随着产业结构的不断调整和升级，经济活动也更具复杂性，很多的经济活动与土地利用并无线性关系，可能是导致对GDP数据的模拟精度偏低的重要原因。

4.2 展 望

通过本文的研究发现，在人口、GDP与土地利用关系研究中，建立了初步的统计模型，但受到认识水平和所掌握数据的限制，并未对人口和社会经济发展与土地利用之间的内在耦合机制进行深入探讨，这将是下一步研究的重点。另外，尽管目前通过遥感和GIS相结合，开展社会经济数据空间化研究还存在很多的不足，但从本文的研究和相关学科的发展趋势来看，随着对地观测技术的进步，空间模拟方法的改进，遥感和GIS技术的结合使用，将是快速、有效地开展社会经济统计数据空间化最为有效的方法之一。从当前的研究进展来看，多时空尺度的人口、GDP空间分布模拟方法，人口、GDP与土地利用的内在影响机制以及模拟精度的交叉验证及不确定性分析等都尚属于研究的热点。

[1] 胡焕庸.论中国人口之分布[M].北京：科学出版社，1983.(HU Huan-yong.Distribution of China’s Population [M].Beijing: Science Press,1983.(in Chinese))

[2] GOODCHILD M F,ANSELIN L,DEICHMANN U.A Framework for the Areal Interpolation of Socioeconomic Data[J].Environment and Planning,1993,25(3):383-397.

[3] 高志强,刘纪远,庄大方.基于遥感和GIS 的中国土地资源生态环境质量同人口分布的关系研究[J].遥感学报,1999,3(11) : 66-70.(GAO Zhi-qang,LIU Ji-yuan,ZHUANG Da-fang.The Relations Analysis Between Ecological Environmental Quality of Chinese Land Resources and Population[J].Journal of Remote Sensing,1999,3(11) : 66-70.(in Chinese))

[4] 廖顺宝,孙九林.基于GIS的青藏高原人口统计数据空间化[J].地理学报,2003,58 (1) : 25- 33.(LIAO Shun-bao,SUN Jiu-lin.GIS Based Spatialization of Population Census Data in Qinghai-Tibet Plateau[J].Acta Geographica Sinica,2003,58 (1) : 25-33.(in Chinese))

[5] 康相武,吴绍洪,戴尔阜,等.区域社会经济财产数据空间化方法研究[J].中国软科学,2006,(8):104-108.(KANG Xiang-wu,WU Shao-hong,DAI Er-fu,etal.Research on the Spatialization Method of Regional Socio-economic Assets Data[J].China Soft Science,2006,(8):104-108.(in Chinese))

[6] 王雪梅,李 新,马明国.干旱区内陆河流域人口统计数据的空间化——以黑河流域为例[J].干旱区资源与环境,2007,(6) :39-47.(WANG Xue-mei,LI Xin,MA Ming-guo.Pixelizing the Population Statistics of Inland River Basin in Arid Regions: A Case Study of Heihe River Basin[J].Journal of Arid Land Resources and Environment,2007,(6) :39-47.(in Chinese))

[7] DONG Chun,ZHAO Rong,LIU Ji-ping,etal.Application of Geographical Parameter Database to Establishment of Unit Population Database[J].Chinese Geographical Science,2003,13(1) :34-38.

[8] 王春菊,汤小华.基于GIS的福建省人口统计数据空间化[J].地理与地理信息科学,2004,(4):71-74.(WANG Chun-ju,TANG Xiao-hua.GIS-based Specialization of Population Census Data in Fujian Province[J].Geography and Geo-information Science,2004,(4):71-74.(in Chinese))

[9] 闫庆武,卞正富,赵 华.人口密度空间化的一种方法[J].地理与地理信息科学,2005,(5):45-48.(YAN Qing-wu,BIAN Zheng-fu,ZHAO Hua.A Method of Spatialization of Population Density[J].Geography and Geo- information Science,2005,(5):45-48.(in Chinese))

[10]刘建军,李春来.基于遥感和GIS 的巢湖流域人口信息提取[J].科学通报,2002,23 (47) : 1835-1837.(LIU Jian-jun,LI Chun-lai.Population Density Information Extraction Based on RS and GIS in Chaohu Lake Basin[J].Chinese Science Bulletin,2002,23 (47) : 1835-1837.(in Chinese))

[11]杨小唤,江 东,王乃斌，等.人口数据空间化的处理方法[J].地理学报,2002,57 (增刊) : 70-75.(YANG Xiao-huan,JIANG Dong,WANG Nai-bing,etal.Demographic Data Spatialization Processing Methods[J].Acta Geographica Sinica,2002,57 (Sup.) : 70-75.(in Chinese))

[12]刘纪远,岳天祥,王英安，等.中国人口密度数字模拟[J].地理学报,2003,58 (1) : 17-24.(LIU Ji-yuan,YUE Tian-xiang,WANG Ying-an,etal.Digital Simulation Population Density in China[J].Acta Geographica Sinica,2003,58 (1) : 17-24.(in Chinese))

[13]LI G Y,WENG Q H.Using Landsat ETM+imagery to Measure Population Density in Indianapolis,Indiana,USA[J].Photogrammetric Engineering &Remote Sensing,2005,71(8): 947-958.

[14]江 东,杨小唤,王乃斌，等.基于RS、GIS的人口空间分布研究[J].地球科学进展,2002,17 (5) : 734-738.(JIANG Dong,YANG Xiao-huan,WANG Nai-bin,etal.Study on Spatial Distribution of Population Based on Remote Sensing and GIS[J].Advance in Earth Sciences,2002,17(5): 734-738.(in Chinese))

[15]BALK D L,DEICHMANN U,YETMAN G.Determining Global Population Distribution: Methods,Applications and Data[J].Advances in Parasitology,2006,62: 120-154.

[16]任斐鹏，江 源，熊 兴，等.东江流域近20年(1990—2009)来的土地利用变化及区域差异特征研究[J].资源科学 ，2011,33(1):143-152.(REN Fei-peng,JIANG Yuan,XIONG Xing,etal.Characteristics of the Spatial-Temporal Differences of Land Use Changes in the Dongjiang River Basin from 1990 to 2009 [J].Resources Science，2011,33(1):143-152.(in Chinese))

(编辑：曾小汉)

Approach of Spatialising Socioeconomic Data in WatershedScale by Remote Sensing and GIS

REN Fei-peng1,2,JIANG Yuan2,DONG Man-yu2,ZHANG Ping-cang1

(1.Soil and Water Conservation Department,Yangtze River Scientific Research Institute,Wuhan 430010,China;2.College of Resources Science and Technology,Beijing Normal University,Beijing 100875,China)

The importance of population and socioeconomic data and their spatial distributions to researches of natural resources,environment and natural disaster assessment has been widely recognized.It’s a worthy exploration to solve the problem by combining remote sensing and GIS technology.According to the statistical population,GDP and land use data in Dongjiang watershed,we built multiple linear regression models by taking the statistical population or GDP as the dependent variable and per unit of statistical data carrying capacity as independent variables.Meanwhile,based on the raster land use data and 100m×100m grid data,the constraint index layers of population and GDP’s spatial distribution were obtained.Furthermore,through the regression model and GIS interpolation,the spatialisation of the statistical population and GDP data of Dongjiang watershed in 2009 was completed.The simulated result was verified to be equal or superior in county-scale by comparing with the actual statistical data in the same scale.The result suggests that to combine remote sensing and GIS is an effective way to spatialising socioeconomic data.

statistical data；land use;spatialization；remote sensing;GIS

2015-01-05；

2015-01-10

国家自然科学基金青年科学基金项目(41301201)；国家水体污染控制与治理科技重大专项(2012ZX07501002，2012ZX07503)；中央级公益性科研院所基本科研业务费项目(CKSF2014023/TB)；长江科学院水土流失与面源污染调控创新团队(CKSF2012052/TB)

任斐鹏(1982-)，男，山西晋城人，高级工程师，博士，主要从事景观地理学、遥感与GIS应用研究，(电话)027-82926137(电子信箱)feipengren2006@mail.bnu.edu.cn。

10.3969/j.issn.1001-5485.2015.03.022

TP79;F061.5

A

1001-5485(2015)03-0112-05

2015,32(03):112-116