登录    注册    忘记密码

期刊文章详细信息

多元统计回归及地理加权回归方法在多尺度人口空间化研究中的应用    

Multiple scale spatialization of demographic data with multi-factor linear regression and geographically weighted regression models

  

文献类型:期刊文章

作  者:王珂靖[1,2] 蔡红艳[1] 杨小唤[1]

WANG Kejing CAI Hongyan YANG Xiaohuan(State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China Zhejiang Academy of Surveying & Mapping, Hangzhou 310012, China)

机构地区:[1]中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101 [2]浙江省测绘科学技术研究院,杭州310012

出  处:《地理科学进展》

基  金:国家自然科学基金项目(41271173;41301155);国家科技支撑计划项目(2012BAI32B06)~~

年  份:2016

卷  号:35

期  号:12

起止页码:1494-1505

语  种:中文

收录情况:BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘  要:对统计型人口数据进行格网形式的空间化可更直观地展示人口的空间分布,但不同的人口空间化建模方法和不同的格网尺度在表达人口空间化结果方面存在差异。本文在人口特征分区的基础上,引入DMSP/OLS夜间灯光对城镇用地进行再分类,采用多元统计回归和地理加权回归方法(GWR),开展人口统计数据空间化多尺度模型研究,生成1 km、5 km和10 km等3个尺度的2010年安徽省人口空间数据,并对3个尺度下2个模型结果进行精度评价与比较。结果表明:人口空间数据精度不仅与建模所用方法关系密切,还受到建模格网尺度大小的影响。基于多元统计回归方法的模型估计人口数与实际人口的平均相对误差值随着尺度的增加而降低,而基于GWR方法获得的人口空间数据误差值随着尺度的增加而升高。整体来看,基于GWR方法的1 km研究尺度的人口空间数据平均相对误差最低(22.31%)。区域地形地貌条件与人口空间数据误差有较强的关联,地貌类型复杂的山区人口空间数据误差较大。

关 键 词:人口分布 空间化 多尺度 多元统计回归  地理加权回归法  安徽省  

分 类 号:C924.25]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心