遙感在人口估算中的應用

遙感在人口估算中的應用遙感在人口估算中的應用

1根本的人口遙感估算辦法

遙感圖象一般說來包含有兩種信息，一種是直接可見的信息，即在圖象上實際看得見的一些現象，如某一地區(qū)內的住宅數目；另一種是間接可見的信息，即在圖象上直接看不見，但可以從其他可見的現象中推斷出來的一些現象，如根據住宅建筑群估計出的住宅單元數。人口信息在遙感圖象上是一點也看不見的，然而可以通過測量可見的變量，如住宅建筑的數量、建成區(qū)的面積而估算出來，因而屬于間接可見的遙感信息。

1.1居住單元法

居住單元法的計算公式為：估算人口數=戶數×每戶平均人口數[3]

它的主要計算過程是：對大比例尺的航空相片進行目視解譯，通過分析住宅的布局和結構特征，對住宅區(qū)進行辨認，然后對不同類型的住宅加以辨別，并對它們分別進行數目的統計。通過實地抽樣調查的辦法或從最近一次的人口普查資料中獲取，顧及出生率、死亡率等數據[4]，獲得各種類型每戶的人口數并求出平均值作為每戶的平均人口數。最后，利用公式可以計算出總的人口數。

這種辦法適合在大比例尺航空遙感圖像上目視解譯，其住宅計數精度可到達99%以上。農村的住宅比擬分散，住宅數的統計相對容易，所以這種辦法對農村比擬適用。其局限性主要在于在一些熱帶地區(qū)或一些濕潤的中緯度地區(qū)，住房通常被植物遮擋，因此難以得到正確的住宅數統計結果。另外，要利用這種辦法到達比擬高的估算精度，要求解譯人員需要有豐盛的相片判讀經驗和熟練的相片判讀技術，以及熟悉研究區(qū)域的情況。

1.2土地利用密度法

土地利用密度法的計算公式為：P=S1×D1+S2×D2+S3×D3+…+Sn×Dn

其中D1D2…Dn為每一住宅類型的代表人口密度，S1S2…Sn為每一住宅類型的面積。

其主要計算過程為：首先，對航空相片進行判讀，辨別出居住地與非居住地。然后把劃分為居住地的范圍進一步細分為不同的住宅類型，量算出各種住宅類型的面積。通過實地的抽樣調查，獲得各種住宅類型的平均人口密度。二者相乘，就可以得到各個類型的人口數量，加和起來為總的人口數量。

這種辦法既適用于農村的人口數量的估算，也適用于城市的人口數量的估算。其缺乏之處在于，在計算各類別的代表性人口密度時，樣區(qū)的選擇較復雜。只有選擇有代表性的樣區(qū)，才能獲得合乎實際的人口密度。住宅類型也要結合估算區(qū)域的實際情況，根據人口密度的差別來劃分。

1.3模型法

1.3.1以建成區(qū)面積估算[3]

這種估算辦法首先要建立建成區(qū)面積和城市人口數量的關系，也就是人口數量的預測模型。選擇適宜的采樣區(qū)，利用陸地衛(wèi)星圖像對其中建成區(qū)的面積進行量算，根據已知的統計的人口數，回歸出模型中的系數，就可以利用這個模型對各城市的人口進行估算。

該模型辦法適用于50萬～250萬人口的大城市。估算所使用的衛(wèi)星遙感圖像較航空影像容易獲取。但是，這種辦法不能用來估算小城市或大城市中部分區(qū)域內的人口數量。

1.3.2以耗能量估算

美國國防氣象衛(wèi)星用8一13微米熱紅外通道獲取的美國東部夜間圖像與美國統計局1977年編制的人口分布圖圖形有著驚人相似之處。在DMSP圖像上，居民地呈現為不同形狀和大小的明亮點，與上述人口分布圖的居民點一一對應。武漢地區(qū)的NOAA衛(wèi)星熱紅外圖像所顯示的熱異常區(qū)也與其十一個工業(yè)密集區(qū)及人口密集區(qū)一一對應。兩例均表明，城市人工熱源與人口分布存在一定的相關關系。Wlech及Zoupko在1980年用DMSP研究過人口數與能耗的關系。居民地的耗能量可用一個底面朝下的半球形體積來模擬，由x軸、y軸決定的底面積那么為DMSP圖像上亮點組成的建成區(qū)面積，它與人口數及能耗相關；亮點上的z軸那么為耗能量，它亦與人口數相關。這樣，便可建立以這“半球〞體積表示的耗能量與人口數的相關關系，即y=aXb，式中，y為人口數或耗能量；x為耗能量或“半球〞體積。[5]

該模型辦法存在偶然性和區(qū)域差別性，并不適用于所有城市，需與當地實際情況相結合。

1.3.3象元輻射特征相關法

利用航天遙感數據亦可間接反映城市人口數量。人口密度低的地區(qū)以植物、土壤等自然體的反射特性為主；人口密度高的地區(qū)，以人工結構物的反射特性為主。利用多波段反射率的比照，便可求得兩者的關系從而間接求解人口數，如下式所示：P=AX1+BX2+CX3+DX4+E

式中，P為某一統計網格內人口數；X1―X4為MSS4一7波段的反射率[5]。

這種辦法的優(yōu)點在于依靠計算機判讀衛(wèi)星像片、量算面積和進行人門估算并自動化編

制人口分布圖，同時由于目前衛(wèi)星資料來源多、時間新、本錢低，是大區(qū)域人口估算和人口分布制圖最有開展前途的一種辦法。但結果說明，誤差偏大主要局限在非居住用地地段，如學校、火車站、教堂等建筑物被誤判為住宅用地。如果剔除這些誤判網格點，東京人口估算值的精度將從0.836提高到0.939。[2]

2人口遙感估算的精細化開展

目前，大多數辦法都針對城市人口總數或城市大尺度上的人口數量進行估算，對城市精細尺度上的人口估算辦法還不成熟。其原因主要有兩點：一是中低分辨率的遙感影像無法實現精細尺度上的人口估算；二是如何提高對高分辨率影像的解譯精度和可靠性，減少信息提取過程中的人工干涉，提高估算的自動化水平還有待進一步研究，這也是當前制約城市精細尺度人口數量遙感估算辦法開展的瓶頸問題[6]。

而基于高分辨率遙感數據的城市精細尺度人口估算辦法能夠較為準確地估算出城市中小面積目標區(qū)域上的人口數量，并通過對建筑物的自動提取和分類提高了整個估算過程的自動化程度。近年來，機載激光雷達數據的投入使用使得快速獲取高精度的三維地表信息成為可能，而如何將高分辨率遙感影像與機載激光雷達數據整合自動提取出相關信息，并用于城市精細尺度的人口估算中是一個值得深入研究的問題。

3總結

遙感在人口研究中的應用結果大多是令人鼓舞的，但還有一系列問題有待于進一步探討。其中，有《篩齜矯嬖誚窈笱芯恐杏Φ備《予特別注意，即利用遙感資料作建筑物計數的精度和人口與遙感指示變量之間關系的穩(wěn)定性。這兩方面的問題研究透徹了，就可以完全根據遙感信息建立小