空間化統計指數研究進度

導語：空間化統計指數研究進度一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、前言

自1998年1月31日,美國副總統戈爾在《數字地球—認識21世紀我們這顆星球》的報告中首次提出了數字地球的概念,掀起了建設“數字地球”的空間信息革命。所謂數字地球可以理解為對真實地球及其相關現象統一的數字化重現和認識。其核心思想是用數字化的手段來處理整個地球的自然和社會活動的諸方面的問題,最大限度地利用資源。由此,“數字地球”、“數字城市”已成為新的研究領域,地球與城市的數字化都離不開社會統計數據的空間化,只有將社會統計數據與空間單元的有效結合,即實現社會統計數據的空間化,才能最終實現“數字城市”和“數字地球”。因此,社會統計數據的空間化是數字地球的重要內容之一,也成為當前地理科學和社會科學共同研究的熱點問題。社會統計數據也稱統計資料,是統計部門或單位以行政區劃為單元進行統計工作所搜集、整理、編制的各種反映該行政區內的社會、經濟等特征屬性的統計數據資料的總稱。社會統計數據是反映一個國家社會與發展狀況的重要指標之一,更是中央政府、國家行業主管部門科學有效地制定法規政策,進行決策和宏觀調控管理的重要依據。數據統計還是政府進行宏觀經濟管理的必要手段和重要職能[1]。

長期以來,由于經濟地理學與自然地理學分別采取不同的空間單元進行社會統計數據(人口,GDP等社會經濟數據)的收集、存儲和分析:前者主要是基于行政單元,如省界、縣界、鄉界等,而后者主要是基于自然單元,如流域、土壤類型單元、植被類型單元等,這直接導致社會統計數據處理方法在理論和實際應用過程中的數據空間單元不一致,因而也產生一系列的問題[2]54。而研究和使用社會統計數據,不僅要關注其數量,更要分析其空間分布。GIS和RS越來越多的應用于統計數據空間分布的研究,隨著3S技術的發展和成熟,產生一個難題:傳統方法提供的社會統計數據定位不準確,單元不統一,空間分辨率低,造成社會統計數據與自然生態數據疊置分析困難。“社會數據空間化”和“空間數據社會化”也已成為當前地理學、社會科學共同關注的焦點[3]。而將統計數據與自然數據轉化到統一平臺,即統計數據空間化就是最好的解決辦法。將行政區域單元為單元的統計數據擴展到一定尺寸的地理格網上,為可持續發展的研究和決策提供服務[2]55。作者就社會統計數據空間化的關鍵問題進行了系統的分析和綜述。

二、社會統計數據分布與社會統計數據空間化

社會統計數據,尤其是人口數據的空間分布問題本屬于社會學范疇,其發展也有較長的歷史,隨著人口地理學和GIS、RS等地理信息科學的發展,社會統計數據的空間化問題得到了眾多地理學者的廣泛關注和進一步的發展。

1.社會統計數據空間分布的分析

目前國內主要研究空間化的社會統計數據包括人口統計數據(人口密度)、社會經濟統計數據(人均GDP)等。此類研究早期一般由研究者們在社會學、地理學、經濟學、生態學等相關學科的基礎上進行調研和分析,總結出此類社會統計數據的基本情況和變化規律,進而對其空間分布進行定性的綜合描述,來指導我們的生產實踐,比如,早在1933年,我國人口地理學家胡煥庸先生提出了著名的“愛琿—騰沖線”,對我國的人口分布格局進行宏觀的描述?？梢钥闯?早期的社會統計數據空間化主要是集中于人口數據的空間化,主要研究人口數據空間分布的規律、基本理論和影響因子等幾方面,且主要是以傳統的統計空間—行政區劃為基礎,一般采用定性描述的手段,未能充分揭示人口空間分布的內在機理。

2.社會統計數據空間化

隨著研究的逐步深入和地理信息技術的飛速發展,社會統計數據空間化已迅速成為GIS和社會交叉學科領域的焦點問題。近些年,很多學者利用衛星遙感數據結合GIS技術反演出大尺度、高分辨率的地面參數,RS和GIS技術也越來越多的應用于社會統計數據的空間化研究中。本文根據研究內容、方法和研究深度的不同,將社會統計數據空間化研究歸納為以下幾方面:

(1)社會統計數據與地理因子相關性的定量研究影響社會統計數據空間分布的因素很多,如自然環境狀況、社會經濟生活、歷史傳統、文化沉淀等等。諸多研究者從不同角度對各種地理因子與社會統計數據空間分布的相關性進行研究,并取得了很好的研究成果。例如廖順寶[5]等人以土地利用、海拔高度、主要道路和河流作為影響青藏高原人口分布的主要環境因子,并以居民點信息作為人口分布的指示因子,進行了人口統計數據的空間化,說明在青藏高原,居民點對人口分布有重要影響,而高程和主要河流以及土地利用、主要公路與人口的分布也密切相關;王春菊[6]72等人分析了福建省各市縣平均人口密度與海拔高度、河網密度、土地利用以及與海岸線的距離和居民點密度之間的相關性,以居民點作為人口分布的重要指示因子,對福建省人口統計數據進行了空間化。此類研究對于社會統計數據空間化過程中的影響因子分析以及參數設置有很大的借鑒意義,但是只能基于幾種特定的因子進行分析,研究的區域性明顯,而不具備普遍性,同時研究絕大多數集中于人口空間化的研究,并且對行政區劃的依賴性較強,難以真正實現地理空間上的空間化。

(2)集成遙感獲取的土地利用、土地覆被信息和其他信息估計社會數據主要是以高時空分辨率的遙感影響為基礎,通過提取土地利用等空間信息,建立社會數據與對應的土地利用類型所占面積之間的關系,從而實現社會數據的空間化。這種方法成功地應用了高精度遙感影像的優點。由于遙感影像具有較高的時間分辨率,并能做到及時更新,因此對社會數據的空間化的貢獻極大。國內近幾年出現的許多人口估計模型都是基于遙感獲取土地利用信息和其他信息建立回歸方程進行的。例如廖順寶[7]等人通過對于四川省的151個市縣的人口密度與各種土地利用指數進行多元回歸分析,發現人口密度與土地利用之間具有非常密切的關系,其中與耕地、居民點—工礦用地之間的關系最為密切。同時基于人口密度與土地利用之間的定量關系對四川省市縣統計人口數據進行了空間化探討和實驗,取得了較好的研究結果;易玲[2]57等利用遙感影像信息獲取了土地利用/覆蓋數據建立與統計型GDP數據的多元相關關系模型,計算了各種土地利用類型中的GDP系數,嘗試以土地利用空間格局為GDP空間分布的主要影響因素,提出了統計型GDP數據空間化處理的研究思路和實現途徑,并生成了西部12省區1km2格網的GDP空間分布數據;劉紅輝[8]等利用土地利用空間格局為社會經濟要素空間化展布的主要因素,以遙感數據和統計數據最主要信息源,將統計型社會經濟數據展布到地理空間,對現有以行政區劃為單位的統計型社會經濟數據庫(GDP)進行了空間化處理,并實現了1km格網水平上的GDP空間數據集。經濟—人口—土地是當今世界普遍關注的焦點問題,而基于土地進行人口、GDP等社會統計數據的空間化是土地和社會經濟數據復合研究的最佳方式,同時也具有重要和簡明的地學意義。但在現有技術條件下,仍然存在很多問題,例如利用遙感影像提取土地利用/覆被信息時,不可避免地存在信息的丟失和損壞,由于影像數據自身分辨率限制,使得土地利用數據結果存在一定的誤差,尤其是某些影像無法識別的特定地區,誤差則更大。同時,不同尺度不同類型的土地利用數據,信息的丟失情況也不盡相同,因此,獲得高精度估計結果的前提是用于高精度、可靠性和時空一致性好的數據和相關信息,而建立這樣的數據集也是目前急需進行的工作,同時,空間化的結果驗證有待于進一步提高,建議在實際使用土地利用/覆被數據進行社會統計數據空間化的過程中,對信息的丟失和誤差情況作出相應的精度檢驗分析和研究,而此類研究目前大多屬于定性描述,鮮見有定量分析。

(3)社會統計數據空間化的技術方法分析社會統計數據空間化研究的目的是模擬社會統計數據在地里空間上的真實分布情況,為環境規劃,資源的永續利用和行政管理提供決策支持。其方法有很多種,目前國內應用較多的方法可以總結為面插值方法和統計模型方法[9],而主要思想則是基于多元數據融合的思想[6]71[7,10]。金君[11]等人針對常用的表示人口分布方法的不足,提出了將人口數據分布到規則網格上的數字人口模型(DigitalPopulationModel,簡稱DPM),并詳細闡述了DPM建立的原理及實現的技術方法,以及目標區域格網劃分的原則和方法,通過對具體樣區的實驗,得到較為理想的結果,有較高的準確性;閆慶武[12]等人基于面積權重內插法與領域平均法原理,提出人口密度空間化的一種方法———網格單元面積權重內插法,并以江蘇省豐縣委研究區域進行例證,結果表明該方法有效的緩和了傳統方法直接生成的人口密度圖中的突變線,制作的人口密度GRID專題地圖能夠很好的反應人口密度的平均性,生成的人口密度三維可視化地圖符合人口密度的空間分布特點;呂安民[13]等從GIS的角度研究如何解決人口內插的問題,認為面積內插和GIS中的疊加分析是一致的,在傳統的面積內插方法的基礎上提出了基于人口真實分布的面積內插方法,并推導出了共識,同時提出了人口密度的遞歸算法,即把居住區分為人口稀疏地區和人口稠密地區,估計出人口稀疏地區的人口密度就可以求出人口密集地區的人口密度,再把人口密集區分為新的人口稀疏區和密集區,由此反復直至求出接近于人口真實分布的人口模型。在GIS、RS、GPS等技術和多元數據的有效支持下,多級區劃、分區建模、空間分析、多元數據融合等研究方法和手段越來越多的應用于多級社會統計數據的空間化模擬研究,但是方法和技術發展的同時也存在很多的問題,社會統計數據空間化的研究是要打破行政區劃單元,使得社會統計數據最大限度的接近真實自然分布的情況,而格網單元具有其規則面積,并且在不同尺度的研究格網的面積也應該有不同的設計標準,同時,格網大小是否符合整個研究區的實際情況,更需要進一步的探討;另外社會統計數據的分布也有其規律可循,是否能夠將其規律與新的技術手段進行結合,開發出更好的模型,也是我們需要探討的問題;在社會統計數據影響權重的估算過程中,存在數據和方法的限制,使得研究的客觀性問題始終存在,同時,社會統計數據分布的很多影響因素之間又存在著密切的相關和影響,在多因素融合計算綜合權值的過程中,如何消除信息的冗余也有待于進一步深入研究。

三、研究展望

基于GIS、RS和GPS等技術進行社會統計數據空間化的研究已經取得了很多成就,但是應用于實際的社會統計數據空間化還需要從以下幾個方面開展更為深入的研究:

(1)提高小尺度社會統計數據空間化的精度相關研究大多認為,小范圍的社會統計數據空間化的研究不如大尺度的研究精確[9],其原因是復雜的,但主要是因為大尺度的空間化中的估計過高和過低的數值存在相抵,使得總體精度較高,而小尺度的格網確定較為困難,同時由于尺度小,影響因素也較為細化,這就給提高空間化的精度帶來困難,因此建議今后應該在提高小尺度的社會統計數據空間化精度上開展深入的研究。

(2)充分利用更新更精的遙感數據源當前,隨著高分辨率遙感影像例如QUICKBIRD、IKONOS等的快速發展,人類應用此類空間信息的對地觀測的能力有了很大的提高,這也為社會統計數據空間化的研究提供了廣闊的前景,因此,今后應加強更新更精的遙感數據源在社會統計數據空間化方面的應用研究。

(3)加強對遙感影像提取精度的分析和驗證雖然遙感數據在社會統計數據中的作用和影響日益顯著,但遙感信息的發展仍處于新興階段,不容忽視的是由于對遙感影像的解譯和判讀的誤差,通過遙感影像提取相關信息時,難以避免的存在信息的丟失和損壞。因此,在相關研究過程中對遙感影像的提取和分析過程中的精度分析至關重要,這直接關系到研究結果的可靠性。加強這方面的工作也是將來研究中亟待解決的問題。

(4)加強規則格網內社會統計數據空間化的精度驗證目前的研究存在社會統計資料不足,無法對設計的規則格網內的統計數據精度進行合理的驗證。對于空間化后的社會統計數據,如何尋找與其對應的驗證數據集和模型,也是目前存在的問題,今后的工作應加強格網內空間化的社會統計數據的實地調查和采集工作,使其與遙感、GIS等技術充分結合,為空間化后的規則格網社會統計數據提供充分的驗證數據集。

(5)注重對空間化結果的驗證社會統計數據的空間化是一種間接獲得統計數據空間化分布結果的過程,因此由于方法和技術手段的不同,空間化的結果也不盡相同,而該結果與實際情況是否相符,以及相符的程度都是衡量空間化精度的重要指標,建議結合幾個采樣點的實地調查結果進行分析和校正,提高結果的準確性,同時為改進空間化方法提供依據。

(6)完善社會統計數據綜合數據庫和構建綜合的理論體系目前國內的相關研究已經形成初步的研究成果,中科院知識創新工程重大項目《西部生態環境演變規律與水土資源可持續利用》的成果之一就是建立了我國西部1km格網GDP數據庫,為自然、人文科學的研究和政府決策提供了科學數據[2]。但建立和完善社會統計數據綜合數據庫的工作還在進行當中,而相關的理論、方法、技術手段等還需要進一步的綜合,以構建相關的理論體系,為下一步的研究工作提供更好的指導。