[发明专利]一种实有人口数据多尺度空间化方法

说明书

本发明公开了一种实有人口数据多尺度空间化方法，包括原始数据提取；通过原始数据中存在的问题制定数据质量标准，对数据质量进行评估，制定数据的清洗规则，对原始数据进行清洗；通过人房固有联系构建人口数据和房屋数据的关系链；按照关联链对人口数据进行以个体为尺度的空间化；然后通过聚合算法对个体人口空间化数据进行多尺度人口空间化数据的生成。本发明实现了对实有人口数据多尺度空间化，能够作为城市精细化管理的重要数据支持，提高了城市管理及规划的科学性。

技术领域

本发明涉及城市规划的技术领域，尤其是指一种实有人口数据多尺度空间化方法。

背景技术

“实有人口”是当前以“实有”为概念的城市管理数据中最为重要的一环，包括了常住人口、流动人口、户籍人口、外籍人口。实现空间化和多尺度空间聚合的实体人口数据作为新型城市基础数据可以真实的刻画人口数据的空间分布，同时多尺度的人口空间化数据能够提供多层次的数据快速访问和可视化分析。对于了解居民对城市资源时空配置的差异化需求以及城市空间的精细化管理有着重要的意义(王德,任熙元.日常流动视角下的上海市实有人口分布与流动性构成[J].城市规划学刊)。

现有的实有人口的研究中，在人口数据空间化方面，人口数据采用基于行政单元(省、市、县、乡镇等)的人口统计数据，这种数据存在着无法在小尺度上体现人口空间分布特征、时间分辨率差、不便于可视化和空间分析操作等问题。后续在基于行政边界的人口统计数据的基础上提出了使用一定的算法对人口统计数据进行离散化处理，主要使用城市地理学中的人口密度模型、空间插值方法和基于遥感和GIS的空间化方法，这些方法从本质上来说都是对原始的统计数据通过常见要素(如地形地貌、土地利用、夜间灯光等)建模对人口统计数据进行离散化处理，该类方法虽然在一定程度上提高和改善人口数据空间化结果的精确度与详细程度，但是随着模型复杂化导致空间化结果难以得到有效验证，同时空间化的数据尺度难以满足不同数据尺度下对数据的应用需求，人口数据要实现城市的精细化管理的要求。当前需要一种更加有效同时能够实现基于个体的人口数据多尺度空间化方法。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种实有人口数据多尺度空间化方法，通过实现人口数据的空间化和对人口数据实现多尺度聚合为城市管理与规划提供快速有效的决策支持。

为实现上述目的，本发明所提供的技术方案为：一种实有人口数据多尺度空间化方法，包括以下步骤：

1)获取原始数据，包括“四实”数据和地址门牌数据；其中“四实”数据包括实有人口数据、实有房屋栋数据、实有房屋套数据和人房关系数据；

2)对原始数据进行质量评估，通过质量评估中存在的问题构建“四实”数据的清洗规则，对原始数据进行清洗；

3)构建人房关系的空间关系链；

4)使用构建的空间关系链对人口数据以个体为数据尺度进行空间化，得到个体人口空间化数据；

5)通过聚合算法对个体人口空间化数据进行多尺度空间化，生成多尺度人口空间化数据。

在步骤2)中，依据“四实”数据采集与处理过程中存在着标准不统一，数据录入缺乏审核导致数据质量存在问题；通过对原始数据的访问与分析，相关的质量问题包括数据重复、数据异常和数据含义不明；主要从数据完整性、一致性、准确性这三个方面构建“四实”数据质量和清洗标准，提高数据的可用性，为后续的人口数据空间化与聚合提供数据支撑，其具体情况如下：

a、数据质量评估主要从数据完整性、数据一致性、数据准确性这三个方面来对数据质量进行评估，具体如下：

a1、数据完整性

数据完整性是指数据信息是否存在缺失的状况，数据缺失有两种，一是整个数据记录缺失，二是数据中某个字段信息记录缺失；质量目标为最大限度保留数据的完整性，确保后续分析具有完整的数据信息及样本量；