[发明专利]一种义务教育阶段适龄常住人口空间化方法和系统

说明书

本发明公开了一种义务教育阶段适龄常住人口空间化方法和系统，包括以下步骤：对地貌筛选县进行层次聚类分析筛选出社会经济筛选县并组成一级筛选镇；对各像元的各波段数据进行层次聚类分析获得初始建成区图斑；剔除初始建成区图斑中高速公路图斑，获得成果建成区图斑；根据形状指标对成果建成区图斑进行层次聚类分析获得形状分类；根据统计指标对一级筛选镇进行层次聚类分析获得形态分类；提取出与待空间化镇属于同一形态分类的镇级单位作为形态筛选镇；通过BP神经网络模型对形态筛选镇内的人口数据信息进行训练建立空间化模型。基于形态分类引入统计指标进行形状分类，提高了影响因素的相关性，使空间化模型的拟合度和准确度更高。

技术领域

本发明属于数据统计处理技术领域，具体涉及一种义务教育阶段适龄常住人口空间化方法和系统。

背景技术

人口数据通常以行政区划为调查单元，普查、抽样逐级汇总而得，不能准确揭示区域内部人口实际分布和空间差异。人口空间化旨在揭示人口在地理空间上的分布信息和数量大小，呈现人口统计数据的地理学空间含义，其研究已经成为人口学、地理学、GIS领域研究的热点。人口数据的空间分布是反映人类活动最直观也是最便捷的指标，获取高精度的人口空间分布信息对于正确认识人口分布规律，分析人口、资源、环境和社会经济发展的相互作用机制，提高人口、资源和环境的综合管理能力有着重大的意义。

现有相关技术中，国内外研究人口空间化的方法大都是使用统计模型法，其基本思路是利用和人口分布相关的影响因子与统计人口数据之间的关系建立数学模型，通过将这些已知影响因子引入模型从而完成对统计人口数据的空间化。在统计模型法中，选取指标多变，缺少影响因子间相关性分析，融合权重确定较为主观，造成建立的人口空间化模型所预测的人口数量与实际人口分布偏差较大。

发明内容

本发明的目的是要解决上述的技术问题，提供一种义务教育阶段适龄常住人口空间化方法和系统，解决了现有技术中统计模型法获得的人口空间化模型所预测的人口数量与实际人口分布偏差较大的问题。

为了解决上述问题，本发明按以下技术方案予以实现的：

第一方面，本发明提供了一种义务教育阶段适龄常住人口空间化方法，所述方法用于待空间化镇的人口空间化，包括以下步骤：

基于层次聚类法对地貌筛选县进行层次聚类分析筛选出社会经济筛选县，并将所有构成社会经济筛选县的乡镇组成一级筛选镇；

获取一级筛选镇的卫星遥感栅格数据，并从卫星遥感栅格数据中提取各像元的各波段数据，基于层次聚类法对各像元进行层次聚类分析获得初始建成区图斑；

剔除初始建成区图斑中高速公路图斑，获得成果建成区图斑；

基于层次聚类法根据成果建成区图斑的形状指标对成果建成区图斑进行层次聚类分析，获得若干种形状分类；

基于层次聚类法根据一级筛选镇的统计指标对一级筛选镇进行层次聚类分析，获得若干种形态分类；其中，所述统计指标包括所述形状分类下若干形态因素和每个级筛选镇的形态因素；

提取出与所述待空间化镇属于同一形态分类的镇级单位作为形态筛选镇；

通过BP神经网络模型对形态筛选镇内的人口数据信息进行训练，建立空间化模型，所述空间化模型用于预测所述待空间化镇内目标区域的义务教育阶段适龄常住人口数量

结合第一方面，本发明还提供了第一方面的第1种实施方式，基于层次聚类法对地貌筛选县进行层次聚类分析筛选出社会经济筛选县，具体包括：

以待空间化镇为中心，将预设范围内全部县级单元作为初始周围县；

根据地形阶梯数据将初始周围县内的各个县级单元划分为若干阶梯类型；

选取与所述待空间化镇为同一阶梯类型的县级单元作为地貌筛选县；