《International Journal of Digital Earth》:Representative population distribution layer for Czechia: from methodology to automated solutions
编辑推荐:
空间人口分布的认知对于规划、政策制定以及社会经济学研究至关重要。基于居住地的传统人口数据使用方式提供了一种静态且常带偏差的视角,因其未能考虑人口 mobility(人口流动),而人口流动对空间和时间格局具有显著影响。本研究实施了七个国家级登记系统与普查衍生指标
空间人口分布的认知对于规划、政策制定以及社会经济学研究至关重要。基于居住地的传统人口数据使用方式提供了一种静态且常带偏差的视角,因其未能考虑人口 mobility(人口流动),而人口流动对空间和时间格局具有显著影响。本研究实施了七个国家级登记系统与普查衍生指标的自下而上聚合,以生成捷克(以奥洛穆茨州为示范区域)100 m网格的代表性日间与夜间人口图层。工作流程包括预处理以消除来源之间的重叠、地理编码以确定位置,并将所得人口计数转换为100 m网格表达。该流程以Python实现,并以ArcGIS Pro工具箱形式发布。与普查数据及移动网络地理定位估计值的验证表明,夜间人口以令人满意的精度得以重现,而日间偏差随聚落规模增大而增加,原因在于就业人员范围的不确定性,但仍处于可接受范围内(<22%,适用于<50,000居民的聚落)。所得工作流程提供了一种可复现、可参数化的方法,用于从国家级登记系统创建高分辨率网格化人口数据,并在有可用更详细自定义输入来源时加以利用。
随着人口持续增长,长期空间人口动态监测的重要性日益凸显。城乡区域常表现出高度的空间异质性,而理解人口分布不仅对全球层面至关重要,对国家及区域层面的灾害响应、人道主义援助、公共卫生、城市规划与资源管理等领域同样具有关键支撑作用。尽管人口数据对于政策制定和学术研究不可或缺,但许多地区仍缺乏最新或完整的人口数据。欧盟统计立法规定每十年开展一次人口普查,捷克统计局负责组织实施;然而该类数据基于居住地进行统计,存在空间分辨率固定、更新周期长的局限。与此同时,移动网络地理定位数据等替代源虽具时效性优势,却面临精度可变、匿名化处理及成本等约束。现有全球网格化人口产品多采用自上而下的分解方法,将聚合后的统计单元计数基于辅助预测变量分配至网格单元,而非反映目标分辨率上的直接观测,这在国家层面自下而上的替代方案方面形成了明显空白。此外,传统人口记录仅反映永久居住地信息(即夜间人口),而由就业与教育中心驱动的日间人口动态在很大程度上未被观测,且缺乏权威的日间人口参考数据源。在此背景下,研究人员开展了面向捷克国家的代表性人口分布图层构建研究,成果发表于《International Journal of Digital Earth》。
该研究旨在整合多源人口数据以强化国家尺度网格化人口建模中的自下而上方法,利用日益数字化的行政登记系统实现更直接的数据应用,而非仅依赖估计或重算。研究所用关键技术方法包括:基于七个国家级登记系统的多源数据融合策略,涵盖捷克统计局普查区与建筑登记、经济实体登记、社会服务提供者登记、学校登记等;数据预处理技术以消除来源重叠,包括基于基本定居单元的人口结构拆分与去重;地理编码技术将非空间登记数据转换为地址级空间数据;网格聚合技术采用100 m×100 m规则网格进行自下而上的人口计数聚合;以及基于ArcPy的自动化工具开发,实现流程的参数化与可重复执行。
研究结果部分,研究人员首先呈现了代表性人口分布图层的构建结果。基于表3所列空间数据集,按照图2和图3所示方案进行聚合,生成100 m×100 m栅格数据,捕捉奥洛穆茨州典型工作日的日间与夜间人口分布。图5提供了区域概览,允许对日间与夜间状态进行视觉比较:日间格局显示农村区域人口下降并向较大聚落转移,夜间农村人口则更为显著,反映通勤减少的特征;奥洛穆茨市区的放大插图凸显其城市核心与周边稀疏区域的对比。图6展示了该州最大城市奥洛穆茨的详细分布,日间呈现分散的热点(工作场所与学校高浓度区),夜间则回落至居住区域,尤其是Ne?edín、Nová Ulice、Povel、Nové Sady和Lazce等住宅区。
在人口统计特征方面,表4汇总了13个人口最多城镇的日间与夜间人口最大值、平均值(μ)及总和(Σ),并与捷克统计局常住人口数据及地理定位估计值进行对比。日间人口状态超出参考值主要源于数据不确定性,尤其是以区间形式给出的雇员数据可能导致大雇主导向的城镇出现显著数值跳跃;方法论假设工人和学生100%在场亦未完全满足。夜间状态与捷克统计局永久居住数据的偏差则源于常住概念的使用包含了外国人。
验证结果部分,研究人员以捷克统计局2021常住人口及内政部基于所有移动运营商的2021年秋季地理定位估计值为参考,按聚落规模分组计算偏差。日间人口状态与地理定位数据比较显示,平均偏差随聚落规模增大而上升:1,000人以下聚落高估可忽略;1-2千人类别高估约101人(≤10%);2-5千人为407人;5-10千人为1,140人;1-2万人为2,365人,均处于15%相对偏差内;2-5万人群体偏差约7,936人(<22%);5万以上(仅奥洛穆茨)达20,000人(20.2%)。与捷克统计局数据比较时,2千人以下聚落平均偏差极小(-36和-10人),但奥洛穆茨高估39,500人(近40%),表现不理想。夜间人口状态与地理定位数据偏差较优:1千人以下+39人(+9.2%),1-2千人+79人(+5.6%),2-5千人+160人(+5.7%),5-10千及1-2万人约+137人(1-2%),2-5万人+941人(~3%);仅5万以上聚落出现-13,485人(-13.6%)的显著偏差。与捷克统计局数据比较,2万人以下聚落为可接受的低估,2-5万人略高估(+137),5万以上高估6,000人仍可接受。
讨论部分指出,现有研究多采用基于过时、粗糙且低频统计指标的全球性自上而下方法,而国家层面 finer than 1 km的自下而上方法更能真实反映人口空间分布及国家特性。该研究所面临的输入数据不确定性主要包括:雇员数据以区间而非精确值提供,导致日间人口高估;减去学生-工人比例去除重叠数据集时,未包含的高等院校学生约16,000人虽相较于110,000人的学前教育至中等教育规模属显著少数,但仍构成局限;对大、中、小工作场所的区分问题虽经处理,雇数据的不精确性依然存在。地理定位数据亦存在住宅识别相对稳定但区分第二住宅使用者、短期访客与通勤者可靠性较低的局限,且受匿名化流程、处理伪影、基站分配不确定性、用户类型定义及阈值设置等因素影响。
研究结论部分表明,作者以奥洛穆茨州为例,提出了聚合多源数据以创建捷克代表性人口分布图层的方法论,作为传统自上而下方法及单一孤立人口指标考虑的替代方案。基于人口分布在日间与夜间、工作日与周末间存在差异的前提,研究人员认为单一基础变体的图层产品不足以充分描述分布特征。研究所列数据源及其关键属性构成了人口信息的关键载体(达成目标A);数据预处理阶段解决了信息重叠消除、数据向地理空间形式的转换、缺失数据插补以及输入数据集不确定性的附加计算;两个变体的聚合方案在方法论层面和GIS环境技术实现层面均得到描述,并应用于奥洛穆茨州数据,生成100 m×100 m规则平方网格栅格数据以反映典型工作日的日间与夜间人口状态,以概览地图和详细地图形式呈现,并辅以13个最大城市的基本统计汇总及奥洛穆茨各cadastral区域(地籍区)的详细人口数据(达成目标B)。讨论部分 addressing 了输入数据集之一的CZSO经济实体登记在细节上的不确定性与不足——该登记以区间形式提供雇员数量而非精确值,且部分实体缺失该属性——日间人口状态的相对偏差在大于2万居民的聚落中不超过23%(若使用地理定位数据),夜间人口状态预测精度优异(较大聚落相对偏差不超过7%)(达成目标C)。最终开发的自动化数据处理工具以ArcGIS Pro扩展(工具箱)形式实现,支持参数和输入图层的重用与修改(达成目标D)。尽管结果呈现于较小区域(奥洛穆茨州),但方法和技术发现、程序及讨论建议普遍适用于整个捷克。