[發(fā)明專利]一種義務教育階段適齡常住人口空間化方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202210385430.4
• 申請日: 2022-04-13
• 公開（公告）號: CN115270904B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 陳曉明;李伯陽;吳軍;蔡泰成;雷霄雁;李邵華;唐莘;陳金鴿;鐘夢琪;陳孝仙;胡昌杰
• 申請（專利權）人: 廣州市城市規(guī)劃勘測設計研究院
• 主分類號: G06F18/23
• 分類號: G06F18/23;G06F18/241;G06N3/048;G06N3/045;G06N3/08;G06Q10/04;G06Q50/26
• 代理公司: 廣州云領專利代理事務所(普通合伙) 44441
• 代理人: 張蓮珍

本發(fā)明公開了一種義務教育階段適齡常住人口空間化方法和系統(tǒng)，包括以下步驟：對地貌篩選縣進行層次聚類分析篩選出社會經(jīng)濟篩選縣并組成一級篩選鎮(zhèn)；對各像元的各波段數(shù)據(jù)進行層次聚類分析獲得初始建成區(qū)圖斑；剔除初始建成區(qū)圖斑中高速公路圖斑，獲得成果建成區(qū)圖斑；根據(jù)形狀指標對成果建成區(qū)圖斑進行層次聚類分析獲得形狀分類；根據(jù)統(tǒng)計指標對一級篩選鎮(zhèn)進行層次聚類分析獲得形態(tài)分類；提取出與待空間化鎮(zhèn)屬于同一形態(tài)分類的鎮(zhèn)級單位作為形態(tài)篩選鎮(zhèn)；通過BP神經(jīng)網(wǎng)絡模型對形態(tài)篩選鎮(zhèn)內的人口數(shù)據(jù)信息進行訓練建立空間化模型。基于形態(tài)分類引入統(tǒng)計指標進行形狀分類，提高了影響因素的相關性，使空間化模型的擬合度和準確度更高。

技術領域

本發(fā)明屬于數(shù)據(jù)統(tǒng)計處理技術領域，具體涉及一種義務教育階段適齡常住人口空間化方法和系統(tǒng)。

背景技術

人口數(shù)據(jù)通常以行政區(qū)劃為調查單元，普查、抽樣逐級匯總而得，不能準確揭示區(qū)域內部人口實際分布和空間差異。人口空間化旨在揭示人口在地理空間上的分布信息和數(shù)量大小，呈現(xiàn)人口統(tǒng)計數(shù)據(jù)的地理學空間含義，其研究已經(jīng)成為人口學、地理學、GIS領域研究的熱點。人口數(shù)據(jù)的空間分布是反映人類活動最直觀也是最便捷的指標，獲取高精度的人口空間分布信息對于正確認識人口分布規(guī)律，分析人口、資源、環(huán)境和社會經(jīng)濟發(fā)展的相互作用機制，提高人口、資源和環(huán)境的綜合管理能力有著重大的意義。

現(xiàn)有相關技術中，國內外研究人口空間化的方法大都是使用統(tǒng)計模型法，其基本思路是利用和人口分布相關的影響因子與統(tǒng)計人口數(shù)據(jù)之間的關系建立數(shù)學模型，通過將這些已知影響因子引入模型從而完成對統(tǒng)計人口數(shù)據(jù)的空間化。在統(tǒng)計模型法中，選取指標多變，缺少影響因子間相關性分析，融合權重確定較為主觀，造成建立的人口空間化模型所預測的人口數(shù)量與實際人口分布偏差較大。

發(fā)明內容

本發(fā)明的目的是要解決上述的技術問題，提供一種義務教育階段適齡常住人口空間化方法和系統(tǒng)，解決了現(xiàn)有技術中統(tǒng)計模型法獲得的人口空間化模型所預測的人口數(shù)量與實際人口分布偏差較大的問題。

為了解決上述問題，本發(fā)明按以下技術方案予以實現(xiàn)的：

第一方面，本發(fā)明提供了一種義務教育階段適齡常住人口空間化方法，所述方法用于待空間化鎮(zhèn)的人口空間化，包括以下步驟：

基于層次聚類法對地貌篩選縣進行層次聚類分析篩選出社會經(jīng)濟篩選縣，并將所有構成社會經(jīng)濟篩選縣的鄉(xiāng)鎮(zhèn)組成一級篩選鎮(zhèn)；

獲取一級篩選鎮(zhèn)的衛(wèi)星遙感柵格數(shù)據(jù)，并從衛(wèi)星遙感柵格數(shù)據(jù)中提取各像元的各波段數(shù)據(jù)，基于層次聚類法對各像元進行層次聚類分析獲得初始建成區(qū)圖斑；

剔除初始建成區(qū)圖斑中高速公路圖斑，獲得成果建成區(qū)圖斑；

基于層次聚類法根據(jù)成果建成區(qū)圖斑的形狀指標對成果建成區(qū)圖斑進行層次聚類分析，獲得若干種形狀分類；

基于層次聚類法根據(jù)一級篩選鎮(zhèn)的統(tǒng)計指標對一級篩選鎮(zhèn)進行層次聚類分析，獲得若干種形態(tài)分類；其中，所述統(tǒng)計指標包括所述形狀分類下若干形態(tài)因素和每個級篩選鎮(zhèn)的形態(tài)因素；

提取出與所述待空間化鎮(zhèn)屬于同一形態(tài)分類的鎮(zhèn)級單位作為形態(tài)篩選鎮(zhèn)；

通過BP神經(jīng)網(wǎng)絡模型對形態(tài)篩選鎮(zhèn)內的人口數(shù)據(jù)信息進行訓練，建立空間化模型，所述空間化模型用于預測所述待空間化鎮(zhèn)內目標區(qū)域的義務教育階段適齡常住人口數(shù)量

結合第一方面，本發(fā)明還提供了第一方面的第1種實施方式，基于層次聚類法對地貌篩選縣進行層次聚類分析篩選出社會經(jīng)濟篩選縣，具體包括：

以待空間化鎮(zhèn)為中心，將預設范圍內全部縣級單元作為初始周圍縣；

根據(jù)地形階梯數(shù)據(jù)將初始周圍縣內的各個縣級單元劃分為若干階梯類型；

選取與所述待空間化鎮(zhèn)為同一階梯類型的縣級單元作為地貌篩選縣；