基于高分辨率遥感影像的人口信息的提取综述

1 高分辨率影像数据概况

基于遥感影像人口信息提取采用的卫星影像通常是空间分辨率在5m以内。对于高分辨率遥感卫星以及遥感性能的参数指标, 如表1。[1]

由于与人口信息相关的地表信息在影像上的表达纹理、形状各异, 利用某种方法从高分辨率遥感影像中提取人口信息是今后研究的一个突破点。

2 高分辨率遥感影像提取人口信息方法

用于遥感在人口估计统计模型中的使用始于20世纪50年代中期, 该手段解决了手工统计人口费时, 费力的缺陷, 同时也使人口数据库得到及时更新。而且该方法和技术也越来越成熟。

2.1 利用不透水地面和居住地面积估测人口密度

Dengsheng Lu等人主要是利用线性和非线性回归分析估价模型来检验美国印第安纳州的马里恩县的人口密度。该模型反映出: (1) 人口密度和居住面积呈线性关系, 但只适用于居住面积在25%~85%之间, 此范围之外则误差较大。 (2) 不透水面和人口密度的关系更为密切, 线性关系更为明显, 利用该自变量对人口密度建模, 估测的影响会更大一些。

2.2 土地利用密度法统计人口密度

土地利用密度法模型适合于总人口难于统计地区或者普查时间外的某地区总人口数, 该模型精度主要取决于土地利用类型的分类精度, 而不同土地利用类型可以

从遥感影像上提取。人口数据与土地利用类型尤其是耕地和居民点之间的关系最为密切。

2.3 居住单元估计法

居住单元估计法, 首先是在高分辨率遥感影像 (SPOT或QUICKBIRD影像) 上提取所有类型的建筑物, 其次是结合一张土地利用类型图在建筑物影像上提取居住建筑, 而后计算出不同地区的居住建筑密度和建筑物的数量;再次根据建筑数量与建筑容积率的关系建立相应的模型, 计算出该地区的人口密度。用该方法计算了不同类型居住单元的平均人口密度, 克服了人工计算居住单元数量费时费力的缺点。在单个网格像元水平上, 使用一种基于栅格的方法从航空照片上提取居住区的建筑物密度的方法。另外的一种方法就是利用高分辨率遥感影像、最新的土地利用分类图和不同地区的人口普查数据来共同完成影像上的人口分布统计。

2.4 热红外波段人口分布信息提取

用彩红外影像上建筑物的数量作为间接指标来验证人口普查数据的精度;等采用实用线性扫描系统OLS的夜间热红外影像, 与栅格化的美国1990年1km×1km人口分布数据相比较, 得出人口的密集程度与OLS影像值的高低在趋势上具有很好的一致性;在人口密集的大城市地区, OLS影像值与人口密度具有很高的相关性 (R2=0.84) , 但是在全国尺度上, 二者的相关性一般 (R2<0.6) , 且尺度随着空间分辨率的增大而减小。这些遥感参数与人口信息之间的空间稳定性较差, 难以推广到大尺度上。

3 结语

根据人口估计的目标和使用的数据源不同, 可以把基于RS和GIS的人口估计方法分为面插值法和和统计模型法。这两种方法彼此并非孤立。虽然基于RS和GIS进行人口估计的理论研究已经取得很大成就, 但是要在实际中有效应用, 还需要从以下几个方面开展更多更深入的研究:

3.1 提高小范围内人口估计精度

利用RS影像进行人口估计的研究大都得出了一致的结论, 即小范围内人口估计不如大区域内的人口估计精确, 究其原因主要是大区域人口估计过程中过高和过低估计相互抵消, 使得总体估计精度较高, 今后应向提高小范围内人口估计精度方面开展深入研究。

3.2 充分利用新的R S数据源进行人口估计

随着高空间分辨率商业卫星RS影像如IKONOS、QuickBird的出现, 为提高人口估计精度提供了很好前景。此外, 由于城市建筑物在雷达图像上具有强烈的后向反射特征, 使得雷达图像成为研究城市的有效遥感数据源。虽然雷达遥感在城市研究中有一些成功案例, 但是目前在人口估计方面的研究很少, 今后应加强雷达图像在城市人口估计方面的应用研究。

3.3 考虑影响人口分布的多种因素, 提高人口估测精度

人口分布是多种因素相互影响共同作用结果。除了遥感影像上获取的与人口分布有关的信息外, 其它信息例如对于城市人口分布来说, 大型商场和超市的位置、地价水平等都是影响人口分布的重要因素。今后在人口估计的过程中, 应多方面考虑影响人口分布的各种因素以此来提高人口估计的精度。

摘要：随着遥感技术的不断提高, 人们开始考虑使用高分辨率遥感影像对某区人文信息进行提取, 本文主要是基于高分辨率影像人口信息提取方法的研究综述, 目的在于借鉴前人的研究, 以求在此基础上更进一步发展。

关键词：高分辨率遥感影像,人口密度,不透水地表,居住单元

参考文献

[1] 刘建华, 胡光道.高分辨率遥感影像的土地利用分类[J].资源开发与市场, 200420 (4) .

[2] Dengsheng　Lu, Qihao　Weng, Guiying　Li.Residential　Population　Estimation　Us-ing　Remote　Sensing　Derived　Impervi-ous　Surface[J].International　Journal　of Remote　Sensing, 2006.