Population as one of the basic elements of urban research is an important basis for measuring the level of urbanization. It is of great significance to have timely access to fine population data for the comprehensive and coordinated sustainable development of economy and society and for the monitoring and evaluation of "new urbanization" in China. In view of the problems of the existing population estimation models, such as the high cost of the acquisition and processing of the required data, low update frequency and insufficient spatial resolution, this project constructs a fusion model of multi-source remote sensing data(including nighttime light data and LiDAR data) with big differences in spatial resolution, different update frequencies and different dimensions of information, meanwhile, achieves high temporal resolution(day, week, month) of a large building scale real-time population estimation based on deep learning framework, and chooses Shanghai downtown and Chongming Island as empirical research areas to analyze the population dynamics on important holidays and working days. The project outcomes will provide effective technical support for urban scientific planning and meticulous management, internal resource allocation, emergency preparedness and monitoring of urbanization process, as well as provide the reference for the estimation of other socio-economic indicators and related research.
人口作为城市研究的基本要素之一,是度量城镇化水平的重要依据。及时获取精细人口数据对经济社会全面协调的可持续发展、“新型城镇化”的监测评估都有着重要意义。针对现有人口估算模型所需数据的获取与处理成本高、更新频率低、空间分辨率不足等问题,本项目构建空间分辨率差异大、更新频率各异且表现不同维度信息的多源遥感数据(包括夜间灯光数据和LiDAR数据等)融合模型,建立多源遥感数据信息特征库,基于深度学习框架实现高时间分辨率(日、周、月)的大范围建筑物尺度人口准实时估算,并选择上海市中心城区和崇明岛作为实证研究区域,分析重要节假日与工作日的人口动态变化情况。项目成果将为城市的科学规划和精细化管理、内部资源分配、应急防灾和城镇化进程监测提供有效的技术支持,也为其他社会经济指标的估算及相关研究提供借鉴。
深入理解和挖掘多源遥感数据表达的不同时空维度信息,克服传统人口估算动态数据获取难、空间分辨率不足、监测滞后等问题,是实现动态人口准实时估算的重要前提。本研究按照既定计划完成了所有预期目标,通过探究不同传感器获取的夜间灯光数据特征,生产了长时序跨平台的夜间灯光数据集,并验证了国内外新型夜间灯光数据对包括人口在内的城市社会属性的表征能力;提出了夜间灯光、激光雷达及其他高分辨遥感影像信息融合的方法,建立了多维信息特征库,基于深度学习框架构建了高时空分辨率的建筑物尺度人口估算模型,并分析了城市人口时空分异格局及时空动态规律;生产了上海市中心城区和崇明岛高时间分辨率建筑物尺度精细化人口数据集。本项目对于多源数据“信息融合”的概念进行了成功实践,即先挖掘各类数据中的有效信息,再进行融合应用,另辟蹊径地规避了由数据差异所导致的融合障碍,实现了数据来源、物理信号和分辨率各异空间数据的有效融合;本项目还在人口估算基础上,总结提出了“夜光-城市要素”分析方法,将夜光遥感和其他数据融合的感知领域拓展到了“经济-能源-物质”等城市要素上,有效提高了社会经济和自然要素的精细感知能力。本项目研究成果中的长时序高精度“类NPP-VIIRS”夜光数据集、合成的NOAA-20-VIIRS月数据、2000年-2012年的全球城市建成区数据等均已发布共享。本项目所提出的方法和相关数据,可以为城市规划、应急减灾等提供数据和方法支撑,也可为社会经济遥感相关研究提供参考。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
内点最大化与冗余点控制的小型无人机遥感图像配准
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
一种改进的多目标正余弦优化算法
基于多源遥感数据的城市不透水层估算方法研究
基于深度学习的多源多模态城市大数据融合建模
基于多源遥感数据的城市不透水层分布估算方法研究
基于深度学习的多源多分辨率遥感影像融合算法研究