基于BP网络与空间统计分析的山东人口空间分布模式预测.pdf

第34卷第6期测绘科学Vol34No6
2009年11月ScienceofSurveyingandMappingNov

基于BP网络与空间统计分析的山东人口
空间分布模式预测研究

张锦宗,朱瑜馨,周杰
(北京师范大学地理与遥感学院,北京100875;聊城大学环境与规划学院,山东聊城252059)

摘要运用BP网络对山东省17地市未来人口总量进行预测,在预测数据的基础上运用空间自相关方法对未
来人口的空间分布模式进行分析。研究表明:2005-2010年山东省人口密度的空间分布模式总体呈现西南-东
北模式,存在着空间集聚现象;2006-2010年17地市局部空间关联类型基本没有发生变化,西部和南部8个地
区存在着明显的高-高集聚;北部5个地区存在着明显的低-低集聚;淄博和青岛存在着两个高-低
关联的孤立点。
关键词BP网络;空间自相关;空间模式;空间统计
中图分类号P208文献标识码A文章编号1009-2307(2009)06-0162-03

模式进行预测。
引言
131BP网络预测方法
人口增长与空间分布是影响区域长远发展的重要因素,从预测类型上讲,ANN预测可分为单变量时间序列预
我国学者对这两方面的问题也做了许多有益的研究。对于测和多变量时间序列预测,本文以17个地市人口总量为变
人口总量预测的研究主要有:李永浮等2006年利用Logistic量,历史年份的数据为样本,属于多变量时间序列预测。
曲线拟合和等纬递补灰色理论预测了2010年北京市流动人在预测过程中,以1992年-2004年人口数据为输入,1993
口的增长情况[1];陈文权等2008用leslie修正模型对中国年-2005年人口数据为输出,进行网络训练,用绝对误差与
未来人口进行长期预测[2];毕小龙等2007年采用BP神经相对误差进行精度检验,确定网络模型;然后以1993年-
网络模型对2002~2015年全国乡镇人口中0~17岁年龄段2005年人口数据为输入,预测输出2006年人口数据;考虑
的人口进行了预测[3];门可佩等2007年采用灰色模型理论误差的积累,对滚动预测方法进行修正,在进行2007、
对中国人口进行了预测[4]。对于人口空间分布研究主要集2008、2009、2010年人口数据的预测时,分别以1993年-
中在以下几个方面:按人口分布的地域结构把区域分为2006年、1994-2007、1995-2008、1996-2009的人口数据重
不同的圈层,来探讨人口空间分布及演变[5-8];用空间相新训练网络,调整网络模型进行预测。
关分析方法、聚类分析方法、核密度估计法等来探讨区域32空间统计分析方法
人口空间分布特征[9-11];通过人口数据空间化方式探讨空间统计分析方法是在分析空间关系的基础上进行的
人口空间分布[12-13]。将二者结合起来,陈楠等2006年采用数值的相关性关分析。通过实体间同一属性值在不同空间
灰色理论,应用全局自相关和人口集中指数对中国各省市位置上相似程度的判别,来研究一个多边形或点与它最接
人口空间分布模式进行了预测。近的多边形或点的关系,是空间分布特征、选择适宜的空
本文将基于时间序列的历史数据采用改进了的BP网间尺度来完成空间分析最常用的方法。
络,以地市行政区域为研究单元,对山东省未来人口进行1)空间权重矩阵
预测,并采用空间统计分析方法对未来人口空间分布模式N个对象的空间邻近关系可以通过定义一个二元对称

进行预测分析。空间权矩阵Wnn来表达,采用邻接标准或距离标准来度
量。本文采用简单的二进制邻接矩阵,即当区域i和区域j
2数据来源
在空间上存在相邻关系时,空间权重矩阵元素Wij=1,其
本文数据来源于19932001年中华人民共和国全国他情况为0。
分县市人口统计资料山东省17地市人口统计数据,利用
2005年山东省行政区图在MapInfo中提取地市行政单元,1区域i与区域j空间相邻
Wij=
建立Regiontab图层,利用MapInfo中提供的对象相邻关系0其他
查询,建立空间邻接矩阵。
2)全局空间自相关
3技术方法本文采用Moran指数。Moran指数反映的是空间邻接或
[14]
本文以1992年~2005年历史人口数据建立BP网络模空间邻近的区域单元属性值的相似程度。其公式为:
型对山东省未来人口总量进行预测,以2005年山东省17
地市行政区面积为未来行政区面积,以人口密度为指标,nn
W(x-x)(x-x)
ijij
采用MoransI和LocalMoransI指数对未来人口空间分布iij
I(d)=nn
s2W
ij
作者简介:张锦宗(1973-),男,甘肃ii