人口、社会经济数据一般以行政区为基本统计单元,这类统计数据与栅格尺度的自然和环境数据在空间上存在不匹配的问题,阻碍了自然与人为要素的交叉融合,因此,需要对人口和社会经济数据进行空间化模拟。高分辨率、高精度的栅格人口和社会经济数据在灾害风险评估、灾害应急管理、环境影响评估、公共健康、城市规划等很多领域都有广泛应用。本课题组基于机器学习方法,将多源遥感数据和地理空间大数据进行融合,模拟人口和GDP的时空分布特征,获得了中国大陆范围内高分辨率和高精度的人口和GDP栅格数据,可以为高分辨率的灾害风险评估提供基础数据支持。该成果主要由叶婷婷和陈倩同学合作完成。


  • 2010年中国人口密度分布图(100 m)



 2010年中国GDP密度分布图(1 km)



中国沿海省市人口密度(100m分辨率)分布图(由海科系本科生姚晨明完成)


微信图片_20180509212056.png


机动车、空调等的人为热排放是导致城市热岛效应的重要因素,可能对城市局地气候和空气质量产生显著影响,然而目前还缺乏精细、合理的人为热排放量时空分布数据。项目组基于自上而下的估算方法,采用机器学习方法将多源遥感数据和地理空间大数据进行融合,模拟了工业、建筑、交通和人体新陈代谢四个来源的人为热通量空间分布(1km分辨率)。该数据可以为城市气候、环境模拟提供重要的基础数据支持。该成果主要由陈倩、叶婷婷两位同学合作完成。

中国年平均交通人为热排放通量的模拟结果(2010年)

AH-jt2.png