文摘

人口问题的关键因素之一,是制约中国经济社会发展。之前的研究使用夜间光(NTL)图像来计算人口密度。本研究分析了时空演化的人口在中国东北的基于线性回归分析NPP-VIIRS NTL图像和人口统计数据来自36个城市从2012年到2017年在中国东北。根据评估结果的比较在不同的年份,我们观察到以下。(1)东北显示整体的人口下降趋势从2012年至2017年,与人口变化+ 31600−960800−359800−188000−1127600在各自的年。(2)与整体人口损失趋势在中国东北,只有三个城市人口的增长,也就是说,沈阳,大连,和盘锦,平均增加24200的六年期间,6500年,和2000人。(3)在中国东北四大城市群(Harbin-Daqing-Qiqihar工业走廊,Changjitu试验区,辽宁沿海经济带和沈阳经济区)年度人口远远超过400万人。一个正确的升值的种群动态资源管理和全面管理工作至关重要。充分利用自然资源和区域优势可能有效地改善和解决城市人口损失问题,并将对支持重要的创新意义的实现年发展目标。

1。介绍

人口是人类社会发展的先驱,它对社会发展产生重大影响的趋势。沿海地区的经济快速发展,人口的变化更加明显。中华人民共和国成立后,东北三省的辽宁、吉林、黑龙江,统称为中国东北,成为中国一个重要的工业基地,吸引了很多的移民。在过去,中国东北的人口保持着快速的增长。然而,根据2010年第六次全国人口普查的数据,中国东北的人口已经减少了0.21%自2000年第五次全国人口普查。人力资源的重大损失阻碍了区域经济的发展和振兴。因此,“中国东北人口损失”的主题自世纪之交以来收到了广泛关注(1,2]。与此同时,人口流动可以显示区域经济发展的水平。因此,一个正确的升值种群动态资源管理和全面管理工作至关重要。不同的研究表明,合理调控人口的变化是至关重要的人口分布和平衡区域经济发展3- - - - - -8]。实现经济协调发展应是国际社会的共同目标(9]。充分利用自然资源和区域优势可以有效地改善和解决城市人口损失的问题,具有重要的创新意义支持实现年发展目标(10]。

直到现在,在种群动态的研究主要集中在人口密度的变化等方面(11- - - - - -18),经济和社会人口流动的特点(19- - - - - -22),和人口趋势和区域经济发展之间的关系23- - - - - -27]。人口数据用于这一领域主要来自国家有关部门发布的统计调查或在线调查。传统方法收集官方统计数据需要大量劳动力资源、物质资源和时间,特别是大规模的人口统计数据。

遥感技术的发展提供了一个有效的技术来收集人口数据。夜间卫星图像可以检测的灯光强度不同,例如那些由城市,小规模的居民区,和交通,从而提供一个有效的数据源监测人类活动(28- - - - - -30.]。此外,夜间灯光的亮度(NTL)图像可以反映人类活动的强度,可以用作大规模城市研究的新工具。与第一代相比国防气象卫星计划的运营行扫描系统(DMSP-OLS) NTL遥感数据,第二代芬兰语国家极轨伙伴关系可见红外成像辐射计(NPP-VIIRS)数据(2012年首次发布的)有更高的空间,时间,和辐射分辨率31日- - - - - -33),这使得它更适合经济和社会活动的调查。

的NPP-VIIRS NTL卫星图像已广泛应用于研究涉及城市区域提取(34,35),国内生产总值(GDP)估计(24],能耗评估[36[],流动人口分析14),和经济活动分析37,38]。之前的研究使用DMSP-OLS NTL数据来估计人口。例如,克罗夫特(39)密切观察到NTL遥感数据可以反映人类活动和首次提出DMSP-OLS图像可以用来提取城市建筑物多的地区。萨顿et al。40)报道,NTL强度和美国大陆人口的分布有很好的相关性,线性回归系数为0.63,从而提供实证依据考试使用NTL的人口密度图像。基于人口区划概念,科晶等。41)使用DMSP-OLS NTL数据建立多尺度人口数据空间化模型从2010年估计的人口规模和应用它。然而,过饱和现象是一个常见的问题在使用DMSP-OLS NTL图像由于其有限的数字号码范围0 - 63。此外,这些研究使用年度时间尺度,他们忽略了在春节期间改变人口的变化和其他节日。

本研究的目的是分析中国东北人口动态利用遥感和地理信息系统(GIS)技术。每月我们使用复合材料的高品质NPP-VIIRS NTL图像结合人口普查数据获取和分析36个城市的人口趋势在中国东北,和这些结果可以提供一个参考计划针对人才的回归和稳定的经济发展在中国东北。

2。材料和方法

2.1。研究区域

中国东北(38°N-56°N, 120°E - 135°E)包括辽宁、吉林、黑龙江,总土地面积787300公里²,占中国总面积的8.20%。辽宁省在这些领域中,包括14个地市级城市,吉林省包括八个地市级城市和延边自治州,和黑龙江省包括12个地市级城市和大兴'anling,地市级区域(如图1)。

2.2。数据源

研究中使用的主要数据包括人口数据、影像数据、和行政区划数据(如表所示1)。

2.3。图像去噪

原始NTL数据包含负面的像素,这被认为是背景噪音中生成的数据合成。在某些研究中,这些消极的价值观已经替换为0的值(38]。在这项研究中,负NPP-VIIRS NTL图像的像素值替换为0的值,以确保数据完整性为后续计算。

去除孤立像素高亮度NPP-VIIRS数据,所有像素值都按升序排列。99%的阈值被选为数字最大数量(认为),这样,任何认为像素值超过阈值被分配(39]。

2.4。选择适当的月

选择适当的月有很大影响种群动态的研究(14]。在这项研究中,一个或几个月在每年选择相对稳定的光照条件,消除公众假期的影响人口流动增加,当大量的学生和农民工穿越中国,这项研究的结果。本研究中使用的原始图像数据不包括5个月,6月,7月,因为缺乏原始图像。提取后的数字号码(DN) NTL像素,我们发现某些数据失踪4月到8月的图像。因此,4月,5月,6月,7月和8月被排除在本研究之外。

图像预处理后,所选图像处理使用区域统计如表方法获得每个图像的亮度分布。DN像素值的比较分析从2012年到2017年每月NTL复合材料进行了选择与几个月稳定的光照条件,这被用来代表一整年的NTL条件。

随着人口的增加明显节日期间,使用NTL这几个月的数据来计算人口规模将导致更大的错误。因此,我们必须选择适当的每月的图像来计算年平均夜间图像。在这里,NPP-VIIRS NTL七个月被选为DN值提取的图像分析36个城市在中国东北的城市照明条件。每月提取的NTL值进行了比较分析,选择最稳定的月光照条件的图像合成、最小化的目标异常高的影响人口流动对城市照明条件。

2.5。人口空间化

基于之前的研究结果对人口规模和NTL数据之间的关系42),我们执行一个多项式的相关分析提取NTL DN值和统计数据。结果是用来计算36个城市的人口在中国东北。估计的数量被用来分析中国东北的种群动态从2012年到2017年。(1)空间回归人口模型

以前的研究已经表明NPP-VIIRS NTL数据可以用于人口空间分析(42,43]。以下函数代表之间的关系的人口规模和辐射NPP-VIIRS DNB(白天/晚上乐队)NTL数据: 在哪里的回归结果是城市常住人口,x是NPP-VIIRS DNB光辉,一个,b,c,d是三次多项式系数。(2)精度测试和调整的结果

回归结果之间的相对误差和统计数据可以获得以下表达式: 在哪里γ相对误差,是永久城市居民回归的结果,和流行是永久的城市人口的规模。

有很高的相对误差的估计结果,需要进一步的数据处理(44]。NPP-VIIRS数据可以纠正用幂函数通过建立每个城市呈现调整参数估计每年每个城市人口与永久居民的实际数量一致通过统计方法获得。这是表达以下方程: 在哪里c调整参数,n是今年流行吗_总是永久的城市人口,f_n调整亮度值,DNB前亮度值修正。

3所示。结果

3.1。选择适当的月

季节性变化产生重大影响的人口转变和光照强度14]。我们比较的DN值从2012 - 2017年的月度NTL复合材料(如图2)。

基于图2,每月的DN值合成图像显示显著的年际波动。因此,几个月被选为年度变化较小的复合材料,以避免庞大的人口变化的影响,比如在节日时期,对年度合成图像。3月和9月的DN值复合材料相对稳定,这样这两个月的平均复合材料被用来构造调查年度NTL合成图像的人口变化的36个城市在中国东北。

3.2。人口空间化

基于之前的研究结果,计算人口规模利用NTL数据(45),我们执行NTL DN值的线性相关分析和统计人口数据来估计36个城市的人口在中国东北。为了更好地理解的时空分布趋势在中国东北城市人口,人口的空间分布分析了基于估计从2012 - 2017年人口规模。

如表所示2,我们观察到哈尔滨、长春、沈阳、黑龙江的省会城市,吉林,辽宁,分别持续排名的前三名的人口规模。每个省的人口减少径向向外从各自的首都,人口中心。从空间发展的角度来看,中国东北的省会城市发达,相对庞大的人口。作为东北地区的重要工业基地,哈尔滨经历了快速的经济和社会发展;人口也是最大的。尽管人口下降,大连一直排名第四,而大兴'anling七台河市,它具有更高的纬度和稀疏的人口排名最后的36个城市之一。所有三个省份的总人口从2012年到2017年下降。尽管在每个省,这种下降趋势的大小不同的订单每年依然在本质上是相同的。

的整体空间分布在中国东北人口密度基本保持不变,即,the overall population density in the central and southern regions was consistently higher than that of the surrounding regions. From 2012 to 2017, the overall distribution of the population in Northeast China had a T-shaped multicenter spatial agglomeration pattern with the provincial capitals at the center. The highest population concentrations occurred along the main arterial routes. Based on the spatial analysis of the estimated populations in Table2,东北地区的人口分布形成了一个“中心-外围”模型中,最高的人口集中在省会城市和城市大连,随后逐渐减少外模式(46]。

第五次全国人口普查发现,组15 - 29岁的劳动力参与率30 - 49岁,在中国东北和50 - 65为32.82,50.10和17.08%,分别。第六次人口普查的时候,同样的三个年龄组的劳动参与率为27.42,46.50和26.08%,分别为(47,48]。人口普查数据显示,年轻人和中年劳动力的比例在这个地区减少而年长工人的比例在增加,从而表明年轻的劳动力和人口老龄化造成的损失一个严重的问题在中国东北。从长期的角度来看,连续流出的年轻,对于那些壮年熟练和非熟练劳动力大大减少这个地区的创新能力,导致停滞的地区生产和抑制经济发展。

如表所示3之间的平均误差估计和统计数量尽可能控制在1%。为黑龙江龙煤集团鹤岗分公司、黑河、绥化市、然而,超过了平均误差控制的值为1.54,1.63和1.80%,分别。基于NTL人口估计误差图像是这些城市的相对较高,因为其高的纬度和稀疏的人群。

3.3。时空演化的城市人口

中国东北的总人口2012 - 2017(图3)约为106.79,107.11,106.14,105.78,105.60,和1.0447亿年,分别。从2012年到2017年,中国东北的总体趋势显示人口的下降。在此期间,总体人口变化到316000 +,960800−−359800−188000−1127600人每年。

与2012年相比,2013年人口增加了316000,其次是每年人口的下降。在2017年,人口下降是特别大,在它1127600与2016年相比下降了;这表明人口外流问题尤为严重。这些人口减少的问题将继续影响东北地区的经济发展。

图4显示,中国东北有一个总体趋势的估计人口辽宁>黑龙江>吉林。从2012年到2017年,辽宁人口为42.43,42.43,42.38,42.35,42.31,和4207万年分别下降了400,53800,30800,31500,和241700人,分别。在同一时期,吉林省的人口为26.92,26.78,26.62,26.62,26.50,到2614万年,分别减少143900,153300,4500,117700,361300人在各自的年。从2012年到2017年,黑龙江人口约为37.44,37.90,37.15,36.82,36.78,到3626万年,分别和第一次有增加趋势,到460300年,然后一个下降的趋势,到753800年,324600年、38900年和524600年在各自的年。

根据估计的数据,只有430600年人口增长发生在黑龙江省2013年,而所有其他年总人口下降。中国东北的人口在2017年最大的减少。

人口规模可以在某种程度上,间接反映了经济社会发展。基于图4,东北地区经济发展的特点是辽宁>黑龙江>吉林的趋势。相比之下,黑龙江和吉林、辽宁是中国东北的经济支柱。根据统计数据,中国东北的总GDP在2019年的前三个季度3.94万亿元,其中辽宁省占将近一半(48.40%)。虽然辽宁省的经济增长低于全国平均水平,这是明显高于黑龙江和吉林(https://www.sohu.com/a/366165279_796350)。

3.4。区域人口比较

人口规模而言,从2012年到2017年,沈阳,大连,盘锦的特点是一个向上的趋势,与所有其他城市展示人口下降(图5(a))。有四个城市群在中国东北,也就是说。,the Harbin-Daqing-Qiqihar Industrial Corridor (centered on Harbin), the Changjitu Pilot Zone (centered on Changchun and Jilin), the Liaoning Coastal Economic Belt (centered on Dalian), and the Shenyang Economic Zone [46,49]。这些四大城市群一直充当人口聚集地区,与各自的年度人口远远超过400万人(图5(b))。

作为辽宁省的省会城市,沈阳地区发展战略的中心被称为沈阳经济开发区。沈阳及周边城市形成一个“区域经济共同体”紧密相连,旨在全面振兴老工业基地辽宁[50,51]。此外,与其他省会城市相比,沈阳的房价更便宜且稳定,吸引了一定数量的迁移。几个等待政策和学院和大学招生的扩张也为沈阳的整体增长的人口趋势52]。

大连被称为“北方的珍珠”和“浪漫之都”,有一个温暖的温带大陆季风气候和海洋特色。大连是中国东北最热的城市,它的特点是四个不同的季节,为居民提供良好的生活条件53]。此外,大连三面被海包围。大连的主要产业是农业、林业、畜牧业、渔业、服务产业和对外贸易。这些地理和气候条件吸引无数人到大连,这样总体人口有增加的趋势(54,55]。

盘锦城市最密集的公路和高速公路网络在辽宁。盘锦的发展大大加速后发现的油田。盘锦的蓬勃发展石化工业包括中国最大的重油和超重石油基地,以及辽河油田的总部。盘锦有一个温暖的温带大陆semihumid季风气候通常有四个不同的季节和气候宜人。盘锦的发展经济主要是农业和重工业。人口有一个总体增加的趋势(55,56]。

图6显示了不同城市的人口估计在中国东北。

4所示。讨论

4.1。人口流动模式

这项研究的结果表明,大小和一个城市的经济和社会发展水平影响其城市人口趋势。这些发现与之前的研究结果一致(46,48,57]。人口是密切相关的大小和分布区域经济和社会发展的速度,如图所示的先前的研究,调查了人口分布的不同方面(10,58- - - - - -60]。许多人类活动在本质上是高度随机的(14人口研究],它可以显著的影响。例如,人口流动变得异常高在假日的时候,我们必须排除这些个月调查永久城市居民的数量。

在这项研究中,我们使用NPP-VIIRS NTL数据估计的人口在中国东北三省。假期月异常高的人口转移被排除在研究以避免影响评估结果的准确性。3月和9月的平均合成图像,选择相对稳定的数量,估计每年的中国东北人口。使评估结果更可比,东北包括不同的气候和地形区域,不同的城市被选为最基本的人口估计单位。

4.2。限制

在这项研究中,我们估计36个城市的人口在中国东北的年度人口普查数据上执行一个三阶多项式拟合和NTL DN值。传统方法确定永久城市居民的数量需要耗时和劳动密集型的数据收集,这使得它很难获得准确的大规模的统计数据。相比之下,本研究提供了一种更快速、准确的方法来估计基于NTL城市人口数据。

大量研究表明,NPP-VIIRS图像数据是高度适合人口空间化研究在国家和区域尺度。然而,这些图像数据做有一定的局限性。首先,最佳的照明在居民区的DN阈值仍然是不确定的,这意味着我们不能有效地排除光图像噪声和干扰非住宅领域,如工厂和水体。第二,NPP卫星开始收集NTL数据2012年4月,这表明本研究中使用的时间序列数据覆盖人口相对比较短,不能有效地反映长期趋势。最后,我们估计,通过多项式拟合的2012 - 2017年城市人口普查和NTL数据在这项研究中,统计数据本身的准确性控制评估结果的准确性。因此,平均误差应尽可能控制在1%以内。

尽管这些限制,NPP-VIIRS数据是一个有效的工具,探索城市人口的空间分布和时空演化,这是现实意义的评估和治理中国的城市发展。

5。结论

在这项研究中,一个多项式拟合方法被用来估计36个城市的人口在中国东北的DN值基于NPP-VIIRS NTL图像。然后我们确定了空间和时间的趋势在这个地区的城市人口。我们的结论如下:(1)从2012年到2017年,中国东北的总人口,呈下降趋势,每年的人口变化+ 316000,960800−−359800−188000−1127600人,分别。这些结果表明,人口下降是一个严重的问题在中国东北。(2)总体下降趋势的人口在中国东北,沈阳的人口增长,大连,盘锦表明这些城市有相对良好的经济发展潜力和适合居住的地区。(3)在中国东北四大城市群(Harbin-Daqing-Qiqihar工业走廊,Changjitu试验区,辽宁沿海经济带和沈阳经济区)一直是人口聚集的地区,与各自的年度人口远远超过400万人。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(41801340和41801340号),辽宁省自然科学基金,中国(没有。20180550238),关键前沿科学研究项目由中国科学院(没有。QYZDB-SSW-DQC005)。