以广州市为例,基于NPP/VIIRS夜间灯光、土地利用、POI(Points of Interest)等自然地理和社会经济因素,构建了人口空间化指标体系,采用主成分赋权法确定人口分布权重,利用GIS技术对人口统计数据进行了空间化处理。结果显示:综合考虑了自然地理和社会经济因素的人口空间化结果与真实的人口空间格局相吻合,空间分辨率为30 m,且相对误差绝对值<25%的乡镇有62个,所占比例为36.47%;而不加POI数据得到的人口空间化结果,相对绝对值<25%的乡镇有33个,所占比例约为20%,精度明显降低。结果表明:1)综合考虑NPP/VIIRS夜间灯光、土地利用、POI等自然地理和社会经济因素,有助于实现精度较高的人口空间化结果;2)将能够反映微观细节信息的POI数据引入人口空间化研究,扩展了人口空间化的数据源,并且可以提高人口空间化结果的精度。
城乡居民点空间布局优化对集约利用土地资源、改善城乡居民点空间布局现状、统筹城乡发展具有重要意义。引入多源开放数据(POI(point of interest)和人口空间化数据)替换传统社会经济数据,运用景观生态学的方法,分析广州市城乡居民点的布局特征,并以居民点适宜性、紧凑性为目标,构建蚁群优化模型,对广州市城乡居民点进行空间布局优化。结果表明:(1)广州市部分居民点布局存在分布较为零散,集聚程度低的问题;(2)基于多源开放数据能够实现空间尺度更为精细、规划更为及时的城乡居民点空间布局优化;(3)优化后,广州市城乡居民点向适宜性较高的区域紧凑、有序的布局:优化后居民点主要分布在适宜区、较适宜区和基本适宜区,分别占居民点总面积的18%、64%和17%;优化后居民点的平均斑块面积、平均最邻近距离显著增大,斑块密度减小。
