徐甜雨,赵学胜，陈芳馨，杨艺

(中国矿业大学(北京)地球科学与测绘工程学院,北京 100083)

0 引言

人口与自然环境、社会发展息息相关，是推动自然地理特征形成和社会发展的重要因素[1-2]。目前，各国获取人口数据的主要途径是人口普查，但人口普查数据在统计和应用过程中存在以下局限性：①数据更新慢，大部分国家通常十年或更长时间进行一次人口普查；②数据较为粗糙，无法在更小尺度(行政单元内)反映人口空间分布特征[3]；③人口普查数据与其他环境数据(例如空气污染物，温度等)结合比较困难，阻碍了人类与环境系统之间的跨学科研究[4]。人口空间化是解决上述问题的有效方法之一，它通过相关的模型或者算法，结合影响人口分布的影响因子对人口普查数据进行空间离散化处理[5]，其结果能够极大程度地解决人口统计数据在计算分析时的界线限制问题，目前在疾病风险评估、人类健康适应性政策和防灾减灾等领域得到了广泛应用[6-8]。

随着遥感和地理信息技术的快速发展，人口空间化研究进入快速发展阶段，陆续出现面积权重法、多因素融合法和遥感估算法等[5]。但由于区域差异，不同的方法模型有不同的适用范围。为了提高人口空间化的精度，研究者们尝试以分类分区的方式对研究区进行建模，例如田永中等[9]划分了农业生态区；Wang等[10]、王明明等[11]按城乡分区建模。这些研究通过分区建模有效提高了人口空间化的精度，但在各分区采用了相同的人口分布指标，未考虑人口分布指标在不同地区的空间差异性，仅通过构建不同的数学模型体现各分区的差异。……