高分辨率人口空间分布研究：融合遥感与社会感知数据的跨尺度方法

作者及机构
本研究报告由Peijun Feng（中国地质大学（武汉）计算机学院）、Zheng Ma（中国地质大学（武汉）信息化办公室）、Jining Yan（中国地质大学（武汉）计算机学院/自然资源信息管理与数字孪生工程软件教育部工程研究中心）、Leigang Sun（河北省科学院地理科学研究所/河北省地理信息应用技术创新中心）、Nan Wu、Luxiao Cheng（湖北工业大学计算机学院）、Dongmei Yan（中国科学院空天信息创新研究院/可持续发展大数据国际研究中心）共同完成，发表于《International Journal of Digital Earth》2025年18卷1期（DOI:10.¹⁰⁸⁰⁄_17538947.2025.2479863）。

研究背景与目标

科学领域与研究动机
人口空间分布数据对区域规划、灾害管理、公共资源配置具有重要意义。联合国可持续发展目标（SDGs）强调需精准掌握人口分布以实现”包容、安全、可持续的城市和人类住区”。现有人口空间化方法存在两大核心问题：
1. 尺度不匹配：直接从行政区级（如乡镇）下推至网格级（如100米）时，因尺度差异导致特征表征偏差（spatial scale mismatch）；
2. 数据异质性：现有多源数据（如夜光遥感、POI）在细粒度单元存在空间分辨率不足或同质化问题，难以捕捉人口分布的微观差异。

研究目标
提出一种融合Transformer与CNN的深度学习框架（TFACNet），通过构建跨尺度训练策略（100米→25米）和多源数据特征融合方法，实现25米高分辨率人口空间分布建模。

研究流程与方法

1. 数据准备与预处理

数据来源
- 人口数据：2020年中国乡镇级人口普查数据、WorldPop（100米）、LandScan（1公里）网格数据集
- 遥感数据：CLCD土地覆盖（30米）、NPP/VIIRS夜光数据（500米）、ASTER GDEM（30米）、NDVI（30米）
- 社会感知数据：高德地图POI（分为餐饮、交通设施、医疗等10类）

数据处理
- 空间一致性处理：将所有数据统一至WGS84坐标系，通过核密度分析将POI向量数据转为热力图张量
- 人口标签校正：结合普查数据对WorldPop网格数据进行校准（公式1），构建100米/25米分辨率的训练标签
- 特征标准化：采用均值-方差归一化消除多源数据量纲差异

2. TFACNet模型架构

创新性设计
1. 空间关系建模
- 以目标网格为中心生成15×15邻域图像块，通过一阶邻接矩阵编码空间依赖关系（公式2）

1. 全局特征提取（Transformer模块）

   • 双分支结构：分别处理遥感数据（6通道）和POI数据（10通道）
     
   • 采用多层Transformer编码器（公式3-6），通过自注意力机制捕捉长程空间关联
     

2. 特征融合策略（FAFS）

   • 通过特征注意力权重（公式10-11）自适应融合遥感与POI特征，解决社会-自然特征贡献度不均衡问题
     

3. 局部特征提取（CNN模块）

   • 3层卷积单元（16→32→64滤波器）捕捉人口聚集效应，最后通过全连接层输出网格人口密度
     

3. 实验设计

训练细节
- 数据集：武汉（训练集926,684样本）与桂林（训练集2,722,381样本），测试集占比20%
- 超参数：初始学习率0.01（衰减率0.995/epoch），批大小256，150个epoch
- 硬件：NVIDIA Tesla A100 GPU

验证方法
- 街道级聚合验证：将25米网格人口汇总至街道尺度，与普查数据对比
- 评估指标：R²、RMSE、MAE

主要研究成果

1. 模型性能对比

定量结果（表2）
- 在武汉和桂林的测试中，TFACNet的R²分别达0.919和0.916，显著优于CNN（0.⁸⁵³⁄₀.812）、MLP（0.⁸³³⁄₀.829）和XGBoost（0.⁸⁵⁸⁄₀.870）
- 与传统人口产品相比：
- WorldPop在武汉的R²为0.471，LandScan为0.448
- 街道级误差分析显示，本方法在武汉56%街道的误差万人，远优于WorldPop（43%）和LandScan（34%）

可视化对比（图7）
- 相比WorldPop的均匀分布倾向和LandScan的边缘锯齿效应，TFACNet能更精准识别城市次级中心（如武汉蔡甸街、桂林灵川镇）
- 通过POI数据增强，模型可刻画商业区、交通枢纽等局部人口聚集特征

2. 消融实验（表3-4）

• 模块贡献度：完整模型比单遥感分支（R²=0.797）和单POI分支（R²=0.877）分别提升0.122和0.042
  
• 尺度敏感性：邻域窗口15×15时达到精度-效率平衡（图10），过大窗口（如17×17）导致推理时间增加40%
  

3. 因子重要性（图8）

• 关键变量：
  
  • 武汉：交通设施（权重0.18）、医疗POI（0.16）、夜间灯光（0.14）
    
  • 桂林：商业住宅（0.21）、餐饮服务（0.17）
    
• 地形与植被因子在武汉更具解释力（洪水风险与绿地吸引力），而桂林受旅游设施影响更显著
  

研究价值与创新点

科学价值

1. 方法论创新：

   • 提出跨尺度下推框架，通过”低分辨率训练→相邻高分辨率预测”缓解尺度跃迁偏差
     
   • 开发TFACNet模型，首次将Transformer的全局建模能力与CNN的局部特征提取结合于人口空间化
     

2. 数据融合突破：

   • 设计分层密度热力图转换方法，解决POI向量数据的空间离散化问题
     
   • 验证多源数据互补性：遥感数据反映土地利用基底，POI提供社会经济语义
     

应用价值

• 生成中国首批25米分辨率人口网格产品，为精细化城市管理（如疫情风险评估、应急避难规划）提供数据支撑
  
• 开源模型架构可迁移至其他发展中国家，助力SDGs监测
  

局限与展望

• 动态人口刻画不足：当前仅反映常住人口分布，未来可融合手机信令等实时数据
  
• 跨区域泛化能力需验证：建议针对不同经济水平地区重新训练模型
  

亮点总结
1. 率先实现25米网格尺度的人口空间化（R²>0.91）
2. 创新性融合Transformer与CNN，构建”全局-局部”双重空间关系模型
3. 提出特征注意力融合策略（FAFS），自适应平衡多源数据贡献
4. 建立融合普查数据的网格校正方法，提升WorldPop等开放数据的本地适用性