Геоинформационные модели расселения населения и их применение

Тимонин С.А. аспирант НИЛ Комплексного картографирования, e-mail: ser-timonin@yandex.ru, Яблоков В.М. студент кафедры Картографии и геоинформатики, e-mail: apple-90@mail.ru, Географический факультет МГУ имени М.В. Ломоносова

GIS models of population settlement and their application

The paper is devoted to the development of population settlement models with the help of GIS (ArcGIS 9.3.1) technologies. In the article some features of designing and creation of spatial and statistical DB are described, and methods for data verification on the basis of database of addresses in Russia (DB CLADR) are suggested. The technique of creation of two population settlement models, dasimetric and grid, are presented. Several examples of application of the models are described and illustrated; prospects of their future development are estimated.

 

При решении задач управления регионом основополагающее значение имеют сведения о населении: его численности, структуре, размещении и т.д. Они используются при прогнозировании социально-экономического развития территориальных образований, формировании отраслевых схем размещения объектов, решении вопросов в сфере социального обеспечения, образования, здравоохранения и безопасности. При этом, для эффективного управления регионом необходима подробная информация не только о социально-демографических особенностях населения, но и о его пространственной организации, а также взаимосвязях с природно-географической средой. Поэтому моделирование и пространственно-статистический анализ системы расселения населения могут быть реализованы оптимальным образом с применением геоинформационных технологий (ГИС).

Основная цель проведенного исследования заключается в достоверном, географически корректном отображении размещения населения по территории региона в удобном для восприятия и дальнейшего анализа виде. Для достижения поставленной цели необходимо решить задачу перехода от сетки административно-территориального деления, по которой ведется сбор статистической, к их представлению в виде ареалов местообитания людей, а также в виде регулярной сетки, покрывающей всю территорию региона.

Первый этап работы заключался в подготовке исходных данных и проектировании тематической базы данных, представляющей собой объединение базы пространственных данных (БПД) и статистической базы данных (СБД) с информацией о численности городского и сельского населения. БПД содержит набор тематических и общегеографических слоев. В тематические слои сгруппированы пространственные объекты, по которым собираются статистические данные: единицы административно-территориального деления разных уровней и населенные пункты. Особенностью этих слоев является наличие уникального кода-идентификатора, применяемого для связи с СБД. Набор тематических слоев также включает в себя различные природные данные и цифровую модель рельефа, необходимые при анализе связей населения с природно-географической средой.

В работе были использованы общедоступные пространственные данные о населенных пунктах и административно-территориальном делении. В связи с многочисленными преобразованиями эти данные нуждаются в обновлении и актуализации. Для этих целей использовалась база данных классификатора адресов России (БД КЛАДР). Атрибуты объектов тематических слоев БПД, связанных с пространственной организацией населения, были верифицированы по БД КЛАДР. В результате этой операции были выявлены исчезнувшие населенные пункты или перешедшие из категории городских поселений в сельские, а также изменившие свое название или тип. В итоге, на данном этапе был создан набор слоев БПД, отражающих современное состояние региональной системы расселения, с возможностью дальнейшего обновления в соответствие с данными Федеральной Налоговой Службы.

Атрибутивная информация для каждого объекта была зафиксирована в СБД. После этого, на основании данных о численности населения, свободно предоставляемых Росстатом, была присвоена численность всем объектам, для которых имелись соответствующие данные. Проблематика исследования заключалась также в том, что статистика Росстата доступна только для административных районов и городских поселений (городов и поселков городского типа), то есть по большей части объектов – сельским поселениям – она свободно не предоставляется. Соответственно, используя эту статистику, можно судить о размещении населения только на относительно небольших территориях (городских поселениях) и примерно представлять, сколько людей проживает в сельской местности, исходя из численности сельского населения по районам. Такое представление подходит для оценки общей плотности населения и сравнения этого показателя по единицам административно-территориального деления при мелкомасштабных исследованиях. Гораздо больший интерес представляет информация о размещении населения и его численности в каждой точке территории. Сведения такого рода открывают большие возможности для включения статистических данных в комплексный анализ территории. В сущности, задача работы сводится к тому, чтобы на основе ограниченных статистических данных создать модель расселения, максимально достоверно отражающую реальное размещение и численность населения на исследуемой территории. Для решения данной задачи были последовательно созданы две геоинформационные модели расселения населения. В качестве территории исследования использовался Байкальский регион: Иркутская область, республика Бурятия и Забайкальский край.

Первая модель – дазиметрическая. Технология ее создания следующая. Вокруг сельских поселений, которые представлены в БПД в виде точечных объектов, были выделены буферные зоны радиусом 5 км. Поскольку выделить все земли, где обитают люди, относящиеся к конкретному населенному пункту, не представляется возможным, было принято решение руководствоваться поведенческим принципом пространственной организации общества: люди, занятые в сельском хозяйстве, не ходят дальше 5 км от своего места жительства (зона пешеходной доступности). В ArcGIS это реализуется с помощью функции создания буфера в инструментах редактирования при выделении всех объектов точечного слоя, задается также радиус и разрешается объединение пересекающихся полигонов. Результатом выделения буферных зон стала относительно непрерывная область сельского расселения, которая затем была уточнена в соответствии с географической ситуацией, в частности – с гидрографической сетью (инструмент erase).

К слою областей сельского расселения были присоединены полигоны городских поселений (инструмент union). С определением их границ особых проблем не было, т.к. городские жители в основном работают в границах населенных пунктов. Следующим этапом стало уточнение административных районов по областям расселения (инструмент clip). В результате, для каждого района была определена относительно достоверная площадь заселения, и все статистические данные отнесены не к административным границам, а к реальным областям расселения (рис. 1).

 


Рис. 1. Людность городских поселений и плотность сельского населения (Байкальский регион).

 

Вторая модель – сеточная. Она представляет собой регулярную сетку с размером ячеек 5х5 км, полностью покрывающую дазиметрическую модель. Последовательность создания сеточной модели следующая. Для каждого полигона дазиметрической модели была вычислена плотность населения. При пересечении регулярной сетки и дазиметрической модели образовались новые полигоны (инструмент intersect), для каждого из которых была рассчитана численность населения. Далее, те ячейки регулярной сетки, которые попадали на границу области расселения и/или пересекались с полигонами дазиметрической модели с разными значениями плотности, были объединены по полю, идентифицирующему ячейку исходной сетки (с помощью инструмента dissolve), при этом их численность была суммирована. В результате получилась регулярная сетка, в каждой ячейке которой известна численность населения (в тех ячейках, которые не пересекались с дазиметрической моделью, она соответственно равна 0). Для удобства использования регулярная сетка была преобразована в центроиды ячеек (рис. 2).

 


Рис. 2. Визуализация сеточной модели.

 

Применение сеточной модели связано с интеграцией медико-демографических, социально-экономических и природно-экологических данных, с оценкой численности населения в областям интереса, например, попадающего в зону природного или техногенного катаклизма, а также с вычислением интегральных показателей.

 


Рис. 3. Плотность сельского населения по типам почв (Байкальский регион).

 

Для этого модель интегрируется с другими тематическими слоями БПД. Так была вычислена численность населения по ландшафтам, почвам (рис. 3), земельным угодьям, высотным уровням, зонам доступности к транспортной инфраструктуре и др. На основе численности возможно вычислить и плотность, которая является своеобразным показателем степени благоприятности той или иной природно-географической среды для обитания людей и ведения хозяйственной деятельности. На основе сеточной модели возможно построение геополей, таких как поле потенциала какого-либо явления. Для населения – это потенциал поля расселения (рис. 4).

 

Рис. 4. Потенциал поля расселения (Байкальский регион) в 2D и 3D представлениях.

 

Проведенная работа практически полностью выполнена в среде ArcGIS (за исключением расчетов потенциала поля расселения, выполненных с помощью специального программного обеспечения, разработанного в НИЛ Комплексного картографирования географического факультета МГУ имени М.В. Ломоносова). Для создания дазиметрической и сеточной моделей и большинства карт использовались базовые инструменты пространственного анализа: clip, intersect, union, dissolve, erase и прочие.

Дальнейшее развитие сеточной модели и перспективы ее применения для пространственно-временного анализа социально-демографической ситуации и ее динамики на региональном уровне возможны по ряду направлений. Во-первых, это уточнение модели и усложнение ее математического аппарата – использование весовых матриц для расчета перераспределения населения по выделенным ячейкам. Стоит отметить, что на данный момент численность по исходным статистическим данным совпадает на 100% с численностью населения в модели, но его перераспределение все равно зависит от границ административно-территориального деления. Во-вторых, это включение большего количества различных природно-экологических и социально экономических показателей и вычисление на их основе интегральных характеристик для более полной оценки и прогнозирования развития региональных систем расселения и территории в целом. И, наконец, это использование модели для более эффективного управления регионами, включая решение вопросов организации социальной и транспортной инфраструктуры, рационального природопользования и повышения уровня жизни населения, а также, при решении проблем данного региона, и его перехода к устойчивому развитию.