SSPs情景下的2020-2100年长三角城市群1km分辨率的人口空间分布模拟数据

为了应对未来的环境变化和随之而来的社会脆弱性，更好地了解未来人口动态至关重要。团队开发了一组新的1km空间分辨率、与ssp一致的全球人口预测(数据集的简称FPOP)，FPOP作为全球未来长时间序列（2020-2100，间隔十年）的人口空间分布数据集，在多种尺度上（尤其是人口密集区）的精度高于现有的五套数据集。研究耦合了CMIP6下且与SSPs一致的高分辨率未来建成区数据集构建非线性机器学习模型，创建了2020年至2100年的1公里分辨率全球人口预测。主要方法是根据现有研究中较低分辨率的人口未来分布数据，建立随机森林机器学习模型，训练与人口相关驱动要素（例如到城市、道路、水体的距离等）与人口之间的非线性关联。然后模拟未来城市用地变化从而预测未来人口的空间分布。