Analysis of land use and land cover maps suitability for estimating population density in urban areas - exclusion of the equifinality phenomenon on population maps developed from CLC, UA and OBIA data

• Autorzy: Pirowski Tomasz , Berka Katarzyna

Identyfikatory

DOI

10.4467/21995923GP.19.003.10887

Warianty tytułu

PL

Analiza przydatności map pokrycia i użytkowania terenu do szacowania liczby ludności obszarów miejskich – wykluczenie zjawiska ekwifinalności na mapach zaludnienia opracowanych z danych CLC, UA i OBIA

• Języki publikacji: EN

Abstrakty

EN

The series of articles contains a comparison of the possibilities of using for dasymetric estimation of population distribution of spatial information about buildings. The buildings come from three sources characterized by different spatial, thematic and temporal accuracy. These are data from Corine Land Cover (CLC) and Urban Atlas (UA) projects and the result of object classification (OBIA) of RapidEye data. The experiment was carried out in the area of Krakow. Statistical data from 141 city urban units (u. u.) were used. In the first two parts of the cycle, population conversions based on CLC, UA, OBIA and OBIA in combination with UA were presented (Pirowski and Timek, 2018; Pirowski et al., 2018). In total, 12 maps of Kraków’s population were obtained. RMSE and MAPE mean errors were calculated as well as population density for each category of residential development. The results were discussed. In the third part of the cycle, the obtained population maps were analyzed in detail, referring to the Bronowice district (the north-western area of the city) prepared especially by the population. The reference map has been made in high resolution. The methodology of its elaboration has been described in detail. Complementary use of orthophotomap from aerial photographs together with public databases (Geoportal, OpenStreetMap, GoogleStreetView) was presented. The proprietary MMAPE parameter has been proposed. The parameter analyzes the similarity of the reference map of Bronowice with the dasymetric maps. It allows you to statistically describe their credibility and exclude the phenomenon of equivalence. As a result of the conducted research, an erroneous population distribution was detected for the variant OBIA, in which the weights were determined by minimizing the MAPE error. From the remaining experiments, the three best results were obtained by maps using information about urban development from Urban Atlas (MMAPE100m = 19.3–22.1%). Complementary use of OBIA and UA did not bring any synergy effect – the results were worse than for UA (21.6–24.3%). High errors were noted for OBIA – it is only worth to notice a better result from the binary OBIA method (MMAPE100m = 22.8%) than the result from the binary CLC method (MMAPE100m = 24.3%). At this stage of the research, UA data is recommended for the conversion of population. The object classification methods are not a reliable source of data on building types, and such information is necessary for the use of surface-by-weight methods. The use of OBIA is possible only in the binary method and gives results similar to the use of data from CLC. In the fourth part, it is planned to verify the population maps using the Central Statistical Offic (CSO) kilometer network for the whole of Poland, which was made available in 2017. On the basis of multivariate tests and two-stage verification, the authors plan to provide the advantages and disadvantages of the described methods of population conversion and to develop a ranking of the obtained Krakow population maps.

PL

Cykl artykułów zawiera porównanie możliwości wykorzystania do dazymetrycznego szacowania rozmieszczenia ludności informacji przestrzennej o zabudowie z trzech źródeł, charakteryzujących się różną dokładnością przestrzenną, tematyczną i czasową: dane z projektów Corine Land Cover (CLC) i Urban Atlas (UA) oraz klasyfikacji obiektowej (OBIA) danych RapidEye. Eksperyment przeprowadzono na obszarze Krakowa, wykorzystując dane statystyczne ze 141 jednostek urbanistycznych miasta. W pierwszych dwóch częściach cyklu zaprezentowano przeliczanie populacji w oparciu o CLC, UA (Pirowski i Timek, 2018) oraz OBIA, w tym jej skorygowany wynik poprzez połączenie z UA (Pirowski i in., 2018). Łącznie uzyskano 12 map zaludnienia Krakowa. Poddano dyskusji obliczone błędy średnie RMSE i MAPE oraz wagi zagęszczenia ludności dla każdej kategorii zabudowy mieszkalnej. W trzeciej części cyklu uzyskane wyniki poddane zostały szczegółowej analizie dzięki specjalnie przygotowanej przez autorów, wysokorozdzielczej referencyjnej mapie ludności dzielnicy Bronowice (północno-zachodni obszar miasta). Szczegółowo opisano przyjętą metodykę jej opracowania, w tym komplementarne wykorzystanie interpretacji ortofotomapy ze zdjęć lotniczych oraz ogólnodostępnych baz danych (Geoportal, OpenStreetMap, GoogleStreetView). Zaproponowano autorski parametr MMAPE, analizujący podobieństwo mapy referencyjnej Bronowic z mapami dazymetrycznymi, pozwalający statystycznie opisać ich wiarygodność i wykluczyć zjawisko ekwifinalności. W wyniku przeprowadzonych badań wykryto błędny rozkład ludności dla wariantu opartego o klasyfikację obiektową z ustalaniem wag na drodze minimalizacji błędu MAPE. Spośród pozostałych eksperymentów trzy najlepsze wyniki uzyskały mapy wykorzystujące informacje o zabudowie z Urban Atlas (MMAPE100m = 19,3–22,1%). Komplementarne wykorzystanie OBIA i UA nie przyniosło efektu synergii – wyniki są gorsze niż dla UA (21,6–24,3%). Wysokie błędy odnotowano dla OBIA – warto jedynie odnotować lepszy wynik dla metody binarnej OBIA (MMAPE100m = 22,8%) niż dla metody binarnej CLC (MMAPE100m = 24,3%).Na tym etapie badań rekomenduje się do przeliczania ludności stosować dane UA. Metody klasyfikacji obiektowej nie są wiarygodnym źródłem danych o rodzajach zabudowy, niezbędnym dla metod powierzchniowo-wagowych. Stosowanie OBIA jest możliwe w metodzie binarnej i daje rezultaty zbliżone do korzystania z CLC. W czwartej części planuje się weryfikację map zaludnienia wykorzystując siatkę kilometrową GUS, udostępnioną przez urząd w 2017 roku, dla całej Polski. Na bazie wielowariantowych testów i dwuetapowej weryfikacji autorzy planują podać ograniczenia proponowanej metody przeliczania ludności oraz opracować ranking map.

Słowa kluczowe

EN

population data; dasymetric modeling; LULC; photointerpretation; equifinality phenomenon

PL

dane demograficzne; modelowanie dazymetryczne; fotointerpretacja; ekwifinalność

• Wydawca: Polska Akademia Umiejętności
• Czasopismo: Geoinformatica Polonica
• Rocznik: 2019
• Tom: T. 18
• Strony: 45--55
• Opis fizyczny: Bibliogr. 20 poz., rys., tab.

Twórcy

autor

Pirowski Tomasz

• AGH University of Science and Technology

autor

Berka Katarzyna

• APR Services, Barnet Herts EN5 4DL, United Kingdom

Bibliografia

• 1. Bielecka E. (2005). A Dasymetric population density map of Poland. Materiały XXII Międzynarodowego Kongresu Kartograficznego, 11–16 lipca La Coruna, Hiszpania
• 2. Całka B., Bielecka E., Zdunkiewicz K. (2016). Redistribution population data across a regular spatial grid according to buildings characteristics, Geodesy and Cartography, Vol. 65, no. 2, pp. 149–162
• 3. Gallego F.J., Peedell S. (2001). Using CORINE Land Cover to map population density. Towards agri-environmental indicators. EEA Topic report 6/2001, 94–105
• 4. Kang J., Körner M., Wang Y., Taubenböck H., Zhu X.X. (2018). Building instance classification using street view images. ISPRS Journal of Photogrammetry and Remote Sensing, https://doi.org/10.1016/j.isprsjprs.2018.02.006
• 5. Kruszyńska A., Wendel I. (2001). Dzielnice Krakowa, Urząd Miasta Krakowa, Kancelaria Rady Miasta i Dzielnic Krakowa, Kraków, s. 42
• 6. Kunze C., Hecht R. (2015). Semantic enrichment of building data with volunteered geographic information to improve mappings of dwelling units and population, Computers Environment and Urban Systems, vol. 53, DOI: 10.1016/ j.compenvurbsys.2015.04.002
• 7. Maantay J.A., Maroko A.R., Herrmann Ch. (2007). Mapping Population Distribution in the Urban Environment: The Cadastral-based Expert Dasymetric System (CEDS). Cartography and Geographic Information Science
• 8. Nagle N.N., Buttenfield B.P., Leyk S., Speilman S. (2014). Dasymetric Modeling and Uncertainty, Ann Assoc Am Geogr. 2014 Jan 1; 104(1): 80–95. doi: 10.1080/00045608.2013.843439
• 9. Pavia J.M., Cantarino I. (2017). Dasymetric distribution of votes in a dense city, Applied Geography, 86, (22)
• 10. Pirowski T, Bartos K. (2018). Detailed mapping of the distribution of a city population based on information from the national database on buildings. Geodetski Vestnik; ISSN 0351–0271. – 2018 vol. 62 no. 3, DOI: 10.15292/geodetski-vestnik.2018.03.458–471;
• 11. Pirowski T., Drzewiecki W. (2012). Mapa gęstości zaludnienia Krakowa, propozycja metodyki opracowania oraz przykładowe zastosowania. Roczniki Geomatyki, T. 10, z. 3
• 12. Pirowski T., Timek M. (2018): Analysis of land use and land cover maps suitability for modeling population density of urban areas – redistribution to new spatial unit based on CLC and UA databases, Geoinformatica Polonica, ISSN 1642-2511. – 2018 vol. 17, s. 53–64, DOI 10.4467/21995923GP.18.004.9162
• 13. Pirowski T., Wietrzykowska K., Timek M. (2018): Analysis of land use and land cover maps suitability for modeling population density of urban areas – redistribution to new spatial unit based on the object classification of RapidEye data, Geoinformatica Polonica, ISSN 1642–2511. – 2018 vol. 17, s. 65–75, DOI 10.4467/21995923GP.18.004.9163
• 14. Ratajski R. (1989). Metodyka kartografii społeczno-gospodarczej. Warszawa-Wrocław: m. Państwowe Przedsiębiorstwo Wydawnictw Kartograficznych im. Eugeniusza Romera
• 15. Stofan, K. (2008). Estimating Pashtun sub-tribal populations in Mizan District, Zabul Province, Afghanistan using Quickbird satellite imagery and dasymetric mapping. Geographic Information Systems for the Geospatial Intelligence Professional Summer, Capstone Project
• 16. Tomás L., Fonseca L., Almeida C., Leonardi F., Pereira M. (2016). 3. Urban population estimation based on residential buildings volume using IKONOS-2 images and lidar data. International Journal of Remote Sensing, Volume 37, https://doi.org/10.1080/01431161.2015.1121301
• 17. Wang L., Wu C. (2010). Population estimation using remote sensing and GIS technologies. International Journal of Remote Sensing. Volume 31, 2010 – Issue 21. https://doi.org/10.1080/01431161.2010.496809
• 18. Wu, S.-S., Qiu, X. and Wang, L. (2005). Population Estimation Methods in GIS and Remote Sensing: a review. GIScience and Remote sensing, 42 (1):58–74; doi: 10.2747/1548-1603.42.1.80
• 19. Xie Z. (2006). A Framework for Interpolating the Population Surface at the Residential-Housing-Unit Level. GIScience & Remote Sensing, vol. 43
• 20. Zandbergen, P., Ignizio, D. (2010). Comparison of dasymetric mapping techniques for small-area population estimates. Cartography and Geographic Information Science, 37 (3):199–214. DOI:10.1559/152304010792194985

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).