PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Analysis of land use and land cover maps suitability for modeling population density of urban areas – redistribution to new spatial units based on CLC and UA databases

Autorzy
Identyfikatory
Warianty tytułu
PL
Analiza przydatności map pokrycia i użytkowania terenu do modelowania gęstości zaludnienia obszarów miejskich – przeliczanie map do nowych jednostek przestrzennych, opartych o bazy danych CLC i UA
Języki publikacji
EN
Abstrakty
EN
The series of articles contains a comparison of the possibilities of using data from three sources for mapping people, with diff erent spatial, thematic and time accuracy. These are data from Corine Land Cover (CLC) and Urban Atlas (UA) projects and the result of object classifi cation (OBIA) of RapidEye data. The information on the existence of building zone included on the land use and land cover maps (LULC) constituted a limiting variable in the dasymetric method of population mapping. Categories related to building types allowed for the introduction of variable relationships, diversifying population density. These treatments enabled multi-variant development of maps of spatial population occurrence at a higher level than the original census units. The experiment was carried out in the area of Krakow. Statistical data from 141 urban units (u.u.) of the city were used. Generation of population maps was carried out in several variants. Divisions of buildings were made depending on its characteristics and functions. The results of population conversion were analyzed on Central Statistical Offi ce (hereafter referred as CSO, in Polish: GUS) data in a kilometer grid and on a specially prepared map of the population including a part of Krakow. The applied double verifi cation allowed to rank the obtained population maps and provide border spatial accuracy of their cellular representation. The fi rst part of the cycle presents the state of knowledge about population mapping and population conversion using the dasymetric method. The area of research is described. Spatial and statistical data used in the research were characterized. Works related to population conversion based on CLC and UA were presented. Six maps of the population distribution of Krakow were obtained. A multi-variant process of recalculating and setting weights for various types of buildings is described by providing for urban units the values of RMSE and MAPE. Population using the surface-weight method based on UA data was considered the best (MAPE 66%, RMSE 3442 people/u.u.). On CLC data, these errors were: MAPE 168%, RMSE 5690 people/u.u. In the subsequent parts of the cycle, the population conversion will be presented using object-oriented classifi cation. The methodology for the verifi cation of results will be described based on a photointepretation map of the population and the GUS perimeter grid. A discussion will be conducted related to the use of RMSE and MAPE measures. The ranking of methods and recommendations improving the results of population redistribution based on CLC, UA and OBIA will be given.
PL
Cykl artykułów zawiera porównanie możliwości wykorzystania do kartowania ludności danych z trzech źródeł, o różnej dokładności przestrzennej, tematycznej i czasowej: dane z projektów Corine Land Cover (CLC) i Urban Atlas (UA) oraz wynik klasyfikacji obiektowej (OBIA) danych RapidEye. Zawarta na mapach pokrycia i użytkowania terenu informacja o występowaniu zabudowy stanowiła zmienną ograniczającą w dazymetrycznej metodzie kartowania ludności. Kategorie związane z typami zabudowy pozwoliły na wprowadzenie zmiennych powiązań, różnicujących zagęszczenie ludności. Te zabiegi umożliwiły wielowariantowe opracowanie map przestrzennego występowania ludności na poziomie wyższym niż pierwotne jednostki spisowe. Eksperyment przeprowadzono na obszarze Krakowa, wykorzystując dane statystyczne ze 141 jednostek urbanistycznych (j.u.) miasta. Generowanie map ludności przeprowadzono w kilku wariantach, dokonując podziałów zabudowy w zależności od jej charakterystyki i funkcji. Wyniki przeliczania ludności na nowe jednostki przestrzenne odniesiono na etapie weryfikacji do danych o ludności podanych przez GUS w siatce kilometrowej oraz do specjalnie przygotowanej przez autorów szczegółowej mapy ludności obejmującej fragment Krakowa. Zastosowana podwójna weryfikacja pozwoliła na uszeregowanie według jakości uzyskanych map populacji oraz podanie granicznych dokładności przestrzennych ich komórkowej reprezentacji. W pierwszej części cyklu zaprezentowano zarys stanu wiedzy o kartowaniu ludności i zasadach przeliczania populacji metodą dazymetryczną. Opisano obszar badań, scharakteryzowano wykorzystane w badaniach dane przestrzenne i statystyczne. Przedstawiono prace związane z przeliczeniem populacji w oparciu o CLC i UA, uzyskując łącznie 6 map rozkładu ludności Krakowa. Wielowariantowy proces przeliczania i ustalania poprawnych wag dla różnych typów zabudowy scharakteryzowano poprzez podanie dla jednostek urbanistycznych, sprzed realizacji warunku Toblera, wartości średniego błędu kwadratowego (RMSE) oraz średniego absolutnego błędu procentowego (MAPE). W oparciu o te parametry kartowanie ludności metodą powierzchniowo-wagową, bazującą na danych UA, uznano za najlepszą (MAPE 66%, RMSE 3442os./j.u.), podczas gdy na danych CLC błędy te wyniosły: MAPE 168%, RMSE 5690 os./j.u. W kolejnych częściach cyklu przedstawione zostanie przeliczanie populacji z zastosowaniem klasyfikacji obiektowej. Opisana zostanie metodyka weryfikacji wyników w oparciu o fotointepretacyjną mapę ludności oraz siatkę kilometrową GUS. Przeprowadzona będzie dyskusja nad zasadnością stosowania miar optymalizacyjnych RMSE i MAPE. Podany zostanie ranking metod oraz rekomendacje poprawiające wyniki redystrybucji ludności w oparciu o CLC, UA i OBIA.
Rocznik
Tom
Strony
53--64
Opis fizyczny
Bibliogr. 32 poz., rys., tab.
Twórcy
autor
  • AGH University of Science and Technology, Faculty of Mining Surveying and Environmental Engineering
autor
  • AGH University of Science and Technology, Faculty of Mining Surveying and Environmental Engineering
Bibliografia
  • 1. Azar, D., Graesser, J., Engstrom, R., Comenetz, J., Leddy JR, R.M., Schechtman, N.G. and Andrews, T. (2010). Spatial refinement of census population distribution using remotely sensed estimates of impervious surfaces in Haiti. International Journal of Remote Sensing, 31 (21): 5635–5655, doi:10.1080/01431161.2010.496799
  • 2. Baki llah, M., Liang, S., Mobasheri, A., Arsanjani J.J. and Zipf A. (2014). Fine-resolution population mapping using Open- StreetMap points-of-interest, International Journal of Geographical Information Science, vol. 28(9):1940–1963, doi: 10.1080/13658816.2014.909045
  • 3. Bielecka E., Kuczyk A., Witkowska E. (2005). Modelowanie powierzchni statystycznej przedstawiającej gęstość zaludnienia w Polsce przy pomocy metody dozymetrycznej. Polskie Towarzystwo Informacji Przestrzennej, Roczniki Geomatyki, T. III, Z. 2, 9–16
  • 4. Borkowski A., Głowienka E., Hermanowska B., Kwiatkowska-Malina J., Kwolek M., Michałowska K., Mikrut S., Pękala A., Pirowski T., Zabrzeska-Gąsiorek B., (red. Głowienka E.), 2015. GIS i teledetekcja w monitoringu środowiska. Rzeszów, WSIE. http://wsie.edu.pl/wp-content/uploads/2014/06/GIS-srodek.pdf, ISBN: 978-83-60507-27-8
  • 5. 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
  • 6. Cockx K., Canters F. (2015). Incorporating spatial non-stationarity to improve dasymetric mapping of population. Applied Geography, Vol. 63, s. 220–230
  • 7. Eicher, C.L., Brewer C.A. (2001). Dasymetric Mapping and Areal Interpolation: Implementation and Evaluation. Cartography and Geographic Information Science, Vol. 28, No. 2, April, pp. 125–138(14)
  • 8. 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
  • 9. Goleń i Ostrowski (1994). Metoda dazymetryczna – rys historyczny, Polski Przegląd Kartografi czny 26(1): 3–16
  • 10. Gregory, I.N. (2002). The accuracy of areal interpretation techniques: standardizing 19th and 20th century census data to allow long-term comparisons. Computer, Environment and Urban Systems 26: s. 293–314.
  • 11. Harvey J. (2002). Estimating Census District Populations from Satellite Imagery: Some Approaches and Limitation, International Journal of Remote Sensing 23(10):2071–2095, May
  • 12. Horanont, T. and Shibasaki, R. (2010). Estimate ambient population density: discovering the current fl ow of the city. Available on line: https://www.academia.edu/2004297/ estimate_ambient_population_density_discovering_the_current_fl ow_of_the_city
  • 13. Hościło A., Tomaszewska M. (2014). CORINE Land Cover 2012–4th CLC inventory completed in Poland. Geoinformation Issues, Vol. 6, No. 1 (6), s. 49–58
  • 14. Kruszyńska A., Wendel I. (2001). Dzielnice Krakowa, Urząd Miasta Krakowa, Kancelaria Rady Miasta i Dzielnic Krakowa, Kraków, s. 42
  • 15. Kucharczyk M. (2012). Analiza cech podmiejskiej zabudowy mieszkaniowej na przykładzie inwestycji deweloperskich zrealizowanych w okolicy Krakowa. Politechnika Krakowska, Czasopismo Techniczne. Architektura, z. 29
  • 16. Lin J., Cromley R.G. (2015). Evaluating geo-located Twitter data as a control layer for areal interpolation of population. Applied Geography, Vol. 58, s. 41–47
  • 17. 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
  • 18. Mapping Guide for European Urban Atlas, 2011; http://www.eea.europa.eu/data-and-maps/data/urban-atlas#tab-methodology
  • 19. Mennis J. (2003). Generating Surface Models of Population Using Dasymetric Mapping. The Professional Geographer, Vol. 55, No. 1
  • 20. Mennis, J., Hultgren, T. (2006). Intelligent dasymetric mapping and its application to area interpolation. Cartography and Geographic Information Science, 33(3): 179–194
  • 21. Pirowski T., Drzewiecki W. (2012). Mapa gęstości zaludnienia Krakowa, propozycja metodyki opracowania oraz przykładowe zastosowania. Roczniki Geomatyki, t. 10, z. 3
  • 22. Pirowski T., Pomietłowska J. (2017). Distribution of Krakow’s Population by Dasymetric Modeling Method Using Urban Atlas and Publicly Available Statistical Data, Geomatics and Environmental Engineering, vol. 11/4, 83–95
  • 23. Robinson A.H., Sale R.D., Morrison J.L. Muehrcke P.C. (1998). Podstawy Kartografi i, PWN, Warszawa
  • 24. Sleeter, R., Wood N. (2006). Estimating daytime and nighttime population density for coastal communites in Oregon: Urban and Regional Information Systems Association. Annual Conference, Proceedings, Vancouver, BC, September 26–29
  • 25. Smith, A., Newing, A., Quinn, N., Martin, D., Cockings, S. and Neal, J. (2015). Assessing the Impact of Seasonal Population Fluctuation on Regional Flood Risk Management. ISPRS Int. J. Geo-Inf. 2015, 4:1118–1141, DOI:10.3390/ijgi4031118
  • 26. Sridharan, H. and Qiu, F. (2013). A Spatially Disaggregated Areal Interpolation Model Using Light Detection and Ranging-Derived Building Volumes. Geographical Analysis, 45:238–258
  • 27. Tapp A.F. (2010). Areal Interpolation and Dasymetric Mapping Methods Using Local Ancillary Data Sources. Cartography and Geographic Information Science, Vol. 37, No. 3
  • 28. Tobler R.T. (1979). Smooth pycnophylactic interpolation for geographic regions. Journal of The American Statistical Association 74, 519–530
  • 29. Urban Atlas – delivery of land use/cover maps of major European Urban Agglomerations – Final Report (V 2.0), 2011; http://ec.europa.eu/regional_policy/sources/tender/pdf/2012066/urban_atlas_final_report_112011.pdf
  • 30. Web sites StatKrak prowadzony przez Wydział Strategii i Rozwoju Miasta Urząd Miasta Krakowa, Referat Analiz i Prognoz Rozwoju Miasta; www.msip2.um.krakow.pl/statkrak/, dostęp: 22.11.2016
  • 31. http://www. igik.edu.pl/pl/corine-projekt (dostęp: 26.05.2017)
  • 32. Wu, C. and Murray, A.T. (2005). A cokriging method for estimating population density in urban areas. Computers, Environment and Urban Systems, 29 (5), 558–579, doi:10.1016/j. compenvurbsys.2005.01.006
Uwagi
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-827dea76-bf76-4283-b298-16e5134b6ef0
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.