评估网格化人口数据用于量化贫困社区人口的质量
计算机与社会
2020-11-26 v1
摘要
超过十亿人生活在贫民窟中，这些聚落常位于生态敏感区域因而高度脆弱。这是世界许多地区的问题，但在低收入国家尤为突出——2014 年这些国家平均 65% 的城市人口居住在贫民窟。因此，建设韧性社区需要量化这些贫困区域中的人口并改善其生活条件。然而，大多数关于贫民窟的数据来自人口普查，仅以聚合层级提供且常排除这些聚落。因此，研究者转向替代方法。但这些方法通常依赖昂贵的高分辨率卫星影像与实地调查，阻碍了其大规模适用性。本文中，我们通过评估网格化人口数据的质量，探究一种具成本效益的贫民窟人口估算方法。我们以 2010 年巴西人口普查中绘制的、经地理参考的 1703 个贫困区域多边形及其人口调查为真值，评估 WorldPOP 与 LandScan 人口图层的精度。尽管 LandScan 数据对多数多边形未产生满意结果，WorldPOP 估算在 67% 的多边形上偏差小于 20%，且所研究区域总体的误差仅 -5.9%。这一微小误差幅度表明，分辨率至少达 100m 的人口图层（如 WorldPOP）可作为估算贫民窟人口的有用工具。
引用
@article{arxiv.2011.12923,
title = {Assessing the Quality of Gridded Population Data for Quantifying the Population Living in Deprived Communities},
author = {Agatha C. H. de Mattos and Gavin McArdle and Michela Bertolotto},
journal= {arXiv preprint arXiv:2011.12923},
year = {2020}
}
备注
Presented at NeurIPS 2020 Workshop on Machine Learning for the Developing World