Δημιουργία και αξιολόγηση μοντέλων για τον υπολογισμό της πυκνότητας του πληθυσμού
Από RemoteSensing Wiki
Δημιουργία και αξιολόγηση μοντέλων για τον υπολογισμό της πυκνότητας του πληθυσμού
Πρωτότυπος τίτλος : Building and Evaluating Models to
Estimate Ambient Population Density.Πηγή : Steven M. Kloiber, Patrick L. Brezonik, Leif G. Olmanson, Marvin E. Bauer, Photogrammetric Engineering & Remote Sensing
Vol. 69, No. 5, May 2003, pp. 545–553.
[5]
Περίληψη
Η πυκνότητα του πληθυσμού αποτελεί ένα συνηθισμένο χαρακτηρισμό του
γεωγραφικού διαστήματος σε ένα ευρύ φάσμα κλιμάκων.
Οι μετρήσεις της πυκνότητας του πληθυσμού είναι χρήσιμες σε πολλές εφαρμογές όπως στην εκτίμηση της περιβαλλοντικής επίδρασης, στον προγραμματισμό μεταφορών, στην λήψη αποφάσεων οικονομικής φύσεως, και σε πολλές άλλες εφαρμογές.
Οι χρήσιμες μετρήσεις της πυκνότητας του πληθυσμού πρέπει να πραγματοποιούνται σε κατάλληλες, συγκεκριμένες χωρικές και χρονικές κλίμακες εφαρμογής. Εντούτοις, τα δεδομένα του πληθυσμού δεν είναι πάντα διαθέσιμα στις χωρικές και χρονικές αναλύσεις που απαιτούνται. Σ αυτό το έγγραφο ερευνήθηκαν κάποιες εμπειρικές και θεωρητικές προσεγγίσεις ώστε να υπάρχει η δυνατότητα υπολογισμού της πυκνότητας του πληθυσμού του περιβάλλοντος. Η περιβαλλοντική πυκνότητα πληθυσμών είναι ένα χρονικά υπολογισμένο κατά μέσο όρο μέγεθος της πυκνότητας πληθυσμών που ενσωματώνει την ανθρώπινη κινητικότητα. Ποια είναι η κατάλληλη μέθοδος για να χαρακτηρίσει την πυκνότητα του πληθυσμού ενός pixel στο χώρο και στο χρόνο; Θα μπορούσαν όλα τα pixels να σταθεροποιηθούν στην πυκνότητα του πληθυσμού κατά στη διάρκεια της ίδιας χρονικής περιόδου; Ένα pixel σε μια διάβαση πεζών σε μια πολυσύχναστη διατομή της πόλης μπορεί να φτάσει σε μια σταθερή πυκνότητα πληθυσμού κατά τη διάρκεια μιας μέρας, αυτό όμως μπορεί να χρειαστεί ένα διάστημα εβδομάδων, μηνών κτλ. για ένα pixel σε ένα συνεδριακό κέντρο που σταθεροποιεί λόγω περισσότερων ακραίων διακυμάνσεων τη ροή των ανθρώπων. Δηλαδή, η χρονική μεταβλητότητα είναι ένα ζήτημα που πρέπει να ληφθεί καλά υπόψην στην εκτίμηση της πυκνότητας των πληθυσμών.
Η περιοχή μελέτης-Τηλεπισκοπικά δεδομένα
Τα τρία μοντέλα της πυκνότητας πληθυσμών που χρησιμοποιούνται σε αυτή τη μελέτη είναι το GPW (Gridded Population of the World), το LandScan , και ένα μοντέλο που προέρχεται από δορυφορικές νυχτερινές εικόνες και παρέχεται από τον δορυφόρο DMSP-OLS. Τα δεδομένα που χρησιμοποιήθηκαν για να αξιολογήσουν αυτές τις εκτιμήσεις της πυκνότητας πληθυσμών ήταν ένα πλέγμα του 1 km²της πυκνότητας του πληθυσμού που προήλθαν από δεδομένα απογραφής του 1990 των Ηνωμένων Πολιτειών και από το δημόσιας χρήσης Microstation της απασχόλησης των εργαζομένων στην περιοχή του Λος Άντζελες.
Μεθοδολογία
Τα πρότυπα πυκνότητας του πληθυσμού χρησιμοποιήθηκαν για να επικυρώσουν αυτά τα πρότυπα του πλέγματος της πυκνότητας των πληθυσμών, που προήλθαν από τα διοικητικά όρια της Αμερικανικής απογραφής το 1990. Αυτά τα στοιχεία αναφοράς αξιοποιήθηκαν με τρεις τρόπους ώστε να συλληφθεί η κινητικότητα και να προσεγγιστεί η περιβαλλοντική πυκνότητα των πληθυσμών: 1)χωρική συνάθροιση στα μεγαλύτερα pixels, 2) χρήση φίλτρων μέσης τιμής, 3) χρήση των δεδομένων απασχόλησης και κατοικίας στη δεδομένη περιοχή. Η συνολική πυκνότητα των πληθυσμών προήλθε από το PUMS για την περιοχή του Los Angeles. Οι δύο πρώτοι χειρισμοί είναι ισοτροπικοί, ενώ στην πραγματικότητα θα ποικίλλουν περιφερειακά τα ανισότροπα σχέδια κινητικότητας που θα επηρεάσουν οποιαδήποτε ακριβή αντιπροσώπευση του περιβαλλοντος σε αντίθεση με την κατοικία στην πυκνότητα πληθυσμών.
Η χωρική αυτοσυσχέτιση είναι μια ιδιότητα του συνόλου δεδομένων της πυκνότητας που παρουσιάζει τα προβλήματα για τα ακριβή πρότυπα για να υπολογίσει τον υψηλό βαθμό της χωρικής μεταβλητότητάς του. Η χωρική συνάθροιση μειώνει τη μεταβλητότητα των τιμών του pixel προς το μέσο όρο τους. Χαρακτηριστικά, οι τιμές του pixel έχουν την υψηλή μεταβλητότητα στις μικρές αναλύσεις και χαμηλότερη μεταβλητότητα στις πιο υψηλές αναλύσεις ενώ η συνεχής συνάθροιση οδηγεί τελικά σε μια μέση πυκνότητα των πληθυσμών για ολόκληρο τον πλανήτη. Η λείανση διατηρεί το χωρικό ψήφισμα του συνόλου δεδομένων αλλά μειώνει την μεταβλητότητα των pixels τοπικά. Σε αυτή τη μελέτη τα επίγεια δεδομένα που συλλέχθηκαν λειάνθηκαν χρησιμοποιώντας ένα φίλτρο μέσης τιμής μεγέθους 5x5 και ένα άλλο μεγέθους 11x11. Η αιτιολόγηση της μέσης λείανσης είναι ότι το στοιχείο απογραφής καταγράφει που είναι οι άνθρωποι τη νύχτα. Ένα μέσο χωρικό φίλτρο αποτελεί μια μέθοδο λείανσης που στην πραγματικότητα προσπαθεί να συλλάβει την κίνηση των ανθρώπων από το σπίτι προς το γραφείο, προς το κατάστημα ή και το σχολείο. Στις Ηνωμένες Πολιτείες το 1975 η μέση απόσταση της διαδρομής σπίτι-εργασιακός χώρος ήταν περίπου 9 μίλια. Να σημειωθεί ότι το φιλτράρισμα είναι ένα μέσο προσέγγισης της περιβαλλοντικής πυκνότητας των πληθυσμών που προκύπτει από τις ανθρώπινες μετακινήσεις. Η χρήση ενός φίλτρου λείανσης εξυπηρετεί σε δύο σκοπούς. Αρχικά, η λείανση μπορεί να παράγει μια εικόνα που είναι περισσότερο αντιπροσωπευτική της περιβαλλοντικής πυκνότητας του πληθυσμού μέσω του χρόνου. Δεύτερον, η λείανση αυξάνει τη χωρική αυτοσυσχέτιση των στοιχείων,, μειώνοντας στην ουσία τη ραγδαία εξέλιξη των αποσυνθέσεων. Μια περιοχή που εξηγεί το πρόβλημα την υψηλής χωρικής μεταβλητότητας των μετρήσεων της πυκνότητας των κατοικιών του πληθυσμού, είναι αυτή του πανεπιστημίου της Καλιφόρνιας στην Πανεπιστημιούπολη Santa Barbara (UCSB) και της κοντινής κοινότητας των σπουδαστών Vista Isla. Τα αρχεία απογραφής παρουσιάζουν το UCSB έχοντας μια πολύ χαμηλή πυκνότητα πληθυσμού, ενώ η Vista Isla έχει μερικά από τα πιο πυκνά κομμάτια απογραφής στα δυτικά του Μισισιπή. Μια μέση λείανση της εικόνας της πυκνότητας του πληθυσμού αυξάνει αυτή τη πυκνότητα των περιοχών όπως στην πανεπιστημιούπολη UCSB και ιδιαίτερα όπου οριοθετούν τη περιοχή Vista Isla. Επιπλέον, η προαναφερόμενη κοινότητα έχει χαμηλή πυκνότητα πληθυσμού εμπορικής φύσης δίπλα στις κατοικημένες περιοχές υψηλής πυκνότητας που επιλύονται από τα πολύγωνα φραγμών απογραφής και το αποτέλεσμα του πλέγματος είναι 1 km² που προέρχονται από αυτές. Αυτό αποτελεί καλό παράδειγμα υψηλής χωρικής μεταβλητότητας στη λεπτή κλίμακα. Το φίλτρο λείανσης παράγει μια αντιπροσώπευση της πυκνότητας πληθυσμών στη Vista Isla που διαδίδει τον πληθυσμό πιό ομοιόμορφα μεταξύ των εμπορικών και των κατοικήσιμων περιοχών στην κοινότητα. Το μοντέλο της πυκνότητας πληθυσμών που προήλθε από τα νυχτερινές δορυφορικές εικόνες αξιολογήθηκε στο σύνολο δεδομένων πυκνότητας πληθυσμών 1 km², και στις συναθροίσεις του συνόλου δεδομένων στα pixels με πλευρές 5-10 km². Οι εικόνες μεγαλύτερων pixels απλά σημαίνουν συναθροίσεις της λεπτομερούς ανάλυσης της εικόνας. Το αποτέλεσμα ‘προβλέψεις’ της πυκνότητας του πληθυσμού συγκρίθηκε έπειτα και με την φιλτραρισμένη εικόνα και με τη μη-φιλτραρισμένη πυκνότητα των πληθυσμών των βάσεων δεδομένων αναφοράς.
Η τρίτη μέθοδος για την αξιολόγηση των εκτιμήσεων πληθυσμού GPW, LandScan και Nighttime-Image εστίασε στην μητροπολιτική περιοχή του Λος Άντζελες. Η βάση δεδομένων αναφοράς’ της περιβαλλοντικής πυκνότητας πληθυσμού που χρησιμοποιήθηκε για την περιοχή μετρό του Λος Άντζελες ήταν ένας απλός αριθμητικός μέσος όρος της μέτρησης βάσης-κατοικίας της πυκνότητας πληθυσμών που προέκυψαν από τα στοιχεία απογραφής του 1990 και μιας μέτρησης βάσης-απασχόλησης πληθυσμού που προέκυψε από τα στοιχεία PUMS.
Αποτελέσματα και ανάλυση
Η αστική περιοχή που αποτελεί τη Μινεάπολη και το Σεντ Πολ παρέχει μια καλή απεικόνιση της εμφάνισης αυτών των μοντέλων και προτύπων με τα οποία συγκρίθηκαν (εικόνα1). Η εικόνα περιλαμβάνει την μη-φιλτραρισμένη πυκνότητα του πληθυσμού που προέρχεται από τα πολύγωνα της ομάδας φραγμών της απογραφής των ΗΠΑ, 1990, από τα φίλτρα μέσης τιμής 5x5, 11x11 εκείνων των στοιχείων, το μοντέλο που προήλθε από τα στοιχεία εικόνας DMSP OLS και το σφαιρικό πρόγραμμα δημογραφίας 5x5 λεπτών.
Λόγω του ότι τα μοντέλα που προέρχονται από το DMSP OLS νυχτερινών εικόνων, παράγονται μόνο πέρα από τις αστικές περιοχές, τα αποτελέσματα της Εικόνας 1 περιορίζονται στις περιοχές του DMSP OLS εικόνων. Εστιάζοντας σε αυτά τα pixels, αναλύουμε το 10% του εδάφους που περιέχει σχεδόν το 80% των ανθρώπων. Οι ηπειρωτικές Ηνωμένες Πολιτείες είχαν 5.881 αστικές συστοιχίες με μέσο όρο πληθυσμού 32.952. Σαν εκτίμηση του αστικού πληθυσμού, είναι 4% από την τιμή του γραφείου αναφοράς πληθυσμού των 75%. Τα πρότυπα συγκρίθηκαν στην ανάλυση των 1,5,11 km². Ο Πίνακας 1 συνοψίζει τις συγκρίσεις των μοντέλων GPW και DMSP OLS του πληθυσμού και στα χωρικά αθροισμένα και στα φιλτραρισμένα πρότυπα. Τα πρότυπα είναι της μέτρησης των km² της πυκνότητας του πληθυσμού που προκύπτουν από την απογραφή του 1990 και την έκδοση του 5x5 φίλτρου μέσης τιμής του συνόλου δεδομένων. Οι εκτιμήσεις του DMSP μοντέλου ξεπέρασε τις σφαιρικές εκτιμήσεις του προγράμματος δημογραφίας σχεδόν στις κλίμακες κάθε κατηγορίας, συμπεριλαμβανομένης της κλίμακας των σφαιρικών στοιχείων προγράμματος δημογραφίας.
Στην Εικόνα 2 παρουσιάζονται τα λάθη της DMSP OLS συγκρινόμενα με τη μη-φιλτραρισμένη εικόνα πυκνότητας πληθυσμού στην περιοχή του Λος Αντζελες. Τα λάθη εντοπίστηκαν από τη χωρική μη-κατανεμημένη περιοχή. Οι υπερεκτιμήσεις (μπλε) παρουσιάστηκαν στις περιοχές που έχουν χαμηλές πυκνότητες πληθυσμού σύμφωνα με τα στοιχεία απογραφής, ενώ αυτές που εκτιμήθηκαν σωστά εμφανίστηκαν στα υψηλά εμπορικά κέντρα πυκνότητας πληθυσμών. Πολλά από τα λάθη είναι εύκολα να ερμηνευθούν. Για παράδειγμα, η πυκνότητα πληθυσμού στα αστικά κέντρα είναι σωστά υπολογισμένη. Αυτές οι περιοχές τείνουν να παρουσιάζονται σωστά στην εικόνα. Εντούτοις, το γραμμικό ποσοστό του πληθυσμού που διατίθεται σ αυτές τις περιοχές βασισμένες στην ελαφριά ένταση είναι ανεπαρκές για να αποτελέσει πραγματική πυκνότητα πληθυσμού. Αυτά τα λάθη θα μπορούσαν να μετριαστούν με τη χρήση μιας μη-γραμμικής κατανομής της πυκνότητας πληθυσμών αλλά θα αύξανε τα υπάρχοντα λάθη της υπερεκτίμησης. Τα δύο μεγάλα αεροδρόμια στη συστοιχία είναι σημαντικά υπερεκτιμημένα. Η περιοχή γύρω από το διεθνές αεροδρόμιο του Λος Άντζελες (LAX) αποτελεί ένα μεγάλο λάθος υπερεκτίμησης της πυκνότητας πληθυσμών. Το αεροδρόμιο αυτό είναι ένας από τους μεγαλύτερους εργοδότες της πόλης και δεκάδες χιλιάδες άνθρωποι πετούν από αυτό, προς αυτό ή μέσω αυτού σε καθημερινή βάση, αλλά παρόλα αυτά η περιοχή έχει σχετικά χαμηλή πυκνότητα πληθυσμού σύμφωνα με την κατοικημένη περιοχή (στοιχεία που προκύπτουν από την απογραφή).
Θεωρητικά καλύτερα πρότυπα της περιβαλλοντικής πυκνότητας θα μπορούσαν να επιτευχθούν από το χρονικά υπολογισμένο μέσο όρο της χωρικής συμπεριφοράς όλων των προσώπων παρόντων μες στην περιοχή του Λος Άντζελες για εκείνο το δεδομένο χρόνο. Το οικονομικό και πρακτικό εμπόδιο στην απόκτηση ενός τέτοιου συνόλου δεδομένων είναι προς το παρόν αξεπέραστο, εντούτοις ένα βελτιωμένο πρότυπο της περιβαλλοντικής πυκνότητας πληθυσμών, αποκτήθηκε από το συνδυασμό της μέτρησης του 1990 των βασισμένων σε κατοικίες πυκνοτήτων πληθυσμών και του 1990 των βασισμένων σε απασχόληση που προήλθαν από τα στοιχεία PUMS. Η χωρική συνάθροιση και το φίλτρο μέσης τιμής είναι κάπως ειδικής προσπάθειας στην παραγωγή περιβαλλοντικών προτύπων πυκνότητας πληθυσμών από μία μέτρηση σε βασισμένη-κατοικία της πυκνότητας πληθυσμού. Είναι ισοτροπικοί στη φύση, και η γνώση της ανθρώπινης και χωρικής συμπεριφοράς μας λέει ότι η περιβαλλοντική πυκνότητα του πληθυσμού δεν μπορεί να προέλθει από ένα ισοτροπικό χειρισμό μιας βασισμένης σε κατοικία πυκνότητα πληθυσμού.
Τα τελικά πρότυπα από την περιβαλλοντική πυκνότητα αποκτήθηκαν υπολογίζοντας κατά μέσο όρο μιας μέτρησης σε κατοικία και μιας μέτρησης πυκνότητας πληθυσμών για την περιοχή του Λος Άντζελες. Αυτός ο χειρισμός ενσωματώνει τα πρόσθετα εμπειρικά στοιχεία και συλλαμβάνει συνεπώς μερικές από τις ανισότροπες φύσεις της διαφοράς μεταξύ της βασισμένης σε κατοικία πυκνότητας πληθυσμών και της περιβαλλοντικής πυκνότητας των πληθυσμών. Η εκτίμηση της περιβαλλοντικής πυκνότητας αποκτήθηκε από το DMSP OLS νυχτερινής εικόνας και ήταν η μόνη εκτίμηση η οποία σχετίζεται με τα πρότυπα που προήλθαν από την βασισμένα στην απασχόληση και στην κατοικία και ήταν υψηλότερο από το συσχετισμό του είτε με την κτοικία είτε μόνο στην απασχόληση. Η Εικόνα 3 συνοψίζει τις συγκρίσεις του DMSP OLS προτύπου που αποκτήθηκε και των προτύπων βασισμένων σε κατοικία και απασχόληση της περιοχής του Λος Άντζελες. Είναι σημαντικό να σημειωθεί ότι το χωρικό σχέδιο του λάθους στην εικόνα2 είναι περισσότερο τυχαίο από το λάθος που παρουσιάστηκε από τη μέτρηση της βασισμένης σε κατοικία της εικόνας1.Μια ανάλυση συχευτισμού του DMSP OLS, GPW, LandScan προτύπων βασισμένων σε κατοικία και απασχόληση προτύπων της πυκνότητας πληθυσμών στη περιοχή του μετρό του Λος Άντζελες διευθύνθηκε για να αξιολογηθεί η ακρίβεια αυτών των τριών αντιπροσωπεύσεων από την περιβαλλοντική πυκνότητα πληθυσμών. Το GPW και το DMSP OLS είχε την πιο ισχυρή συσχέτιση με τα πρότυπα της περιβαλλοντικής πυκνότητας πληθυμσού που αποκτήθηκαν από τις μετρήσεις των βασισμένων σε απασχόληση και κατοικίας πυκνοτήτων πληθυσμού. To GPW έχει την πιο υψηλή συσχέτιση με την μέτρηση του βασισμένο σε κατοικία και το DMSP OLS πρότυπο έχει τη μεγαλύτερη συχέτιση με τη μέτρηση του βασισμένου σε απασχόληση. Το DMSP OLS πρότυπο είναι το μοναδικό πρότυπο του οποίου η συχέτιση με το πρότυπο της περιβαλλοντικής πυκνότητας είναι υψηλότερο με είτε των βασισμένων σε κατοικίες είτε στα πρότυπα των βασισμένων σε απασχόληση μόνο. Το πρότυπο DMSP OLS έχει τη μεγαλύτερη διαφορά μεταξύ της αναμενόμενη αξία του συσχετισμού του με τα περιβαλλοντικά πρότυπα και τις παρατηρηθείσες αξίες του.
Αξιολόγηση
Οι περισσότερες υπάρχουσες μετρήσεις της πυκνότητας του πληθυσμού προκύπτουν από αυθαίρετες χωρικές μονάδες μιας εθνικής απογραφής και αντιπροσωπεύουν την κατοικημένη πυκνότητα πληθυσμών. Η χρονική ποιότητα αυτών των μετρήσεων είναι διπλή υπό την έννοια ότι αυτοί μετρούν καλύτερα μια νυχτερινή πυκνότητα πληθυσμού και ο κύκλος επανάληψης της μέτρησης καθορίζεται από την πυκνότητα της απογραφής. Ενώ αυτό αποτελεί μια νόμιμη και χρήσιμη μέτρηση της πυκνότητας πληθυσμών, υπάρχουν διάφορα μειονεκτήματα σε αυτή τη μέτρηση που τα πρότυπα που περιγράφονται εδώ μπορούν να μετριάσουν. Μερικά από τα πλεονεκτήματα των GPW, LandScan και DMSP OLS της πυκνότητας των πληθυσμών είναι (1) ομοιόμορφες χωρικές μονάδες που ικανοποιούν τις ανάγκες για τις μελέτες των ανθρώπινων διαστάσεων της σφαιρικής αλλαγής, (2) ένα χρονικά υπολογισμένο κατά μέσο όρο μέτρο της πυκνότητας πληθυσμών βασισμένο στην ανθρώπινη κινητικότητα και (3) οι παραλλαγές αυτών των προτύπων που μπορούν να παρέχουν αυτή τη σφαιρική κάλυψη σε ένα συχνότερο επαναλαμβανόμενο κύκλο. Οι τρεις αντιπροσωπεύσεις της πυκνότητας των πληθυσμών που περιγράφηκαν εδώ έχουν διαφορετικές δυνάμεις. Το GPW και το LandScan καλύπτουν τις αγροτικές και αστικές περιοχές εκτιμώντας ότι το DMSP OLS μοντέλο έχει αναπτυχθεί μόνο για αστικές περιοχές. Η χωρική ανάλυση του DMSP OLS και του LandScan είναι καλύτερη από του GPW. Το GPW είναι στην ουσία μια ξανά-αντιπροσώπευση των υπαρχόντων στοιχείων απογραφής ενώ το LandScan είναι ουσιασικά ένας χειρισμός GPW που αυξάνει τη χωρική μεταβλητότητα και την ανάλυση και προσπαθεί να ληφθεί περιβαλλοντικά σε αντίθεση με την βασισμένη σε κατοικία πυκνότητα πληθυσμών. Από την άλλη μεριά, το DMSP OLS πρότυπο χρησιμοποιεί μόνο ένα μεταβλητό και μπορούν να εφαρμοστούν ως ανεξάρτητη εκτίμηση του πληθυσμού και της πυκνότητάς τους.
Γενικότερα, η αναγνώριση των δυνατοτήτων και των αδυναμιών αυτών των προτύπων που αναλύθηκαν, επιτρέπει τη συνεχή ανεξάρτητη βελτίωση τους ακόμη και για πιθανή συνεφαρμογή τους. Το GPW πρέπει να παραμείνει ως gridded (πλέγμα) αντιπροσώπευση των δημογραφικών δεδομένων που παράγονται από τα αξιόπιστα, καλύτερα εκτιμώμενα επίσημα όρια, εθνικά καταγεγραμένων αριθμών στην καλύτερη διαθέσιμη χωρική ανάλυση. Το GPW θα μπορούσε να εξυπηρετήσει ως τμήμα του πλαισίου στοιχείων για την ανάπτυξη μιας γεωγραφικής βάσης δεδομένων των Ηνωμένων Εθνών. Ιδανικά η προσπάθεια θα εστιάσει στην κάλυψη του κενού στους τομείς της οικονομίας, της δημογραφίας ιδιαίτερα στις αναπτυσσόμενες χώρες. Το Landscan προέρχεται πλήρως από ψηφιακές δορυφορικές εικόνες και τα χαρτογραφικά προιόντα που είναι καλύτερης (finer) χωρικής και χρονικής ανάλυσης από τα παραδοσιακά στοιχεία απογραφής. Να σημειωθεί επίσης ότι οι χαρτογραφικές και ψηφιακής τηλεπισκόπησης απεικονίσεις είναι πιο οικονομικές και πιο εύκολες να αποκτηθούν σε αντίθεση με τους παραδοσιακούς τρόπους απογραφής. Η θεωρία έπρεπε να μετατρέψει αυτά τα στοιχεία σε πρόσθετες εκτιμήσεις, κοινωνικές, οικονομικές, δημογραφικές ιδιότητες εκτός από την πυκνότητα που εξελίσσεται γρήγορα. Το DMSP OLS είναι ένα άριστο σχετικό παράδειγμα. Οι σφαιρικές DMSP OLS εικόνες χρησιμοποιούνται για να παράγουν καλύτερη χωρική ανάλυση χαρτών των ανθρώπινων τακτοποιήσεων, χαρτογραφούν το αστικό ποσοστό και γενικότερα χρησιμεύουν σαν μέτρο πληρεξούσιου της οικονομικής δραστηριότητας, της κατανάλωσης ενέργειας, και τις εκπομπές του διοξειδίου του άνθρακα.
