Προσδιορισμός πληθυσμού με τηλεσκόπηση

Από RemoteSensing Wiki

Παρούσα αναθεώρηση της 15:56, 13 Ιανουαρίου 2021

Πρωτότυπος Τίτλος: Use of Remote Sensing for Population Number Determination

Συγγραφείς: Συγγραφείς: K. Karume, C. Schmidt, K. Kundert, M. E. Bagula, B. F. Safina, R. Schomacker, D. Ganza, O. Azanga, C. Nfundiko, N. Karume, and G. N. Mushagalusa

Πηγή: The Open Access Journal of Science and Technology

URL: https://www.agialpress.com/articles/use-of-remote-sensing-for-population-number- determination.pdf

Εισαγωγή:

Ο αριθμός του πληθυσμού είναι ένα πολύ σημαντικό στοιχείο που μπορούν να χρησιμοποιήσουν τα κράτη και οι δημόσιοι φορείς μιας περιοχής για να συντάξουν σημαντικές διαδικασίες που αφορούν τις ανάγκες αλλά και την αλληλεπίδραση των πολιτών, ώστε να μπορέσει να γίνει η βέλτιστη κατανομή πόρων. Οι εκτιμήσεις του πληθυσμού παίζουν καθοριστικό ρόλο σχετικά με το πότε και πού θα πρέπει να χτιστούν δημόσιες εγκαταστάσεις, όπως σχολεία, νοσοκομεία, και υποδομές μεταφορών, ώστε να προαχθούν με τον καλύτερο τρόπο οι ανάγκες, και οι ευκαιρίες ενός πληθυσμού. Φυσικά, ένας αριθμός πληθυσμού μπορεί να αφορά και ιδιωτικούς φορείς για επιχειρηματικούς σκοπούς όπως την ανάδειξη πιθανών Target Group σε μια τοποθεσία. Ωστόσο, η ίδια η καταμέτρηση του πληθυσμού, δεν γίνεται όσο συχνά θα ήθελαν οι παραπάνω φορείς, και αυτό πολλές φορές οφείλεται στις συμβατικές διαδικασίες απογραφής οι οποίες είναι αρκετά χρονοβόρες και δαπανηρές. Από τη δεκαετία του 1970 όμως, εναέρια μέσα έχουν τη δυνατότητα να συνεισφέρουν στον προσδιορισμό του πληθυσμού μιας περιοχής φωτογραφίζοντας την από ψηλά, εξαλείφοντας πολλά προβλήματα που θα απασχολούσαν μια συμβατική μέθοδο απογραφής.

Μεθοδολογία:

Μια από τις πρώτες εφαρμογές τηλεπισκόπησης για την απογραφή πληθυσμού μπορεί να εντοπιστεί στη δεκαετία του 1950, όπου πραγματοποιήθηκαν χειροκίνητες αναλύσεις αεροφωτογραφιών για τη μέτρηση κατοικιών. Σήμερα οι τεχνικές απαρτίζονται σε μεγάλο βαθμό από ψηφιακά μέσα, από τα όργανα λήψης των αεροφωτογραφιών έως, και την ανάλυση και αρίθμηση των κατοικιών. Αναλυτικότερα, οι σύγχρονες μέθοδοι βασίζονται σε τεχνικές, μετρήσεις μεμονωμένων οικιστικών μονάδων που χρησιμοποιούν δεδομένα υψηλής χωρικής ανάλυσης όπως αεροφωτογραφίες, μετρήσεις αστικών περιοχών γης, εκτιμήσεις που προέρχονται από τη χρήση γης, και αυτόματες αναλύσεις εικόνων βάσει των φασματικών χαρακτηριστικών τους. Ενδιαφέρον αποτελεί η προσπάθεια απογραφής του Bukavu city, μιας πόλης της Δημοκρατίας του Κονγκό, όπου δεν είχε γίνει επίσημη απογραφή του πληθυσμού για 20 χρόνια. Η ανάγκη για απογραφή του Bukavu city, προέκυψε μετά από φαινόμενα αύξησης και επέκτασης του πληθυσμού σε γεωργικές και άλλες μη αστικές περιοχές, δίνοντας κίνητρο για εκτίμηση της κατανομής του πληθυσμού, που θα ήταν πολύτιμη για τον σχεδιασμό της χρήσης Γης. Για αυτή τη μελέτη χρησιμοποιήθηκαν δύο δορυφορικές εικόνες GeoEye ανάλυσης 50cm, τον Ιούλιο του 2012. Αυτές οι εικόνες διορθώθηκαν σε ένα κοινό σύστημα συντεταγμένων Universal Transverse Mercator (UTM) βάσει τοπογραφικών χαρτών με κλίμακα 1: 24000. Προκειμένου να γίνει απλούστερη η ανάλυση των δορυφορικών εικόνων ήταν σημαντικό να γίνει υποδιαίρεση της πόλης, σε περιοχές, οι οποίες θα μπορούσαν να κατανεμηθούν σε ζώνες έτσι ώστε να εξεταστούν ταυτόχρονα στοιχεία σε περιοχές που μπορεί να βρίσκονται μακριά μεταξύ τους, αλλά να πληρούν ορισμένα κοινά στοιχεία. Η κάθε περιοχή εκτιμήθηκε βάση της πυκνότητας των κατοικιών ώστε να ενταχθεί στην ανάλογη ζώνη. Για να γίνει ευκολότερη η διαδικασία της αξιολόγησης, όλη η περιοχή χωρίστηκε με τη βοήθεια προγράμματος GIS, σε 200 σημεία των 200 τετραγωνικών μέτρων.

Σχήμα 1., Δορυφορική εκόνα του Bukavu city, χωρισμένη σε 200 περιοχές των 200 μέτρων. The Open Access Journal of Science and Technology

Αναφορικά με την πυκνότητα των σπιτιών, εντοπίστηκαν τρεις ζώνες από τη δορυφορική εικόνα, οι ζώνες υψηλής πυκνότητας, οι ζώνες μέσης πυκνότητας και οι ζώνες χαμηλής πυκνότητας.

Σχήμα 2., Α) Ζώνη υψηλής πυκνότητας, Β) Ζώνη μέσης πυκνότητας, Γ) Ζώνη χαμηλής πυκνότητας. The Open Access Journal of Science and Technology

Χρησιμοποιώντας τα μοτίβα πυκνότητας ζωνών, εντοπίστηκαν: 95 ζώνες με μεγάλη πυκνότητα, 307 ζώνες μεσαίας πυκνότητας και 800 ζώνες χαμηλής πυκνότητας, που το κάθε σύνολο έχει αντίστοιχα 30.400, 46.050 και 40.000 σπίτια. Ο πληθυσμός της πόλης υπολογίστηκε, με τον πολλαπλασιασμό του αριθμού των σπιτιών, με αυτόν του μέσου όρου των κατοίκων ανά σπίτι, 8 για τις ζώνες υψηλής πυκνότητας, 7 για τις ζώνες μεσαίας πυκνότητας, και 6 για τις ζώνες χαμηλής πυκνότητας.

Συνολικά υπολογίστηκαν 805,550 κάτοικοι για το Bukavu city. Ο τελικός απολογισμός είναι πολύ κοντά στην εκτίμηση που δίνει ο Inspection Provinciale de la Santé (830.000), ο οποίος είναι o αρμόδιος φορέας για την εκστρατεία εμβολιασμού στην επαρχία του South-Kivu.

Συμπεράσματα:

Ο προσδιορισμός των κατοίκων μιας περιοχής μπορεί να εκτιμηθεί με αρκετά μεγάλη ακρίβεια με τηλεσκοπικές μεθόδους, πολύ γρήγορα, με ελάχιστες δυσκολίες, αξιοποιώντας τους δορυφόρους υψηλής χωρικής ανάλυσης (Geoeye, QuickBird και IKONOS), που δίνουν τη δυνατότητα αρίθμησης κατοικιών κατά την επεξεργασία των εικόνων. Ιδιαίτερα σημαντική είναι και η συνεισφορά των προγραμμάτων GIS, στο διαχωρισμό και στην κατανομή των περιοχών μιας πόλης, βάσει των ζωνών πυκνότητας των κατοικιών, όπως χρησιμοποιήθηκε και στην περίπτωση του Bukavu city. Σε κάθε περίπτωση οι τεχνικές απογραφής πληθυσμού από ψιλά έχουν αρκετά περιθώρια βελτίωσης, ώστε να εξαλείψουν προβλήματα όπως την κατανομή πληθυσμού σε περιοχές πολύ υψηλής πυκνότητας με πολυκατοικίες, και να μικρύνουν ακόμη περισσότερο το σφάλμα των αποτελεσμάτων τους.