Landsat画像を使用して都市人口の規模を推定する：BO、Sierra Leone、西アフリカのケーススタディ

背景：これは、限られた調査データを使用して航空画像で拡張された限られた調査データを使用して、近隣集団を迅速に推定するための代替モデルを評価する3ペーパーシリーズの3番目の論文です。 方法：ベイジアン法を使用して、母集団密度を推定するための候補回帰モデルの大きなソリューション空間をサンプリングしました。 結果：Landsatマルチバンド衛星画像から派生した統計的測定を使用して、シエラレオネ市の20の地域の人口密度と数を正確に推定しました。提案された最良の回帰モデルは、後者を8.0％の絶対中央値比例誤差で推定しましたが、20の近隣の総人口は1.0％未満の誤差で推定されました。また、経験的ベイズアプローチを使用して得られた結果と比較します。 結論：私たちのアプローチは、人口密度の予測モデルを構築するための迅速かつ効果的な方法を提供し、リモートセンシング画像を利用してカウントします。相互検証分析を含む我々の結果は、候補の共変量回帰を計算する前に、Landsatセクションの画像の非都市部の領域をマスキングすることが、モデルの一般性をさらに改善するはずであることを示唆しています。

BACKGROUND: This is the third paper in a 3-paper series evaluating alternative models for rapidly estimating neighborhood populations using limited survey data, augmented with aerial imagery. METHODS: Bayesian methods were used to sample the large solution space of candidate regression models for estimating population density. RESULTS: We accurately estimated the population densities and counts of 20 neighborhoods in the city of Bo, Sierra Leone, using statistical measures derived from Landsat multi-band satellite imagery. The best regression model proposed estimated the latter with an absolute median proportional error of 8.0%, while the total population of the 20 neighborhoods was estimated with an error of less than 1.0%. We also compare our results with those obtained using an empirical Bayes approach. CONCLUSIONS: Our approach provides a rapid and effective method for constructing predictive models for population densities and counts utilizing remote sensing imagery. Our results, including cross-validation analysis, suggest that masking non-urban areas in the Landsat section images prior to computing the candidate covariate regressors should further improve model generality.