İkili Eşleme ve Hacimsel Nüfus Tahmini Teknikleri Kullanarak Nüfus Dağılışının Haritalanması

Yıl 2017, Cilt: 19 Sayı: 2, 339 - 363, 31.12.2017

Mustafa Köse Nicholas Tate Kevin Tansey

Öz

Nüfus verilerinin doğruluğu ve
güvenirliği, kamu ve özel sektör tesislerinin tasarımını desteklemek için ve
nüfusa bağlı planlamalar yapabilmek açısından büyük önem arz etmektedir. Demografik
veriler önceden tanımlanmış sayım bölgeleri ölçeğinde ulusal nüfus sayım
kuruluşları tarafından sağlanır. Ancak, demografik veri kümeleri ile
planlamacıların ve diğer kullanıcıların ihtiyaç duyduğu mekânsal birimlerin
ölçeği farklılık gösterebilir. Bu sorunları çözmek ve istenilen ölçekte nüfus
verileri üretmek amacıyla birçok nüfus tahmin teknikleri geliştirilmiştir. Bu
çalısma ikili eşleme ve hacimsel tahmin metotlarını kullanarak nüfus sayım
sonuçlarının rapor edildiği mekansal ölçekten daha küçük ölçekte toplam nüfusu
tahmin etmeyi ve bu tahmini değerlerin doğruluğunu test etmeyi hedeflemektedir.
Hem şehir ölçeğinde hem de mahalle ölçeğinde 2011 nüfus sayım verilerinin
varlığından dolayı Leicester şehri (Birleşik Krallık) örneklem olarak seçilmiştir.
Elde edilen mahalleler ölçeğindeki tahmini nüfus değerleri, 2011 gerçek nüfus
veri setleri ile karşılaştırılarak doğruluk analizleri yapılmıştır. Çalışmada
kullanılan her yöntem kendi varsayımları ve gerekli veri setlerinin doğruluğuna
bağlı olarak farklı nüfus dağılış tahminleri üretmiştir. 

Anahtar Kelimeler

Nüfus Tahmini, İkili Eşleme Tekniği, Hacimsel Tahmin Tekniği, Leicester (Birleşik Krallık)

Kaynakça

• Bielecka, E. A dasymetric population density map of Poland. In International Cartographic Conference, 2005.
• Cockings, S., Harfoot, A. ve Hornby, D. 2011. Towards 2011 output geographies: Exploring the need for, and challenges involved in, maintenance of the 2001 output geographies. Population Trends, 138, 38 - 49.
• Deng, C., Wu, C. ve Wang, L. 2010. Improving the housing-unit method for small-area population estimation using remote-sensing and GIS information. International Journal of Remote Sensing, 31, 5673-5688.
• Dong, P., Ramesh, S. ve Nepali, A. 2010. Evaluation of small-area population estimation using LiDAR, Landsat TM and parcel data. International Journal of Remote Sensing, 31, 5571-5586. Eicher, C. L. ve Brewer, C. A. 2001. Dasymetric Mapping and Areal Interpolation: Implementation and Evaluation. Cartography and Geographic Information Science, 28 125-138. ENVI User’s Guide, http://aviris.gl.fcen.uba.ar/Curso_SR/biblio_sr/ENVI_userguid.pdf (Erişim Tarihi: 10.05.2012)
• Fisher, P. F. ve Langford, M. 1995. Modelling the errors in areal interpolation between zonal systems by Monte Carlo simulation Environment and Planning A 27, 211 – 224
• Flowerdew, R. ve Green, M. 1992. Developments in areal interpolation methods and GIS. The Annals of Regional Science, 26, 67-78.
• Gerland, P., Raftery, A. E., Ševčíková, H., Li, N., Gu, D., Spoorenberg, T., Alkema, L., Fosdick, B. K., Chunn, J., Lalic, N., Bay, G., Buettner, T., Heilig, G. K. ve Wilmoth, J. 2014. World population stabilization unlikely this century. Sciencexpress.
• Gregory, I. N. 2002. The accuracy of areal interpolation techniques: standardising 19th and 20th century census data to allow long-term comparisons. Computers, Environment and Urban Systems, 26 293-314.
• Harvey, J. T. 2002. Estimating census district populations from satellite imagery: Some approaches and limitations. International Journal of Remote Sensing, 23, 2071-2095.
• Hawley, K. ve Moellering, H. 2005. A Comparative Analysis of Areal Interpolation Methods. Cartography and Geographic Information Science, 32, 411-423.
• Langford, M. 2007. Rapid facilitation of dasymetric-based population interpolation by means of raster pixel maps. Computers, Environment and Urban Systems, 31, 19-32.
• Langford, M. 2013. An Evaluation of Small Area Population Estimation Techniques Using Open Access Ancillary Data. Geographical Analysis, 45, 324-344.
• Langford, M. ve Harvey, J. T. 2001. The use of Remotely Sensed Data for Spatial Disaggregation of Published Census Population Counts. IEEEASPRS Joint Workshop on Remote Sensing and Data Fusion over Urban Areas, 260-264.
• Langford, M. ve Unwin, D. J. 1994. Generating and mapping population density surfaces within a geographical information system. The Cartographic Journal, 31, 21-26.
• Li, G. ve Weng, Q. 2005. Using landsat ETM+ imagery to measure population density in Indianapolis, Indiana, USA. Photogrammetric Engineering & Remote Sensing, 71, 947–958.
• Liu, X., Clarke, K. ve Herold, M. 2006. Population Density and Image Texture: A Comparison Study. Photogrammetric Engineering & Remote Sensing 72, 187–196.
• Liu, X. ve Liu, Y. 2008. The accuracy assessment in areal interpolation: An empirical investigation. Science in China Series E: Technological Sciences, 51, 62-71.
• Lu, D., Weng, Q. ve Li, G. 2006. Residential population estimation using a remote sensing derived impervious surface approach. International Journal of Remote Sensing, 27, 3553-3570.
• Lu, Z., IM, J. ve Quackenbush, L. 2011. A volumetric approach to population estimation using lidar remote sensing. Photogrammetric Engineering and Remote Sensing, 77, 1145-1156.
• Lu, Z., IM, J., Quackenbush, L. ve Halligan, K. 2010. Population estimation based on multi-sensor data fusion. International Journal of Remote Sensing, 31, 5587-5604.
• Lwin, K. ve Murayama, Y. 2010. Development of GIS tool for dasymetric mapping. International Journal of Geoinfromatics, 6, 11-18.
• Maantay, J. A., Maroko, A. R. ve Herrmann, C. 2007. Mapping population distribution in the urban environment: The cadastral-based expert dasymetric system (CEDS). Cartography and Geographic Information Science, 34, 77-102.
• Martin, D., Tate, N. J. ve Langford, M. 2000. Refining Population Surface Models: Experiments with Northern Ireland Census Data. Transactions in GIS, 4, 343-360.
• Mennis, J. 2009. Dasymetric mapping for estimating population in small areas. Geography Compass, 3, 727-745.
• Qiu, F., Sridharan, H. ve Chun, Y. 2010. Spatial Autoregressive Model for Population Estimation at the Census Block Level Using LIDAR-derived Building Volume Information. Cartography and Geographic Information Science, 37, 239-257.
• Office for National Statistics (ONS), http://infuse2011.mimas.ac.uk/. (Erişim Tarihi: 05.01.2013)
• ONS, http://www.neighbourhood.statistics.gov.uk/. (Erişim Tarihi: 05.02.2013)
• Ordnance Survey (OS), http://borders.edina.ac.uk/ukborders/. (Erişim Tarihi: 05.02.2013)
• OS, http://census.ukdataservice.ac.uk/get-data/boundary-data.aspx. (Erişim Tarihi: 05.01.2013)
• OS MasterMap®http://digimap.edina.ac.uk/digimap/home. (Erişim Tarihi: 05.02.2013)
• Silván-Cárdenas, J. L., Wang, L., Rogerson, P., Wu, C., Feng, T. ve Kamphaus, B. D. 2010. Assessing fine-spatial-resolution remote sensing for small-area population estimation. International Journal of Remote Sensing, 31, 5605-5634.
• Smith, S. K. ve Mandell, M. 1984. A comparisons of population estimation methods: Housing unit versus Component II, Ration correlation and Administrative records. Journal of the American Statistical Association, 79, 282-289.
• Smith, S. K., Nogle, J. ve Cody, S. 2002. A regression approach to estimating the average number of persons per household. Demography, 39, 697-712.
• Sridharan, H. ve Qiu, F. 2013. A Spatially Disaggregated Areal Interpolation Model Using Light Detection and Ranging-Derived Building Volumes. Geographical Analysis, 45, 238-258.
• Su, M. D., Lin, M. C., Hsieh, H. I., Tsai, B. W. ve Lin, C. H. 2010. Multi-layer multi-class dasymetric mapping to estimate population distribution. Science of the Total Environment, 408, 4807-16.
• Wu, S.-S., Qiu, X. ve Wang, L. 2005. Population Estimation Methods in GIS and Remote Sensing: A Review. GIScience and Remote Sensing, 42, 80-96.
• Wu, S.-S., Wang, L. ve Qiu, X. 2008. Incorporating GIS Building Data and Census Housing Statistics for Sub-Block-Level Population Estimation. The Professional Geographer, 60, 121–135.