Improving Small-Area Population Estimation: An Integrated Geographic and Demographic Approach

Abstract

Accurate and timely population information is essential for public planning and commercial applications. Traditional population estimates, however, are only available at aggregated geographic levels (e.g., state, county, etc.). To address this problem, a new bottom-up method was proposed for population estimation at the census block level by integrating high-resolution remotely sensed imagery and geographic information system (GIS) data and a demographic housing unit (HU) model. Two major components of the HU model, HU numbers and persons per household (PPH), were estimated by employing detailed information extracted from high-resolution remotely sensed imagery and GIS data. Further, population counts for each census block were generated through applying the HU model. Analysis of results suggests that the proposed integrated method performs reasonably well, as indicated by relatively small estimation errors. For a better assessment, the estimation accuracies of HU numbers, PPH, and population counts were compared with other widely applied techniques, and results indicated that this method significantly improved the accuracy. Finally, sensitivity analyses were conducted to evaluate the sources of errors for population estimates. Results indicate that, when compared to PPH estimates, the error associated with HU number estimates is a major source of small-area population estimation errors.

精确且及时的人口资讯, 是公共规划与商业应用的根本。但传统的人口评估, 却只运用总计的地理层级 (例如: 州、国家等)。为了应对此一问题, 本文将透过整合高解析度遥测影像与地理信息系统 (GIS) 资料和人口住居单元 (HU) 模型, 提出一个由下而上、在人口普查的街区层级操作的人口评估新方法。HU 模型中的两个构成要素, 亦即 HU 的数量与家户平均人数 (PPH), 将运用从高解析度遥测影像与地理信息资料中获得的详细资讯加以估计之。此外, 本研究亦透过应用 HU 模型, 生产每个人口普查街区的人口总数。研究结果的分析指出, 正如相对而言微小的错误估计所示, 我们提出的整合性方法表现相当良好。为了取得更佳的评估, 我们将 HU 的数量、PPH 以及人口总数的估计精确度, 与其他广泛运用的技术相互比较, 而结果显示, 此一方法显着地提升了精确度。最后, 我们进行了敏感度分析, 以评估人口估计的错误来源。结果显示, 与 PPH 评估相较之下, 评估 HU 总数的相关错误, 是小区域人口评估错误的主要来源。

La información exacta y oportuna sobre población es esencial cuando se utiliza como herramienta de aplicación en planificación pública y comercial. Los estimativos tradicionales de la población, sin embargo, únicamente se hallan disponibles a niveles geográficos agregados (e.g., estado, condado, etc.). Para enfrentar esta limitación, se propuso un nuevo método bien cimentado para calcular la población al nivel de cuadra censal, integrando imágenes de percepción remota de alta resolución, más los datos de un sistema de información geográfica (SIG), y un modelo de unidad demográfica de vivienda (HU). Se calcularon dos componentes principales del modelo HU, los números de HU y el número de personas por hogar (PPH), mediante el empleo de información detallada extraída de conjuntos de imágenes remotas de alta resolución y datos del SIG. Adicionalmente, se generaron recuentos poblacionales para cada cuadra censal aplicando el modelo HU. El análisis de los resultados sugiere que el método integrado propuesto se desempeña razonablemente bien, como se evidencia en los errores de cálculo relativamente pequeños. Para una mejor evaluación, se compararon los estimativos de exactitud de los números de HU, los PPH y los recuentos de población, con otras técnicas ampliamente utilizadas; los resultados indican que este método mejoró significativamente la exactitud. Por último, se efectuaron análisis de sensibilidad para evaluar las fuentes de error de los cálculos de población. Los resultados muestran que, cuando se comparan los estimativos de PPH, el error asociado con el estimativo del número de HU es una fuente importante de errores en los cálculos de población en áreas pequeñas.

Key Words:

• GIS/remote sensing techniques
• housing unit method
• small-area population estimation

关键词:

• 地理信息系统/遥测技术
• 住宅单位方法
• 小区域人口评估

Palabras clave:

• técnicas SIG/percepción remota
• método de unidad de vivienda
• cálculo de la población de áreas pequeñas

Acknowledgments

This research was supported by the U.S. National Science Foundation grant BCS-0822155. The authors would like to thank the anonymous reviewers and the editor, Mei-Po Kwan, for their constructive suggestions on earlier drafts of this article.