Centre de documentation
scientifique

Mapping population distribution from open address data: application to mainland Portugal / Nelson Mileu in Journal of maps, vol 18 n° 3 (March 2023)  

Public [article]  inJournal of maps > vol 18 n° 3 (March 2023) . - pp 585 - 593 Titre : Mapping population distribution from open address data: application to mainland Portugal Type de document : Article/Communication Auteurs : Nelson Mileu, Auteur ; Margarida Queirós, Auteur ; Paolo Morgado, Auteur Année de publication : 2023 Article en page(s) : pp 585 - 593 Note générale : bilbliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] base de données d'adresses [Termes IGN] carte thématique [Termes IGN] distribution spatiale [Termes IGN] grille [Termes IGN] planification urbaine [Termes IGN] population [Termes IGN] Portugal [Termes IGN] QGIS Résumé : (auteur) Mapping population distribution remains a common need in various fields of studies. Several approaches and methodologies have been adopted to obtain high-resolution population distribution grids. The use of addresses data to obtain gridded population distribution maps emerges as one of the more recent and accurate approaches. The increasing dissemination and availability of geo-data and more specifically address data allow us to obtain updated, granular and high spatial resolution population distribution maps. This paper describes a bottom-up open addresses data mapping-based approach of gridded population distribution with a fine spatial resolution. Through a QGIS plugin, an adaptation of the housing unit methodology was implemented to obtain 500 m × 500 and 250 m × 250 m population grids for mainland Portugal. The results showed that the use of reliable addresses databases can generate gridded population distribution maps with a high degree of adjustment to reality. Numéro de notice : A2023-154 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/17445647.2022.2114862 Date de publication en ligne : 07/09/2022 En ligne : https://doi.org/10.1080/17445647.2022.2114862 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102839 [article]

BIM et enjeux climatiques, ch. City Information Modelling pour des aménagements sobres et durables : potentiel du CIM pour calculer l’intensité urbaine / Adeline Deprêtre (2023)  

Public Titre de série : BIM et enjeux climatiques, ch Titre : City Information Modelling pour des aménagements sobres et durables : potentiel du CIM pour calculer l’intensité urbaine Type de document : Chapitre/Contribution Auteurs : Adeline Deprêtre, Auteur ; Florence Jacquinod , Auteur ; Bruno Barroca, Auteur ; Vincent Becue, Auteur Editeur : Paris : Eyrolles Année de publication : 2023 Conférence : EduBIM 2022, 8e édition des Journées de l'enseignement et de la recherche autour du BIM et de la maquette numérique 29/11/2022 30/11/2022 Champs-sur-Marne France programme Importance : pp ISBN/ISSN/EAN : 978-2-416-00841-2 Note générale : bibliographie Projet E3S Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] densité de population [Termes IGN] format Industry foudation classes IFC [Termes IGN] impact sur l'environnement [Termes IGN] planification urbaine [Termes IGN] urbanisme Résumé : (auteur) Les analyses urbaines font partie des méthodes déployées afin de tendre vers un urbanisme durable, diminuant l’impact de la construction et de la planification sur les ressources. Dans cet article nous proposons d’explorer le potentiel des City Information Models (CIM) pour étudier l’intensité urbaine à l’échelle d’un quartier, prenant en considération plusieurs paramètres contribuant à ses impacts environnementaux. Nous utilisons pour cela les premières versions du CIM du quartier La Vallée, actuellement en cours de construction. Nous exposons notre méthode expérimentale compatible avec le format ouvert IFC afin de pouvoir reproduire la démarche sur d’autres quartiers. Nous présentons ensuite une partie de nos résultats sur l’exploitation du CIM pour l’évaluation de l’intensité urbaine en phase conception. Enfin, nous proposons diverses préconisations afin de faciliter la constitution de CIM aisément mobilisables pour les analyses urbaines, mais également pour d’autres types d’analyses pouvant contribuer à la conception ou au réaménagement de quartiers en limitant leurs impacts environnementaux. Numéro de notice : H2023-001 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE/URBANISME Nature : Chapître / contribution En ligne : https://hal.science/hal-04061004 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102988

A comparative assessment of the statistical methods based on urban population density estimation / Merve Yılmaz in Geocarto international, vol 38 n° 1 ([01/01/2023])  

Public [article]  inGeocarto international > vol 38 n° 1 [01/01/2023] . - n° 2152494 Titre : A comparative assessment of the statistical methods based on urban population density estimation Type de document : Article/Communication Auteurs : Merve Yılmaz, Auteur Année de publication : 2023 Article en page(s) : n° 2152494 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] densité de population [Termes IGN] planification urbaine [Termes IGN] population urbaine [Termes IGN] régression géographiquement pondérée [Termes IGN] régression multiple [Termes IGN] Turquie Résumé : (auteur) Population density is important spatial information for addressing the use and access to land resources in cities under the Sustainable Development Goals. This is because the spatial data support appropriate spatial policies at the spatial scale and predicts how much land will be consumed in the future. The study aims to compare and evaluate the regression tools in the context of estimating the population density difference. The three analysis tools used are Random Forest-Based Classification, Multiple Linear Regression, and Geographically Weighted Regression. The sampling area covers cities around Türkiye. Comparative results showed that the two most important descriptive variables in the Random Forest-Based Classification model are the density difference of the new developed area and the connectivity. The three main explanatory variables of the Multiple Linear Regression model are centrality, vehicle ownership, and accessibility. The results of the Multiple Linear Regression model (a non-spatial model) and the Geographically Weighted Regression model (a spatial model), were found to be quite similar. The importance of accessibility and connectivity is more evident in the Multiple Linear Regression model when the Random Forest-Based Classification model highlights the density values in the new development areas. Numéro de notice : A2023-055 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/10106049.2022.2152494 Date de publication en ligne : 28/12/2022 En ligne : https://doi.org/10.1080/10106049.2022.2152494 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102388 [article]

Landscape metrics regularly outperform other traditionally-used ancillary datasets in dasymetric mapping of population / Heng Wan in Computers, Environment and Urban Systems, vol 99 (January 2023)  

Public [article]  inComputers, Environment and Urban Systems > vol 99 (January 2023) . - n° 101899 Titre : Landscape metrics regularly outperform other traditionally-used ancillary datasets in dasymetric mapping of population Type de document : Article/Communication Auteurs : Heng Wan, Auteur ; Jim Yoon, Auteur ; Vivek Srikrishnan, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 101899 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] carte thématique [Termes IGN] densité de population [Termes IGN] distribution spatiale [Termes IGN] Etats-Unis [Termes IGN] indicateur paysager [Termes IGN] interpolation [Termes IGN] occupation du sol [Termes IGN] paysage [Termes IGN] planification urbaine [Termes IGN] réduction d'échelle Résumé : (auteur) Population downscaling and interpolation methods are required to produce data which correspond to spatial units used in urban planning, demography, and environmental modeling. Population data are typically aggregated at census enumeration units, which can have arbitrary, temporally-evolving boundaries. Previous approaches to imperviousness-based dasymetric mapping ignore cell-level patterning of imperviousness within a spatial unit of prediction, which potentially serve as a strong indicator of population. Landscape metrics derived from imperviousness data offer a promising approach to capture these patterns. In this study, we incorporate landscape metrics derived from impervious cover percentage maps into intelligent dasymetric mapping to downscale population from census tracts to block groups in four states with varying population densities: Connecticut, South Carolina, West Virginia, and New Mexico. We compare the performance of the landscape metrics-based models against two baseline models in all four states across three different time periods. The results show that intelligent dasymetric mapping using landscape metrics generally outperforms the two baseline models. We further compare the performance of landscape metrics as an ancillary source of information for dasymetric mapping against other traditionally-used datasets (e.g., land use, roads, nighttime lights data) in three states (Connecticut, South Carolina, and New Mexico) in 2000. We find that class area, landscape shape index, and number of patches consistently achieve lower error rates than other ancillary datasets in all the three states. Numéro de notice : A2023-013 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1016/j.compenvurbsys.2022.101899 Date de publication en ligne : 02/11/2022 En ligne : https://doi.org/10.1016/j.compenvurbsys.2022.101899 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102130 [article]

From data to narratives: Scrutinising the spatial dimensions of social and cultural phenomena through lenses of interactive web mapping / Tian Lan in Journal of Geovisualization and Spatial Analysis, vol 6 n° 2 (December 2022)  

Public [article]  inJournal of Geovisualization and Spatial Analysis > vol 6 n° 2 (December 2022) . - n° 22 Titre : From data to narratives: Scrutinising the spatial dimensions of social and cultural phenomena through lenses of interactive web mapping Type de document : Article/Communication Auteurs : Tian Lan, Auteur ; Oliver O'Brien, Auteur ; James Cheshire, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 22 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes IGN] carte interactive [Termes IGN] cartographie sensible [Termes IGN] culture [Termes IGN] données démographiques [Termes IGN] données socio-économiques [Termes IGN] impact social [Termes IGN] récit [Termes IGN] Royaume-Uni [Termes IGN] sciences sociales [Termes IGN] web mapping Mots-clés libres : narrative mapping Résumé : (auteur) Modern web mapping techniques have enhanced the storytelling capability of cartography. In this paper, we present our recent development of a web mapping facility that can be used to extract interesting stories and unique insights from a diverse range of socio-economic and demographic variables and indicators, derived from a variety of datasets. We then use three curated narratives to show that online maps are effective ways of interactive storytelling and visualisation, which allow users to tailor their own story maps. We discuss the reasons for the revival of the recent attention to narrative mapping and conclude that our interactive web mapping facility powered by data assets can be employed as an accessible and powerful toolkit, to identify geographic patterns of various social and economic phenomena by social scientists, journalists, policymakers, and the public. Numéro de notice : A2022-541 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1007/s41651-022-00117-x Date de publication en ligne : 16/06/2022 En ligne : https://doi.org/10.1007/s41651-022-00117-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101105 [article]

Identification of urban sectors prone to solid waste accumulation: A machine learning approach based on social indicators / Luis Izquierdo-Horna in Computers, Environment and Urban Systems, vol 96 (September 2022)  

Permalink

Measuring COVID-19 vulnerability for Northeast Brazilian municipalities: Social, economic, and demographic factors based on multiple criteria and spatial analysis / Ciro José Jardim De Figueiredo in ISPRS International journal of geo-information, vol 11 n° 8 (August 2022)  

Permalink

Use of GIS and dasymetric mapping for estimating tsunami-affected population to facilitate humanitarian relief logistics: a case study from Phuket, Thailand / Kiatkulchai Jitt-Aer in Natural Hazards, vol 113 n° 1 (August 2022)  

Permalink

Can machine learning improve small area population forecasts? A forecast combination approach / Irina Grossman in Computers, Environment and Urban Systems, vol 95 (July 2022)  

Permalink

Temporal transitions of demographic dot maps / Jeff Allen in International journal of cartography, vol 8 n° 2 (July 2022)  

Permalink

Mapping monthly population distribution and variation at 1-km resolution across China / Zhifeng Cheng in International journal of geographical information science IJGIS, vol 36 n° 6 (June 2022)  

Permalink

Spatial modeling of migration using GIS-based multi-criteria decision analysis: A case study of Iran / Naeim Mijani in Transactions in GIS, vol 26 n° 2 (April 2022)  

Permalink

Dynamic linkage between urbanization, electrical power consumption, and suitability analysis using remote sensing and GIS techniques / Muhammad Nasar Ahmad in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 3 (March 2022)  

Permalink

Atlas of global change risk of population and economic systems / Peijun Shi (2022)  

Permalink

A square-grid sampling support to reconcile systematicity and adaptivity in the periodic spatial survey of natural resources / Olivier Bouriaud (2022)  

Permalink