Centre dedocumentation
scientifique

Fine-scale dasymetric population mapping with mobile phone and building use data based on grid Voronoi method / Zhenzhong Peng in ISPRS International journal of geo-information, vol 9 n° 6 (June 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 6 (June 2020) . - 16 p. Titre : Fine-scale dasymetric population mapping with mobile phone and building use data based on grid Voronoi method Type de document : Article/Communication Auteurs : Zhenzhong Peng, Auteur ; Ru Wang, Auteur ; Lingbo Liu, Auteur ; Hao Wu, Auteur Année de publication : 2020 Article en page(s) : 16 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie thématique [Termes descripteurs IGN] bati [Termes descripteurs IGN] densité de population [Termes descripteurs IGN] diagramme de Voronoï [Termes descripteurs IGN] distribution spatiale [Termes descripteurs IGN] données démographiques [Termes descripteurs IGN] espace urbain [Termes descripteurs IGN] modèle de régression [Termes descripteurs IGN] modèle dynamique [Termes descripteurs IGN] petite échelle [Termes descripteurs IGN] régression géographiquement pondérée [Termes descripteurs IGN] téléphone intelligent Résumé : (auteur) Fine-scale population mapping is of great significance for capturing the spatial and temporal distribution of the urban population. Compared with traditional census data, population data obtained from mobile phone data has high availability and high real-time performance. However, the spatial distribution of base stations is uneven, and the service boundaries remain uncertain, which brings significant challenges to the accuracy of dasymetric population mapping. This paper proposes a Grid Voronoi method to provide reliable spatial boundaries for base stations and to build a subsequent regression based on mobile phone and building use data. The results show that the Grid Voronoi method gives high fitness in building use regression, and further comparison between the traditional ordinary least squares (OLS) regression model and geographically weighted regression (GWR) model indicates that the building use data can well reflect the heterogeneity of urban geographic space. This method provides a relatively convenient and reliable idea for capturing high-precision population distribution, based on mobile phone and building use data. Numéro de notice : A2020-315 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9060344 date de publication en ligne : 26/05/2020 En ligne : https://doi.org/10.3390/ijgi9060344 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95170 [article]