Michael Reibel & Aditya Agrawal.

Apresentação em tema: "Michael Reibel & Aditya Agrawal."— Transcrição da apresentação:

1 Michael Reibel & Aditya Agrawal.
Análise Espacial de Dados Geográficos – SER-301 Areal Interpolation of Population Counts using pre-classified land cover data Michael Reibel & Aditya Agrawal. In. Population and Development Review, Vol. 1, No. 2. (2007), pp André Augusto Gavlak Geógrafo

2 Problema... A necessidade de se combinar a representação de informações sóciodemográficas através de unidades espaciais incompatíveis é um problema comum para os demógrafos.

3 Problema...

4 Objetivos O estudo propõe uma metodologia melhorar a exatidão no mapeamento (interpolação) populacional usando dados pré-classificados de uso do solo, visto que esta pode ser uma solução para problemas de combinação de dados espaciais incompatíveis. +

5 Objetivos Realizar uma interpolação ponderada pela área usando dados de cobertura do solo para interpolar a população dos distritos de 2000, nos distritos do censo de 1990, no San Gabriel Valley/USA.

6 INTERPOLAÇÃO PONDERADA PELA ÁREA
A transferência de informação de um zoneamento de origem, cujas ns zonas têm população Zs e área As, para um zoneamento de destino envolve o cálculo da união espacial entre os dois zoneamentos, da qual resultam nst zonas Zst com área Ast . assume que a população se distribui uniformemente (o que não é garantido) nas zonas de origem e sobre a validade deste pressuposto assenta a validade dos resultados. 50 200

7 Alternativa... Usar infomações de gradientes de densidade internos da zona de origem através de dados auxiliares. 200 + 50 60 30

8 Dados Dados de cobertura do solo da National Oceanic and Atmospheric Administration’s (NOAA) Coastal Change Analysis (C-CAP)1 Program, integrados com US Geological Survey’s National Land Cover Dataset (NLCD).

9 Metodologia Calculou-se através de Regressão Linear (ordinary least squares – OLS) o peso de cada tipo de cobertura de solo na distribuição da população.

10 AUTOCORRELAÇÃO “With respect to the regression derive weighting scheme, the values of the predictor variables (i.e., categorical urban land cover types) are positively spatially autocorrelated”

11 REDISTRIBUIÇÃO DA POPULAÇÃO
onde : Gs é a população estimada normalizada para a célula do grid, Gw é a população ponderada estimada para a célula Tg é a população observada do polígono fonte da célula G. Tg (chapéu) é a população ajustada derivada do polígono fonte da célula G aplicando os pesos somados de todas as células no polígono de origem T

12 POPULAÇÃO DE 2000 ALOCADA EM CÉLULAS DE 30X30M

13 POPULAÇÃO DE 2000 AGREGADA NA BASE DE 1990

14 DISTRIBUIÇÃO ESPACIAL DA PORCENTAGEM DE ERRO

15 Erros Testes de autocorrelação espacial revelaram que os erros estão distribuídos num padrão espacial disperso (P<=0.01) Os erros também revelam que os padrões de erro estão associados com específicas coberturas do solo e áreas sócio demográficas

16 Erros “reasonably symmetrical with means near zero, and that they correspond to approximate Gaussian normality”

17 CONCLUSÕES A interpolação usando os dados auxiliares da NLCD são consideravelmente mais precisos que a simples ponderação pela área, preservam os dados e são de fácil estimação. Falta maior detalhamento nos procedimentos metodologicos, principalmente com relação à manipulação dos dados.

18 André Gavlak gavlak@dpi.inpe.br
Obrigado André Gavlak