자연 및 기술재해에 빠르고 효과적으로 대응하기 위해서는 그 재해지역 내에 있는 인구수를 정확히 추정할 필요가 있다. 그러나 센서스 구역과 재해지역의 공간적 불일치 문제 때문에, 재해지역 내에 있는 인구수를 정확하게 추정할 때에는 구역단위 인구자료를 공간적으로 세분화할 필요가 있다. 본 논문은 센서스 블럭그룹 내의 인구를 개개의 화소로 세분화하기 위한 밀도 구분적 표면모델을 구현하고, 그 표면기반 공간적 세분화 모델의 성능을 통계적 및 가시적으로 평가한다. 표면기반 공간적 세분화 모델은 밀도 구분적 내삽법과 위성영상으르부터 추출된 토지이용 및 피복자료를 사용하며 지리정보시스템에서 구현되었다. 토지이용 및 피복자료는 밀도 구분적 내삽법에서 인구의 지리적 분포에 관한 추가정보를 제공했고, 토지이용 및 피복자료의 퍼센트에 기반을 둔 경험적 표본추출법과 지역가중법은 각 화소에 대한 밀도 구분적 가중치를 객관적으로 결정하기 위해서 사용되었다. 표면기반 공간적 세분화 모델은 애틀란타 대도시권의 밀도 구분적 인구표면을 만드는데 적용되었다. 그 밀도 구분적 인구표변의 정확도는 센서스 수치와의 비교를 통해서 RMSE와 수정 RMSE를 사용하면서 검증되었다. 또한, 각 센서스 트랙과 블럭그룹별 오차들은 퍼센트 오차지도들에 의해서 가시화 되었다. 분석결과에 따르면, 밀도 구분적 인구표면은 인구수의 정확한 추정치를 제시할 뿐만 아니라, 센서스 블록그룹 내의 인구의 상세한 공간분포를 보여 준다. 또한, 인구표면은 대개 교외 및 산림지역 그리고 도심지역에서 인구를 과소평가하거나 과대평가하는 경향이 있다는 것을 밝혀냈다.
Improved estimates of populations at risk for quick and effective response to natural and man-made disasters require spatial disaggregation of zonal population data because of the spatial mismatch problem in areal units between census and impact zones. This paper implements a dasymetric surface model to facilitate spatial disaggregation of the population of a census block group into populations associated with each constituent pixel and evaluates the performance of the surface-based spatial disaggregation model visually and statistically. The surface-based spatial disaggregation model employed geographic information systems (GIS) to enable dasymetric interpolation to be guided by satellite-derived land use and land cover data as additional information about the geographic distributor of population. In the spatial disaggregation, percent cover based empirical sampling and areal weighting techniques were used to objectively determine dasymetric weights for each grid cell. The dasymetric population surface for the Atlanta metropolitan area was generated by the surface-based spatial disaggregation model. The accuracy of the dasymetric population surface was tested on census counts using the root mean square error (RMSE) and an adjusted RMSE. The errors related to each census track and block group were also visualized by percent error maps. Results indicate that the dasymetric population surface provides high-precision estimates of populations as well as the detailed spatial distribution of population within census block groups. The results also demonstrate that the population surface largely tends to overestimate or underestimate population for both the rural and forested and the urban core areas.
