3 ИСПОЛЬЗОВАНИЕ КАРТ МИГРАЦИИ ЛЮДЕЙ ДЛЯ ЧС
Вопросы типа, как много людей пострадало и сколько нуждается в помощи, являются ключевыми вопросами для реагирования на ЧС.
Для получения ясной картины о количестве жителей и их пространственного распределения внутри страны существует несколько источников: национальные статистические управления обычно проводят раз в десять лет переписи и обследовании, которые связаны с административно-территориальными единицами в конкретных странах. Учитывая высокие темпы роста населения и миграции в развивающихся странах отсутствует информация демографической ситуации в стране.
Существуют Международно признанные базы данных от Отдела народонаселения Организации Объединенных Наций (UNPD 2006), который может объединять данные из источников стран, собранных на протяжении многих лет и оценить статистически перспективы. Дополнительными источниками являются справочники, такие как Всемирный справочник (2008), предлагающие информацию о стране населении административных подразделений, городов и поселков. Источники для данных являются официальные статистические данные и вторичные источники, такие как ежегодников. Существуют несколько топографических источников. Два наиболее широко известные глобальные наборы данных: Сетка населения мира (the Gridded Population of the World (GPW)) (2005) и Landscan ™ (2008) . Для получения самой последней доступной версией административные данные граничные и оценки численности населения были использованы для производства растровых сеток, показывающие предполагаемое число людей, проживающих в каждой ячейки сетки, и применяя поверхностное взвешивания, которая предполагает равномерное распределение внутри каждого административного блока. Плотность населения и площадь перекрытия между административной единицы и ячейки сетки были использованы для расчета вклада каждого устройства к общей популяции клеток. Выход несколько глобальных наборов данных, показывающие на дисплее распределение населения на основе национальных или субнациональных административно-территориальных единиц со средним пространственным разрешением 2,5 угловых минут. Информация Переписи распространяется на основе коэффициентов правдоподобия с учетом, например, близости к дорогам, склон, почвенно-растительного покрова, ночных огней, и другой информации. Недостатки глобальных наборов данных их грубой пространственное разрешение. В случае GPW, моделирование распределения населения не хватает вызывая равномерное распределение населения в пределах административно-территориальных единиц. Пространственные характеристики, как распределение по отношению к различным почвенно-растительного покрова, не рассматриваются. Тем не менее, оба набора данных имеют неоценимое значение для обеспечения предварительной информации о пострадавшего населения в кризисных ситуациях. Тем не менее, существует спрос на более точных данных о плотности населения в более мелком масштабе.
В случае ЧС мало времени предоставляется на оповещение и подготовку исходных условий и карты населения. По этой причине была разработана методика быстрого оценивания распределение населения и плотность в пострадавших от стихийных бедствий районов, претендующих бинарный подход отображение. Он основан на спутниковом наблюдении Земли с очень высоким разрешением и классификации застроенных территорий в нем по текстурного анализа. На втором этапе последние данные переписи распространены среди застроенных территорий. Результатом является оценка плотности населения на застроенной территории.
Данные переписи, как правило, собраны по соответствующим административным единицам. Простое пространственное представление в виде векторной многоугольника, связанного с атрибутом отчетную общее число населения. Этот подход отображение предполагает равномерное распределение населения в пределах административной единицы не рассматривая любое географическое явление, влияющим на распределение населения в пространстве. Это равномерное распределение вряд ли произойдет в реальном мире.
Несколько моделей были разработаны для пространственной разбивки равномерного распределения данных. Среди этих моделей площадная интерполяция и поверхностное моделирование являются самыми известными. Площадь интерполяции относится к распределению данных из одного набора географических единиц ко второму набору независимых единиц, тогда как поверхностное моделирование относится к распределению набора данных, имеющихся в векторном формате.
Одно из исследований было проведено в рамках LIMES (Land and Sea Integrated Monitoring for European Security), т. е разработки и применения спутниковых технологий в области безопасности для Европы. исследования были проведены для юго-западного побережья Кипра в рамках миссии по оценке курса (AMC Assessment Mission Course) . AMC совместно планировался и проводился по Германским агентством по техническому помощи ( THW ) и медицинской неправительственной организации Йохан. Исследования были основаны на сценарии землетрясения с последующим цунами. Решающими факторами были поиск и спасение, жилье, водоснабжение и санитария, продовольствие и
Целью исследования было доказательство концепции. По этой причине демографические прогнозы и корректировки за 2008 год не проводились. Для стран-членов Европейского Союза базы данных обеспечивает стандарт геокодирования для ссылок административного деления стран для статистических целей. Границы блоков доступны в векторном формате. Основной процесс получения и анализа данных был проведен в три этапа:
1. Создание новых целевых зон с использованием дистанционного зондирования
2. Создание административной границы слоя карты и интеграции данных переписи в очаговых зонах
3. Интерполяция площадных данных, преобразование зоны источника в новые целевые зоны, определение застроенных классов, выделенных из спутниковых снимков
Использование данных дистанционного зондирования в отношении оценок населения хорошо известна. Его использование имеет то преимущество, что данные доступны для большинства регионов мира, это дешево для покрытия больших площадей и она имеет потенциал для использования данных, которое было записаны в процессе последней переписи населения.
Определение городских районов может успешно быть получены путем вычисления текстуры полутоновой матрицы. Как застроенных структуры в изображении анизотропны в масштабе городского района чувствителен к повороту надо учитывать количество векторов смещения вокруг каждого отдельного пикселя в полной мере. Далее следуют комбинации и интеграцииции полученных текстурных каналов.
Для создания административного пограничного слоя муниципалитета карта была вручную географически привязана. На следующем этапе были оцифрованы границы на карте. В результате административная граница не содержит названия муниципалитета, идентификаторы или данные о численности населения в качестве атрибутов. По этой причине пересечение с точки набора данных Географический справочник был применен для определения правильных названий муниципалитета. Они использовались, чтобы присоединиться полученные границы административной единицы с базой данных переписи, в которой содержатся данные о численности населения за 2001 год. Эта информация использовалась для создания картограмма на основе население, а также нанесения плотности населенияна карту с учетом общей области муниципалитета.
Полученная карта представляет собой количество населения в застроенных земель каждого муниципалитета.
Тем не менее существую некоторые ограничения:
- Низкая точность имеющейся муниципалитета карте, которая была доступна только как не привязанного файла изображения без атрибуции влияет на общую точность карту. Распределение атрибутов было достигнуто за счет пересекающихся оцифрованный карту с Географический справочник пунктов. Эта процедура была успешной в большинстве случаев. Не может быть идентифицирован только три муниципальных единицы.
- Расчет застроенной поверхностного слоя требуется визуальный контроль точности из-за нескольких неправильной классификации, особенно в сельском хозяйстве, используемых областях.
Тем не менее, с приближением представлены оно может быть доказано, что карты населения с высоким пространственным разрешением могут быть получены в течение короткого времени, отведенного в период после стихийного бедствия. Кроме того, ограничения отражают сложные условия труда и проблемы дистанционного зондирования и картографирования, связанной с кризисного реагирования.
Обработка занимает несколько вспомогательных наборов данных, которые влияют на точность полученных карт. Последние данные переписи должны быть доступны для генерации карт. В большинстве стран мира эти цифры собраны и опубликованы от национальных статистических агентств. Сегодня наборы данных часто приобретенные после кризисных событий также их применение хорошо зарекомендовали себя в оценках ущерба и ликвидации последствий стихийных бедствий в целом. Тем не менее, общее ограничение предлагаемого метода дается не - доступных VHR спутниковые фотографии наборов данных из-за плохих погодных условий и облачности что особенно в случае тропических регионах. В последнем случае можно было бы преодолеть применения SAR изображения для определения застроенных зон.
