Modeling population with topographic data
Modelování charakteristik obyvatelstva z topografických dat
diploma thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/77549Identifiers
Study Information System: 160902
Collections
- Kvalifikační práce [20083]
Author
Advisor
Referee
Hudeček, Tomáš
Faculty / Institute
Faculty of Science
Discipline
Cartography and Geoinformatics
Department
Department of Applied Geoinformatics and Cartography
Date of defense
23. 5. 2016
Publisher
Univerzita Karlova, Přírodovědecká fakultaLanguage
English
Grade
Excellent
Keywords (Czech)
hustota zalidnění, dezagregace, výše nájmů, strojové učení, OpenStreetMap, Urban Atlas, ArcGISKeywords (English)
population density, disaggregation, rent, machine learning, OpenStreetMap, Urban Atlas, ArcGISPřesná prostorová data o obyvatelstvu jsou důležitým vstupem v mnoha problémech. Tato práce se věnuje problému dezagregace prostorové variability hustoty zalidnění a výše nájmů pomocí modelu na bázi strojového učení. Je navržen přístup založený na volně dostupných pomocných datech, např. OpenStreetMap a Urban Atlas. Tento přístup je implementován v Pythonu jako toolbox pro ArcGIS. Aplikace na městské regiony Prahy, Vídně a Lublaně překonávají dosavadní přístupy k dezagregaci hustoty zalidnění při zachování dobré míry přenositelnosti modelu. Je navrženo několik směrů dalšího rozvoje představeného přístupu. Powered by TCPDF (www.tcpdf.org)
Accurate spatial population data are an important requirement in many applications. In this thesis, the problem of disaggregating the spatial distribution of population density and rent costs using a machine learning model is studied. An approach based on freely available ancillary data such as OpenStreetMap and Urban Atlas is proposed and implemented in the form of an automated Python toolbox for ArcGIS. The applications on the urban areas of Prague, Vienna and Ljubljana show promising results, overperforming the competing population disaggregation solutions in spatial resolution and displaying a satisfying degree of transferability. A number of further improvements is suggested. Powered by TCPDF (www.tcpdf.org)