Inkonsistenzen bei den afrikanischen Siedlungsdaten

Hochwertige Karten, die zeigen, wo Menschen leben, sind aus vielen Gründen wichtig, unter anderem für Notfallmassnahmen und die Verteilung von Ressourcen. Kürzlich haben fortschrittliche Satellitenbilder und maschinelles Lernen es Organisationen ermöglicht, viele neue Siedlungsdatensätze zu erstellen. Es ist jedoch unklar, wie sehr sie sich alle gegenseitig ähneln.

Diese Studie untersucht die Unterschiede zwischen Karten menschlicher Siedlungen für 42 afrikanische Länder aus drei Quellen: Googles Open Buildings, Metas Hochauflösende Bevölkerungs Karten und GRID3s Geo-Referenzierte Infrastruktur- und Demografiedaten für die Entwicklung. Wir haben signifikante Meinungsverschiedenheiten festgestellt, wie viel Fläche in diesen Datensätzen als besiedelt angezeigt wird.

#Bedeutung von Siedlungskarten

Detaillierte Karten sind entscheidend für verschiedene Anwendungen, wie Katastrophenplanung, Verteilung von Hilfe und Verfolgung des Fortschritts in Richtung internationaler Entwicklungsziele. Traditionelle Karten basieren auf Volkszählungen und Haushaltsbefragungen, die teuer und zeitaufwendig sein können. Zum Beispiel hat die US-Volkszählung 2020 über 14 Milliarden Dollar gekostet. In einigen Fällen können Konflikte oder Katastrophen Umfragen verhindern, was zu Informationslücken führt.

Diese Probleme haben Organisationen dazu veranlasst, nach neuen Methoden zu suchen, um die Bevölkerungsdichte zu schätzen, wie zum Beispiel unter Verwendung von Satellitenbildern. Verbesserte Imaging-Technologie hat hochauflösende Bilder bereitgestellt, die eine bessere Kartierung zeigen, wo Menschen leben. Einige Datensätze enthalten sogar Informationen über spezifische Bevölkerungsgruppen, wie die Anzahl der Kinder oder älteren Menschen.

#Zwei Ansätze zur Erstellung von Siedlungsschätzungen

Es gibt zwei Hauptmethoden zur Erstellung von hochauflösenden Bevölkerungs-Schätzungen: Top-Down- und Bottom-Up-Ansätze. Die Top-Down-Methode verwendet eine Mischung aus Daten über Nachtlichter und Landnutzung, um Daten auf Volkszählungsebene zu verteilen. Im Gegensatz dazu kombiniert die Bottom-Up-Methode kleine Volkszählungsdaten mit anderen Informationen, um die Bevölkerung in nicht befragten Gebieten zu schätzen.

Beide Methoden haben zu vielen hochauflösenden Bevölkerungsdatensätzen geführt, die Forschern zur Verfügung stehen. Zum Beispiel verwenden Metas Hochauflösende Bevölkerungs-Dichtemaps die Top-Down-Methode, während WorldPop einen Bottom-Up-Ansatz verfolgt.

Ein wichtiger Aspekt dieser Datensätze ist die Schicht menschlicher Siedlungen, die zeigt, wo Menschen leben. Wenn diese Schicht ungenau ist, kann das zu Fehlern in den Bevölkerungs-Schätzungen führen.

#Bewertung der Siedlungsdatensätze

Trotz der Bemühungen, zu verstehen, wie verschiedene Datensätze übereinstimmen, haben sich nur wenige Studien damit beschäftigt, wie gut die verschiedenen Siedlungsdatensätze übereinstimmen. Diese Studie zielt darauf ab, diese Lücke zu schliessen, indem die Konsistenz von drei beliebten Datensätzen bewertet wird.

Wir haben speziell GRID3, die Hochauflösende Siedlungsschicht (HRSL) von Meta und Googles Open Buildings-Datensatz untersucht. Wir haben analysiert, wie diese Datensätze über verschiedene Ebenen hinweg übereinstimmen, von einzelnen Ländern bis zu kleineren Gebieten.

Um dies zu tun, mussten wir die Datensätze standardisieren, da sie Siedlungsinformationen in unterschiedlichen Formaten und Auflösungen darstellen. Indem wir Bevölkerungsdaten in binäre Raster umwandelten, konzentrierten wir uns ausschliesslich darauf, ob ein bestimmtes Gebiet besiedelt ist oder nicht.

#Ergebnisse von Überlappung und Meinungsverschiedenheiten

Unsere Analyse enthüllte bemerkenswerte Unterschiede in der Anzahl der besiedelten Gebiete, die jeder Datensatz identifiziert hat. Im Allgemeinen berichtete GRID3 über die höchste Anzahl besiedelter Gebiete, hauptsächlich aufgrund seiner umfassenderen Definition von Siedlungen.

Beim Vergleich, wie viele besiedelte Gebiete jeder Datensatz gefunden hat, wurden die Diskrepanzen deutlich. In einigen Fällen hatte ein Datensatz zehnmal mehr besiedelte Zellen als andere, was erhebliche Inkonsistenzen aufzeigt. Diese Variation wird grosse Auswirkungen auf Bevölkerungs-Schätzungen haben, die auf diesen Datensätzen basieren.

Bei weiterer Untersuchung verwendeten wir eine Methode, um die Überlappung zwischen den Siedlungsdatensätzen zu quantifizieren, und fanden heraus, dass die Gesamtüberlappung überraschend niedrig war. Einige Länder hatten Überlappungen von nur 0,1, während andere eine viel höhere Übereinstimmung zeigten.

Selbst als wir Unterschiede in der Grösse der Datensätze berücksichtigten, stellten wir fest, dass die Meinungsverschiedenheiten bestehen blieben. In bestimmten Fällen erhöhte sich die Überlappung durch Anpassung der Zellgrösse erheblich, was darauf hindeutet, dass einige Diskrepanzen aus kleinen Unterschieden stammen, die grössere Zellen glätten könnten.

#Analyse auf subnationaler Ebene

Um diese Unterschiede besser zu verstehen, betrachteten wir die Daten auf regionaler Ebene. Indem wir Siedlungsinformationen in Verwaltungsregionen unterteilten, sahen wir, dass die Überlappung selbst innerhalb desselben Landes stark variierte. Zum Beispiel hatte die Hauptstadtregion von Mosambik eine hohe Überlappung, während eine ärmere Region viel weniger Übereinstimmung zeigte.

Diese Variabilität in der Überlappung deutet darauf hin, dass spezifische Merkmale wie wirtschaftliche Bedingungen und lokale Siedlungsarten eine entscheidende Rolle dabei spielen, ob Datensätze übereinstimmen.

#Faktoren, die die Diskrepanz beeinflussen

Wir haben auch untersucht, welche Faktoren zu den Meinungsverschiedenheiten zwischen den Datensätzen beitragen könnten. Ein wichtiges Element, das wir untersucht haben, war der Human Development Index (HDI), der die Entwicklung einer Region in Bezug auf Gesundheit, Bildung und Lebensstandard misst.

Wir fanden heraus, dass Gebiete mit höherem HDI tendenziell mehr Übereinstimmung zwischen den Datensätzen hatten. Allerdings ist der HDI eine allgemeine Messung und bietet nicht die detaillierten Einblicke, die für spezifische Lokalitäten benötigt werden.

#Entwicklung eines prädiktiven Modells

Um ein tieferes Verständnis der Gründe hinter den Diskrepanzen zu erlangen, konstruierten wir ein maschinelles Lernmodell, das darauf abzielte, die Überlappung basierend auf verschiedenen Merkmalen vorherzusagen. Wir verwendeten hochauflösende Daten aus mehreren Quellen, einschliesslich Vermögensindikatoren und Nachtlichteintensität, die über Satelliten erfasst wurden.

Mit einem grossen Datensatz, der Millionen von geografischen Zellen umfasste, behandelten wir das Problem als binäre Klassifikationsfrage, indem wir Zellen, in denen die Datensätze übereinstimmten, als eine Klasse und jene, in denen sie nicht übereinstimmten, als eine andere kennzeichneten. Unsere Ergebnisse zeigten, dass wohlhabendere und besser entwickelte Gebiete höhere Übereinstimmungsraten zwischen den Datensätzen hatten.

Interessanterweise analysierten wir auch, wie die Bevölkerungsdichte die Überlappung beeinflusste. Gebiete mit hoher Bevölkerungsdichte zeigten häufiger Übereinstimmungen zwischen den Datensätzen als solche mit niedriger Bevölkerungsdichte. Dieser Trend deutet darauf hin, dass ländliche Gebiete eher Diskrepanzen zwischen den Datensätzen aufweisen.

#Einschränkungen der Daten und Empfehlungen

Zusammenfassend hebt diese Studie signifikante Inkonsistenzen in maschinell erstellten Siedlungsdatensätzen hervor. Diese Diskrepanzen können die Bevölkerungs-Schätzungen beeinflussen, was reale Auswirkungen auf die Politikgestaltung und humanitäre Bemühungen haben kann.

Für die Zukunft ist es entscheidend, dass Organisationen die Schwächen dieser Datensätze verstehen. Während verschiedene Gruppen experimentieren, diese Karten in ihre Arbeit zu integrieren, wird es immer wichtiger, zu wissen, welchen Datensätzen man vertrauen kann.

Zukünftige Forschung sollte sich darauf konzentrieren, die Modellgenauigkeit für weniger entwickelte Regionen zu verbessern und zu standardisieren, wie Siedlungsdaten berichtet werden. Ausserdem könnte die Entwicklung von Ensemble-Methoden, die mehrere Datensätze kombinieren, ein besseres Verständnis der Bevölkerungsverteilungen bieten und helfen, Fehler zu verringern.

Indem wir diese Herausforderungen angehen, können wir die Zuverlässigkeit von Siedlungsinformationen verbessern und sicherstellen, dass wichtige Ressourcen effektiv und gerecht dort verteilt werden, wo sie am dringendsten benötigt werden.