- LandScan Mosaic 利用建筑数据追踪人群动态，提供高分辨率人口分布图。
- 该系统考虑居住、工作及移动情况，预测人们的平均位置。
- LandScan Mosaic 提供比传统数据集更高的时间与位置特异性。
- 研究团队计划推出 LandScan Mosaic Timeseries，重建历史人口分布。
美国研究人员近期发布了一幅新的全球人口地图，该地图能够根据建筑物的使用和占用情况追踪人们一天中可能出现的位置。这幅名为 LandScan Mosaic 的地图由能源部（DOE）橡树岭国家实验室（ORNL）开发，据报道，它融合了建筑数据、土地利用信息和机器学习，创建出高分辨率的全球人口分布图。传统的人口地图通常依赖卫星影像并按像元划分，而这一新系统则利用建筑物来估算人们的所在地。
ORNL 的地理空间科学家安德鲁·齐默（Andrew Zimmer）博士详细说明，建筑物被用来识别本质上的人口特征。他指出：“例如，某些年龄段的人会上学。因此，当我们构建人口数据集时，我们可以利用建筑物的功能，以精细的空间分辨率来反映这些年轻人口在特定地点的分布，并捕捉白天和夜晚的动态。”
LandScan Mosaic 的特点
LandScan Mosaic 是现有 LandScan 全球数据集的扩展，这是一个每年更新的地图系统。据报道，它预测了人们在 24 小时内的平均位置，考虑了他们的居住、工作和移动情况。标准的全球数据集分辨率约为 0.6 英里（约 1 公里），而 Mosaic 的主要不同之处在于它专注于建筑物。当建筑信息不可用时，研究人员可以利用机器学习来估算其特征，包括建筑高度、楼层数、功能和使用类型。
这些信息显示了住宅、商业、工业及其他建筑的占用情况。
LandScan Mosaic 将这些信息与土地利用数据和占用模式相结合，描绘出全天的人口分布。它不仅仅显示人们的居住地，还反映一种“环境人口”，即在 24 小时内某一地点的平均人数。这使得数据集能够考虑到家庭、工作场所、学校及其他地点之间的日常移动。ORNL 表示，这种方法提供了比 LandScan 全球更高的时间与位置特异性，并且能够量化不确定性，展示研究人员对其人口估算的信心，为决策者提供更多背景信息。
未来发展规划
ORNL 的研发科学家丹尼尔·亚当斯（Daniel Adams）表示，LandScan Mosaic 是首个具备这些特征的全球可用人口数据集。他在新闻稿中补充道：“这是一个非常重要的项目，展示了如何将人工智能和决策分析以可信的方式结合起来。”结合先进的计算与机器学习以及不确定性分析，能在需要迅速决策的情况下（包括灾难应对和基础设施规划）使数据更加实用。
研究团队的下一个版本 LandScan Mosaic Timeseries（LSM-TS）将涵盖 1975 年至 2024 年的 50 年人口分布。该系统将使用 LandScan Mosaic 作为输入，并应用“回溯推算”方法来重建历史人口分布。齐默解释道，五十年的时间框架可以帮助审视城市和聚居点的增长，尤其是在它们已经成型之前。“建筑层级框架以及白天和夜晚的数据提供了在一天内查看时间细粒度的机会，并检视这些随时间变化的情况。”
他总结道。
该团队还在努力为 LandScan Mosaic 添加人口特征，建筑层级数据也可以为此贡献力量。该研究已发表在《科学报告》期刊上。
新技术如何改变人口数据分析
LandScan Mosaic 的推出标志着人口数据分析的重大进步，利用建筑物的功能来提高数据的准确性和实用性。这种方法不仅能够反映人们的居住地，还能捕捉到日常活动中的人群动态，对于城市规划和灾难应对等领域具有重要意义。随着 LandScan Mosaic Timeseries 的推进，未来将能够更好地理解历史人口变迁，为政策制定者提供更全面的数据支持。