Stanovení prostorové diferenciace obyvatel obce
na základě dat DPZ
bakalářská práce
Cíle práce
Cílem práce je stanovit optimální postupy pro zjištění diferenciace počtu obyvatel v rámci města na základě dat DPZ. Při využití družicových a leteckých snímků a digitálních modelů povrchu je záměrem vytvořit vhodné postupy pro výpočet rozložení obyvatel. Počty obyvatel budou přiřazovány na základě typu a výšky objektu. Výsledky budu statisticky zhodnoceny vzhledem k referenčním datům. Budou zpracovány dvě případové studie, z nichž první bude lokalizována na město Olomouc, druhá na město Piešťany. V případě druhé případové studie budou využity volně dostupné satelitní snímky.
Hlavní cíl práce je řešen v posloupnosti několika dílčích cílů:- předzpracování dat,
- stanovení postupů pro extrakci zástavby,
- stanovení postupů pro výpočet obyvatel,
- aplikace na případových studiích,
- statistické zhodnocení.
Postup práce

Použité metody
Metody DPZ
Pan-sharpening je nahrazení jasové složky multispektrálního snímku daty z pan-chromatického snímku, který má vyšší rozlišení, přičemž vzniká multispektrální snímek s rozlišením panchromatického (Dobrovolný, 1998).
Cloth Simulation Filter (CSF) je plugin v softwaru CloudCompare. Jedná se o nástroj pro klasifikaci bodového mračna na body, které se nachází na reliéfu (ground) a ostatní body (non-ground) (Zhang a kol., 2016). Z bodů „ground“ lze vytvořit DMR, zatímco z bodů „non-ground“ DMP.
Obrazová klasifikace je proces třídění obrazových bodů do konečného počtu tříd či kategorií na základě rozhodovacích pravidel – klasifikátorů (Dobrovolný, 1998).
Spektrální indexy jsou kombinace hodnot spektrální odrazivosti snímku ze dvou nebo více spektrálních pásem, které lze vyjádřit jako matematické rovnice (Lillesand a kol., 2008). Používají se pro zvýraznění určitých prvků na snímku, jako je např. vegetace, voda nebo zástavba.
Metody GIS
Použité metody GIS se týkají především analytických, numerických a konverzních operací s daty v softwaru ArcGIS Pro. Hojně byly využívány nástroje rasterizace a vektorizace, reklasifikace, Raster Calculator, Regularize Building Footprint či Summarize Within.
Metoda Housing Unit
Metoda pro odhad počtu obyvatel pro malá území, která předpokládá, že každý člověk žije v určitém typu obytné zástavby (Wu a Murray, 2007). Počet obyvatel území je definován jako počet obydlených bytových jednotek nebo domácností vynásobených průměrným počtem osob na domácnost s přičtením počtu osob žijících v hromadných ubytovacích zařízeních (např. koleje, pečovatelské domy) (Rayer, 2015).
Agregace
Metoda byla využita pro vizualizaci prostorové diferenciace obyvatel obce. Agregace je nejjednodušší metoda pro přiřazování statistických informací buňkám pravidelné polygonové sítě. Je založena na přesně adresně lokalizovaných datech (např. na základě údajů ze sčítání lidu) (Klauda, 2016).
Data
Olomouc
Pro případovou studii Olomouce jsou využity následující kombinace dat:- satelitní snímek QuickBird, nDMP o rozlišení 0,6 m/px, OSM,
- satelitní snímek QuickBird, nDMP o rozlišení 2 m/px, OSM,
- volně dostupný satelitní snímek Sentinel-2A, OSM.
Pro statistické zhodnocení přesnosti stanovení počtu obyvatel jsou využity adresní body s přiřazenými počty obyvatel dle SLDB 2011.
Piešťany
Pro případovou studii Piešťan je využit volně dostupný družicový snímek Sentinel-2A a pomocná data OSM. Pro statistické zhodnocení přesnosti stanovení počtu obyvatel je využit volně dostupný dataset Evropské komise Global Human Settlement Population grid za rok 2015.
Výsledky
Výsledkem práce jsou stanovené optimální postupy pro výpočet rozložení obyvatel v rámci obce či jejích částí. Byly stanoveny dva postupy pro extrakci zástavby z dat DPZ. První postup, založený na detekci zástavby na základě výšky, je vhodný v případě dostupnosti digitálních modelů povrchu a reliéfu a multispektrálního snímku pro odstranění vegetace. Druhý postup, založený na detekci zástavby pomocí spektrálních indexů a pomocných dat OSM, je vhodný pro volně dostupné multispektrální snímky. Dále byl stanoven postup pro odhad počtu obyvatel založený na metodě Housing unit. Byly stanoveny či vypočteny nejvhodnější ukazatele obydlených bytů dle sčítání lidu, které je vhodné využít pro případové studie. Nejpřesnější výsledky odhadů byly vizualizovány v přílohách dostupných níže. Na závěr byla testována míra korelace mezi získanými vrstvami zástavby pro první případovou studii a skutečným počtem obyvatel dle SLDB 2011. Byly vypočteny vysoké hodnoty korelace pro všechna testovaná data, což indikuje jejich závislost a přiblížení se skutečnému stavu.
Olomouc
Pro sídlištní typ zástavby lze nejpřesnějšího výsledku dosáhnout při využití nDMP o rozlišení 0,6 m/px a následujících ukazatelů: 86, 7 m2 na byt; 2,47 osob na byt. Průměrná odchylka činí ± 263 obyvatel, průměrný procentuální rozdíl ± 7,15 %.
Pro rodinný typ zástavby lze nejpřesnějších výsledků dosáhnout při využití nDMP o rozlišení 2 m/px a ukazatelů pro rodinné (109,1 m2 na byt; 2,8 osob na byt) nebo všechny domy (86, 7 m2 na byt; 2,47 osob na byt) bez uvažování výšky budov. Průměrná odchylka při uvažování úrovňových ukazatelů pro rodinné domy činí ± 82 obyvatel, průměrný procentuální rozdíl ± 25,60 %. Průměrná odchylka při uvažování úrovňových ukazatelů pro všechny domy činí ± 79 obyvatel, průměrný procentuální rozdíl ± 26,22 %.
Pro ostatní typy zástavby byl stanoven vlastní výpočet vhodných ukazatelů, jelikož při využití údajů ze SLDB 2011 byla přesnost odhadů velmi nízká. Průměrná bytová plocha na patro byla stanovena na 313,49 m2, průměrný počet obyvatel na patro na 3,5. Nejpřesnějšího výsledku lze dosáhnout při využití nDMP o rozlišení 2 m/px, kdy průměrná odchylka činí ± 167 obyvatel, průměrný procentuální rozdíl ± 25,25 %.
Nejpřesnější odhad počtu obyvatel pro obec Olomouc je 95 618, přičemž rozdíl oproti skutečnému počtu dle adresních bodů činí -173 obyvatel, procentuální rozdíl -0,18 %. Tento odhad je založen na manuálním rozdělení zástavby na tři výše zmíněné typy při využití nDMP o rozlišení 2 m/px.
Prostorová diferenciace obyvatel Olomouce dle nDMP o rozlišení 2 m/px
Nejpřesnějšího výsledku bez nutnosti manuální editace lze dosáhnout v případě rozdělení zástavby na tři typy dle výšky budov při využití nDMP o rozlišení 0,6 m/px. Výsledný odhad počtu obyvatel je 102 467, přičemž rozdíl oproti skutečnému počtu dle adresních bodů činí 6 840 obyvatel , procentuální rozdíl 7,15 % .
Prostorová diferenciace obyvatel Olomouce dle nDMP o rozlišení 0,6 m/px
Nejpřesnější odhad počtu obyvatel s využitím pouze volně dostupných dat byl 113 748 obyvatel, při rozdělení zástavby na tři typy dle OSM („residential“, „house“ a „apartments“). Rozdíl oproti skutečnému počtu dle adresních bodů činí 17 957 obyvatel, procentuální rozdíl 18,75 %.
Prostorová diferenciace obyvatel Olomouce dle snímku Sentinel-2A
Piešťany
Pro výpočet obyvatel obce Piešťany byly využity následující ukazatele: 115,8 m2 na byt; 3 osoby na byt. Při manuálním odstranění některých budov činil nejpřesnější výsledný odhad 45 182 obyvatel, přičemž rozdíl oproti skutečnému počtu dle gridu GHS Population byl 17 607 obyvatel, průměrný procentuální rozdíl 63,85 %. Zástavbu nebylo možné rozdělit na více typů jako v případě Olomouce, jelikož více než 98 % záznamů získaných z OSM neobsahovalo relevantní atribut.
Prostorová diferenciace obyvatel Piešťan dle snímku Sentinel-2A
Závěr
Bakalářská práce se zabývá problematikou stanovení počtu obyvatel obce na základě dat DPZ. Cílem práce bylo stanovit optimální postupy pro zjištění diferenciace počtu obyvatel v rámci města při využití družicových a leteckých snímků a digitálních modelů povrchu a výsledky porovnat s referenčními daty. Postupy byly otestovány na dvou případových studiích, z nichž první je zaměřena na město Olomouc, druhá na město Piešťany.
Postupy byly rozděleny na dvě části, a to extrakci zástavby a odhad počtu obyvatel. Pro extrakci zástavby byly stanoveny dva optimální postupy. První postup sestávající z analýz nDMP je vhodný v případě dostupnosti výškových dat, jako jsou digitální modely povrchu a reliféfu, a multispektrálního snímku o velmi vysokém rozlišení. Pomocí snímku je odstraněna z nDMP vysoká vegetace. Budovy jsou následně vybrány na základě minimální výšky, která byla stanovena na tři metry. Pro přiblížení se tvaru skutečných budov je následně vrstva zpracována pomocí nástrojů Majority Filter, Raster to Polygon, Aggregate Polygons, Summarize Within a Regularize Buidling Footprint. Výsledné vrstvy budov vykazovaly celkovou přesnost 82 % (nDMP 2 m/px) a 91 % (nDMP 0,6 m/px). Postup byl automatizován pomocí nástroje ModelBuilder.
Druhý postup sestávající z využití spektrálních indexů, prahování snímku a pomocných dat OSM je vhodný pro volně dostupné satelitní snímky Sentinel-2A. Je využito spektrálních indexů NDVI a NDI (Vigneshwaran a Vasantha, 2018) a prahování NIR pásma pro odstranění vodních ploch. Pro zlepšení přesnosti identifikace zástavby je následně využito dat OSM. V případě obou postupů je finálním krokem výběr obytné zástavby, pro který byla využita data OSM.
Odhady počtu obyvatel byly pro případovou studii Olomouce realizovány jak pro části obce s převažujícím typem zástavby, tak pro celou obec. Byly stanoveny tři typy zástavby – sídlištní, rodinná a ostatní, kam spadá především nízkopodlažní bytová a kompaktní městská zástavba. Pro sídlištní a rodinný typ zástavby byly stanoveny optimální ukazatele velikosti a obydlenosti bytů dle SLDB 2011, pro ostatní typ byly tyto údaje vypočteny dle adresních bodů s přiřazenými počty obyvatel. V rámci obce se nejpřesnější odhady počtu obyvatel lišily vůči referenčním datům o -0,18 % v případě manuálního výběru typů zástavby a o 7,15 % v případě automatického výběru dle výšky. Pro zástavbu získanou ze snímku Sentinel 2A byly stanoveny tři typy zástavby dle OSM. Nejpřesnější odhad počtu obyvatel se lišil o 18,75 %.
Pro případovou studii Piešťan byl využit pouze postup vytvořený pro snímky Sentinel 2A. Nejpřesnější odhad počtu obyvatel se lišil o 63,85 %, což indikuje, že stanovený postup je vhodný pro orientační stanovení počtu obyvatel populačně velkých měst.
Bylo zjištěno, že zástavbu lze z dat DPZ detekovat nejpřesněji na základě výšky, zatímco satelitní snímky je vhodné použít především jako podpůrná data pro odstranění vegetace z nDMP. Odhad počtu obyvatel pro celou obec je závislý především na spolehlivém stanovení obytných budov, čehož bylo možné v práci docílit pouze při využití pomocných dat z OSM. Práce poslouží jako podklad pro další experimentální testování dat DPZ pro účely stanovení počtu obyvatel.
Summary
The bachelor thesis deals with the compilation of optimal approaches for determining the number of inhabitants and their spatial differentiation
within a municipality or its parts based on remote sensing data.
The thesis is testing methods of remote sensing and GIS, that mainly include image analysis, analysis of digital elevation models,
spectral indices and variations of the Housing Unit method.
The approaches are compiled for two main types of remote sensing data: very high resolution commercial satellite images in combination with elevation data
and publicly available satellite images. The open OpenStreetMap dataset is used as auxiliary data. A partial goal of each approach is an extraction of buildings.
The optimal approaches are applied on two case studies for cities Olomouc and Piešťany, the first of which has commercial data available.
The results of this theses are recommended approaches for population estimation within the municipality,
its parts or specific type of housing development and population estimates themselves for the case studies of the municipalities of Olomouc and Piešťany.
The results of the thesis will be used for further experimental testing of remote sensing data for the purposes of population estimation.
The thesis will recommend which data and methods should be further investigated and which, on the contrary, do not yield optimal results.