야간위성 이미지를 이용한 격자 단위 인구 추정모형 개발

Development of Grid Unit Population Estimation Model using Night Satellite Image

인구는 여러 가지 국가정책의 근간이 되는 자료이므로 이를 파악하는 것은 매우 중요한 일이나 모든 나라가 자국의 인구를 측정하는 제도를 잘 갖추고 있는 것은 아니다. 이런 경우는 실제인구가 아닌 추정인구로 국가의 인구를 대신한다. 주로 저개발국으로 분류되는 국가들의 인구를 추정하는 방법은 여러 가지가 있을 수 있으나 본 연구에서는 야간위성 이미지를 이용한 간접적 인구추정 방법을 제안하였다. 기존의 방법들이 야간위성 이미지를 인구추정을 위한 보조 정보로 사용하였다면, 본 연구에서 제안한 방법은 야간위성 이미지만으로 인구를 추정하는 모형을 제안하였다. 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)에서 제공하는 Defense Meteorological Satellite Program(DMSP-OLS) 야간위성 이미지를 사용하여 격자 인구를 추정할 수 있도록 모형을 제안하였다. 모형개발을 위해 서울·수도권을 제외한 우리나라 야간위성 이미지와 격자 인구를 사용하였으며, 제안된 모형에서 최적의 결과를 얻기 위해 통계적 모형과 기계학습의 앙상블 모형을 비교하였다. 비교 결과 일반화 성능 관점에서 기계학습의 앙상블 모형이 우수한 것으로 나타났다. 본 연구에서 제안된 모형은 우리나라를 기반으로 작성되어 아직은 일반적으로 적용할 수 없으나 추후 연구에서 사례를 보강하여 이를 개선해나갈 것이다.

Population data is the basis for many national policies. Therefore, it is very important to understand the population data. However, not all countries are well equipped with a system to measure their own population, so in this case, the estimated population rather than the actual population is substituted for the national population data. There may be several methods of estimating the population of countries classified as underdeveloped, but in this study, an indirect population estimation method using night satellite image was proposed. While known methods use night satellite images as auxiliary information for population estimation, the method proposed in this study proposes a model that estimates the population only with night satellite image. A model was proposed to estimate the grid population using the DMSP-OLS (Defense Meteorological Satellite Program) nighttime satellite image provided by the US NOAA (National Oceanic and Atmospheric Administration). For model development, South Korea s night satellite image and grid population were used excluding Seoul and the metropolitan area, and statistical models and ensemble models of machine learning were compared to obtain optimal results from the proposed model. As a result of comparison, it was found that the ensemble model was superior in terms of generalization performance. The model proposed in this study is based only on South Korea and cannot be generally applied yet, but it will be improved by reinforcing cases in future studies