{en_GB=Spatial Disaggregation Using Geo-Referenced Social Media Data as Ancillary Information } {} EVALUATED

Detalhes: {pt=A informação estatística relativa a atividades socioeconómicas da população está amplamente disponível, apesar de a mesma ser apenas regularmente recolhida ou disponibilizada a um nível geoespacial relativamente agregado. A este nível agregado, diversas características sobre a informação tendem a ser mascaradas, por exemplo através da eliminação de hotspots, ou mesmo através da suavização de variações espaciais. Por estas razões, muitas vezes é necessário proceder a uma desagregação da informação, por forma a fornecer estimativas mais localizadas. No contexto de tarefas de análise espacial, desagregação ou downscaling espacial são técnicas que permitem transformar a informação disponível em zonas-origem para outras zonas-alvo, com características geográficas diferentes e com uma maior resolução. Nesta dissertação é apresentada uma técnica de downscaling/desagregação, combinando procedimentos de análise de regressão com métodos clássicos de análise espacial, como sejam mapeamento dasimétrico ou interpolação picnofilática. O procedimento foi usado conjuntamente com informação auxiliar, como densidade da população, emissões de luzes noturnas, ou informação georreferenciada extraída do Flickr, para desagregar diferentes indicadores socioeconómicos e produzir mapas de resolução fina respeitantes aos territórios de Portugal, Bélgica e França. É apresentada também uma discussão sobre a metodologia de desagregação espacial usada, e sobre a qualidade dos resultados obtidos em diferentes condições experimentais. Os resultados obtidos com a metodologia de desagregação referida superaram algoritmos seminais utilizados na literatura. Em adição, o procedimento produziu resultados consideravelmente melhores, quando utilizando a informação auxiliar proveniente da densidade de fotografias do Flickr, num estudo relativo à desagregação de estatísticas sobre turismo para o território da Bélgica., en=Statistical information on socio-economic activities is widely available, although the data are often collected or released only at a relatively aggregated level. Using aggregated data usually masks important local hotspots, and overall tends to over-smooth spatial variations in impact. For these reasons, we often need to disaggregate the source data, in order to provide more localized estimates. In the context of spatial analysis, spatial disaggregation or spatial downscaling are techniques that can be used to transform data from a set of source zones into a set of target zones, with different geometry and with a higher general level of spatial resolution. This dissertation presents a hybrid spatial downscaling/disaggregation technique which combines state-of-the-art regression analysis procedures with the classic methods of dasymetric mapping and pycnophylactic interpolation. This procedure was used together with ancillary data, like population density or nighttime light emissions, to disaggregate different types of socio-economic indicators. The reported experiments have also leveraged ancillary geo-referenced data extracted from Flickr to produce high-resolution gridded datasets relative to the Portuguese, Belgian and French territories. A detailed discussion around the spatial disaggregation methodology and on the quality of the obtained results, under different experimental conditions, is also presented. The disaggregation results that were achieved outperformed those from seminal baseline algorithms that were previously used in the literature. Also, the procedure produced notably better results when leveraging the density of Flickr photos as ancillary information, in a study concerning with the disaggregation of tourism statistics in the territory of Belgium.}

Discussão: outubro 28, 2016, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

João Miguel Cordeiro Monteiro (ist170599)

ORIENTADOR

Bruno Emanuel Da Graça Martins

Departamento de Engenharia Informática (DEI)

Professor Auxiliar