出于各种目的，需要建筑层面的人口数据。然而，为了保护隐私，政府的人口数据是汇总的。可以通过区域插值获得更精细尺度的人口估计值，这是一个将来自第一个空间单位系统的数据传输到另一个系统的过程。可以使用指导人口重新分布的辅助数据进行面积插值。对于建筑物层面的人口估计，常见的辅助数据包括建筑物的三维数据，这些数据是通过激光雷达等昂贵的过程获得的。同时，志愿地理信息 (VGI) 正在成为一种新的数据类别，并且已经用于与城市管理相关的目的。本文的目的是提出一种使用 VGI 作为辅助数据的建筑级区域插值的替代方法。该方法集成了现有的插值技术，即多类dasymetric映射和表面体积积分插值；从 OpenStreetMap (OSM) 中提取的建筑物足迹和兴趣点 (POI) 数据用于改进建筑物级别的人口估计。对汉堡市进行了案例研究，并使用不同类型的兴趣点对结果进行了比较。结果表明，VGI 可用于准确估计人口分布，但需要进一步研究以了解 POI 如何揭示人口分布模式。通过表面体积积分进行多类dasymetric映射和插值；从 OpenStreetMap (OSM) 中提取的建筑物足迹和兴趣点 (POI) 数据用于改进建筑物级别的人口估计。对汉堡市进行了案例研究，并使用不同类型的兴趣点对结果进行了比较。结果表明，VGI 可用于准确估计人口分布，但需要进一步研究以了解 POI 如何揭示人口分布模式。通过表面体积积分进行多类dasymetric映射和插值；从 OpenStreetMap (OSM) 中提取的建筑物足迹和兴趣点 (POI) 数据用于改进建筑物级别的人口估计。对汉堡市进行了案例研究，并使用不同类型的兴趣点对结果进行了比较。结果表明，VGI 可用于准确估计人口分布，但需要进一步研究以了解 POI 如何揭示人口分布模式。



"点击查看英文标题和摘要"