Artikelarchiv

Seite drucken

Schätzung von Bevölkerungen mit hoher räumlicher Auflösung anhand von Mobilfunknetzdaten

Estimating population on a high spatial resolution using mobile network data

Daniel Vester

Die präzise Erfassung von Bevölkerungsdaten ist grundlegend für Entscheidungsprozesse in vielfältigen Anwendungsbereichen. Traditionelle Volkszählungen veralten schnell, weshalb alternative Schätzmethoden notwendig sind. Mobiltelefone bieten aufgrund ihrer weiten Verbreitung und genauen Standortbestimmung eine vielversprechende Grundlage dafür. Dieser Beitrag untersucht, ob geoinformatische Methoden zur Schätzung der statischen Bevölkerung eingesetzt werden können. Hierbei werden datenschutzkonforme Mobilfunknetzdaten mit CORINE-Landbedeckungs- und Gebäudedaten kombiniert, um ein Modell zu erstellen, welches die Bevölkerungsverteilung in München und umliegenden Kreisen auf einer Auflösung von 100 × 100 Metern schätzt. Die Ergebnisse zeigen, dass die räumliche Verteilung gut abgebildet wird, jedoch eine Tendenz zur Unterschätzung besteht, wobei die initiale Datenverteilung entscheidend für die Modellqualität ist.

The precise estimation of population data is essential for decision-making processes in a variety of application areas. Traditional censuses become outdated quickly, making alternative estimation methods necessary. Mobile phones, due to their widespread use and precise location data, provide a promising foundation for this. This study investigates whether geoinformatics methods can be used to estimate the static population. It combines privacy-compliant mobile network data with CORINE land cover and building data to create a model that estimates the population distribution in Munich and surrounding areas at a resolution of 100 × 100 meters. The results show that the spatial distribution is well captured. However, there is a tendency to underestimate, with the quality of the initial data distribution being critical for the model‘s accuracy.

DOI: 10.14627/gis.Science.2025.2.3
Der Volltext der aktuellen Artikel (< 3 Monate) aus dem Artikelarchiv steht für gis-Abonnenten zur Verfügung.
Hier finden Sie mehr Informationen zum gis-Abonnement.