Layer di Popolazione ad Alta Risoluzione per lItalia 2025 (~30m)

github2026-04-09 更新2026-04-10 收录

下载链接：

https://github.com/zornade/popolazione-italia-alta-risoluzione

下载链接

链接失效反馈

官方服务：

资源简介：

为意大利2025年创建的一个约30米分辨率的人口网格数据层，融合了HRSL的空间模式和WorldPop R2025A constrained的人口总数，并通过WorldPop constrained的增长比率进行时间投影。

A ~30-meter resolution gridded population data layer created for Italy in 2025, which integrates spatial patterns from HRSL and total population counts from WorldPop R2025A constrained, and is temporally projected using the growth rates from WorldPop constrained.

创建时间：

2026-03-20

原始信息汇总

意大利高分辨率人口栅格图层（2025年，约30米）

数据集概述

本数据集旨在为意大利创建2025年约30米分辨率的格网化人口图层。其通过融合高分辨率定居点图层（HRSL，约30米）的空间格局与世界人口计划（WorldPop）R2025A约束版本（100米）的人口总数，并利用世界人口计划约束版本（同一发布版本，同一方法学）的2020年和2025年数据所计算的增长比率进行时间投影而生成。

输入数据源

1. Meta / Facebook 高分辨率定居点图层（HRSL）— 意大利 2020

分辨率: 约30米（1弧秒）
来源: Meta AI for Good / CIESIN, Columbia University
年份: 2020
格式: GeoTIFF
坐标参考系统: WGS84 (EPSG:4326)
数值: 每个30米栅格单元的人口估计数
方法: 利用从DigitalGlobe卫星影像中提取的建筑足迹进行二元dasymetric分解，以重新分配人口普查计数
下载地址: https://data.humdata.org/dataset/italy-high-resolution-population-density-maps-demographic-estimates
文件: ita_general_2020_geotiff.zip → 提取为 ita_general_2020.tif
许可证: Creative Commons Attribution International
在流程中的作用: 为融合的基线提供约30米的高分辨率空间格局

2. WorldPop R2025A v1 约束版本 — 意大利 2020 和 2025（100米）

分辨率: 约100米（3弧秒）
来源: WorldPop, University of Southampton
发布版本: R2025A v1 (2025-09-01), DOI: 10.5258/SOTON/WP00839
年份: 2020 和 2025（提供2015–2030年度数据）
格式: GeoTIFF
坐标参考系统: WGS84 (EPSG:4326)
数值: 每个100米栅格单元的人口估计数。通过建筑足迹进行约束 → 非居住区人口为零。
方法: 基于随机森林（Stevens et al., 2015）并受建筑足迹（Maxar/Ecopia/OSM）约束的dasymetric重新分配。使用多种地理空间协变量（夜间灯光、土地覆盖、道路、坡度等）。人口仅被分配到检测到建筑的区域 — 所有其他栅格单元为零。
下载地址: https://hub.worldpop.org/geodata/listing?id=135
- 意大利 2020
- 意大利 2025
文件:
- ita_pop_2020_CN_100m_R2025A_v1.tif (103 MB)
- ita_pop_2025_CN_100m_R2025A_v1.tif (104 MB)
许可证: Creative Commons Attribution 4.0
在流程中的作用:
- 2020年: 为与HRSL进行基线融合提供100米单元的稳健人口总数
- 2020年 + 2025年: 提供100米单元的时间增长比率 R = WP_2025 / WP_2020。同一发布版本、同一方法学、相同协变量 → 方法学上干净的比率。

3. 意大利国家统计局（ISTAT）人口数据（仅用于验证）

来源: ISTAT demo.istat.it
数据: 2020年和2025年的市镇/省/大区人口计数
目的: 仅用于验证 — 将输出总数与意大利官方统计数据进行比较
下载地址: 常住人口或市镇预测
注意: ISTAT数据不用于人口投影。增长完全来自WorldPop v2。

方法学

阶段 1: Dasymetric 融合（2020年基线，约30米）

核心思想是使用HRSL（约30米）更高的空间分辨率作为权重表面，重新分配方法学上更稳健的WorldPop约束版本的人口计数。

算法 — 对于每个100米的WorldPop约束栅格单元： 每个100米的WorldPop像素正好包含3×3 = 9个30米的HRSL子像素（3弧秒 / 1弧秒 = 3）。

对于每个包含人口 P 的WP像素：
- 提取3×3（9个）HRSL子像素值
- 如果 HRSL_local_sum > 0：用 HRSL_i / HRSL_sum 加权每个子像素 i
- fused_i = P × weight_i → 精确保留 P
多尺度上下文填充（当 HRSL_local_sum == 0 但 P > 0 时）：
- 计算HRSL存在性的二元场（人口 > 0 处为1，否则为0）
- 应用空间尺度递增的高斯平滑级联：
  - σ=3（半径9像素，约270米 — 局部上下文）
  - σ=6（半径18像素，约540米 — 中等上下文）
  - σ=12（半径36像素，约1080米 — 宽上下文）
- 在每个尺度，检查平滑后的信号是否到达间隙像素
- 如果是，则使用平滑后的二元场作为子像素权重（将人口分配到最近检测到的定居点）
- 如果没有尺度能解决间隙（真正孤立的像素，约1公里内无HRSL）：回退到均匀分布（每个子像素 P/9）

阶段 2: 使用 WorldPop R2025A 约束版本进行时间投影（2020 → 2025）

时间投影使用WorldPop R2025A约束版本的2020年和2025年数据来推导空间明确的增长比率。同一发布版本、同一方法学 → 方法学上干净的比率。

算法：

加载100米分辨率的WorldPop约束版本2020年（WP_2020）和2025年（WP_2025）数据
计算100米分辨率的逐像素增长比率栅格：
- R_100m = WP_2025 / WP_2020
- 当 WP_2020 == 0 且 WP_2025 == 0 时：R = 1.0（无人居住 → 保持无人居住）
- 当 WP_2020 == 0 且 WP_2025 > 0 时：新定居点 → 用特殊逻辑处理
- 截断极端比率（例如，限制在 [0.5, 3.0]）以避免低人口单元产生的伪影
对于阶段1中每个30米的融合单元：
- 从重叠的100米像素中采样增长比率 R（最近邻）
- pop_2025_30m = fused_2020_30m × R

阶段 3: 验证

与ISTAT对比: 按省/大区聚合输出人口，并与ISTAT 2025年官方计数进行比较。计算百分比偏差。
内部一致性: 验证30米图层的全国总数是否与世界人口计划2025年全国总数一致。
空间检查: 对已知城市/农村地区（例如罗马、米兰、撒丁岛农村）进行视觉检查。
跨数据集对比: 比较原始HRSL、原始WorldPop和融合输出之间的密度分布。

关键特性

输出分辨率: 约30米（HRSL原生分辨率）
覆盖范围: 意大利
目标年份: 2025年
人口总数来源（2020年）: WorldPop v2约束版本（100米）
空间格局来源（2020年）: HRSL（30米）
时间投影来源: WorldPop R2025A约束版本（2020年 + 2025年）
融合方法: 加权Dasymetric方法
处理方式: 分块/分片处理，兼容笔记本电脑，避免将整个意大利栅格加载到内存中。

局限性

冻结的空间格局: 100米单元内的分布（30米格局）固定在HRSL 2020年；只有100米单元的总数通过WorldPop比率增长。2020年至2025年间新建的定居点在30米尺度上未被捕获。
新定居点: 当 WP_2020 == 0 但 WP_2025 > 0 时，增长比率未定义。这些单元代表两个发布版本之间检测到的新定居点。通过特殊逻辑处理（人口均匀分配或分配到检测到HRSL的子单元）。
边界效应: 位于国家/大区边界的100米WorldPop单元可能包含来自相邻区域的人口。
HRSL准确性: 在定居点稀疏的农村地区，HRSL可能无法检测到小型结构。多尺度上下文填充解决了大多数此类情况（在非偏远地区达98–100%），但真正孤立的农村间隙（约1公里内无HRSL）回退到均匀分布。
残留的均匀分布单元: 在非常偏远的农村地区（例如撒丁岛内陆），约37%的HRSL间隙像素距离任何检测到的定居点太远，无法进行上下文填充。这些约占当地人口的11%，并使用每个子像素1/9的均匀分布 — 这是基于现有数据唯一可行的选择。

许可证

本项目采用双重许可证以遵守输入数据集的许可证：

组件	许可证	文件
源代码（脚本、README、配置）	MIT	LICENSE
输出数据 (`data/output/*.tif`)	Creative Commons Attribution 4.0 International (CC BY 4.0)	LICENSE-DATA

输出数据源自根据CC BY（HRSL, Meta）和CC BY 4.0（WorldPop, University of Southampton）发布的数据集。输出数据的CC BY 4.0许可证确保了与两个上游来源的兼容性，并保留了署名要求。

数据使用所需的署名

如果使用输出数据，请引用：

HRSL: Meta / CIESIN, Columbia University — High Resolution Settlement Layer, Italia 2020
WorldPop: WorldPop, University of Southampton — R2025A v1 Constrained, DOI: 10.5258/SOTON/WP00839

搜集汇总

数据集介绍

构建方式

在人口空间分布建模领域，高分辨率格网化人口数据对于精细化政策制定与资源分配至关重要。本数据集通过一种创新的多源数据融合方法构建而成，其核心流程分为两个阶段。首先，采用加权人口密度分解法，将Meta HRSL提供的30米分辨率空间格局模式，与WorldPop R2025A约束版本提供的100米分辨率人口总量数据进行融合，生成2020年基准数据集。此过程通过多尺度上下文平滑算法，有效填补了HRSL数据在稀疏居住区的探测空白。随后，利用同一来源的WorldPop 2020年与2025年约束数据，计算得到100米分辨率的像素级人口增长比率，并将此比率应用于基准数据，从而完成至2025年的时空投影，最终生成约30米分辨率的意大利全国人口分布栅格图层。

使用方法

该数据集以GeoTIFF栅格格式提供，可直接导入主流地理信息系统或遥感处理平台进行分析。用户可通过脚本库中的标准化流程进行数据下载、融合与验证，整个处理链支持分块计算，降低了硬件内存需求。在应用层面，该数据适用于高精度人口暴露评估、公共服务设施选址、灾害风险评估及城市发展规划等多个场景。研究人员可将输出数据与ISTAT官方行政区划统计数据进行聚合对比，以验证区域总量的一致性。需要注意的是，数据集内30米尺度的空间分布模式基于2020年HRSL数据固定，2020至2025年间的新建聚居区无法在此尺度上体现，使用时应结合具体研究问题的时空尺度要求予以考量。

背景与挑战

背景概述

高分辨率人口网格数据是地理信息科学与人口统计学交叉领域的前沿研究方向，旨在将传统行政单元的人口统计数据空间化，以精细尺度揭示人口分布格局。由Meta AI for Good与哥伦比亚大学CIESIN联合发布的HRSL数据集，以及南安普顿大学WorldPop团队开发的约束型人口网格，代表了该领域的最新进展。意大利2025年约30米分辨率人口网格层项目，融合了HRSL的30米空间格局与WorldPop R2025A约束版的100米人口总量，并借助WorldPop的增长比率进行时间投影，其核心在于通过空间显式方法提升人口估计的精度与时空一致性，为城市规划、灾害风险评估及公共政策制定提供关键数据基础。

当前挑战

该数据集构建面临多维度挑战。在领域问题层面，高分辨率人口分布估算需解决空间异质性建模的难题，即如何准确捕捉城市密集区与乡村稀疏地带的人口聚集模式，同时处理新旧居民点变迁导致的动态分布变化。构建过程中的技术挑战尤为突出，包括多源数据融合时分辨率与方法的协调，例如将100米WorldPop总量与30米HRSL格局进行加权分布时，需设计保总量算法并处理HRSL未覆盖区域的缺口填充；时间投影中需处理新增居民点导致的增长比率未定义问题；此外，数据边缘效应、乡村地区微小建筑漏检，以及大规模栅格计算对计算资源的压力，均构成了实际构建中的关键障碍。

常用场景

经典使用场景

在人口地理学与空间分析领域，高分辨率人口分布数据对于精细尺度的研究至关重要。该数据集通过融合Meta HRSL的30米空间格局与WorldPop约束型人口总量，生成了意大利2025年约30米格网化人口图层，经典应用于城市扩张模拟、灾害风险评估及公共服务设施规划。其高空间分辨率特性使得研究者能够精准识别人口密集区与稀疏带，为微观尺度的人口动态分析提供了可靠的数据基础。

解决学术问题

该数据集有效解决了人口空间化研究中常见的尺度不匹配与数据融合难题。通过采用加权人口密度分解方法，将WorldPop约束型模型的稳健人口总量与HRSL的高分辨率居住模式相结合，既保留了宏观人口统计的准确性，又实现了微观空间格局的精细刻画。这种方法显著提升了人口分布模拟的时空一致性，为人口迁移预测、环境承载力评估等研究提供了方法论创新。

实际应用

在实际应用中，该数据集为公共政策制定与应急管理提供了关键支撑。城市规划部门可依据30米分辨率的人口密度图优化交通网络布局与住房供给策略；公共卫生机构能精准定位高风险区域以部署医疗资源；灾害管理部门则借助高精度人口数据模拟洪水、地震等自然灾害的影响范围与疏散需求。这些应用显著提升了社会治理的精细化水平与应急响应效率。

数据集最近研究