2) 원격탐사기법을 활용한 글로벌 인구추정 자료
(1) GPW(Gridded Population of the World)11)
GPW 프로젝트는 일관성 있는 글로벌 인구 자료를 생성하는 첫 번째 주요 시도로서 GPW 자료는 ’95년 NCGIA(National Center for Geographic Information Analysis) 에 의해 제작되었으며 ’04년에는 CIESIN(Center for International Earth Science Network at Columbia University)가 제작하고 있다. GPW는 NCGIA에서 처음으로 개발하였으며, CIESIN는 인구정보 산출물 품질을 지속적으로 개선하고 있다.
(2) LandScan Global Population Database13)
LandScan 인구자료는 ORNL(Oak Ridge National Laboratories)에서 제작하며, 각 각의 토지피복 종류에 따라 인구 발생과 관련한 추정계수를 기반으로 한 모델에 의해
11) 이하의 내용은 다음 자료를 참조하여 재작성한 것임: M. Salvatore, F. Pozzi, E. Ataman, B. Huddleston, M. Bloise, D. Balk & G. Yetman. 2005. Mapping global urban and rural population distributions.
Rome: FAO.
12) Pycnophylactic 인터폴레이션 방법: 높은 인구 밀도와 행정 구역에 가까운 격자 셀은 낮은 인구 밀도에 가까운 것보다 더 많은 사람을 포함하는 경향이 있다는 것을 가정함
13) 이하의 내용은 다음 자료를 참조하여 재작성한 것임: M. Salvatore, F. Pozzi, E. Ataman, B. Huddleston, M. Bloise, D. Balk & G. Yetman. 2005. Mapping global urban and rural population distributions.
Rome: FAO.
인구를 분류한다. ORNL은 LandScan을 인구수의 절대값 보다는 공간적인 인구 분포 를 파악하기 위한 목적으로 제작한다.
Global LandScan 공간적 인구분포 제작과정은 다음과 같다.① 30arc-second(약 1
㎢) 격자에 인구 자료를 할당하는 자동화된 절차로 구성한다.② 인구추정을 위한 입력 자료로는 주로 International Programs Center of the US Bureau of Census로 부터 집계된 행정구역단위의 자료에 기초한다. 이러한 자료는 각 국가의 가장 최근 인구 조 사 정보를 나타내며, 인구수는 ⅰ) 도로 근방, ⅱ) 지형 기울기, ⅲ) 토지 피복, ⅳ) 야간 조명을 기반으로 격자 안에 인구가 존재할 가능성을 고려하여 할당한다.③ 확률 계수는 각각의 입력 변수값에 의해 부여하고 복합 확률 계수는 각각의 LandScan 격자 를 기반으로 계산:ⅰ)도로, 주요 도로로부터 거리에 대한 가중치; ⅱ)고도, 기울기 선 호도에 대한 가중치; ⅲ)토지피복에 따라 가중치; ⅳ)야간조명, 조명 빈도에 대한 가 중치를 둔다. 계수는 가중치 값을 가지며, 독립적인 인구 자료를 특정 지역의 실제 인 구수를 배분하는데 사용하며 지역별·국가별로 다르게 설정한다.
LandScan의 특징은 첫째, 도로 네트워크와 거주지 그리고 수변구역을 우수하게 식 별하는 VMap level-1을 활용한다. 둘째, 미국 이외 지역은 인구 분포에 대한 행정 경 계에 대한 향상된 정보를 사용했으며 고해상도(30m) 토지피복자료를 활용한다. 셋째, 인구 모델 알고리즘 및 MODIS 토지피복 자료를 입력 자료로 활용한다.
LandScan의 단점은 첫째, 인구 모델 알고리즘의 문제점으로 도로 네트워크에 대한 공간적 연속성을 고려하지 않고 있으며 각 국가의 입력 레이어들을 처리함으로써 국가 의 경계에서 인구 밀도가 불균일하게 나타나는 문제점이 있다. 둘째, LandScan 자료 는 시기별로 인구수를 추정하는데 있어서 다른 보조자료 활용 및 다양한 방법론을 통해 서 산출물을 개선해나감으로써 시계열 인구추정 비교가 불가능하다. 마지막으로 인구 추정 모델의 가정은 공개하고 있지 않으므로 분석에 불리하다.
그러나 GPW와 비교했을 때 LandScan의 장점은 공간해상도가 30arc-seconds에서 2.5arc-seconds로 향상된 산출물을 제작하고 있다. 또한, LandScan은 GPW와는 차 별적으로 행정구역 내에 인구 분포 예측을 위하여 확장된 인구추정 모델을 사용한다.
GPW와의 공통점은 두 자료 모두 도시와 지방 인구의 구분 없이 정치 또는 행정구역에 서 집계된 인구자료를 주요 자료로 하고 있다.
22
Geospatial Data Product Map Scale/Spatial Resolution Source
Census Information Sub-national US Bureau of Census
City Populations - Various
VMAP Level 1 1:250,000 NGA
VMAP Level 2 1:100,000-1:50,000 NGA Urban Vector Smart Map(UVMAP) 1:25,000-1:5,000 NGA Administrative Boundaries Varies Varies Shuttle Radar Topography Mission(SRTM)
Level 1 3arc seconds NGA
SRTM Level 2 1arc seconds NGA
Digital Terrain Elevation Data(DTED) Level 1 3arc seconds NGA
DTED Level 2 1arc seconds NGA
Compressed ARC Digitized Raster Graphics
(CADRG) 1:5,000,000-1:10,000 NGA GeoCover Land Cover Data 30m(Landsat TM based) MDA Federal Coastal Change Analysis Program(CCAP)
Land Cover
30m(Landsat TM based),
20m(SPOT based) US only NOAA
National Land Cover Database(NLCD) 30m(Landsat TM based)
US only USGS
자료: ORNL. 2014. LandScan(http://web.ornl.gov/sci/landscan/, 최종접속일: 2016년 4월 23일)
(3) Global Rural Urban Mapping Project14)
GPW와 LandScan은 도시지역의 인구를 별도로 표시하지 않지만 GRUMP(Global Rural Urban Mapping Project)는 세계 인구의 대부분이 도시에 집중되어 있는 점을 고려하여 수행한다. GRUMP 제작과정은 다음과 같다. ① 최근 CIESIN와 IPFRI (International Food Policy Research Institude), World Bank, CIAT(Centro Internacional de Agricultura Tropical) 등의 관계기관의 협력 자료를 활용하여 행정 구역 내 인구, 특히 도시 인구재분배를 위한 모델로 개발한다. 도시와 마을의 글로벌 데이터베이스로부터 위·경도의 공간정보를 획득하며 인구자료는 공식적인 통계 기관에 서 주로 수집하며, Gazetteer and City Population 등으로부터 2차 자료를 수집한다.
UN에서 추정하는 각국의 성장 비율(UN growth rates)을 ’90, ’95, ’00년의 인구 추정에 사용하며, 도시와 마을에 대한 위·경도 좌표 정보가 없는 자료는 사용하지 않는 다. ② ’94∼’95년 기간 동안 위성영상을 통해서 관측된 야간조명 자료, 인구밀집 지 역, 그리고 연구지역으로 선정된 아프리카의 일부 국가들을 대상으로 1:500,000 스케 일의 도시 자료들을 사용한다. ③ 도시 확장과 관련된 야간조명 등의 자료들은 각 나라 를 대상으로 최대한으로 거주 가능한 지역을 추출하기 위하여 다양한 자료를 결합하여 인구를 추정한다.
GRUMP의 특징으로 도시와 지방 인구 격자는 GRUMPe(Global Rural Urban Mapping Programme)라고 불리는 질량보존(mass-conserving)의 법칙을 기반으로 한 알고리즘으로 CIESIN에 의하여 개발이 이루어졌다. 도시의 인구수를 행정구역 내 에 재할당하기 위한 과정은 도시와 지방 비율이 UN의 성장비율과 가능하면 일치하도 록 반복적으로 수행한다.
GRUMP의 주요 장점은 확률 계수나 빛이 있는 지역을 기반으로 예측하는 것보다 센서스로부터 산출된 인구 자료를 사용한다는 것이다. 또한, 위성영상 이외에도 보조 자료를 활용한다. 즉, 위성영상에서 획득 가능한 야간조명 정보로부터 탐지되지 않는 작은 나라 또는 작은 거주 지역을 보정하기 위하여 타 공간정보 자료를 사용한다.
14) 이하의 내용은 다음 자료를 참조하여 재작성한 것임: M. Salvatore, F. Pozzi, E. Ataman, B. Huddleston, M. Bloise, D. Balk & G. Yetman. 2005. Mapping global urban and rural population distributions.
Rome: FAO.
24
그러나 GRUMP는 위성영상으로부터 획득한 야간조명 정보는 도시 지역의 실제 범 위를 과대추정 하는 경향이 있으므로 인구추정 및 인구수를 재분배 하는데 있어서 문제 가 발생할 수 있는 한계점이 있다. 실질적으로 전 세계에 적용되는 하나의 임계값을 찾는 것은 어려우므로 일부 지역에 대해서는 도시 확장에 따른 과대추정 결과가 산출된 다. 이 외에도, 센서스는 ’90, ’95, ’00년 자료이지만 야간조명은 ’94, ’95년 자료를 사용하므로 분석에 있어서 시간적 차이가 발생할 수 있는 한계점이 있다.
(4) Population Databases for Africa, Asia and Latin America15)
아프리카, 아시아, 라틴아메리카의 인구수 데이터베이스는 UNEP(United Nation Environment Programme)와 CIAT, CIESIN에 의해 수집되었다. GPW 방법과 유사 한 방식으로 구축하지만 인구수를 재분배시키기 위하여 도로 네트워크 및 인구밀집지 역 자료를 사용한다. Population Databases for Africa, Asia and Latin America 제작 과정은 다음과 같다.① 인구 추정 모델을 위해 교통 네트워크와 도시센터 정보를 World Boundary DatabankⅡ, Michelin paper maps 등으로부터 수집한다(ⅰ) 도로, 철도, 선박이 통행할 수 있는 강을 포함함; ⅱ) 네트워크의 각 노드에 대한 접근성을 간단하게 측정하기 위하여 도시 중심에 대한 정보를 거주지 데이터베이스로부터 구 성). ② 각 행정구역별로 측정한 총 인구수는 각 격자단위로 측정된 접근성 지수와 비 례시켜 분포시킨다. 인구수를 할당하기 위한 행정구역은 GPW의 것과 동일하며, GPW 에 관한 결과 산출물의 해상도는 2.5 arc-minutes이다. ③ 행정구역 내의 인구분포 추정결과를 향상시키기 위하여 도로 네트워크와 인구밀집집역 및 장소를 고려한다.
아프리카, 아시아, 라틴아메리카 인구 데이터베이스의 해상도는 지역이나 국가 단위 별 상세 연구를 위해서는 산출물이 거친 한계점은 있으나 대륙단위의 광범위한 지역의 연구를 위해서는 일관성 있는 인구분포를 제공하는 장점을 지니고 있다. 그러나 이는 도로와 인구밀집지역 자료만을 기반으로 구축되었으며, LandScan과 달리 공간적 인구 분포 산출물의 품질을 향상시키기 위한 지속적인 개선노력은 이루어지지 않고 있다.
15) 이하의 내용은 다음 자료를 참조하여 재작성한 것임: M. Salvatore, F. Pozzi, E. Ataman, B. Huddleston, M. Bloise, D. Balk & G. Yetman. 2005. Mapping global urban and rural population distributions.
Rome: FAO.
표 2-2 원격탐사기법을 활용한 글로벌 인구추정 자료 비교