[论文解读] Mapping Missing Population in Rural India: A Deep Learning Approach with Satellite Imagery

Wenjie Hu, Jay Harshadbhai Patel+7 more|arXiv (Cornell University)|May 4, 2019

Impact of Light on Environment and Health参考文献 18被引用 16

一句话总结

本文提出一种利用多源卫星影像的深度学习方法，用于绘制印度农村地区的人口密度，实现最先进的性能：在乡级汇总层面R²达0.93，在单个村庄的log₂人口密度层面R²达0.44。该方法采用定制的卷积神经网络（CNN）架构，结合光学（Landsat 8）和雷达（Sentinel-1）影像，相较于传统普查和LandScan方法，显著提升了准确性。

ABSTRACT

Millions of people worldwide are absent from their country's census. Accurate, current, and granular population metrics are critical to improving government allocation of resources, to measuring disease control, to responding to natural disasters, and to studying any aspect of human life in these communities. Satellite imagery can provide sufficient information to build a population map without the cost and time of a government census. We present two Convolutional Neural Network (CNN) architectures which efficiently and effectively combine satellite imagery inputs from multiple sources to accurately predict the population density of a region. In this paper, we use satellite imagery from rural villages in India and population labels from the 2011 SECC census. Our best model achieves better performance than previous papers as well as LandScan, a community standard for global population distribution.

研究动机与目标

• 填补发展中国家农村及边缘化社区缺乏准确、实时人口数据的关键空白。
• 开发一种成本低廉、可扩展的传统人口普查替代方案，用于人口制图。
• 利用高分辨率卫星影像与深度学习技术，提升印度农村地区的人口密度估算精度。
• 在人口制图方面，实现高于现有方法（如LandScan）和以往深度学习模型的准确性。

提出的方法

• 使用Landsat 8（光学）和Sentinel-1（雷达）的多模态卫星影像，训练两种定制的卷积神经网络（CNN）架构——Shallow Combo与Deep Combo。
• 采用混合输入策略，结合10–30米分辨率的光学与雷达影像，以增强人类聚居地的特征表示。
• 实施基于回归的深度学习框架，预测村庄层面的连续log₂变换人口密度。
• 通过迁移学习与数据增强技术，提升模型在有限印度农村数据上的泛化能力。
• 将预测结果在乡级层面进行聚合，以与2011年SECC普查的实测数据进行性能评估。
• 在相同条件下，通过R²、MAPE和RMSE指标，将本模型性能与LandScan及以往模型（Robinson et al., Doupe et al.）进行对比。

实验结果

研究问题

• RQ1 在不依赖传统普查数据的前提下，基于多源卫星影像训练的深度学习模型能否准确预测印度农村地区的人口密度？
• RQ2 与单一数据源输入相比，光学与雷达卫星数据的融合在多大程度上提升了人口制图的准确性？
• RQ3 定制的CNN架构（Shallow Combo与Deep Combo）在多大程度上优于标准模型及LandScan等基线方法？
• RQ4 模型在精细的村庄级预测与粗略的乡级聚合之间，性能表现有何差异？
• RQ5 所提出的方法能否降低对代表性不足和边缘化农村社区的人口估算误差？

主要发现

• Deep Combo模型在乡级人口聚合层面的R²达到0.93，显著优于LandScan和以往模型。
• 在单个村庄级预测中，模型在log₂人口密度上的R²达到0.44，展现出在细粒度制图中的优异性能。
• 模型在乡级预测中的MAPE降低至21.5%，远低于Robinson et al.（2017）提出的CONVRAW模型的73.8%。
• Sentinel-1雷达影像的引入提升了模型性能，使其能在多云或能见度低的条件下捕捉人类聚居模式。
• 在印度各行政区中，Deep Combo模型的预测误差低于LandScan（易低估）和CONVRAW（易高估）模型。
• 即使平均聚合区域更小，该模型在肯尼亚（Doupe et al., 2016）和美国（Robinson et al., 2017）的先前研究中也表现更优，表明其具备强大的泛化能力。