Forskare från University of Southampton har utvecklat ett nytt sätt att uppskatta befolkningen i länder där det är svårt att genomföra en fullständig folkräkning.

Folk- och bostadsräkningar är avgörande för att hjälpa regeringar att planera folkhälsoprogram, infrastrukturprojekt och statliga tjänster, men krig, instabilitet och dåliga resurser kan alla spela en roll för att göra dem utmanande att genomföra.

Demokratiska republiken Kongo har inte haft en folkräkning sedan 1984 och den senaste nationella folkräkningen i Afghanistan var 1979. Nigeria, ämnet för denna nya studie, har varit tvungen att förlita sig på prognoser från folkräkningsdata som samlades in 2006 för att hjälpa sina ansträngningar att eliminera polio och genomföra vaccinationskampanjer mot gula febern.

Nu har ett team av forskare vid WorldPop utvecklat ett sätt att hjälpa till att övervinna detta problem – att uppskatta befolkningen i svåröverskådliga miljöer genom att kombinera data från grannskaps-skala mikrofolkräkningar (befolkningsräkningar genomförda i små områden) med information från nationella- skala satellitbilder och digital kartläggning. De använder sofistikerad modellering för att extrapolera högupplösta nationella befolkningsuppskattningar från de relativt sparsamma mikrocensusdata.

Resultaten av studien, finansierat av Bill and Melinda Gates Foundation och UK Foreign, Commonwealth &Development Office som en del av programmet Geo-Referenced Infrastructure and Demographic Data for Development (GRID3), publiceras i tidskriften PNAS .

Huvudförfattaren Douglas Leasure vid University of Southampton sa:"Befolkningsuppskattningar kan snabbt bli felaktiga i lokala områden, särskilt där migration eller förflyttning har ägt rum. Vissa länder grundar beslut om viktiga frågor, som vaccinprogram och social omsorg, på inaktuella data - ibland långt över tio år gamla."

Forskarnas uppskattningar av befolkningstätheten för varje 100 m rutnätscell över Nigeria baserades på färska hushållsundersökningar från ett urval av cirka 1, 100 platser kombinerat med information från satellitbilder och annan geospatial data med nationell täckning. Den rutnätsbaserade metoden gör att befolkningsuppskattningar kan erhållas för alla geografiska områden—administrativa enheter, hälsoupptagningsområden, skoldistrikt, etc.—genom att kombinera 100m rutnätsceller inom det intressanta området.

Teamet har också utvecklat ett öppet datalager kallat WorldPop Open Population Repository (WOPR) som ger tillgång till rådata som produceras från deras skräddarsydda befolkningsmodeller för enskilda länder. De har också skapat en webbapplikation — woprVision — för att interagera med probabilistiska befolkningsuppskattningar på en karta.

"Nigeriamodellen var den första som gick in på dessa plattformar, men vi lägger nu till fler länder, ", sa Douglas Leasure. "Appen tillåter användare att klicka på en punkt på kartan eller markera ett specifikt område för att få befolkningsuppskattningar med Bayesianska uppskattningar av osäkerhet, och för att få befolkningsuppskattningar för specifika ålders- och könsgrupper. Det är viktigt att notera att osäkerhet i uppgifterna faktiskt har praktiska fördelar. Till exempel, om en vaccinationskampanj har planerats för 10, 000 doser vaccin för ett område, de kan använda webbapplikationen för att identifiera sannolikheten att målpopulationen i ett specifikt område överstiger det antalet. Även om den mest sannolika befolkningsuppskattningen är 10, 000 personer, osäkerheten kan ändå tyda på att det är relativt stor sannolikhet att 10, 000 doser kommer inte att täcka hela målpopulationen, i så fall kan kampanjplanerarna ta hänsyn till detta."

Kommenterar forskningen, Professor Andy Tatem för WorldPop sa:"Även om det inte finns någon ersättning för den mängd information som samlas in i en nationell folkräkning, vår teknik, till en bråkdel av kostnaden, skulle kunna hjälpa många länder som inte kan genomföra en fullständig undersökning, samt komplimentera och stödja processen med att genomföra en nationell folkräkning. Exakt, rumsligt detaljerad, och uppdaterade befolkningssiffror är en nyckelkomponent för att förstå effekterna av händelser som konflikter, katastrofer, eller förbättringar inom hälso- och sjukvården, såväl som för planering för potentiella framtida befolkningsbanor."

Pappret, "Nationell befolkningskartläggning från glesa undersökningsdata:Ett hierarkiskt Bayesian modelleringsramverk för att ta hänsyn till osäkerhet, " publiceras i tidskriften PNAS .