La population vue du ciel

Quand l'Imagerie Satellite Vient Au Secours Du Recensement

Datos Bibliográficos

ID2887737
AutoresEdith Darin (0000-0002-8176-092X, Leverhulme Trust, autor de correspondencia), Mathias Kuépié (0000-0002-1234-8085, United Nations Population Fund), Hervé Bassinga (0000-0003-3952-0743), Gianluca Boo (0000-0002-4078-8221, University of Southampton), Andrew J Tatem (0000-0002-7270-941X, University of Southampton), Paul Reeve
Año2022
Volumen77
Número3
Páginas467-494
Fecha de publicación2022-12-13
Peer ReviewedSí
Open AccessSí
TipoARTICLE
RevistaPopulation (JOURNAL)
Identificadores de la revistaISSN: 0032-4663 • E-ISSN: 1957-7966
EditorialCAIRN (PUBLISHER)
DOI10.3917/popu.2203.0467
OpenAlexW4311787452
IdiomaEN
Citas recibidas4
Referencias citadas40

Le dénombrement de la population, dénominateur de nombreux indicateurs statistiques, est crucial pour les politiques publiques d'un pays. Il est du ressort des instituts nationaux de statistique d'en organiser la collecte, le plus souvent par le biais d'un recensement. Que se passe-t-il lorsqu'une partie du territoire n'est pas accessible aux agents recenseurs ? Actuellement, les données spatiales, telles qu'extraites de l'imagerie satellite, offrent une information géographique complète et de haute résolution, qui représente, lorsque combinée à un dénombrement partiel de la population, une opportunité sans précédent pour estimer les effectifs des territoires manquants. Leur précision spatiale rend également possible une estimation carroyée de la population en haute résolution, un format de données innovant à la croisée de la géographie et de la démographie. À partir du cas du Burkina Faso, cet article analyse comment le découpage du pays en carreaux de 100m sur 100m permet dans un premier temps de développer un modèle pour estimer, par le biais d'une approche hiérarchique bayésienne, la population des zones caractérisées par des problèmes sécuritaires n'ayant pas pu être dénombrées lors du dernier recensement de 2019. Ce découpage permet dans un second temps de désagréger les effectifs obtenus, par le biais d'un modèle d'apprentissage statistique pour obtenir une précision spatiale d'estimation de la population inégalée

Art · Geography · Humanities · Political science · Impact of Light on Environment and Health · Land Use and Ecosystem Services · Remote Sensing and Land Use