Back to Search Start Over

Gen*: a generic toolkit to generate spatially explicit synthetic populations

Authors :
Alexis Drogoul
Kevin Chapuis
Patrick Taillandier
Renaud Misslin
Unité de modélisation mathématique et informatique des systèmes complexes [Bondy] (UMMISCO)
Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut de la francophonie pour l'informatique-Université Cheikh Anta Diop [Dakar, Sénégal] (UCAD)-Université Gaston Bergé (Saint-Louis, Sénégal)-Universtié Yaoundé 1 [Cameroun]-Université Cadi Ayyad [Marrakech] (UCA)
Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA)
Institut National de la Recherche Agronomique (INRA)
Identités et Différenciation de l'Environnement des Espaces et des Sociétés (IDEES)
Université de Rouen Normandie (UNIROUEN)
Normandie Université (NU)-Normandie Université (NU)-Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Université Le Havre Normandie (ULH)
Normandie Université (NU)-Institut de Recherche Interdisciplinaire Homme et Société (IRIHS)
Normandie Université (NU)-Normandie Université (NU)-Université de Rouen Normandie (UNIROUEN)
Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)
ICTLab
University of sciences and technologies of hanoi (USTH)
Université Pierre et Marie Curie - Paris 6 (UPMC)-Université de Yaoundé I-Institut de la francophonie pour l'informatique-Université Cheikh Anta Diop [Dakar, Sénégal] (UCAD)-Université Gaston Bergé (Saint-Louis, Sénégal)-Université Cadi Ayyad [Marrakech] (UCA)
Identité et Différenciation de l’Espace, de l’Environnement et des Sociétés (IDEES)
Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche Interdisciplinaire Homme et Société (IRIHS)
Normandie Université (NU)-Normandie Université (NU)-Université Le Havre Normandie (ULH)
Normandie Université (NU)-Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Université de Rouen Normandie (UNIROUEN)
Normandie Université (NU)
Université Cadi Ayyad [Marrakech] (UCA)-Université de Yaoundé I-Université Gaston Bergé (Saint-Louis, Sénégal)-Université Cheikh Anta Diop [Dakar, Sénégal] (UCAD)-Institut de la francophonie pour l'informatique-Université Pierre et Marie Curie - Paris 6 (UPMC)
Institut de Recherche pour le Développement (IRD)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Université de Yaoundé I-Institut de la francophonie pour l'informatique-Université Cheikh Anta Diop [Dakar, Sénégal] (UCAD)-Université Gaston Bergé (Saint-Louis, Sénégal)-Université Cadi Ayyad [Marrakech] (UCA)
Université de Caen Normandie (UNICAEN)
Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche Interdisciplinaire Homme et Société (IRIHS)
Information, Communication and Technology Laboratory [Hanoi] (ICTLab - USTH )
University of Science and Technology of Hanoi (USTH)
Source :
International Journal of Geographical Information Science, International Journal of Geographical Information Science, Taylor & Francis, 2018, 32 (6), pp.1194-1210. ⟨10.1080/13658816.2018.1440563⟩, International Journal of Geographical Information Science, 2018, 32 (6), pp.1194-1210. ⟨10.1080/13658816.2018.1440563⟩
Publication Year :
2018
Publisher :
HAL CCSD, 2018.

Abstract

International audience; Agent-based models tend to integrate more and more data that can deeply impact their outcomes. Among these data, the ones that deal with agent attributes and localization are particularly important, but are very difficult to collect. In order to tackle this issue, we propose a complete generic toolkit called Gen* dedicated to generating spatially explicit synthetic populations from global (census and GIS) data. This article focuses on the localization methods provided by Gen* that are based on regression, geometrical constraints and spatial distributions. The toolkit is applied for a case-study concerning the generation of the population of Rouen (France) and shows the capabilities of Gen* regarding population spatialization.

Details

Language :
English
ISSN :
13658816 and 13658824
Database :
OpenAIRE
Journal :
International Journal of Geographical Information Science, International Journal of Geographical Information Science, Taylor & Francis, 2018, 32 (6), pp.1194-1210. ⟨10.1080/13658816.2018.1440563⟩, International Journal of Geographical Information Science, 2018, 32 (6), pp.1194-1210. ⟨10.1080/13658816.2018.1440563⟩
Accession number :
edsair.doi.dedup.....22f6f4e21abff4601e8e607f27e67180