Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.
Publicaciones

Un algoritmo RSB –Rápido, Sencillo y Barato– para la estimación de la población a nivel de edificio. –Población por Edificio en SIOSEAR2017–
Goerlich, F. J.
Año de publicacion: 2025
Palabras clave: Población; Censo; Grids de población; Población por edificio.
Clasificación JEL: J11; R1
DOI: https://doi.org/10.12842/WPIVIE_0725
Resumen
Para el estudio de la distribución de la población lo ideal sería disponer de un fichero de población georreferenciada a nivel de coordenada puntual a partir de su dirección postal. Dicho fichero podría ser agregado a la resolución que deseáramos para un ejercicio concreto, lo que proporcionaría una total flexibilidad. De esta forma podríamos obtener la población a nivel de edificio o manzana para análisis municipales, incluso de barrios en grandes ciudades, o podríamos generar grids de población con una elevada resolución, que nos permitieran hacer análisis tremendamente detallados. Esta información no está disponible públicamente.En la investigación llevada a cabo por Goerlich y Mollá (2025) se desagrega la grid de población censal 2021 del Instituto Nacional de Estadística (INE), con resolución de 1 km x 1 km, a celdas de 100 m x 100 m, mediante métodos dasimétricos a partir del Sistema de Información de Ocupación del Suelo de España de Alta Resolución (SIOSEAR) referido a 2017. El proceso de desagregación de Goerlich y Mollá (2025) utiliza como geografía intermedia los edificios residenciales de SIOSEAR2017, es plenamente consistente con la grid original –en el sentido de que agrega, celda a celda, la población de la grid censal–, y utiliza los dos tipos de información clave que la literatura sobre métodos dasimétricos de desagregación espacial ha señalado como relevantes: la tipología de los edificios –residenciales versus no residenciales– y su altura –la población vive en 3D–. Este estudio recupera una información no almacenada en su momento, y que creemos puede ser extraordinariamente útil en la práctica, la población de la geografía intermedia, es decir, la de los edificios residenciales, antes de agregar dicha población a las celdas de 100 m x 100 m efectuada por Goerlich y Mollá (2025). Esto proporciona una estimación de la población por edificio que puede ser de interés para múltiples aplicaciones.