ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS

Από RemoteSensing Wiki

Εικόνα 1 : Επιλεγμένες περιοχές

Εικόνα 2 : Ward Laxmi Nagar (αριστερά) - Mangolpuri North (δεξιά)

Εικόνα 3: Σύγκριση του δείκτη στέρησης με το ποσοστό υποβαθμισμένης περιοχής και με το ποσοστό φυτοκάλυψης για τις 6 επιλεγμένες περιοχές

Εικόνα 4 : Ετερογένεια μεταξύ των επιλεγμένων περιοχών

Εισαγωγή

Αντικείμενο της μελέτης είναι η χωρική καταγραφή της ετερογένειας της αστικής φτώχειας ως συμπληρωματικό στοιχείο της στατιστικής ανάλυσης ως προς το βιοπορισμό. Η έρευνα αφορά την πρωτεύουσα της Ινδίας, το Νέο Δελχί, η οποία εξελίσσεται με ιλιγγιώδεις ρυθμούς σε megacity και παρουσιάζει υψηλή πληθυσμιακή πυκνότητα (έως 150.000 άτομα/τετρ.χιλ.). Για τον εντοπισμό, τη χαρτογράφηση και την κατηγοριοποίηση των φτωχογειτονιών στον αστικό ιστό, χρησιμοποιούνται υψηλής ανάλυσης δορυφορικές εικόνες Ikonos 2001/2002.

Μέθοδος

Τα δύο κύρια ζητήματα προς μελέτη είναι :

Α. Σε ποιο βαθμό η χωρική οριοθέτηση υποβαθμισμένων περιοχών ανταποκρίνεται σε πολλαπλούς δείκτες στέρησης (σίγουρη μονιμότητα, ικανοποιητική πρόσβαση σε πόσιμο νερό, πρόσβαση σε αποδεκτές μορφές υγιεινής, συνωστισμός, κατάλληλη στέγαση βάσει της ποιότητας των κτιριακών δομών και της επικινδυνότητας της περιοχής)

Β. Πόσο ομοιογενείς είναι μεταξύ τους επιλεγμένες περιοχές βάσει απογραφής στο Νέο Δελχί.

Στάδια μελέτης :

1. Κατηγοριοποίηση υποβαθμισμένων περιοχών βάσει μορφολογίας και τοποθεσίας μέσω οπτικής ερμηνείας δορυφορικών εικόνων (ελάχιστη μονάδα χαρτογράφησης των 0,25 ha) σε :

• άτυποι-αυθαίρετοι οικισμοί Α (ακανόνιστα μοτίβα, σχετικά αναγνωρίσιμοι δρόμοι, κτίρια μικρού μεγέθους, έλλειψη δημόσιου πράσινου, ανεπαρκείς βασικές υπηρεσίες
• άτυποι-αυθαίρετοι οικισμοί Β (ακανόνιστα μοτίβα, μη αναγνωρίσιμοι δρόμοι, κτίρια πολύ μικρού μεγέθους, μικρές καταπατήσεις στις πιο επικίνδυνες τοποθεσίες όπως σιδηρόδρομοι, λεωφόροι, ποτάμια κτλ., έλλειψη δημοσίου πράσινου και βασικών υπηρεσιών
• περιοχές με υψηλή πυκνότητα (συμμετρικά μοτίβα, αναγνωρίσιμο οδικό δίκτυο, κτίρια μικρού μεγέθους, απομακρυσμένες περιοχές)

2. Προσδιορισμός κριτηρίου για την επιλογή οριοθετημένων περιοχών βάσει απογραφής (ανταπόκριση στο φάσμα των πολλαπλών δεικτών στέρησης) και επιλογή έξι περιοχών με εύρος δείκτη μεταξύ 0,27 (Laxmi Nagar) και 0,55 (Mangolpuri North) – το εύρος δείκτη για το σύνολο του Δελχί είναι μεταξύ 0,16 (χαμηλότερο) και 0,55 (υψηλότερο) (εικόνα 1-2)

3. Επιβλεπόμενη ταξινόμηση μέγιστης πιθανοφάνειας της δορυφορικής εικόνας Ikonos (5 τάξεις κάλυψης γης : νερό, γυμνό έδαφος, βλάστηση, κατοικία, δρόμος) και εύρεση του ποσοστού φυτοκάλυψης για κάθε περιοχή

Συμπεράσματα

Ως προς το πρώτο ζήτημα, υπάρχει σε μεγάλο βαθμό συσχέτιση μεταξύ του δείκτη στέρησης και του ποσοστού υποβαθμισμένης περιοχής (υψηλός δείκτης στέρησης - μεγάλο ποσοστό υποβαθμισμένης περιοχής) ενώ σε μικρότερο βαθμό συσχετίζεται ο δείκτης στέρησης με το ποσοστό φυτοκάλυψης (δεν έχει ληφθεί υπόψιν ο παράγοντας προσβασιμότητας στους χώρους πρασίνου). (εικόνα 3) Ως προς το δεύτερο ζήτημα, στις περιοχές με χαμηλό δείκτη στέρησης παρατηρούνται σε μικρό βαθμό οι άτυποι – αυθαίρετοι οικισμοί Α και Β, με υψηλό ποσοστό άλλων χρήσεων γης πέρα της κατοικίας ενώ στις περιοχές με υψηλό δείκτη στέρησης, σε κάποιες κυριαρχούν οικισμοί με υψηλή πυκνότητα και σε άλλες παρατηρούνται στον ίδιο βαθμό άτυποι οικισμοί αλλά και αυτοί με υψηλή πυκνότητα. (εικόνα 4)

[Carsten Jürgens (Ed.):Remote Sensing - New Challenges of High Resolution, 2008, 158 – 167, "ANALYSING THE SPATIAL HETEROGENEITY OF POVERTY USING REMOTE SENSING: TYPOLOGY OF POVERTY AREAS USING SELECTED RS BASED INDICATORS", Richard Sliuzas, Monika Kuffer, Bochum, Germany]