Η αστική εξάπλωση και το αντίκτυπό της στη βιώσιμη αστική ανάπτυξη συνδυασμός τηλεπισκόπησης και δεδομένων μέσων κοινωνικής δικτύωσης

[[Εικόνα:Tsalmasd_eikona_4.1.png|thumb|right|'''Εικόνα 1:''' Χωρική κατανομή δεδομένων του κοινωνικού δικτόυ (Twitter) στον αστικό Δήμο του Morogoro.]]
[[Εικόνα:Tsalmasd_eikona_4.2.png|thumb|right|'''Εικόνα 2:''' Επιγραμματική απεικόνιση της ερευνητικής προσέγγισης.]]
[[Εικόνα:Tsalmasd_eikona_4.3.png|thumb|right|'''Εικόνα 3:''' Χωρική κατανομή της αστικής γης από το 2011 έως το 2017 με ενσωματωμένα τα δεδομένα από το Twitter.]]


<h3>Urban sprawl and its impact on sustainable urban development: a combination of remote sensing and social media data</h3>

'''Συγγραφείς:'''Zhenfeng Shao, Neema S. Sumari, Aleksei Portnov, Fanan Ujoh, Walter Musakwa & Paulo J. Mandela

'''Σύνδεσμος πρωτότυπου κειμένου:''' [[https://ieeexplore.ieee.org/document/9191992]] 

'''Λέξεις κλειδιά:'''Αστικοποίηση, υπηρεσίες οικοσυστήματος, βιώσιμη αστική ανάπτυξη, τηλεπισκόπηση, δεδομένα μέσων κοινωνικής δικτύωσης, Twitter, Morogoro, Tanzania. 

<h3>1. Αντικείμενο</h3>

Η αστική εξάπλωση έχει οδηγήσει σε μη βιώσιμα πρότυπα αστικής ανάπτυξης από κοινωνική, περιβαλλοντική και οικονομική προοπτική. Αυτή η μελέτη είναι από τα πρώτα παραδείγματα έρευνας στην Αφρική να συνδυάσει δεδομένα τηλεπισκόπησης με δεδομένα μέσων κοινωνικής δικτύωσης για τον προσδιορισμό της αστικής εξάπλωσης από το 2011 έως το 2017 στον αστικό δήμο Morogoro, Τανζανία. Εφαρμόστηκε η μέθοδος ταξινόμησης Random Forest, χρησιμοποιώντας δορυφορικές εικόνες και δεδομένα μέσων κοινωνικής δικτύωσης βάσει τοποθεσίας (χρήση Twitter), τα οποία  λαμβάνονται μέσω μιας διεπαφής προγραμματισμού εφαρμογών Twitter (API). Ο αστικός δήμος του Morogoro ταξινομήθηκε σε τάξεις οικιστικής εγκατάστασης, βλάστησης, γεωργίας και υδάτινης κάλυψης γης ενώ τα αποτελέσματα της ταξινόμησης ενισχύθηκαν με τη δημιουργία 480 τυχαίων σημείων. Χρησιμοποιώντας την λειτουργία πυρήνα, η μελέτη μέτρησε τη θέση των χρηστών του Twitter σε μια ακτίνα ζώνης 1 χιλιομέτρου από το κέντρο της πόλης. Τα αποτελέσματα δείχνουν ότι, η επέκταση της πόλης (δομημένη χρήση γης), που είναι κυρίως λόγω της πληθυσμιακής επέκτασης, έχει αρνητικές επιπτώσεις στις υπηρεσίες του οικοσυστήματος. Επιπλέον, τα δεδομένα χρήσης μέσων κοινωνικής δικτύωσης υποδηλώνουν ότι υπάρχει συγκέντρωση της χρήσης Twitter εντός του κέντρου της πόλης ενώ η χρήση του Twitter μειώνεται μακριά από το κέντρο της πόλης με σημαντική χωρική και αριθμητική αύξηση της χρήσης Twitter στην περιοχή μελέτης. Ο σκοπός και Τα αποτέλεσμα της μελέτης υποδηλώνουν ότι ο συνδυασμός τηλεπισκόπησης, κοινωνικής ανίχνευσης και δεδομένων πληθυσμού είναι ένα χρήσιμο εργαλείο, που λειτουργεί σε πραγματικό χρόνο, για την ερμηνεία της αστικής εξάπλωσης και της κατάστασης πρόσβασης στις αστικές υπηρεσίες και υποδομές στο Morogoro και στην πόλη της Αφρικής, όπου τα δεδομένα για τον πολεοδομικό σχεδιασμό είναι συχνά μη διαθέσιμα και ανακριβή και μη ενημερωμένα.

<h3>2. Εισαγωγή</h3>

Η αστικοποίηση είναι μια από τις πιο σημαντικές ανθρώπινες δραστηριότητες σε όλο τον κόσμο σήμερα που επηρεάζει την ποιότητα της αστικής ζωής και τη βιώσιμη ανάπτυξή της. Η αστικοποίηση στην Αφρική συμβαίνει σε ένα πρωτοφανές ποσοστό και απειλεί την επίτευξη των Στόχων Βιώσιμης Ανάπτυξης (SDGs). Στην παρούσα μελέτη, εξετάζεται η αύξηση των αστικών πληθυσμών παγκοσμίως ως ο παράγοντας που ευθύνεται άμεσα για το πρωτοφανές ποσοστό αστικής εξάπλωσης που καταγράφεται κυρίως σε πόλεις στον παγκόσμιο νότο. Το φαινόμενο αυτό, δημιουργεί ανάγκες για υποδομές στις πόλεις. Εξαιτίας της αυξημένης αστικοποίησης σε όλο τον κόσμο από το 1950 και μετά, η παρακολούθηση και η ανάλυση της αστικής επέκτασης έχει γίνει δημοφιλές θέμα σε εφαρμογές γεωεπιστήμης. Η χρήση των πολλών γεωδεδομένων που παρέχονται πλέον μπορεί να επιταχύνει την υποστήριξη της παγκόσμιας αειφόρου ανάπτυξης με τη χρήση τηλεπισκόπησης για πληθυσμιακές μελέτες. Επιπλέον, δεδομένα των μέσων κοινωνικής δικτύωσης (Twitter) που προέρχονται από χρήστες, οι οποίοι επιτρέπουν στην εφαρμογή τον γεωγραφικό εντοπισμό τους μέσω του ενσωματωμένου GPS δέκτη των συσκευών τους, μπορούν να ενισχύσουν την μελέτη της αστικής επέκτασης με επιπρόσθετες ποιοτικές πληροφορίες για την καλύτερη επίγνωση της κατάστασης της ανθρώπινης δραστηριότητας με αποτελεσματικές ενδείξεις όσον αφορά τη διαχείριση του πολεοδομικού σχεδιασμού. 

Η παρούσα μελέτη στοχεύει στον συνδυασμό δορυφορικών τηλεπισκοπικών εικόνων και δεδομένων μέσων κοινωνικής δικτύωσης για τη μοντελοποίηση τοποθεσίας και κατεύθυνση της αστικής εξάπλωσης στον αστικό Δήμο Morogoro της Τανζανίας προκειμένου: 

* να εντοπιστεί η αστική εξάπλωση με ένα συνοπτικό χωρικό και χρονικό μοτίβο από το 2011 έως 2017
* να προσδιορίσει το αντίκτυπο της αστικής εξάπλωσης στη βιώσιμη αστική ανάπτυξη και ειδικότερα στις υπηρεσίες οικολογικού συστήματος για την πόλη.

<h3>3. Περιοχή Μελέτης</h3>

Η μελέτη διεξήχθη στον αστικό Δήμο Morogoro, που είναι το κύριο διαμέρισμα της περιφέρειας Morogoro και είναι γνωστό ανεπίσημα ως «Mji kasoro bahari» και μεταφράζεται ως «πόλη μικρότερη από ένα λιμάνι». Η περιοχή συνορεύει με την αγροτική περιοχή του Morogoro και δυτικά με την περιοχή Mvomero. 

<h3>4. Πηγές Δεδομένων</h3>

'''<h1>4.1. Δορυφορικά Δεδομένα</h1>'''

Για τις ανάγκες της μελέτης έγινε λήψη δορυφορικών εικόνων Landsat 7, χωρικής ακρίβειας 30 μέτρων, από την ιστοσελίδα του Γεωλογικού Ινστιτούτου των ΗΠΑ (USGS) και από την πλατφόρμα της Google Earth Engine εξήχθησαν εικόνες χρονοσειράς για την περιοχή μελέτης από το 2011 έως το 2017. Για την επεξεργασία των δεδομένων έγινε χρήση των λογισμικών Erdas Imagine και ArcGIS, όπου πραγματοποιήθηκαν ραδιομετρικές και γεωμετρικές διορθώσεις και μετασχηματίστηκαν στην παγκόσμια εγκάρσια μερκατορική προβολή (UTM – Zone 37 South) στο παγκόσμιο γεωδαιτικό σύστημα αναφοράς (WGS84). 

'''<h1>4.2 Δεδομένα κοινωνικού δικτύου (Twitter)</h1>'''

Το Twitter είναι ένα από τα πιο δημοφιλή διαδικτυακά νέα και πλατφόρμες δικτύωσης μέσων κοινωνικής δικτύωσης για αλληλεπίδραση και κοινή χρήση πληροφοριών με εκατομμύρια χρήστες σχετικά με έκτακτες ειδήσεις, διαφημίσεις και κοινή χρήση τοποθεσιών μέσω μηνυμάτων γνωστών ως "tweets". Η ευρεία διαθεσιμότητα ενσωματωμένου GPS στις τηλεφωνικές συσκευές κατέστησε δυνατή τη γεωγραφική προσθήκη των tweet, καθιστώντας αυτές τις χωρικές πληροφορίες διαθέσιμες για εκατομμύρια χρήστες. Από τον λογαριασμό Twitter, δύο είναι οι επιλογές που δίνονται σε έναν χρήστη. 

* Η πρώτη επιλογή είναι να οριστεί μια τοποθεσία, η οποία καταγράφεται αυτόματα από έναν ενσωματωμένο δέκτη GPS στον κινητό εξοπλισμό, καταγράφοντας τη θέση του χρήστη με τη μορφή γεωγραφικού μήκους και πλάτους. 

* Η δεύτερη είναι η επιλογή του χρήστη μιας τοποθεσίας από μια λίστα με μέρη που παρέχονται από το Twitter. Σε αυτήν την περίπτωση, το Twitter καταγράφει την εκτιμώμενη θέση της κινητής συσκευής ή του Διεύθυνση Πρωτοκόλλου Διαδικτύου (IP), που παρέχει πολλές πιθανές τοποθεσίες (π.χ. ένα κτίριο, μια γειτονιά, μια πόλη, ακόμη και μια χώρα) με βάση γεωκώδικες για επιλογή.

Όπως είναι λογικό η τοποθεσία αναλόγως την επιλογή θα διαφέρει σημαντικά. Σε γενικές γραμμές, όσον αφορά την δεύτερη επιλογή, αυτή του χρήστη όταν αναζητεί κάτι, η τοποθεσία που θα επιλέξει όπως παρέχεται από το Twitter θα είναι ακριβής εντός 30 έως 3000m, ενώ παράλληλα η τοποθεσία που δημιουργείται από τη διεύθυνση IP δεν είναι επίσης ακριβής, ανάλογα με τη μέθοδο που χρησιμοποιείται για τη μετατροπή της διεύθυνσης IP σε συντεταγμένες.

Η παρούσα μελέτη υιοθέτησε το γεωγραφικό σήμα tweets που δείχνουν γεωγραφικό μήκος και πλάτος, όπως είναι πιο ακριβείς για τη δημιουργία τόσο προσβασιμότητας όσο και χωρικής ανάλυσης χρησιμοποιώντας ανάλυση δικτύου για την εξέταση της απόστασης του χρήστη για δεδομένη ακτίνα από την πόλη κέντρο του Morogoro. Οι συνολικές γεωγραφικές τοποθεσίες που εξήχθησαν ήταν συνολικά 1597, από λογαριασμούς χρηστών από το 2011 έως το 2017 εντός των ορίων της περιοχής μελέτης με τη χρήση της διεπαφής προγραμματισμού εφαρμογών (Application Programming Interface) του Twitter με βάση τη θέση των λογαριασμών των χρηστών όπως αναφέρεται στα προφίλ τους. Αυτά τα tweets αποθηκεύτηκαν και διαχειρίστηκαν σε μια βάση δεδομένων.

<h3>5. Μεθοδολογία</h3>

Η ροή εργασίας παρουσιάζει τρία βασικά βήματα: 

* Προεπεξεργασία δεδομένων τηλεπισκόπησης και Twitter. 
* Ταξινόμηση εικόνας, αλλαγή χρήσης γης εντοπισμού και επικύρωσης. 
* Προσδιορισμός χωρικών μοτίβων/ διαδρομών με βάση τα αποτελέσματα της ταξινόμησης των αλλαγών κάλυψης γης.

Αναλυτικότερα, όσον αφορά την προεπεξεργασία των δεδομένων, υπολογίστηκαν και αναλύθηκαν χρησιμοποιώντας διαφορετικές μεθόδους ανάλυσης για να εκτιμηθεί η «εδαφική αλήθεια» της αστικής εξάπλωσης σε συγκεκριμένη τοποθεσία και χρόνο. 
Για την ταξινόμηση των τηλεπισκοπικών δεδομένων εκτελέσθηκε η ταξινόμηση με τη μέθοδο τους τυχαίου δάσους (Random Forest), που επιλέχθηκε λόγω της αξιοπιστίας της. Η περιοχή μελέτης ταξινομήθηκε σε τέσσερις κατηγορίες: δομημένη περιοχή, βλάστηση, καλλιέργεια και νερό. Τα αποτελέσματα της ταξινόμησης ενισχύθηκαν με τη δημιουργία 480 τυχαίων σημείων. Η αλλαγή αξιολογήθηκε αν ήταν θετικές ή αρνητικές για τις υπηρεσίες οικοσυστήματος που χρησιμοποιούν η αναφορά και η ταξινόμηση σύμφωνα με την εκτίμηση οικοσυστήματος της χιλιετίας.

Για την αξιοποίηση των δεδομένων του κοινωνικού δικτύου Twitter χρησιμοποιήθηκε το ακόλουθο μοντέλο: 

UETt={a1,(x1,y1,t1,D1),(x2,y2,t2,D2),…,(xn,yn,tn,Dn)

Όπου, κάθε χρήστης έχει τη θέση του λογαριασμού (ai) που ορίζεται ως (xi, yi, ti ), με x: γεωγραφικό πλάτος, y: γεωγραφικό μήκος, σε χρόνο t και Di: η χιλιομετρική απόσταση του χρήστη από το έτος αναφοράς που δημιουργήθηκε ο λογαριασμός, για συνολικούς n χρήστες. 

Τέλος, εκτελέσθηκε η συνάρτηση πυκνότητας πυρήνα (Kernel density function) για τον υπολογισμό της πυκνότητας του χρήστη μετά την εξαγωγή της αστικής χρήσης γης για τη μέτρηση της πυκνότητας κάθε τοποθεσίας προκειμένου να αξιολογηθούν και να αναλυθούν ποσοτικά οι διαφορές στη χωρική επέκταση. Το κέντρο της επιφάνειας του πυρήνα ήταν στο κέντρο της πόλης (CDB) και η ακτίνα ζώνης (buffer) ήταν 1km. Οπότε η συνάρτηση πυκνότητας πυρήνα χρησιμοποιήθηκε για τον υπολογισμό της τυπικής απόστασης (Standard Distance: SD) της τοποθεσίας των χρηστών του Twitter σε συνάρτηση με τον πληθυσμό του αστικού Δήμου Morogoro: 

SD=1/(buffer)2[3/π×popi(1-(disti/buffer)2)2]

Όπου, το i είναι μια τοποθεσία χρήστη εντός της ακτίνας ζώνης (buffer) 1km, pop είναι ο πληθυσμός, disti είναι η απόσταση μεταξύ της τοποθεσίας χρήστη στο σημείο i. 

<h3>6. Αποτελέσματα</h3>

Τα αποτελέσματα δείχνουν ότι οι άνθρωποι τείνουν να κάνουν tweet περισσότερο στο κέντρο της πόλης παρότι στα προάστια. Με την απεικόνιση της συνάρτησης πυκνότητας πυρήνα προέκυψε ότι υπάρχουν περισσότερες τηλεπικοινωνιακές υποδομές για την υποστήριξη του Twitter εντός του κέντρου της πόλης από ό,τι συμβαίνει στο παρυφές της πόλης.

Η κατάσταση είναι ίδια τόσο για τους νέους λογαριασμούς Twitter όσο και για τα πραγματικά tweets που προέρχονται από την περιοχή μελέτης. Η συσχέτιση μεταξύ λογαριασμών Twitter και πληθυσμού του αστικού Δήμου Morogoro αποκαλύπτει μια ισχυρή θετική συσχέτιση όπου η αύξηση του πληθυσμού αντιστοιχεί στην αύξηση των λογαριασμών Twitter στον αστικό Δήμο Morogoro.

Από την ενσωμάτωση εικόνων από το 2011 έως το 2017, το αποτέλεσμα δείχνει ότι η κεντρική περιοχή του Morogoro είναι περισσότερο αναπτυσσόμενη ενώ μειώνεται προς τα έξω σε ημιακτινική μορφή. Το συμπέρασμα, είναι ότι η τηλεπικοινωνιακή υποδομή και οι σχετικές υπηρεσίες συνδεσιμότητας στο Διαδίκτυο που μπορούν να υποστηρίζουν το Twitter (καθώς και άλλες πλατφόρμες μέσων κοινωνικής δικτύωσης) εντοπίζεται κυρίως στο κέντρο της πόλης, και λιγότερο έξω από το κέντρο της πόλης εντός της περιοχής μελέτης. Αναμενόμενα, μια έρευνα της πόλης δείχνει ότι αυτό το μοτίβο ισχύει και για άλλες υποδομές και υπηρεσίες όπως για παράδειγμα οδούς, δημόσια παροχή νερού μέσω αγωγών, σχολεία, εγκαταστάσεις υγειονομικής περίθαλψης, υπηρεσίες διαχείρισης στερεών αποβλήτων κ.λπ. Στην εικόνα 3 παρουσιάζεται ο τελικός χάρτης που δημιουργήθηκε και απεικονίζει τη χωρική κατανομή της αστικής γης από το 2011 έως το 2017 με ενσωματωμένα τα δεδομένα από το Twitter.

 [[category:Αστικός και περιφερειακός σχεδιασμός]]