Εξερευνώντας τις ενδεχόμενες τάσεις αστικής ανάπτυξης υπό διαφορετικές οικονομικές προοπτικές και σενάρια

Από RemoteSensing Wiki

Αναθεώρηση της 23:52, 10 Φεβρουαρίου 2019

Εικόνα 1:Χάρτες που προκύπτουν μετά την ταξινόμηση των εννέα εικόνων Landsat.

Εικόνα 2:Σύνοψη των στατιστικών με βάση τους εννέα ταξινομημένους χάρτες και τα σχετικά ποσοστά τεχνητών περιοχών. Απεικονίζονται τέσσερα διαφορετικά επίπεδα ανάπτυξης κατά τα τελευταία 30 χρόνια στη Μεσόγεια.

Εικόνα 3:πρόβλεψη της δομημένης επέκτασης, σε μια περίοδο 30 ετών, που παράγεται από το μοντέλο CA.

Εικόνα 4:ποσοτικοποίηση των αποτελεσμάτων σε μια πενταετή χρονική περίοδο.

Εξερευνώντας τις ενδεχόμενες τάσεις αστικής ανάπτυξης υπό διαφορετικές οικονομικές προοπτικές και σενάρια σχεδιασμού χρήσεων γης. Η περίπτωση της Αθήνας.

Οι μεταβολές στην κάλυψη της γης και τη χρήση της γης συγκαταλέγονται στις σημαντικότερες ανθρώπινες μεταβολές στη γη, αντανακλώντας ένα ευρύ φάσμα αλληλεπιδράσεων μεταξύ της κοινωνίας και του περιβάλλοντος. Η ταχεία μετατροπή της γης σε τεχνητές επιφάνειες, προσέλκυσε δικαιολογημένα την προσοχή των μελετητών, σχεδιαστών και υπεύθυνων χάραξης πολιτικής, που ασχολούνται με τις αρνητικές περιβαλλοντικές επιπτώσεις που συνεπάγεται. Η χωροταξική μοντελοποίηση αποτελεί ένα χρήσιμο εργαλείο για τη διεξαγωγή υπολογιστικών πειραμάτων που ποσοτικοποιούν τη σημασία των διαφόρων κινητήριων δυνάμεων της αλλαγής, συμβάλλοντας στην καλύτερη κατανόηση ενός τόσο περίπλοκου φαινομένου.

Στην εργασία αυτή χρησιμοποιούμε και επεξεργαζόμαστε μια συγκεκριμένη μεθοδολογία για να διερευνήσουμε ένα δύσκολο παράδειγμα μιας δυναμικά αναπτυσσόμενης περιαστικής περιοχής, αυτό των Μεσογαίων στην Αθήνα. Σε αυτή τη μελέτη, υποστηρίζεται ότι η εκτίμηση των μελλοντικών χαρακτηριστικών ανάπτυξης στην περιοχή υπό το πρίσμα των διαφορετικών πραγματικών περιστάσεων των οικονομικών επιδόσεων και των συνθηκών και επιλογών σχεδιασμού χρήσης γης αποτελεί προϋπόθεση σε κάθε προσπάθεια αντιμετώπισης των ανεπιθύμητων συνεπειών της άναρχης αστικής επέκτασης. Έτσι, προσπαθείται να οριοθετηθεί η μελλοντική δυναμική ανάπτυξης στη Μεσόγεια κάτω από τέσσερα διαφορετικά σενάρια οικονομικής και χωρικής πολιτικής και να καταδείξουμε αντίστοιχα το αντίστοιχο αστικό τοπίο στη μεσαία (10 χρόνια) και μακρά (30ετή) περίοδο.

Ο κύριος λόγος αυτής της ιδιαιτερότητας είναι το βουνό του Υμηττού, ένα φυσικό φράγμα που χωρίζει την πεδιάδα από την πόλη που παρεμποδίζει την προσβασιμότητα και καθυστερεί την ανάπτυξη ενός επαρκούς δικτύου μεταφορών. Η αλλαγή της πεδιάδας ήταν γρήγορη και πολύπλευρη, τα τελευταία χρόνια, μια σειρά γεγονότων που έφεραν στο προσκήνιο τον θεμελιώδη ανταγωνισμό ανάμεσα στις ανησυχίες της οικονομικής ανάπτυξης και τους ρυθμιζόμενους στόχους αστικής επέκτασης. Οι βασικές εξελίξεις που άλλαξαν τα χαρακτηριστικά της περιοχής, συζητούνται και κατηγοριοποιούνται, στην εργασία, για μεθοδολογικούς σκοπούς σε τέσσερα ξεχωριστά χρονολογικά πλαίσια αναφοράς.

Χρησιμοποιήσαμε επτά εικόνες Landsat που εκτείνεται σε 30 χρόνια (1985-2015), οι οποίες υποβλήθηκαν σε ραδιομετρική και ατμοσφαιρική διόρθωση. Για να αποκτήσουμε ανακλαστικότητα επιφάνειας και να επιτύχουμε την κανονικοποίηση των δεδομένων, εφαρμόζεται το μοντέλο 6S. Κατατάξαμε όλες τις εικόνες σε τρεις κατηγορίες, εφαρμόζοντας τον αλγόριθμο ταξινόμησης RF μέσω του πακέτου RandomForest που διατίθεται στο R. Οι τρεις κατηγορίες ήταν i) το αστικό ιστό, ii) το τεχνητό μη αστικό και iii) το άλλο κάλυμμα / χρήσεις γης (καλλιεργήσιμη γη, βλάστηση, γυμνή γη). Η συνολική ακρίβεια για όλες τις εικόνες κυμάνθηκε από 90% έως 93%, ενώ δύο κατηγορίες εστίασης είχαν σφάλματα παράλειψης και προμήθειας που κυμαίνονταν από 88% έως 93%.

Για την έρευνα στην περιοχή των Μεσογείων συνυπολογίστηκαν πολλοί παράγοντας, για τους οποίους υπάρχει πληροφορία. Από την οικονομία και την ελκυστικότητα μέχρι την κλίση και εγγύτητα στη θάλασσα, ένα πλήθος παραγόντων μελετήθηκε για την παρούσα έρευνα.

Αρχικά, οι δύο χάρτες κάλυψης εδάφους μετατράπηκαν σε μορφή vector. Οι περιοχές του 1985 μαζί με τις περιοχές του 2010 μετακινήθηκαν σε ένα νέο επίπεδο αφού του αποδόθηκε μια διαφορετική τιμή. Στη συνέχεια, τα κοινά όρια μήκους και περίμετρου υπολογίστηκαν χρησιμοποιώντας λειτουργίες GIS. Στη συνέχεια υπολογίστηκε ο δείκτης και το αρχείο μετατράπηκε σε μορφή ράστερ σε χωρική ανάλυση 30 m. Σε αυτή τη μέθοδο, είναι απαραίτητο να επιλέξουμε ανεξάρτητες ερμηνευτικές μεταβλητές για να αποφύγουμε ζητήματα συγγενείας και αυτό θα μπορούσε να θεωρηθεί ως περιορισμός. Ένας άλλος πιθανός περιορισμός αυτής της μεθόδου είναι ότι οι συνεχείς μεταβλητές πρέπει να μετατραπούν σε κατηγορηματικές. Για να εκπαιδεύσουμε το μοντέλο, χρησιμοποιήσαμε 2500 τυχαία τοποθετημένα σημεία. Τιμές που έχουν οριστεί για να υποδείξουν αλλαγή (από Άλλο σε Τεχνητή) και καμία αλλαγή. Η εκδοχή παλινδρόμησης του RF στη συνέχεια εφαρμόστηκε στο R χρησιμοποιώντας το πακέτο RandomForest. Για να ρυθμίσουμε καλά το RF, χρησιμοποιήσαμε πέντε (5) μεταβλητές πρόβλεψης για κάθε σχισμή δέντρου και 700 δέντρα για κάθε διαδρομή.

Στόχος μας ήταν να προβάλλουμε μελλοντικές αλλαγές κάτω από τέσσερα σενάρια που σκιαγραφούν διαφορετικές πολιτικές και επιλογές οικονομικής ανάπτυξης. Έτσι, τα σενάρια μας βασίζονται στις παρατηρούμενες ιστορικές τάσεις τις τελευταίες τρεις δεκαετίες. Εξετάζοντας τους χάρτες κάλυψης εδάφους που προκύπτουν, είναι προφανές ότι η συγκρατημένη δυναμική στη Μεσόγεια ήταν εντυπωσιακά άνιση, αντικατοπτρίζοντας διαφορετικές φάσεις οικονομικής ανάπτυξης. Έτσι, περιγράφονται τέσσερα σενάρια σχεδιαζόμενης οικιστικής ανάπτυξης, τα οποία διακρίνονται από διαφορετικά επίπεδα ανάπτυξης. Σε αυτά τα σενάρια, υποθέτουμε ότι δεν θα υπάρξουν βαθιές κοινωνικές και πολιτικές αλλαγές, η πρόσβαση στην περιοχή θα παραμείνει σταθερή και δεν θα κατασκευαστούν νέοι δρόμοι και σιδηροδρομικές συνδέσεις. Όσον αφορά τους κανονισμούς για τη χρήση γης και τα νομοθετικά πλαίσια, υποθέτουμε ότι, ειδικά στα δύο πρώτα σενάρια, θα εξακολουθήσουν να χάνουν το αναπτυξιακό δυναμικό.

Χρησιμοποιήσαμε την πλατφόρμα Dinamica EGO για να αναπτύξουμε ένα μοντέλο CA που μπορεί να προσομοιώσει τις αλλαγές που έγιναν στο Μεσόγεια. Ορίσαμε το μοντέλο να λειτουργεί σε ένα χρονικό βήμα 5 ετών από το 1985 έως το 2015. Για να αξιολογήσουμε την απόδοση του μοντέλου, συγκρίναμε τον προσομοιωμένο χάρτη κάλυψης εδάφους του 2015 με τον παρατηρούμενο χερσαίο όρμο του 2015 χρησιμοποιώντας τον δείκτη ασαφούς ομοιότητας σε πολλαπλές αναλύσεις. Τέλος, λαμβάνοντας το 2015 ως αρχικό έτος και το 2045 ως το τελευταίο έτος, προσομοιώσαμε τις αλλαγές χρήσης της γης για τα Μεσόγεια σε ένα χρονικό βήμα 5 ετών κάτω από τα τέσσερα σενάρια.

Η ποσοτικοποίηση των αποτελεσμάτων (Εικόνα 2) αποκαλύπτει ότι η περίοδος μεταξύ 1985 και 1995 αντικατοπτρίζει την πρώτη ώθηση όσον αφορά την ανάπτυξη ενώ η επόμενη δεκαετία 1995-2006 είναι η κορυφή. Μετά το 2006, οι αναπτυξιακές τάσεις παραμένουν θετικές, αλλά προφανώς αρχίζουν να μειώνονται, αντανακλώντας την μεταολυμπιακή εποχή με τη δραματική μείωση των επενδύσεων και την επιδείνωση της οικονομίας.

Οι προϋπάρχουσες αστικές και βιομηχανικές συστάδες γεμίζουν, αναπτύσσονται και τελικά εμφανίζονται κυρίως στα κομβικά σημεία όπου οι ακτινικοί δρόμοι συνδέουν τις μικρές πόλεις (Παιανία, Σπάτα, Μαρκόπουλο, Καλύβια και Κορωπί) και την Αθήνα. Το παραθαλάσσιο μέτωπο έχει αποτελέσει επίσης ένας πυρήνας συσσώρευσης. Οι τεχνητές επιφάνειες αναμένεται να αυξηθούν σημαντικά στα μεσαία και υψηλά σενάρια ανάπτυξης (Σχήμα 4) και με ρυθμό ανάπτυξης ισοδύναμο με εκείνον των περιόδων 1985-1995 και 1995-2006.

Ο ρυθμός ανάπτυξης των χαμηλών και πολύ χαμηλών σεναρίων ακολουθεί αντίστοιχες τάσεις των περιόδων 2006-2010 και 2010-2015 αντίστοιχα και η συνολική επιφάνεια που καταλαμβάνεται από τεχνητές επιφάνειες αναμένεται να είναι 28,88% για το σενάριο χαμηλής ανάπτυξης και 25,02% πολύ χαμηλό σενάριο.

Συμπερασματικά, μελετήθηκε η δυνητική δυναμική ανάπτυξης στα Μεσόγεια, κάτω από ορισμένα σενάρια που αντικατοπτρίζουν διαφορετικές τροχιές οικονομικής ανάπτυξης και επιλογές πολιτικής. Με λίγα λόγια, η μοντελοποίηση προσομοίωσης είναι ένα εργαλείο που συμβάλλει στην προσπάθεια ερευνητών και σχεδιαστών να προσεγγίσουν και να κατανοήσουν ένα ευρύτερο φάσμα θεμάτων ανάπτυξης. Με την ενσωμάτωση των κοινωνικών, οικονομικών και πολιτικών πτυχών στην ανάλυση, επιφέρει επιφανειακές συγκρούσεις και συνέργιες στην κατανομή και τον προγραμματισμό της χρήσης γης. Υπό το πρίσμα αυτό, παρέχει ένα υγιές πλαίσιο για μια πιο πλούσια χωρική ανάλυση, διευκολύνοντας επίσης καλά ενημερωμένες διαδικασίες λήψης αποφάσεων.