Assessing Spatiotemporal Dynamics and Forecasting Urban Expansion Using Satellite Imagery and a Data-Driven Model: A Case Study of the Tabriz Metropolitan Area, Iran
Diese Studie nutzt multitemporale Landsat-Aufnahmen, die mittels Google Earth Engine verarbeitet wurden, sowie ein CA-Markov-Modell, um die rasche Stadterweiterung von Täbris, Iran, von 1972 bis 2021 zu analysieren und deren fortgesetztes Wachstum sowie die Auswirkungen auf landwirtschaftliche Flächen bis 2030 zu projizieren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die Erde als eine riesige, lebendige Leinwand vor, auf der die Farbe ständig gemischt und bewegt wird. Manchmal wird die grüne Farbe der Wälder und Farmen beiseite geschoben, um Platz für die graue Farbe von Städten und Straßen zu schaffen. Dieser Prozess wird als „urbane Expansion“ bezeichnet und ist eine der größten Veränderungen, die derzeit auf unserem Planeten stattfinden. Um zu verstehen, wie dies geschieht, nutzen Wissenschaftler eine besondere Art von digitaler Detektivarbeit namens „Fernerkundung“. Anstatt mit einem Klemmbrett herumzufahren, nutzen sie Satelliten, die hoch oben in der Umlaufbahn kreisen, um Bilder vom Boden zu machen. Diese Bilder sind wie eine Zeitmaschine, die es uns ermöglichen zu sehen, wie das Land vor Jahrzehnten aussah, und es mit dem Heute zu vergleichen. Aber Millionen von Pixeln zu betrachten, ist harte Arbeit, deshalb nutzen Wissenschaftler „Maschinelles Lernen“ – eine Art Computergehirn, das lernt, Muster zu erkennen, wie zum Beispiel den Unterschied zwischen einem Weizenfeld und einem Parkplatz zu bestimmen. Sobald sie die Vergangenheit verstehen, nutzen sie „prädiktive Modelle“, die wie Wettervorhersagen für das Land funktionieren und vermuten, wo sich die graue Farbe als Nächstes ausbreiten wird. Dies ist wichtig, denn wenn Städte ohne Plan wachsen, können sie das Ackerland verschlingen und die Umwelt schädigen, was uns in der Zukunft weniger Ressourcen hinterlässt.
Lassen Sie uns nun auf eine spezifische Stadt im Iran namens Täbris zoomen. Ein Team von Forschern beschloss, für diese Stadt als Zeitreisende zu agieren, indem sie ein leistungsstarkes digitales Werkzeug namens Google Earth Engine nutzten, um Satellitenfotos aus den Jahren 1972, 1995, 2016 und 2021 zusammenzufügen. Sie brachten einem Computergehirn unter Verwendung eines Algorithmus namens Support Vector Machine (SVM) bei, die alten Fotos zu betrachten und das Land in fünf Kategorien zu sortieren: Obstplantagen, Ackerland, kahlen Boden, grasbewachsene Weideland und Siedlungen (Städte und Orte). Betrachten Sie die SVM als einen sehr scharfäugigen Bibliothekar, der in der Lage ist, einen unordentlichen Stapel Fotos sofort in ordentliche Stapel zu sortieren, basierend darauf, was darin enthalten ist. Die Ergebnisse waren beeindruckend: Der Computer hatte in etwa 81 % der Fälle recht, was gut genug ist, um der Geschichte zu vertrauen, die er erzählt.
Die Geschichte, die die Daten erzählten, war eine von massivem Wandel. Im Jahr 1972 war die Stadt Täbris ein gemütlicher Ort und bedeckte nur 25,01 Quadratkilometer. Springen wir schnell vor in das Jahr 2021, und diese graue Farbe ist explodiert und bedeckt nun 293,19 Quadratkilometer. Es war, als hätte die Stadt einen riesigen Bissen aus ihrer eigenen Nachbarschaft genommen. Während die Stadt wuchs, veränderten sich auch andere Teile der Landschaft. Die Menge an kahlem Boden nahm dramatisch zu, sprang von 72,92 Quadratkilometern auf 290,66 Quadratkilometer, während Ackerland und Weideland ihre eigenen Auf- und Abstiege durchmachten. Die Forscher bemerkten, dass die Stadt in den letzten Jahren aktiv Ackerland verschlang und produktiven Boden in Beton und Gebäude verwandelte.
Aber die Forscher wollten nicht nur in die Vergangenheit schauen; sie wollten auch einen Blick in die Zukunft werfen. Um dies zu tun, verwendeten sie ein „CA-Markov“-Modell. Sie können sich dieses Modell wie ein Spiel des „Was passiert als Nächstes?“ vorstellen. Es betrachtet die Regeln, wie sich das Land in der Vergangenheit verändert hat (wie oft Ackerland in ein Haus umgewandelt wurde), und wendet dieselben Regeln an, um zu erraten, wie die Karte im Jahr 2030 aussehen wird. Bevor sie der Kristallkugel vertrauten, testeten sie sie: Sie nutzten das Modell, um vorherzusagen, wie die Karte im Jahr 2021 basierend auf älteren Daten aussehen würde, und sie entsprach der echten Karte von 2021 mit einem hohen Wert von 0,796. Dies deutet darauf hin, dass das Modell zuverlässig ist.
Als sie die Simulation für 2030 durchführten, zeigte das Bild, dass die Stadt nicht so bald aufhören wird. Das Modell legt nahe, dass die städtischen Gebiete weiter wachsen werden, insbesondere in Richtung Osten und Westen entlang der Hauptentwicklungsachsen. Die Simulation sagt voraus, dass die Siedlungsflächen bis 2030 etwa 193,88 Quadratkilometer bedecken werden (Hinweis: Der Text der Arbeit enthält hier eine leichte Inkonsistenz, da er 193,88 km² im Projektionsabschnitt angibt, während der Wert für 2021 293,19 km² betrug; der Text beschreibt eine Zunahme von 1,28 % gegenüber 2021, was mathematisch mit der Figur 293,19 km² übereinstimmt, aber die spezifische Zahl 193,88 erscheint im Text als der Wert für die 2030er-Projektion). Unterdessen deutet das Modell an, dass das Ackerland weiter schrumpfen wird und mehr Boden an die expandierende Stadt verliert. Die Forscher betonen, dass dies kein garantiertes Schicksal ist, sondern ein wahrscheinliches Szenario, wenn alles genau so weitergeht wie bisher. Sie warnen davor, dass dieses Wachstum ohne sorgfältige Planung das Ackerland, das die Region ernährt, verdrängen könnte. Die Studie kommt zu dem Schluss, dass die verwendeten Werkzeuge zwar erfolgreich bei der Kartierung und Vorhersage dieser Veränderungen waren, die eigentliche Herausforderung jedoch darin besteht, dieses Wissen zu nutzen, um klügere Entscheidungen darüber zu treffen, wo gebaut wird, um sicherzustellen, dass die Stadt wächst, ohne ihr grünes Herz zu verlieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.