Μοντέλα αστικών περιοχών Δεδομένα χρήσεων γης Urban Atlas

Μοντέλα αστικών περιοχών Δεδομένα χρήσεων γης Urban Atlas Πουλίκος Πραστάκος Ινστιτούτο Υπολογιστικών Μαθηματικών Ίδρυμα Τεχνολογίας και Έρευνας Ηράκλειο, Κρήτη Poulicos@iacm.forth.gr

Δομή παρουσίασης Χαρακτηριστικά αστικών περιοχών Παραδείγματα αστικών μοντέλων San Francisco Bay Area Modeling system in the 80 s Cellular automata μοντέλα UrbanSim Αστικά μοντέλα στον Ελληνικό χώρο - Δεδομένα Urban Atlas Χρήσεις γης στις Ελληνικές πόλεις οπως εμφανιζoνται στον Urban Atlas Spatial Metrics (μετρικές τοπίου, δείκτες χωρικών προτύπων) για διάφορες πόλεις στην Ελλάδα Urban Atlas και αστικά μοντέλα Συμπεράσματα

Αστικός χώρος Περιοχές που παρατηρείται μεγάλη συγκέντρωση του πληθυσμού και στην οποίες λαμβάνουν χώρα πολλές δραστηριότητες Οι δραστηριότητες σχετίζονται με: Δημογραφία (πληθυσμός, ηλικίες, σχηματισμό των νοικοκυριών, εθνικότητα) Τοποθεσία (location) κατοικιών Τοποθεσία της απασχόλησης Το δίκτυο μεταφορών που επιτρέπει την αλληλεπίδραση στον χώρο Εξωγενείς παράγοντες, όπως εθνικές και παγκόσμιες οικονομικές συνθήκες, η τεχνολογία και ο τρόπος ζωής (lifestyle) Οι δραστηριότητες έχουν επιπτώσεις στην: Κατανάλωση γης (land consumption) (διαθέσιμης γης, πυκνότητες, αστική επέκταση) Κατανάλωση ενέργειας (μεταφορές, θέρμανση, βιομηχανία) Περιβάλλον (αέρας, νερό, θόρυβος, απόβλητα) Capital formation (τιμές κατοικιών / ενοικίων, τιμές για τις άλλες δραστηριότητες) Ποιότητα ζωής (πρόσβαση σε οικονομικά προσιτή στέγαση, πρόσβαση σε χώρους πρασίνου, κ.λ.π.)

Stakeholders / ομάδες συμφερόντων Ιδιώτες/νοικοκυριά με στόχο την μεγιστοποίηση των ωφελειών τους (Utility) Ιδιοκτήτες γης (land owners) με στόχο την μεγιστοποίηση της αξίας της γης που κατέχουν Εταιρείες οικιστικής ανάπτυξης (land developers) με στόχο την μεγιστοποίηση της απόδοσης των επενδύσεων τους / παροχή οικονομικά προσιτής στέγης (affordable housing) Επιχειρηματίες/επιχειρήσεις διαφόρων οικονομικών κλάδων με στόχο την μεγιστοποίηση της απόδοσης των επενδύσεων τους / βιώσιμη οικονομική δραστηριότητα (πάροχοι θέσεων εργασίας) Δημόσιος τομέας / κυβέρνηση που είναι υπεύθυνος για το σχεδιασμό, την παρακολούθηση (monitoring) και το θεσμικό πλαίσιο για τις διάφορες δραστηριότητες και είναι επίσης υπεύθυνος για την κατασκευή των διάφορων υποδομών

Stakeholders / ομάδες συμφερόντων Κάθε μία από αυτές τις ομάδες συμφερόντων βρίσκεται αντιμέτωπη με διάφορες εναλλακτικές λύσεις και λαμβάνει αποφάσεις βάσει κάποιου νοητικού ή/και ποσοτικού μοντέλου, λαμβάνοντας υπόψη με τον έναν τρόπο ή τον άλλο τους στόχους και τις ενέργειες των άλλων ομάδων O δημόσιος τομέας είναι υπεύθυνος για τον σχεδιασμό, δηλαδή πως η αστική περιοχή θα επεκταθεί, τι υποδομές θα αναπτύξει, θέματα που θα διασφαλίζουν ποιότητα ζωής, την μορφή (form) της περιοχής κλπ Καθώς η κατασκευή κτιρίων και ανάπτυξη υποδομών και οι επιπτώσεις από διάφορα μέτρα πολιτικής είναι πολλές φορές μη αντιστρέψιμη, υπάρχει ανάγκη για μια μεθοδολογία (απλή ή σύνθετη) που επιτρέπει την προσομοίωση του πώς οι διάφορες δραστηριότητες αλληλεπιδρούν Αυτή η μεθοδολογία είναι αυτό που συνήθως αναφέρεται σαν αστικό μοντέλο, μοντέλο επέκτασης αστικών περιοχών, μοντέλο χρήσεων γης και μεταφορών κλπ.

Αστικά Μοντέλα Καθοδηγούνται από ορισμένες εξωγενείς μεταβλητές (συνολική αύξηση πληθυσμού, policy options-επιλογές μέτρων πολιτικής) Πρέπει να είναι ευαίσθητα στα μετρα πολιτικης των οποιων τις επιπτωσεις θα προσομεοιώσυν Στηρίζονται σε οικονομικές θεωρίες για το πώς συμπεριφέρονται οι διάφορες ομάδες συμφερόντων (στόχοι, αλληλεπίδραση) Οι θεωρίες μετατρέπονται σε εξισώσεις σε κάποιο μαθηματικό πλαίσιο Οι εξισώσεις συσχετίζουν μεταβλητές και έχουν κάποιες παραμέτρους άγνωστες αρχικά και μέσω της διαδικασίας της βαθμονόμησης (calibration) προσδιορίζεται η τιμή τους Η βαθμονόμηση που έχει σαν στόχο να προσαρμόσει το μοντέλο στην υπάρχουσα κατάσταση απαιτεί διάφορα δεδομένα (στατιστικά, οδικά δίκτυα, κλπ) Μόλις εκτιμηθούν όλες οι εξισώσεις ενός μοντέλου πρέπει να εξετασθεί αν στο σύνολο του έχει την δυνατότητα να προσομοιώσει την αστική εξάπλωση (Validation επικύρωση) Η επικύρωση γίνεται βάσει διαθεσίμων δεδομένων για κάποια χρονική περίοδο κατά προτίμηση διαφορετική από αυτή που χρησιμοποιήθηκε για την βαθμονόμηση

Η εξέλιξη των αστικών μοντέλων Lowry μοντέλο (1964) για Pittsburg, ΗΠΑ Ανάπτυξη πολλών μοντέλων 1964- δεκαετία 90 (DRUM, PLUM, EMPAL, κλπ.) Διακρίνει 3 δραστηριότητες: απασχόληση σε «βασικούς» και «μη βασικούς»/τοπικούς κλάδους της οικονομίας, και κατοικίες Χωροθέτηση «βασικών» δραστηριοτήτων βάσει κάποιας απλής μεθοδολογίας ή εξωγενώς Προσδιορισμός κατοικιών λαμβάνοντας υπ όψη την χωροθετηση των τόπων εργασίας (εξισώσεις τύπου βαρύτητας spatial interaction/χωρική συσχέτιση) Μη βασική απασχόληση (λιανικό εμπόριο κλπ) κατανέμεται κοντά στις κατοικίες Αστικός χώρος χωρίζεται σε «Ζώνες κυκλοφορίας» με πληθυσμό 10.000-50.000 κατοίκους Έμφαση στη αλληλεπίδραση με το δίκτυο μεταφορών βάσει κάποιας συνάρτησης προσβασιμότητας (accessibility) Αναπτύχτηκαν και χρησιμοποιήθηκαν σε πολλές μητροπολιτικές υπηρεσίες σχεδιασμού στις ΗΠΑ και Αγγλία κυρίως. Κατηγορηθήκαν ότι καθώς είναι aggregate δεν περιγράφουν πλήρως την διεργασίες που συμβαίνουν σε μία αστική περιοχή Όμως ακόμα και σήμερα ορισμένοι οργανισμοί χρησιμοποιούν μοντέλα τέτοιου

To σύστημα αστικών μοντέλων για το San Francisco Αναπτύχθηκε στον οργανισμό ABAG (Association of Bay Area Governments) για την περιοχή San Francisco (πληθυσμός περίπου 6.000.000, 9 επαρχίες, 92 δήμοι) Μαθηματικά μοντέλα σε 4 επίπεδα Αυστηρά top down δομή Αναπτύχτηκε 1982-1985, και χρησιμοποιήθηκε μέχρι το 2000? RIS Regional information system (R. Brady, C. Yang) Πρόβλεψη της οικονομίας στην μητροπολιτική περιοχή (πληθυσμός, απασχόληση ανά κλάδο οικονομικής δραστηριότητας) "Synthetic input-output model με κάποιες παλινδρομήσεις Λαμβάνει υπ όψη του δεδομένα για την οικονομία της χώρας και της California CEFS (County employment forecasting system) (P. Prastacos, R. Brady) Κατανέμει συνολική απασχόληση (από RIS) στις 9 επαρχίες Οικονομετρικό μοντέλο (OLS παλινδρομήσεις) Εξισώσεις για κάθε κλάδο και επαρχία καθορίζονται λαμβάνοντας υπόψη τα "χωρικά" χαρακτηριστικά του κλάδου (Βασικός ή τοπικής εμβέλειας) και την αλληλεξάρτηση με άλλους κλάδους οικονομίας Βαθμονόμηση με δεδομένα απασχόλησης 15 ετών αρχικά

POLIS POLIS (PrOjective optimization land Information system) (P. Prastacos) Land use transportation model για την εκτίμηση των κατοικιών, απασχόλησης (4 κλάδοι), για κάθε μία από τα 107 «ζώνες κυκλοφορίας» (ZK) Αντικατέστησε τα μοντέλα BEMOD και PLUM (Β. Goldner) Μοντέλο βελτιστοποίησης (non-linear mathematical programming) με στόχο τη μεγιστοποίηση του consumer surplus/utility των: νοικοκυριών ως προς την επιλογή κατοικίας και τόπου εργασίας (λαμβάνοντας υπ όψη to δίκτυο συγκοινωνιών) εργοδοτών ως προς την πρόσβαση σε labor force, proximity σε συναφείς κλάδους και την υπαρξη οικονομιών συγκέντρωσης (agglomeration economies) Περιορισμοί σχετικά με τα διαθεσιμότητα γης για ανάπτυξη -- (διαθέσιμες από τις έρευνες - S. Hootkins, P. Perry) και αλλά identities Κατανομή των κατοικιών και της απασχόλησης γίνεται ταυτόχρονα 2 μέσα μεταφοράς (Αυτοκίνητο και Μετρό/BART) Δεν λαμβάνται υπ όψη παράμετροοι όπως τα εισοδήματα και οι αξίες τη γης Η σχετικά συνθετη μαθηματική διατύπωση του μοντέλου καθιστούσε δύσκολη την επέκταση του αλλά και τον τρόπο επίλυσης του. To μοντέλο γενικά είχε «καλή» συμπεριφορά στις εκτιμήσεις, υπήρχε όμως μία τάση all-or-nothing, κάποιες ΖΚ «γέμιζαν» και κάποιες παρέμεναν στάσιμες

To σύστημα αστικών μοντέλων για το San Francisco ZIP (C. Yang, R. Brady) Κατανομή των κατοικιών και της απασχόλησης των ZK (από POLIS) στους απογραφικούς τομείς λαμβάνοντας υπ όψη την διαθεσιμότητα γης για ανάπτυξη και κάποιες xls τύπου μεθοδολογίες Εκτίμηση εισοδήματος (gamma distribution function) Δημογραφική ανάλυση για την εκτίμηση της πυραμίδας των ηλικιών Τα αποτελέσματα του ZIP στην συνέχεια αθροίζονται σε επίπεδο δήμου, και εγκρίνονται από τους τοπικούς δήμους και αποτελούν τη βάση για οτιδήποτε μελέτες γινονται στη περιοχή στις οποίες ο πληθυσμός, οι κατοικιες και η απασχοληση είναι βασικά inputs Το σύστημα χρησιμοποιείται κάθε 2-3 χρόνια για 20-ετεις προβλέψεις πληθυσμού και απασχόλησης Ολοι που είχαν ανάμειξη στη ανάπτυξη του συστήματος ήταν υπάλληλοι του οργανισμού (όχι consultants) 3 απο αυτόυς με Ph.D. Και άλλοι με MS

Τεχνολογία και δεδομένα οδήγησαν σε μία «επανάσταση" στα τέλη της δεκαετίας του 1990 Υπολογιστική ισχύ Τεχνολογία ΓΣΠ επιτρέπει ανάπτυξη βάσεων δεδομένων και οπτικοποίηση σε χάρτες Χωρικά δεδομένα είναι διαθέσιμα Δορυφορικά δεδομένα αρχικά από 30 m ανάλυση (Landsat) και στη συνέχεια 1-3 μέτρα (IKONOS, Digital Globe, Spot) «Ζώνες κυκλοφορίας» μικραίνουν (ακόμη και 30x30 μ. πληθυσμός <100 άτομα) Νέες μαθηματικές τεχνικές (Cellular automata, agent based, neural networks, genetic algorithms, microsimulation) Ορισμένες από τις καινούργιες μεθοδολογίες βασίζονται στην ανάλυση δεδομένων από δορυφορικές εικόνες και δεν εστιάζονται σε οικονομικές θεωρίες Διακρίνουν 2 χρήσεις γης: αστική, μη αστική/αγροτική/ ακατοίκητη και το μοντέλο υπολογίζει την μετάβαση μιας περιοχής από αγροτική/ ακατοίκητη σε αστική Βασίζονται στη θεώρηση ότι σε κάποιο βαθμό οι πόλεις επεκτείνονται βάσει ενός «οργανωμένου» ελαφρά χαοτικού συστήματος. Υπάρχουν παράγοντες που επιδρούν στην αστική εξάπλωση και μέσω της βαθμονόμησης εκτιμούνται οι παράμετροι για αυτούς τους παράγοντες Συνήθως απαιτούνται δεδομένα για 4 έτη για την βαθμονόμηση

Cellular automat- Κυψελοειδή Αυτόματα Υπολογιστική μέθοδο ικανή να προσομοιώσει εξελικτικές διαδικασίες Μία περιοχή χωρίζεται σε «κυψέλες», πλέγμα (grid) 2 διαστάσεων (κυψέλες = «Ζώνες κυκλοφορίας») Αλλαγές σε μία κυψέλη επηρεάζουν τις διπλανές και την γειτονιά κλπ Το μοντέλο εστιάζεται στην μετάβαση μιας περιοχής από αγροτική/ ακατοίκητη σε αστική Γνωστότερο μοντέλο SLEUTH (K.C. Ckarke) o Διαθέσιμο σε open source o Έχει εφαρμοσθεί σε πολλές περιοχές σε όλο τον κόσμο Στην Ελλάδα CAFÉ (E. Μαντελας)

Κυψελοειδή Αυτόματα (Sleuth) Για κάθε κυψέλη υπάρχουν κάποιες μεταβλητές Κλίση Κάλυψη γης Αποκλεισμός (εξαιρούμενες περιοχές), Αστικοποίηση Μεταφορές (μεταφορές) Hillshade (λοφώδεις περιοχές). Τέσσερις μορφές εξέλιξης: (1) αυθόρμητη ανάπτυξη γειτονιάς, που προσομοιώνει την ανάπτυξη σε περιοχές με κατάλληλη κλίση για την ανάπτυξη υπό τον έλεγχο της παραμέτρου «διάχυσης» (2) διαχυτική ανάπτυξη και δημιουργία νέων κέντρων ανάπτυξης (3) επέκταση των αρχικών αστικών περιοχών των πόλεων στις περιαστικές περιοχές και πλήρωσης τους (infill) και (4) ανάπτυξη επέκταση κατά μήκος οδικών αξόνων Βαθμονόμηση 5 παραμέτρων Diffusion Βreed (πιθανότητα νέων οικισμών που δημιουργούνται, Spread (ανάπτυξη προς τα έξω και προς τα μέσα από τα υπάρχοντα κέντρα ανάπτυξης) Slope Road (ανάπτυξη κατά μήκος οδικού δικτύου)

UrbanSim P. Waddell (2000) Βασισμένο σε οικονομικές θεωρίες σχετικά με την προσφορά και ζήτηση κατοικίας/γης και την συμπεριφορά των διαφόρων stakeholders Έχει εφαρμοστεί σε πολλές πόλεις σε όλο τον κόσμο Λειτουργεί σε επίπεδο πλεγματος (gridcell) (100 x 100 m) και πλέον πρόσφατα σε επίπεδο οικοπέδου/κτιρίου (Λειτουργεί και σε επίπεδο κυκλοφοριακής ζώνης αλλά αυτό συνιστάται μόνο όταν δεν υπάρχουν δεδομένα καλύτερης ακρίβειας) Δυνατότητα εκτίμησης επιπτώσεων από διάφορα μέτρα πολιτικής Επενδύσεις στο συγκοινωνιακό δίκτυο (ακόμα και ποδηλατοδρόμους/πεζοδρόμους) Αλλαγή στα διόδια, Congestion pricing Ρυθμίσεις για χρήσεις γης, δόμηση κλπ Μέτρα πολιτικής σχετικά με την επιδότηση σε θέματα κατοικίας Όρια της αστικής ανάπτυξης Προστασία περιβαλλοντικά ευαίσθητων περιοχών Ελεύθερο λογισμικό Έχει αναφερθεί ότι η πλήρη εφαρμογή του απαιτεί πολλά δεδομένα και μεγάλη προσπάθεια (εξαρτάται βέβαια σε τι γεωγραφικό επίπεδο γίνεται η εφαρμογή

Υπάρχουν δύο γεωγραφικά επίπεδα. Τα νοικοκυριά, οι θέσεις εργασίας και τα κτίρια που βρίσκονται στα gridcells (παραδοσιακά) ή οικοπέδων (πρόσφατα). Ένα άλλο επίπεδο είναι οι «Ζώνες κυκλοφορίας» (ΖΚ) που έχουν πληροφορίες για το συγκοινωνιακό δίκτυο. Όλα τα gridcells σε ένα TAZ έχουν τα ίδια «συγκοινωνιακά» χαρακτηριστικά UrbanSim Αποτελείται από διάφορα υπομοντέλα που προβλέπουν την θέση των νοικοκυριών, τις θέσεις εργασίας και τις νέες εξελίξεις στον κτηματομεσιτικό τομέα. Η εξωγενής κινητήρια δύναμη της UrbanSim είναι η δημογραφική και οικονομική εξέλιξη. Αυτό αντιπροσωπεύεται από εξωγενή στοιχεία για τα νοικοκυριά και τις θέσεις εργασίας για κάθε έτος της προσομοίωσης. Οι δημογραφικές προβολές/ αναλύσεις καθορίζουν τα νοικοκυριά τα οποία το σύστημα «χωροθετεί» στη συνέχεια. Εξισώσεις για τις αξίες γης. Τα μοντέλα επιλογής της τοποθεσίας (location) (για τα νοικοκυριά, τις θέσεις εργασίας και land developers) είναι μοντέλα διακριτών επιλογών (random utility, multinomial logit) που υπολογίζονται σύμφωνα με τα διαθέσιμα στοιχεία για την περιοχή ενδιαφέροντος.

Αλλα αστικά μοντέλα Κατά καιρούς έχουν προταθεί πολλά αστικά μοντέλα Στην παρουσίαση προηγουμένως παρουσιάσαμε ορισμένα για να γινουν αντιληπτές οι διαφορετικές μεθοδολογίες καθως ο στόχος δεν είναι η πλήρης αναφορά ολων των μοντέλων αλλά μία επισκόπηση Καθώς υπάρχουν δημοσιεύσεις για όλα τα αστικά μοντέλα κάποιος που θα ενδιαφερόταν να αναπτυξει ενα μοντέλο για μία περιοχή μπορει να «αντιγράψει» την δομή κάποιου μοντέλου, να αλλάξει κάποια σημεια του και να το βαθμονομήσει στη περιοχή ενδιαφέροντος Υπάρχουν αστικα μοντέλα που ειναι σε ελεύθερο κώδικα και ορισμένα με user interface (Sleuth, UrbanSim) Υπάρχουν λογισμικά σαν το Geonomica (cellular automata type) που κάποιος μπορεί να αγοράσει με 10-15,000 ευρώ και να το εφαρμόσει στη περιοχή ενδιαφέροντος Το μεγάλο κοστος στην εφαρμογή ενός μοντέλου είναι η συγκέντρωση των δεδομενων και η βαθμονόμηση του

Είναι χρήσιμα τα μοντέλα? Ναι, ιδιαίτερα σε περιοχές που αναπτύσσονται με ταχείς ρυθμούς Ναι, για την εκτίμηση επιπτώσεων μέτρων πολιτικής που θα «αλλάξουν» την εικόνα μίας αστικής περιοχής (νέοι αυτοκινητόδρομοι, μετρό, ανάπτυξη σε περιοχές εκτός σχεδίου) Ναι, για να υπάρχει κάποιο σύστημα με προβλέψεις για τα επόμενα 20-30 έτη Ναι για να εκτιμηθούν άλλες παράμετρο/μεταβλητές που σχετίζονται με την επίδραση στο περιβάλλον, την υγεία του πληθυσμού κλπ και τον σχεδιασμό για αυτά. Ναι, για να υπάρχει δυνατότητα ανάλυσης του πως εξελίχθηκαι / εξελίσσεται μία περιχή Επιχειρησιακά αστικά μοντέλα vs ερευνητικά / ακαδημαϊκά Τα μοντέλα μπορούν σε μεγάλο βαθμό να εφαρμοστούν σε οποιαδήποτε αστική περιοχή, αλλά πρέπει να βαθμονομηθεί εκ νέου με βάση τα στοιχεία της περιοχής Υπάρχουν πιθανόν κάποια θέματα διαφορετικής οργάνωσης πόλεων λόγω διαφορετικής κουλτούρας κλπ αλλά μπορούν να ξεπεραστούν Καθώς τα μοντέλα βασίζονται σε δεδομένα παρελθόντων ετών τυχόν βασικές αλλαγές στον τρόπο ζωής πιθανόν να οδηγήσουν σε λάθος αποτελέσματα (γήρανση πληθυσμού, αύξηση τιμής βενζίνης κλπ)

Εφαρμογές αστικών μοντέλων στην Ελλάδα 1980 s ΔΕΠΟΣ (Δημόσια Επιχείρηση Πολεοδομίας και Στέγασης) (Δ. Εμμανουήλ) 1997 Αττικό Μετρό 2000 s Αναλύσεις αλλά όχι προβλέψεις (ΕΚΚΕ, Εμμανουηλ, Μαλουτας) 1990 s 2000 s Διάφορες προσπάθειες στρατηγικού σχεδιασμού μη βασιζόμενες σε μοντέλα 2011 Π. Πραστάκος, Ε. Μαντέλας (ΙΤΕ) xls procedures, SUME project 2011 Ε. Μαντέλας (Ph.D. ΕΜΠ, ΙΤΕ) Fuzzy cellular automata (Café) 2011? Αντωνίου (ΕΜΠ) UrbanSim 2012 - Hellasgi special session (Sleuth για Βόλο, Λέσβο). Πολλές προσπάθειες θα γίνουν τα επόμενα χρόνια σε ακαδημαϊκό επίπεδο

Γιατί συμβαίνει αυτό; Έλλειψη δεδομένων/ «δεδομένα στα συρτάρια». Η έλλειψη Κτηματολογίου δεν είναι τόσο μεγάλο πρόβλημα όσο νομίζουν διάφοροι Θεσμικό πλαίσιο σχετικά με οικιστική πολιτική, όρους δόμησης (εντός σχεδίου/εκτός σχεδίου) κλπ Παράγοντες που σχετίζονται με τα προβλήματα που παρατηρούνται σε οργανισμούς υπεύθυνους για σχεδιασμό (γραφειοκρατία, έλλειψη πολιτικής βούλησης, συμφέροντα, ευθυνοφοβία, έλλειψη ενδιαφέροντος για καινοτομία, απουσία ειδικών κλπ) Μία σχετική άρνηση για quantitative computer based tools Έμφαση στο micro planning vs. macro planning

Στατιστική υπηρεσία o o o Πηγές δεδομένων (official) Δεδομένα από τις απογραφές πληθυσμού σε επίπεδο απογραφικού τομέα, ταχυδρομικού τομέα, τετραγώνου Ψηφιακοί χάρτες που οριοθετούν αυτές τις περιοχές Microdata μέσω κάποιου sampling για ατομικά νοικοκυριά, αλλά τηρώντας τους κανόνες εμπιστευτικότητας ΥΠΕΚΑ o o o Πληροφορίες σχετικά με όρους δόμησης Zoning regulations (που επιτρέπεται να κτίσεις και που δεν επιτρέπεται για διάφορους λόγους) Πληροφορίες σχετικά με τις μετακινήσεις του (που διαμένει κάποιος, που εργάζεται, με τι μεταφορικό μέσο πηγαίνει) (από έρευνες προέλευσης προορισμού) Υπ. Οικονομικών o o Πληροφορίες σχετικά με φορολογητέα εισοδήματα σε επίπεδο ταχ. Τομέα (απογραφικου τμηματος) Microdata μέσω κάποιου sampling για ατομικά νοικοκυριά, αλλά τηρώντας τους κανόνες εμπιστευτικότητας Επιτροπή Εθνικής Υποδομής Γεωγραφικών Δεδομένων o Χάρτες απογραφικών τομέων, τετραγώνων κλπ o DTM υψηλής ευκρίνειας o Πρόσφατοι τοπογραφικοί χάρτες Άλλες administrative πηγές o Από δήμους, περιφέρειες, επιμελητήρια σχετικά με αδειοδοτήσεις νέων επιχειρήσεων

Πηγές δεδομένων (unofficial) Δορυφορικές εικόνες o Χρονοσειρές χρήσεων γης από Landsat o Εκτίμηση περιοχών που θα μπορούσαν αναπτυχτούν o 3D δεδομένα από LIDAR ή άλλους sensors Χρυσός οδηγός/ τηλεφωνικοί κατάλογοι o Πληροφορίες σχετικά με το location νοικοκυριών και επιχειρήσεων Κινητή τηλεφωνία o Πληροφορίες σχετικά με τις κλήσεις (location, location, τι ώρα, διάρκεια?) Συλλογή δεδομένων από τηλεφωνικές στατιστικές έρευνες o Δυνατότητα τηλεφωνικών survey random sampling ανά περιοχή o Stated preferences στατιστική ανάλυση (και revealed) Πληροφορίες από χρήστες (user generated, crowd sourced, VGI) o Κοινωνικά δίκτυα o Surveys στο Internet

Urban Atlas Αναπτύχτηκε από the European Environment Agency (EEA) μέσα από το πρόγραμμα GMES της European Space Agency (ESA) Περιέχει τα όρια διαφόρων κατηγοριών χρήσεων γης (καλύψεων γης) Δεδομένα για όλες τις πόλεις στην ΕΕ με πληθυσμό > 100,000 (σύνολο 305) 20 κατηγορίες χρήσεων γης εκ των οποίων 17 είναι δομημένες επιφάνειες (artificial surfaces, built up areas) Ανάπτυξη από δορυφορικές εικόνες με ανάλυση 2.5 μέτρων Τα δεδομένα είναι διαθέσιμα και μπορούν να χρησιμοποιηθούν ελεύθερα για ερευνητικούς ή εμπορικούς σκοπούς

Κατηγορίες χρήσεων γης στον Urban Atlas Class code Nomenclature 11100 Continuous Urban Fabric (Sealing Degree > 80%) (συνεχής αστικός ιστός/% κάλυψη >80%) 11210 Discontinuous Dense Urban Fabric (Sealing Degree 50% - 80%) (μη συνεχής..) 11220 Discontinuous Medium Density Urban Fabric (Sealing Degree 30% - 50%) 11230 Discontinuous Low Density Urban Fabric (Sealing Degree 10% - 30%) 11240 Discontinuous Very Low Density Urban Fabric (Sealing Degree < 10%) 11300 Isolated Structures 12100 Industrial, commercial, public, military and private units, 12210 Fast transit roads and associated land 12220 Other roads and associated land 12230 Railways and associated land 12300 Port areas 12400 Airports 13100 Mineral extraction and dump sites 13300 Construction sites 13400 Land without current use 14100 Green urban areas 14200 Sports and leisure facilities 20000 Agricultural + Semi-natural areas + Wetlands 30000 Forests 50000 Water bodies

Urban Atlas, Αθήνα

Βάσεις δεδομένων χρήσεων γης στην Ευρώπη CORINE Διαθέσιμο για τα έτη 1990, 2000, 2006 Κλίμακα 1:100.000 Ελάχιστη μονάδα χαρτογράφησης 25 εκτάρια. (250,000 μ2) 15 κατηγορίες χρήσης γης, 4 για δομημένες επιφάνειες (αστικές περιοχές) Urban Atlas Διαθέσιμο για όλες τις πόλεις της Ευρώπης που συμμετέχουν στο Urban Audit (πόλεις με πληθυσμό > 100,000) Κλίμακα 1:10,000 Ελάχιστη μονάδα χαρτογράφησης 0.25 ha (2500 μ2) για δομημένες επιφάνειες, 1 ha για τις άλλες 20 κατηγορίες χρήσεων γης εκ των οποίων 17 δομημένες επιφάνειες Αν και για ορισμένες κατηγορίες χρήσεων γης (δομημένες επιφάνειες) η ονομασία είναι παρόμοια με αυτή στο CORINE οι διαφορές στη ανάλυση και στην ελάχιστη μονάδα χαρτογράφησης δημιουργούν προβλήματα αν γίνει μια σύγκριση των δεδομένων

Ηράκλειο, Κρήτης CORINE Urban Atlas

Χρήσεις γης στο Urban Atlas, Αττική Code Land use category % Patches % Surface % Perimeter 11100 Continuous Urban Fabric (S.L. > 80%) 33,53% 13,25% 10,87% 11210 Discontinuous Dense Urban Fabric (S.L. : 50% - 80%) 23,06% 15,34% 10,23% 11220 Discontinuous Medium Density Urban Fabric (S.L. : 30% - 50%) 13,22% 11,69% 7,13% 11230 Discontinuous Low Density Urban Fabric (S.L. : 10% - 30%) 8,72% 9,16% 5,18% 11240 Discontinuous Very Low Density Urban Fabric (S.L. < 10%) 1,56% 1,34% 0,78% 11300 Isolated Structures 5,14% 2,49% 1,82% 12100 Industrial, commercial, public, military and private units 8,77% 16,09% 5,62% 12210 Fast transit roads and associated land 0,09% 0,81% 0,43% 12220 Other roads and associated land 0,82% 17,25% 53,96% 12230 Railways and associated land 0,04% 0,36% 0,45% 12300 Port areas 0,11% 1,55% 0,30% 12400 Airports 0,01% 1,58% 0,06% 13100 Mineral extraction and dump sites 0,22% 1,79% 0,30% 13300 Construction sites 0,37% 0,77% 0,24% 13400 Land without current use 1,55% 0,81% 0,62% 14100 Green urban areas 1,97% 3,42% 1,33% 14200 Sports and leisure facilities 0,81% 2,30% 0,67%

Χρήσεις γης, δεδομένα από Urban Atlas

Spatial pattern metrics/ Mετρικές τοπίου Δείκτες που περιγράφουν ένα τοπίο (landscape) Χρησιμοποιήθηκαν για πρώτη φορά την δεκαετία του 1980 στην οικολογία Την δεκαετία του 1990 η διαθεσιμότητα δορυφορικών εικόνων (Landsat κυρίως) επέτρεψε την «μεταφορά» των δεικτών σε θέματα αστικού σχεδιασμού Έχουν χρησιμοποιηθεί εκτεταμένα σαν ένας abstract δείκτης για την μέτρηση των αλλαγών στις αστικές περιοχές Εστιασμένες στο θέμα της αστικής / μη αστικής γης Πολύ λίγες εφαρμογές που συγκρίνουν μετρητές ανάμεσα σε διαφορετικές πόλεις. Λογισμικό FRAGSTATS Διπλωματική εργασία ΑΠΘ Δασολογία Μανώλη Βαγγέλη (επιβλέπων Βασίλης Καραμανώλης) «Η ΧΩΡΙΚΗ ΑΝΑΛΥΣΗ ΣΤΟΝ ΣΧΕΔΙΑΣΜΟ ΤΗΣ ΔΙΑΧΕΙΡΙΣΗΣ ΤΩΝ ΔΑΣΙΚΩΝ ΟΙΚΟΣΥΣΤΗΜΑΤΩΝ»

Metrics Fragstats περιέχει περισσότερους από 100 διαφορετικούς μετρικές τοπίου Class -- εκτίμηση για κάθε χρήση γης χωριστά Landscape /Τοπίου εκτίμηση λαμβάνοντας υπ όψη όλες τις χρήσεις γης Εκτίμηση για 9 πόλεις στην Ελλάδα, 7 χρήσεις γης Patch Density (PD) Edge Density (ED) Largest Patch Index (LPI) Euclidean Nearest-Neighbor Distance (ENN_MN) Area Weighted Mean Patch Fractal Dimension (AWMPFD) Contagion Index (CONTAG) The ratio between number of patches and total area. The ratio between perimeter of all regions in the area and total area. The area of the largest patch of the corresponding patch type divided by the total area of urban agglomeration. The distance mean value over all urban patches to the nearest neighboring urban patch, based on shortest edge-to-edge distance from cell center to cell centre The area weighted mean value of the fractal dimension values of all patches of the same class. The overall probability that cells of different land use class are adjacent.

Contagion Index (δείκτης γειτνίασης) Συνολική πιθανότητα γειτνίασης δύο patches διαφορετικής κατηγορίας χρήσης γης. Μέτρο της ετερογένειας της αστικής περιοχής. Όσο πλέον ετερογενής είναι μια περιοχή (χρήσεις γης διάσπαρτες και κατακερματισμένες σε πολλά μικρά κομμάτια) τόσο μικρότερη είναι η τιμή που λαμβάνει. Μητροπολιτική περιοχή CONTAG Πολύ λογικά αποτελέσματα Αθήνα Αττική 20,04 Θεσσαλονίκη 23,04 Πάτρα 22,24 Ηράκλειο 30,99 Λάρισα 31,32 Βόλος 26,77 Ιωάννινα 28,81 Καβάλα 26,49 Καλαμάτα 28,84

Patch Density (PD) (δείκτης πυκνότητας στοιχειωδών τμημάτων) Ο λόγος του αριθμού των patches κάποιας κατηγορίας χρήσεων γης και της συνολικής έκτασης Μέτρο του κατακερματισμού των patches κάποιας κατηγορίας χρήσης γης. Οι χαμηλότερες τιμές υποδηλώνουν πιο «συμπαγή» παρουσία των patches και επομένως λιγότερα μπαλώματα (κενά) Για περισσότερες πόλεις τις χαμηλότερες τιμές για συνεχή αστικό ιστό και στη συνέχεια μη συνεχές αστικό ιστό. Αυτό είναι αρκετά λογικό Υψηλότερες τιμές για τη χρήση «Υποδομή μεταφορών». Εύλογο, διότι παρέχει «διασύνδεση» σε όλη την πόλη και σπάει σε μικρά patches. Χαμηλές τιμές για τις «Πράσινες εκτάσεις, αθλητικές εγκαταστάσεις» Σχετική ομοιότητα των δεικτών σε Αθήνα και Θεσσαλονίκη Athens Thessaloniki Patra Heraklion Larisa Volos Continuous UF 0,99 1,10 2,66 1,16 2,48 1,64 Discontinuous UF 3,06 4,24 8,82 3,02 4,38 5,71 Disc UF <50%, Isolated Stru 4,58 5,42 16,23 14,69 10,91 13,21 Industria, commercial 3,32 6,14 8,66 7,44 7,90 10,47 Transport Infrastucture 9,93 9,70 42,57 38,46 86,92 38,81 Mine, dump, cosntr 1,01 1,56 3,33 2,19 2,26 2,89 Green Areas, sport 1,22 1,29 5,31 0,86 1,24 2,01

Edge Density (ED) Ο λόγος του αθροίσματος των περιμέτρων όλων των patches κάποιας κατηγορίας και η συνολική έκταση Μέτρο της πολυπλοκότητας των patches, καθώς και χωρική κατανομή τους (κατάτμηση). Οι χαμηλότερες τιμές σημαίνουν λιγότερα και απλούστερα σε σχήμα patches. Η τιμή επηρεάζεται από την ελάχιστη μονάδα χαρτογράφησης Υψηλότερες τιμές για τη χρήση «Υποδομή μεταφορών». Εύλογο, διότι παρέχει «διασύνδεση» σε όλη την πόλη και σπάει σε μικρά patches. Χαμηλότερες τιμές για συνεχή αστικό ιστό Σχετική ομοιότητα του δείκτη βιομηχανική χρήση για όλες τις πόλεις Athens Thessaloniki Patra Heraklion Larisa Volos Continuous UF 23 27 30 20 31 43 Discontinuous UF 37 49 64 38 50 49 Disc UF <50%, Isolated Stru 55 32 111 122 50 75 Industria, commercial 31 54 53 53 58 69 Transport Infrastucture 65 58 146 111 237 119 Mine, dump, cosntr 6 11 19 14 16 19 Green Areas, sport 11 9 27 7 7 11

Euclidean Nearest-Neighbor Distance (ENN_MN) (δείκτης ευκλείδειας απόστασης πλησιέστερου γείτονα) Ορίζεται ως η μέση απόσταση από όλα τα patches μιας κατηγορίας χρήσης γης στο πλησιέστερο γειτονικό patch της ίδιας κατηγορίας, με βάση συντομότερη από άκρη σε άκρη απόσταση από κέντρο κελιού σε άλλο κελί. Μέτρο του χωρικού διαχωρισμού των patches. Χαμηλές τιμές προϋποθέτουν εγγύτητα/αμεσότητα, υψηλές τιμές διαχωρισμό Χαμηλότερες τιμές για τις «Υποδομές μεταφορών». Στο Βόλο ο δείκτης παίρνει τις χαμηλότερες τιμές για όλες τις κατηγορίες. Για το συνεχή αστικό ιστό οι τιμές είναι υψηλότερες από τις άλλες δύο χρήσεις αστικού Athens Thessaloniki Patra Heraklion Larisa Volos Continuous UF 385 649 316 453 370 279 Discontinuous UF 315 301 207 429 186 178 Disc UF <50%, Isolated Stru 309 367 202 212 327 200 Industria, commercial 382 387 281 285 309 272 Transport Infrastucture 288 343 151 169 173 158 Mine, dump, cosntr 655 701 354 457 584 343 Green Areas, sport 521 636 240 1358 825 474

Area weighted mean value of the fractal dimension (AWMPFD) Μέτρο της πολυπλοκότητας των patches (στοιχειωδών τμημάτων): Συνάρτηση της περιμέτρου των patches Μπορεί να πάρει τιμές μεταξύ 1 (απλά σχήματα) και 2 (εξαιρετικά περίπλοκα σχήματα). Για όλες τις πόλεις o συνεχής αστικός ιστός λαμβάνει τιμές 1.2-1.3. Για τις άλλες κατηγορίες χρήσης γης τιμές μικρότερες από 1.1 Η τιμή του μπορεί να επηρεαστεί από την ανάλυση της εικόνας και / ή τη μεθοδολογία που χρησιμοποιήθηκε για την οριοθέτηση των περιοχών. Athens Thessaloniki Patra Heraklion Larisa Volos Continuous UF 1,28 1,23 1,26 1,26 1,21 1,31 Discontinuous UF 1,15 1,12 1,13 1,17 1,17 1,14 Disc UF <50%, Isolated Stru 1,17 1,04 1,14 1,15 1,08 1,13 Industria, commercial 1,12 1,13 1,09 1,10 1,10 1,14 Transport Infrastucture 1,07 1,06 1,09 1,06 1,06 1,07 Mine, dump, cosntr 1,05 1,06 1,08 1,06 1,08 1,09 Green Areas, sport 1,09 1,08 1,08 1,09 1,09 1,06

Κάποια προβλήματα με τα δεδομένα του Urban Atlas To πολύ κάλο resolution αποτυπώνει τις χρήσεις γης με ακρίβεια και συνεπώς δίνει μία πολύ καλή αποτύπωση της αστικής περιοχής σχετικά με το land cover/use χρήσιμο για θέματα σχεδιασμού Όμως καθώς αποτυπώνεται και το οδικό δίκτυο κάθε τετράγωνο σχεδόν είναι ένα patch (κυρίως στον αστικό ιστό) Για να μπορέσει κάποιος να δει καλύτερα την δομή της πόλης σχετικά με τις χρήσεις γης θα ήταν καλύτερο αν γειτονικά patches με την ίδια χρήση γης ενωθούν Σαν συνέπεια θα έχουμε λιγότερα patches αλλά πλέον ευδιάκριτη μορφή της πόλης (συγκέντρωση χρήσεων αλλά και ευδιάκριτη αλλαγή χρήσεων) Τα metrics θα πρέπει να υπολογισθούν ξανά και οπωσδήποτε τα metrics που έχουν σχέση με το patch θα είναι διαφορετικά. Και πολύ πιθανό το ίδιο να συμβαίνει και με όλα τα άλλα metrics (contagion) που δεν αποκλείεται οι μεγάλες πόλεις να έχουν τιμές υψηλότερες (καλυτέρα οργανωμένες αλλά multicentered)

Είναι πρόβλημα ή δεν είναι ; High resolution vs. low resolution Στο παρελθόν ο προσδιορισμός των χρήσεων γης γινόταν από ανάλυση φωτογραφιών Landsat που είναι διαθέσιμες για πολλά έτη (διατίθενται δωρεάν) ή ηταν έτοιμες από CORINE Landsat: Resolution 30 μέτρα Το οδικό δίκτυο δεν αποτυπώνεται Τα patches είναι μεγαλύτερα (π.χ. κέντρο Αθήνας είναι σχεδόν όλο ένα patch 100% συνεχής αστικός ιστός) Με διάφορες μεθοδολογίες τα γειτονικά πολύγωνα με τη ίδια χρήση γης του urban Atlas θα μπορούσαν να ενωθούν. Αυτό σημαίνει ότι το οδικό δίκτυο δεν αποτυπώνεται πλέον αλλά είναι τμήμα των άλλων χρήσεων γης Διαχρονική σύγκριση με metrics που έχουν προέλθει από Landsat θα πρέπει να γίνεται με προσοχή. Στόχος μας είναι να κάνουμε scale up το resolution των δεδομένων και να υπολογίσουμε ξανά τα metrics

Χρήση δεδομένων Urban Atlas για αστικά μοντέλα Η ανάλυση των δεδομένων μπορεί να υποστηρίξει grids 50 x 50 μ. Αστικός ιστός Μπορεί να είναι κατοικίες ή κτίρια για απασχόληση γραφείου Ανάγκη να συνδυαστούν με δεδομένα από την Απογραφή και έρευνες απασχόλησης Σε συνδυασμό με τους περιορισμόυς που θέτει το θεσμικο πλαισιο (zoning constraints) μπορούν να χρησιμοποιηθούν για την εκτίμηση της περαιτερω αναπτυξης Βιομηχανικές, εμπορικές κλπ. (Industrial, commercial etc.) Προσδιορίζουν περιοχές απασχόλησης Χρειάζονται περισσότερες πληροφορίες σχετικά με το μέγεθος της απασχολησης Δίκτυο μεταφορών 8 κατηγορίες χρήσεων γης, δεν είναι σαφές πόσο καλό είναι το δίκτυο, ανάγκη να καθαρισθούν centerlines Προτιμότερη λύση να χρησιμοποιηθούν άλλες πηγές (Open Street Map, transit network) Construction sites, land without use, agricultural etc. Μπορούν να χρησιμοποιηθούν για την εκτίμηση της περαιτερω αναπτυξης, να οριοθετήσουν το όρια της ανάπτυξης

Χρήση δεδομένων Urban Atlas για αστικά μοντέλα Θέμα η διαθεσιμότητα συγκρίσιμων δεδομένων για την βαθμονόμηση και επικύρωση των μοντέλων Παρόμοιες βάσεις δεδομένων πιθανόν να αναπτυχθούν μετά από ορισμένα χρόνια Συνδυασμός με άλλα δεδομένα Διαθέσιμα ήδη σε τοπικό επίπεδο CORINE αν λόγω της διαφοράς στην ανάλυση δεν αποτελεί την καλύτερη λύση Παραγωγή δεδομένων για προηγούμενα χρόνια από Landsat με ίδιο αριθμό χρήσεων γης. Αυτό επιτρέπει άμεση εφαρμογή μοντέλων τύπου cellular automata. Τεχνικές/ δομή μοντέλων Πιθανόν να προταθούν τεχνικές που απαιτούν περιορισμένη βαθμονόμηση αλλά οπωσδήποτε αυτό ίσως οδηγήσει σε προβλήματα Εφαρμογή μοντέλων σε διαφορετικές πόλεις Σύγκριση της δομής των μοντέλων σε διαφορετικές πόλεις Σύγκριση μοντέλων στην ίδια βάση δεδομένων

Συμπεράσματα Tα μοντέλα αστικών περιοχών είναι ένα χρήσιμο αν όχι απαραίτητο εργαλείο για την πρόβλεψη μελλοντικών συνθηκών στις αστικές περιοχές την εκτίμηση μέτρων πολιτικής ακόμα και για την μελέτη πως διαμορφώθηκαν οι αστικές περιοχές Η ανάπτυξη τους απαιτεί δεδομένα και προσπάθεια Υπάρχουν ήδη αρκετά μοντέλα διαθέσιμα σαν open source και αυτό ευκολύνει την εφαρμογή τους Τα επόμενα χρόνια ένας μεγάλος όγκος δεδομένων θα είναι διαθέσιμος από στατιστικά δεδομένα, χρήση δεδομένων από έρευνες πεδίου, από administrative sources πιθανόν και crowd sourced Urban Atlas περιέχει δεδομένα που επιτρέπουν την συγκριτική ανάλυση αστικών περιοχών Παρόμοια πρότυπα (similar patterns) των metrics σε πόλεις διαφορετικών πληθυσμών Αστικός ιστός «Υποδομές μεταφορών» Δείκτες όπως ο δείκτης μετάδοσης (contagion index) αποδεικνύουν ότι οι μεγαλύτερες πόλεις είναι «οργανωμένες» με διαφορετικό τρόπο από ότι οι μικρότερες. Η διαθεσιμότητα του Urban Atlas θα τονώσει την έρευνα και την ανάλυση των αστικών περιοχών