Исследователи разработали масштабируемый фреймворк для анализа социально-экономического неравенства в городах через морфологию зданий. Используя данные спутниковых снимков из открытых источников, модель классифицирует городские районы по уровню благосостояния. Метод позволяет эффективно картографировать инфраструктурные различия в развивающихся регионах, где традиционные статистические данные часто отсутствуют или недостаточно детализированы для принятия управленческих решений.
Авторы сосредоточились на создании сетки, которая сегментирует городскую среду на основе архитектурных характеристик, таких как плотность застройки, высота зданий и конфигурация кварталов. Эти параметры коррелируют с уровнем доходов населения и качеством городской инфраструктуры. В отличие от классических методов сбора данных, требующих полевых обследований, данный подход опирается исключительно на компьютерное зрение и геопространственные данные, что значительно снижает стоимость и время проведения анализа.
Технология была протестирована на 59 крупнейших городах Индии. Результаты показывают, что алгоритм способен выявлять микроуровневые различия внутри мегаполисов, которые ранее оставались скрытыми из-за отсутствия актуальной социально-экономической отчетности. Это решение может быть масштабировано на другие страны с высокой степенью урбанизации для оптимизации городского планирования и распределения ресурсов.
Ключевые факты
- Исследование охватило 59 городов Индии, демонстрируя применимость метода в условиях быстрой урбанизации.
- В основе фреймворка лежит анализ морфологии зданий, извлеченный из открытых спутниковых снимков.
- Модель позволяет проводить деление городской территории на зоны с разным уровнем достатка без привлечения полевых данных.
- Разработанный подход решает проблему дефицита социально-экономической статистики в развивающихся регионах.