Урбанизация набирает обороты. Более 4 миллиардов человек, более половины населения мира, сейчас живут в городских районах. По оценкам, к 2050 году 7 миллиардов человек, или то, что к тому времени составит около двух третей мирового населения, будут жить в городах. Ярким примером этой тенденции является Индия, где за последние 50 лет процент урбанизации почти удвоился. Согласно исследованию, проведенному Oxford Economics, 10 крупнейших городов мира с самой быстрорастущей экономикой будут находиться в Индии в течение следующих 25 лет. Они также прогнозируют, что 17 из 20 лучших будут в Индии.

Рост городов - рост и упадок городских территорий - неразрывно связан с урбанизацией. Это имеет ряд последствий для экономики города, а также страны. Среди этих последствий - эффективность производства и распределения, рынок труда и общий рост.

Не существует стандартного способа измерения роста городов - он варьируется от страны к стране и даже от юрисдикции к юрисдикции. Экономические переменные, обычно используемые для измерения роста городов, включают население, площадь, занятость, плотность и, как правило, некоторую их комбинацию одновременно. Данные переписи обычно служат основой для расчета роста городов, и, как мы все знаем, эти опросы проводятся один раз в 10 лет. Следующая перепись в Индии будет проведена в 2021 году.

В SpaceKnow мы используем спутниковые данные для количественной оценки роста городов. Мы делаем это с помощью нашего запатентованного алгоритма, называемого WRUNC, который сегментирует как оптические, так и спутниковые изображения SAR на W ater, R oads, U. rban, N в городе и C громкоговоритель. Эта сегментация, анализируемая с течением времени, показывает нам, как меняется землепользование. Поскольку этот алгоритм работает с изображениями с низким разрешением, мы можем количественно оценить рост городов, происходящий на обширных участках земли, например в городе. Вот пример нашего алгоритма WRUNC, примененного к изображениям с высоким разрешением быстрорастущего лагеря беженцев в Кении.

Наш подход дает нам уникальный взгляд на эту тему. Во-первых, наш алгоритм машинного обучения беспристрастен - полученные данные основаны на том, что ИИ на самом деле «видит» на земле. Во-вторых, мы можем измерять рост городов так часто, как только получаем безоблачную картину от нашей спутниковой группировки, что, очевидно, происходит гораздо чаще, чем перепись населения. В этой статье мы анализируем самый быстрорастущий город Индии с помощью нашего алгоритма WRUNC.

Сурат, Индия

«С 2017 года население этого портового города выросло в среднем на 4,81%. Крупный центр обработки алмазов, текстиля и информационных технологий, ранее упомянутое исследование Oxford Economics утверждает, что Сурат будет самым быстрорастущим городом в мире ( с точки зрения ВВП) в течение следующих 25 лет. Исследование прогнозирует рост Surat на 9,17% г / г, с 28,5 млрд до 126,8 млрд.

Мы использовали наш алгоритм WRUNC на спутниковых снимках Сурата за последние 4 года, чтобы проверить, подтверждают ли наши данные этот рассказ о взрывном росте. Мы отфильтровали все изображения с облачным покровом и создали следующую диаграмму, показывающую изменение площади города и дороги с течением времени.

Как вы можете видеть, первая точка данных относится к концу 2015 года. Это связано с тем, что спутниковые изображения, которые мы использовали для этого анализа, были собраны Sentinel 2 ЕКА, запущенным в 2015 году. Вы также можете заметить, что каждый год есть длинные отрезки летом без новых данных. В этом регионе летом сезон дождей, поэтому найти изображения без облачного покрова в эти месяцы сложно - классический пример того, когда данные SAR становятся полезными, поскольку SAR может проникать сквозь облака и туман.

Возможно, самый большой слон в комнате - это непостоянство - разве городские районы не должны постоянно расти? Что с этим пиком в декабре 2017 года? Для этого анализа мы применили наш готовый алгоритм WRUNC к изображениям в низком разрешении над AOI (интересующими областями), которые ранее не просматривались. Для более точной классификации земель потребуются изображения с высоким разрешением, а также дополнительное обучение алгоритму, чтобы «почувствовать», как выглядят городские районы в этой части мира. Однако наша цель в этом анализе - получить общее представление о росте городов, поэтому точность изображений в высоком разрешении не требуется. Более того, сравнивая рост городских территорий, который мы обнаружили (4,6%), с оценкой прироста населения (4,81%), вы можете увидеть, что даже с изображениями с низким разрешением наш алгоритм не за горами.

В связи с тем, что Индия стремительно развивается как глобальный экономический центр, а также из-за нехватки своевременных данных по этому региону, мы в SpaceKnow сосредоточили свое внимание на использовании спутниковых снимков, чтобы понять экономику Индии помимо роста ее городов. В октябре мы выпустили новый набор данных, охватывающий производственную деятельность в самых разных отраслях экономики страны. Этот набор данных применяет наши запатентованные алгоритмы к изображениям SAR ключевых промышленных объектов, чтобы индексировать ежедневные уровни активности в этих отраслях.

Наш набор данных по Индии включает агрегированные индексы, которые сравнивают производственный PMI, объем строительства и другие основные показатели. У нас также есть временные ряды, которые отслеживают отдельные подотрасли производства, транспорта, строительства, горнодобывающей промышленности, а также данные о загрязняющих газах по регионам.

Наши индексы можно легко использовать в количественных моделях для создания более точных прогнозов активности в различных отраслях. Изменения в поведении можно отслеживать почти в режиме реального времени, что позволяет учреждениям более уверенно ориентироваться в направлении ожидаемых экономических изменений и сосредоточиться на повышении точности прогнозов в отношении величин.

Хотите узнать больше? Свяжитесь с нами по адресу [email protected] или посетите www.spaceknow.com.