Hannes Taubenböck和他的团队在德国航天中心(DLR)正在使用欧洲空间成像公司提供的非常高分辨率(VHR)卫星图像，结合辅助调查，为世界各地城市贫困地区的形状和结构开发一个基础模型分类系统。
贫民窟、贫民窟、廉价公寓……无论你用什么术语，几乎世界上每个国家都有某种形式的城市贫困地区。Taubenböck, Kraff和Wurm将这些地点定义为“到达城市”，定义为提供相对经济适用住房的地方，作为进入城市、其社会和其功能的途径(这一概念基于Doug Saunders的书“落脚城市”)。这些城市贫困地区通常被认为是人口密集的破旧和临时建筑。
然而，这种感知并没有以一种有意义的方式准确地定义这些抵达城市的形态，这对研究人员和城市规划师来说是有意义的。全球范围内，关于这些衰败社区的信息存在差距，如果没有适当的分类系统，政策制定者就无法全面了解当地的贫困城市地区，从而做出明智的决策。通过使用WorldView VHR光学卫星图像，可以对到达城市进行建模、测量和分类，以便研究人员更好地理解。
数据差距
联合国人居署的估计表明，全世界有近10亿人生活在贫民窟，非正式建筑为全球住房建设做出了重大贡献。尽管有统计数据，但这些地区在任何城市中往往是最被忽视的。研究和记录城市贫困的经验方法很少。
此外，这些到达城市的空间识别在世界许多地方仍然存在巨大的差距。从某种意义上说，“到达城市”并没有出现在地图上，而且由于使用遥感技术研究这些地区还没有达成一致的参数，因此存在的空间数据在数据集之间是不一致和不可比较的。
汉内斯和他的团队将遥感数据和实地调查结合起来，创建了一种一致的方法来识别、测量和分类世界各地的抵达城市。他们希望回答这两个问题:
- 到达城市的哪些物理特征可以被区分和测量?
- 不同城市在建筑形态上有什么异同?
他们需要开发一个系统来定义贫困城市地区的外观，以及如何一致和可靠地测量和分类其中的结构。
基线系统的卫星图像
首先，该团队确定了全球44个入境城市。随后，该公司与欧洲空间成像公司签订合同，收集选定地点的高分辨率卫星图像。VHR光学图像的价值在于提供给用户的详细程度。它在涉及对象检测、映射和三维建模的项目中至关重要。
“在如此密集和复杂的环境中，单个建筑层面的工作需要VHR光学卫星数据。由于一些城市贫困地区往往没有官方记录，我们需要一致的卫星图像。欧洲空间成像公司能够提供来自WorldView卫星星座的数据，使我们能够生成一个基线数据集，”Taubenböck表示。
根据收集到的数据，Hannes能够在LoD-1 (Level of Detail 1)中构建3D建筑模型。以这些模型为基础，该团队设计了一种方法来对这些建筑的形状和分布进行分类。
基于EO数据的分类标准
研究人员根据五种结构和可测量的属性，创建了一种形态聚落类型指数，即“代表城市贫困外貌的类别”。标准如下:
- 建筑密度
- 建筑方向
- 模式的异质性
- 建设规模
- 建筑高度
为了计算这些抵达城市偏离常规的程度，我们确定了对这些标准的期望。诸如“高密度的建筑，几乎没有规划的公共空间”和“由于建筑商的经济困难，建筑高度较低”这样的期望构建了贫民窟的“理想”形象。
结果
经过更仔细的观察，我们发现到达城市存在着各种各样的形态。一些有大型建筑和高密度，另一些有不规则的，广泛分布的模式。令人惊讶的是，同一国家甚至同一城市的贫民窟在形态上存在显著差异。这进一步证明需要一种一致的方法来根据经验对城市贫民窟的类型进行分类。
总共确定了三个主要的抵达城市类别，并在它们之间划分了过渡的子类别。有了这种分类方法，未来的研究人员可以建立算法，以更好地衡量和理解散布在地球上的无数其他入境城市。
积极的态度
据揭示，虽然辅助数据源是必要的，但高质量的地球观测数据是进行这种城市贫困研究方法的决定因素。随着遥感能力的增加和一些来源(例如来自WorldView星座的VHR卫星图像)提供的高度详细信息，有可能在全世界范围进一步开发这一基线数据。
虽然这项研究的结果可能得出结论，没有两个入境城市在外形上是完全相同的，但居住在其中的人有许多共同的经历。他们很难找到足够的收入、医疗保健和使用清洁饮用水和电力等公用事业。通过缩小这些贫困城市地区的数据差距，我们为地理空间专业人员提供了他们所需的工具，以便为政策制定者描绘出一幅完整的图景。
本文由欧洲太空成像．
请阅读发表在《应用地理学》上的完整研究论文。Taubenböck H, Kraff N & Wurm M (2018):抵达城市的形态——基于文献调查和遥感数据的全球分类．应用地理， 92卷，150-167页。