遥感已经彻底改变了我们测量和理解地球的方式。我们现在可以跟踪全球森林砍伐，预测季末作物产量和几乎实时识别野火．但对其在城市地区应用的探索才刚刚开始。常规土地覆盖图它把地球表面分为“森林”、“水域”或“苔原”等类别，经常把城市地区归为一个类别，比如“城市”或“建成区”。这对于一般绘制城市范围是有用的，但不能捕捉城市区域的复杂性。映射的土地使用然而，它可以揭示一个城市的模式，从道路网络到住房供应，再到商业和工业空间的分布——以及它们所代表的工作岗位——等等。
绘制一段时间以来的城市土地使用地图可以显示发生了什么、在哪里以及何时发生了变化:城市在哪里扩张或收缩;增长或重建地区的模式和密度是什么;以及哪些类型的土地用途正在被取代。例如，这些信息可以突出城市的空间不平等和其他关键问题。房价是否跟上了人口增长的步伐?基础设施是否跟上了发展的步伐?如果没有，哪些地方需要基础设施?经济增长是否侵占了对城市健康至关重要的湿地或农田?对于城市规划者、官员和居民来说，这样的紧迫问题比比皆是。可靠的土地使用数据有助于提供答案。
世界资源研究所为墨西哥蒙特雷东北部的六类城市土地利用和道路地图的特写视图。在ResourceWatch上探索
WRI在国家地理学会的支持下，已经开发了方法和基础设施绘制任意一个城市的城市土地使用地图为城市管理资源和提高生活质量提供了一种新工具。墨西哥和印度这两个国家的城市的结果说明了这些新的城市土地利用地图的新奇之处，以及它们如何使城市受益。
绘制生命模式
现在世界上一半以上的人口居住在城市，但我们对城市地区仍有很多不了解的地方。对于新兴经济体中快速发展的城市来说尤其如此，在这些城市，扩建和再开发的速度往往超过了行政能力。从城市规模到社区规模，几乎没有关于城市如何安排、如何发展和变化以及如何为城市居民和地球的福祉改善它们的严格、全球一致的数据。
到目前为止，详细的全球城市土地利用地图根本不存在。许多现有的产品显示土地封面在大陆或全球尺度上，空间粗糙。其他真正的土地利用远程产品是基于昂贵的、相对稀缺的高分辨率卫星图像，因此仅限于单个城市甚至地区。其他土地利用地图是由城市规划者通过详细的地面数据收集来开发的土地清册．
为了解决这一信息差距，我们使用了来自城市扩张地图集，遥感图像，机器学习技术和云计算工具-包括Python库，Keras和笛卡尔实验室平台-创建计算机视觉模型，以分类和绘制土地使用。
我们的新城市地图系统是不同的:生成的地图以详细的土地分类为特色使用以5米分辨率绘制，只需要中等分辨率的卫星图像，这些图像可以公开获取地球的整个表面，并不断更新。多亏了欧洲航天局的哨兵卫星和美国宇航局的陆地卫星星座的图像档案，我们可以追溯过去几年的城市土地利用地图。由于每个数据集每月至少捕获全球几次，我们的方法可以不断应用于新的图像，创建一个最新的、越来越丰富的数据集，可以提供关于世界各地城市如何增长和变化的见解。产出是公开的因此，城市规划者和其他从业人员可以开始在研究中使用它们，并立即为决策提供信息。
来自海得拉巴和墨西哥城的见解
利用这些模型，我们绘制了墨西哥和印度多个城市的土地利用地图，这两个快速城市化的国家在城市土地利用和发展历史上存在重大差异。尽管印度拥有一些全球最大的城市，但印度仍然主要是农村，只有34%居住在城市地区的人口。相比之下,80％墨西哥一半的人口被认为是城市人口。
WRI的土地利用地图(5米空间分辨率)和ESA CCI的土地覆盖地图(300米分辨率)的并排比较表明，这个新数据集的细节水平有所提高。在欧空局的土地覆盖地图中，印度的海得拉巴和墨西哥的墨西哥城看起来就像横跨景观的巨大的“城市”斑点:它们在边界上缺乏定义，也没有提供关于城市内部景观的细节。在城市类别中，没有关于主要居住与主要商业活动的区域、交通走廊的位置或基础设施存在的位置的信息。所有这些因素对于理解一个城市所面临的具体的、当地的城市化挑战都是至关重要的。
ESA CCI土地覆盖图(左，300米空间分辨率)与WRI城市土地利用图(右，5米空间分辨率)的墨西哥城对比。在ResourceWatch上探索
通过该模型开发的分辨率更高的地图区分了这些“斑点”中的细节，揭示了在粗比例尺上不可见的模式和细节。例如，墨西哥城最大的非住宅区域位于大都市区的北部，那里的工业用途和仓库很常见。服务于低收入人群的住房类型(非正式的、原子式的和住宅项目)在北部这些非住宅区附近以及城市外围也很常见。正规住宅主要分布在市中心和南部。的(在)墨西哥城著名的蔓延区大都市区域和土地使用的相对空间隔离导致通勤时间长，特别是对于那些生活在外围的人来说，这是首都通勤时间的重要因素空气污染有据可查．
相比之下，海得拉巴的非住宅区域主要集中在外围，其中许多是过去几十年在城市边缘激增的信息技术办公园区。这也意味着郊区就业和住房增长，其中有强调城市提供服务的能力．
两个城市非正式住区的格局也明显不同。在墨西哥城，其大都市人口平均增长了每年2.5%自1990年以来，快速增长既催生了非正式居住区，也催生了“原子住区”——没有明确细分的区域，并以增量方式增长。这些地区既代表了为容纳新居民而进行的有计划的发展(在奇玛尔瓦坎及其周边城市，东南部的大面积“非正式分区”就是证明)，也代表了由于住房建设跟不上或无法满足居住需求而出现的计划外增长(通常是原子式定居点，主要分布在城市边缘和México山谷周围的山麓地区)。其中许多地区缺乏其他定居点所享有的基本基础设施，如可靠的水、卫生设施、电力和公共交通。生活在这些地区的人也有更多难以获得关键的城市服务比如工作、教育、食物、娱乐和医疗。传统的土地覆盖图没有反映这些土地利用类型的区别，或相关的特征和问题。
海得拉巴是不同的:它的非规划定居点，其中许多是长期建立的，分布在整个城市的核心，沿边缘和周围的村庄。城市周边的非正式居民区和非居民区是许多南亚和东南亚城市的典型特征。这些“desakota“这些地区具有城市特征，但也高度依赖农业。其中许多地区已经被不断发展的城市所包含，变成了“城中村”，随着城市的发展，更多的地区可能会效仿，形成一个更加庞大的特大城市。随着这些不相连的点成长为更加统一和连片的城市，监测土地利用变化提供了预测和管理这些挑战的机会。
ESA CCI印度海得拉巴土地覆盖图(左，300米空间分辨率)与WRI城市土地利用图(右，5米空间分辨率)的对比。在ResourceWatch上探索
影响
有许多方法可以利用这样的细粒度土地利用地图，因为研究人员可以比较城市内的模式，以及城市与城市之间和国家与国家之间的差异。这些土地利用数据可以与其他数据集结合，如家庭、便利设施和服务、土地价值、经济活动、危险和脆弱性方面的数据，从而得出新的见解。根据这些发现，政策制定者、民间社会和私营部门可以在实地做出改变，改善人民的生活，包括根据证据更好地瞄准稀缺资源。随着时间的推移，这些数据可以用来衡量的有效性联合国可持续发展目标以及其他发展指标。
我们继续发展和改进我们的方法和目标，等待必要的资源，最终每年为世界上每个城市制作等效的地图。有了这样的高保真土地利用数据，研究人员可以更好地了解城市地区如何随着时间的推移而发展，城市周边的土地利用如何变化，以及哪种类型的定居点最容易受到洪水或山体滑坡等自然灾害的影响。这些只是一些可能的应用，但这些数据的潜力更大——只有将这些地图和方法交到用户手中才能完全实现。
访问技术报告，开源脚本以及由此产生的地图(印度，墨西哥，墨西哥的道路)．如果您是对使用笛卡尔实验室平台感兴趣的学术或非营利研究人员，请访问笛卡尔实验室的科学计划页面有关申请过程的更多信息。
凯特琳Kontgis他是威斯康星大学麦迪逊分校地理系的博士生。
彼得•凯林斯他是世界资源研究所研究、数据和创新部门的研究分析师。
Eric Mackres他是WRI罗斯可持续城市中心城市效率与气候数据与工具高级经理。乐动体育赛事评测c
