Problemen interdisciplinair en humanitair oplossen:de TU Darmstadt en het Duitse Lucht- en Ruimtevaartcentrum ontwikkelen op basis van satellietgegevens een duurzaam systeem voor de watervoorziening van sloppenwijken.

De eerste kaarten die professor Peter Pelz, Lea Rausch en John Friesen projecteren op de muur spreken voor zich:satellietgegevens van de Indiase stad Mumbai tonen de snelle groei van de megastad in de vorm van kleine stippen die van dia tot dia verder verdichten. De bevolking van 5,9 miljoen in 1971 is nu gegroeid tot 12,5 miljoen, en volgens de huidige schattingen, 55 procent van de mensen woont in sloppenwijken. In de meeste ontwikkelingslanden in Azië, Zuid-Amerika en Afrika, deze "informele schikking" zijn vaste waarden in de stad, maar bijna onmogelijk om in precieze cijfers te documenteren.

De drie wetenschappers van het Institute for Fluid Systems (FST) onderzoeken samen met computerwetenschappers van de TU Darmstadt en geografen van het German Aerospace Centre (DLR) sloppenwijken en hoe ze zich ontwikkelen in megasteden. Ze willen de watervoorziening van deze 'stedelijke armen' optimaliseren en de gerichte ontwikkeling van infrastructuur in sloppenwijken ondersteunen.

"Daarbij, we willen bijdragen aan het behalen van de ontwikkelingsdoelen die de Verenigde Naties hebben gesteld voor 2030, " legt professor Pelz uit, wie is het hoofd van de FST. De dynamiek waarmee megasteden en hun sloppenwijken zich ontwikkelen, legt een enorme druk op hun infrastructuur. Vooral, het gebrek aan schoon water veroorzaakt tal van problemen – ziekten, hoge kindersterfte en een gebrek aan tijd voor onderwijs en werk, omdat de inkoop van water veel capaciteiten bindt.

Schaalbaar en efficiënt toevoersysteem

Om deze vicieuze cirkel te doorbreken werken de wetenschappers aan een bevoorradingssysteem dat schaalbaar is en aangepast aan de specifieke lokale omstandigheden. "We hebben geen fijnmazige, maar een breed model, ", legt Friesen uit. De focus ligt dan ook op het zoeken naar algemene patronen die voor elke megacity gelden.

Satellietgegevens van de DLR vormen hiervoor de basis. "Met betrekking tot de wereldwijde armoede in steden, er zijn nog grote hiaten in onze kennis, " meldt DLR-wetenschapper Dr. Hannes Taubenböck. "Veel is gebaseerd op schattingen." Met behulp van teledetectiegegevens, het team was in staat om de typische morfologieën van sloppenwijken te bepalen. Een zeer dichte en zichtbaar ongeplande ontwikkeling evenals kleine, lage huizen maken deze gebieden duidelijk te onderscheiden van formeel geplande gebieden op satellietbeelden.

Omdat ze deze typische "binaire structuur" ontdekten, " de DLR-wetenschappers zijn in staat om het aandeel arme mensen in steden veel nauwkeuriger vast te stellen dan mogelijk is, bijvoorbeeld, een volkstelling. "We kwamen met beduidend hogere cijfers dan de officiële instanties, ", zegt Taubenböck. Een blik op de structuren van de sloppenwijk Dharavi in ​​Mumbai onthult snel de realiteit. Op een gebied waar 7000 mensen wonen in Darmstadt, er zijn 42000 wooneenheden. De geschatte populatie ligt ergens tussen de 500, 000 en een miljoen mensen.

Op basis van de DLR-gegevens, de onderzoekspartners hebben nu ook de grootte van sloppenwijken onderzocht. De voorbeelden van Kaapstad, Rio de Janeiro, Mumbai en Manilla bevestigen dat hoewel sloppenwijken sterk kunnen verschillen, ze zijn allemaal ongeveer even groot. Ongeacht de stad, land en continent of geografisch, politieke en economische randvoorwaarden, de meeste hebben een oppervlakte gelijk aan ten minste een half en maximaal vijf voetbalvelden. "Als sloppenwijken wereldwijd even groot zijn, kunnen we een overdraagbare, robuust en efficiënt systeem dat de optimale infrastructuur bepaalt om elke sloppenwijk van water te voorzien, ’ zegt Peter Pelz.

Algoritmen worden de planners van infrastructuren

De basis voor dit systeem worden gelegd door de geclassificeerde satellietgegevens van de DLR en een kostenmodel waarin doorstroomfactoren zoals de prognoses over de sloppenwijkgroei die uit datamining worden bepaald, instromen. Dit kostenmodel wordt vertaald naar een wiskundig optimalisatiemodel. Algoritmen berekenen vervolgens het toevoersysteem; niet door op een slimme manier naar een globale oplossing te zoeken. Door de hoge complexiteit, mensen kunnen dat niet meer. "Algoritmen worden de planners van infrastructuren, " leg Rausch uit, Pelz en Friesen. "Het is een geheel nieuwe benadering, " bevestigt DLR-expert Michael Wurm. Mensen definiëren alleen de beperkingen voor de berekeningen. Dit zijn kosten of later ook bedrijfsmodellen, evenals reeds bestaande infrastructuren.

Aan het einde is een grafiek beschikbaar die het berekende netwerkontwerp met waterwerken visualiseert, verschillende soorten watertanks, leidingen of voertuigen voor vervoer over water. De wetenschappers hebben deze methode van "discrete optimalisatie" al toegepast met als voorbeeld een aantal sloppenwijken in Dhaka. Op dit moment duurt het nog enkele uren voor de berekeningen voor kleinere gebieden met zo'n 20 sloppenwijken. Het clusteren van de sloppenwijkgegevens zou het aantal variabelen in de toekomst moeten verminderen, wat het proces zou versnellen, aangezien grootstedelijke regio's zoals Dhaka veel meer dan duizend sloppenwijken hebben.

In de tussentijd, Ook onderzoeken de onderzoekers van TU Darmstadt de vraag hoe sloppenwijken eigenlijk ontstaan. Met behulp van het Turing-mechanisme – een model van de Britse wiskundige Alan Turing dat het ontstaan ​​van spontane structuren verklaart – vonden ze bepaalde migratiepatronen. Het onthulde, onder andere, dat sloppenwijken altijd ontstaan ​​als de bevolkingsdichtheid zo groot wordt dat de mensen van een bepaalde groep, in dit geval de armen, beginnen te "diffunderen" vanuit een gebied. Dit bevestigt de overtuiging van de experts dat zelfs elementaire wiskundige methoden kunnen worden gebruikt om sociale fenomenen te verklaren. Hun doel is nu om andere disciplines op te nemen die zich bezighouden met het onderwerp 'Water voor iedereen'. "Dit zou de kern kunnen zijn voor toekomstig gezamenlijk onderzoek, ’ zegt Peter Pelz.