پیش بینی نیازهای آب شهری – ScienceDaily


اکنون می توانید دروازه استفاده از آب با آگاهی بیشتر و برنامه ریزی شهری بهتر در شهر خود را در رایانه خود مشخص کنید. یک مطالعه جدید از دانشگاه استنفورد با تجزیه و تحلیل اطلاعات مربوط به مسکن موجود در وب سایت مشهور Zillow ، روند استفاده در مصرف آب و حفاظت از مسکن را شناسایی کرده است.

این مطالعه ، در تاریخ 18 نوامبر در نامه هایی برای تحقیقات محیطی، اولین کسی است که نشان می دهد چگونه می توان از سیستم عامل های جدید داده های املاک و مستغلات برای ارائه اطلاعات ارزشمند در مورد استفاده از آب برای برنامه ریزی مسکن و زیرساخت شهری ، مدیریت زمین و پایداری استفاده کرد.

نیوشا عجمی ، نویسنده ارشد این مطالعه ، مدیر سیاست گذاری آب شهری در برنامه آب در غرب استنفورد ، گفت: “توسعه مدل های توسعه می تواند رمز موفقیت ما در آبزی تر شدن و ایجاد امنیت طولانی مدت آب باشد.” “ایجاد شهرهای مقاوم در برابر آب در آب و هوای متغیر ، ارتباط تنگاتنگی با این موضوع دارد که چگونه می توانیم در زمان استفاده از آب با رشد جمعیت ، کارایی بیشتری داشته باشیم.”

تخمین زده می شود که تا 68 درصد از جمعیت جهان تا سال 2050 در مناطق شهری یا حومه ای زندگی کنند. اگرچه رشد شهری روند مداومی است ، اما انواع مسکونی که ساخته می شوند و پیکربندی محلات از یکنواختی کمتری برخوردار است ، منجر به به روشهای مختلفی که مردم از آب در داخل و خارج از خانه خود استفاده می کنند. افراد ساکن در این جوامع همچنین هنگام استفاده از آب بر اساس عواملی مانند سن ، قومیت ، تحصیلات و درآمد رفتارهای متفاوتی دارند. با این حال ، هنگام تصمیم گیری برای تغییر زیرساخت ها ، تصمیم گیرندگان فقط جمعیت ، رشد اقتصادی و بودجه را در نظر می گیرند که منجر به تصویر ناقصی از تقاضای آینده می شود. این به نوبه خود می تواند منجر به تغییر در زیرساخت ها شود ، مانند تعویض لوله های قدیمی ، توسعه منابع اضافی آب یا ساخت تأسیسات تصفیه فاضلاب که پاسخگوی نیازهای جامعه نباشد.

Zillow و سایر وب سایت های املاک و مستغلات سوابق جمع آوری شده توسط آژانس های مختلف شهرستان و شهرداری را جمع آوری و منتشر می کنند. این وب سایت ها همچنین توسط صاحبان خانه می توانند به روز شوند ، و آنها را به منابع غنی اطلاعاتی بدل می کند که به دست آوردن آنها در غیر این صورت دشوار و به موقع است. محققان در استنفورد از داده های Zillow برای جمع آوری اطلاعات در مورد خانه های تک خانواده استفاده کردند ، از جمله اندازه زمین ، ارزش خانه و تعداد اتاق ها در Redwood City ، کالیفرنیا ، شهری با رشد سریع ، از نظر اقتصادی متنوع و دارای سبک های مختلف خانه ها ، نقشه ها و محله ها. سپس آنها اطلاعات دموگرافیک را از اداره سرشماری شهر استخراج کردند و به فاکتورهایی از جمله متوسط ​​خانوار و درآمد و همچنین درصد استخدام مستاجران ، افراد مجرد ، افراد تحصیل کرده دانشگاه و افراد مسن پرداختند.

با پیوند دادن داده های Zillow به سرشماری و سپس استفاده از روش های یادگیری ماشین ، محققان توانستند پنج گروه از جوامع یا خوشه ها را شناسایی کنند. سپس آنها داده های صورتحساب از گروه های مختلف در بخش محوطه سازی شهر را برای شناسایی روند استفاده از آب و الگوهای فصلی از 2007 تا 2017 و میزان حفاظت در طول خشکسالی تاریخی در کالیفرنیا از 2014 تا 2017 مقایسه کردند. .

“با استفاده از روش های ما ، که شامل داده های Zillow است ، ما قادر به ایجاد گروه های دقیق تری از جوامع هستیم ، علاوه بر این به راحتی گروه بندی مشتریان بر اساس درآمد و سایر ویژگی های اقتصادی-اجتماعی است. این دیدگاه دقیق تر منجر به برخی از یافته های غیر منتظره شده و ایده خوبی از اجتماعات کم مصرف است. “، کیم کوئنل ، نویسنده ارشد ، دانشجوی دکترای مرکز بیل لین برای غرب آمریکا در طول مطالعه گفت.

آنها دریافتند که دو گروه کم درآمد به طور متوسط ​​برای مصرف آب رتبه بندی شده اند ، اگرچه تعداد بیشتری از افراد در هر خانوار زندگی می کنند. گروه با درآمد متوسط ​​مصرف آب در فضای باز زیاد داشتند ، اما هنگام استفاده از آب در زمستان در رده پایین قرار گرفتند ، و نشانگر لوازم خانگی آب کارآمد – مانند شیرهای کم آب و توالت – با استفاده از آب کم است – آنها را به یک هدف ایده آل برای ویژگی های حفاظت تبدیل می کند. در فضای باز به عنوان تبدیل مناطق سبز یا ارتقا to به کنترل کننده های آبیاری هواشناسی یا هوشمند.

دو گروه پردرآمد ، که مشخصه آنها خانه دارانی با تحصیلات عالی است و در خانه های نسبتاً بزرگتری زندگی می کنند ، بسیار متفاوت هستند. یک خوشه – ساکنان جوانتر قطعه های کوچکتر با خانه های جدیدتر در ساختمانهای متراکم و جمع و جور – کمترین میزان استفاده از آب را در شهر داشتند. دیگر خوشه پردرآمد ، متشکل از خانه های قدیمی تر که در زمین های بزرگتر و تعداد افراد کمتری ساخته شده اند ، بزرگترین مصرف کننده آب است. این یافته با بیشتر تحقیقات قبلی در ارتباط با درآمد و مصرف آب در تضاد است و نشان می دهد که تغییر در نحوه ساخت و توسعه جوامع نیز ممکن است الگوی مصرف آب را تغییر دهد ، حتی برای ثروتمندترین مشتریان.

در تمام گروهها میزان بالای احتباس آب در زمان خشکسالی مشاهده شد. گروه هایی که بالاترین پس انداز را دارند (تا 37 درصد در زمان اوج خشکسالی) دو مصرف کننده تشنه هستند (گروه های با درآمد بالا ، درآمد بالا و متوسط) با پتانسیل بالا برای صرفه جویی در فضای باز آب. گروههایی که میزان مصرف آب کمتری داشتند نیز موفق به کاهش شدند ، اما در پس انداز خود محدودتر بودند. درک این محدودیت ها می تواند به چگونگی راهنمایی سیاست گذاران و برنامه ریزان شهر هنگام استفاده از محدودیت های آب یا ارائه مشوق هایی مانند امتیازات خشکسالی ، مشتری را راهنمایی کند.

این مطالعه چارچوبی را برای ادغام داده های بزرگ در برنامه ریزی شهری فراهم می کند ، انتظارات دقیق تری را برای استفاده از آب برای تنظیمات مختلف جامعه فراهم می کند. تحقیقات بیشتر ممکن است شامل کشف چگونگی استفاده از داده های سیستم عامل های آنلاین املاک و مستغلات برای توسعه طبقه بندی برای استفاده از آب در محله ها در خطوط شهری ، شهری یا حتی ایالتی باشد. یکی دیگر از موارد مورد علاقه محققان ، مطالعه چگونگی ارتباط مصرف آب با الگوهای توسعه در سایر مناطق مسکونی ، مانند شهرهای متراکم است.

عجمی گفت: “منابع داده در دسترس و در دسترس ، به ما فرصتی می دهد تا درک آگاهانه تری از الگوها و رفتارهای آب ایجاد کنیم.” “اگر در نحوه ساخت شهرهای آینده و طراحی زیرساخت ها تجدیدنظر کنیم ، فرصت دسترسی عادلانه و در دسترس تر به آب در جوامع مختلف فراهم می شود.”


منبع: khabar-erfan.ir

دیدگاهتان را بنویسید

Comment
Name*
Mail*
Website*