২.৭৫ বিলিয়ন ভবনের প্রথম ত্রিমাত্রিক বিশ্ব মানচিত্র: গ্লোবালবিল্ডিংঅ্যাটলাস কীভাবে গ্রহটিকে পুনরায় আঁকছে

হোম » পাইথন » ২.৭৫ বিলিয়ন ভবনের প্রথম ত্রিমাত্রিক বিশ্ব মানচিত্র: গ্লোবালবিল্ডিংঅ্যাটলাস কীভাবে গ্রহটিকে পুনরায় আঁকছে

গ্রহটি নীরবে তথ্যের একটি অসাধারণ নতুন স্তর অর্জন করেছে: a ২.৭৫ বিলিয়ন ভবনের বিশ্বব্যাপী ত্রিমাত্রিক মানচিত্র, পৃথিবীর সমস্ত মানবসৃষ্ট কাঠামোর প্রায় ৯৭% জুড়ে। চীনের বিস্তীর্ণ আকাশচুম্বী জেলা থেকে শুরু করে সাহেলের ছড়িয়ে ছিটিয়ে থাকা গ্রামীণ বাড়ি পর্যন্ত, প্রায় প্রতিটি ছাদকে ত্রিমাত্রিক পরিমাপযোগ্য বস্তুতে রূপান্তরিত করা হয়েছে।

এই কৃতিত্বের পিছনে রয়েছে গ্লোবালবিল্ডিংঅ্যাটলাস, একটি বিশাল উন্মুক্ত ডেটাসেট যা স্যাটেলাইট চিত্র এবং মেশিন লার্নিং ব্যবহার করে প্রায় প্রতিটি ভবনের উচ্চতা, পদচিহ্ন এবং আয়তন পুনর্গঠন করে। কেবল একটি উজ্জ্বল ভিজ্যুয়ালাইজেশন নয়, প্রকল্পটিকে একটি ভিত্তিমূলক হাতিয়ার হিসাবে স্থাপন করা হচ্ছে নগর পরিকল্পনা, জলবায়ু ও জ্বালানি মডেলিং, দুর্যোগ ঝুঁকি মূল্যায়ন এবং সামাজিক গবেষণা সত্যিকার অর্থে গ্রহগত স্কেলে।

২.৭৫ বিলিয়ন ভবনের ত্রিমাত্রিক মানচিত্রটি আসলে কী?

এর মূলে, গ্লোবালবিল্ডিংঅ্যাটলাস হল একটি বিশ্বব্যাপী ভবনের তালিকা 3D তে, 3 × 3 মিটার স্থানিক রেজোলিউশনে উৎপাদিত। প্রতিটি ম্যাপ করা কাঠামোকে উভয় হিসাবেই উপস্থাপন করা হয় 2D পদচিহ্ন সরলীকৃতভাবে এবং বাস্তবে আনুমানিক উচ্চতা সহ 3D ব্লক, গবেষকদের মেঝের ক্ষেত্রফল, আয়তন এবং বিচ্ছিন্ন এলাকাগুলি আসলে কতটা ঘন বা বিক্ষিপ্ত তা গণনা করতে সক্ষম করে।

দলের মতে, অ্যাটলাসে রয়েছে ২.৭৫ বিলিয়ন বিল্ডিং বহুভুজ. প্রায় তাদের মধ্যে ২.৬৮ বিলিয়ন (প্রায় ৯৭%), তথ্যটি যা হিসাবে পরিচিত তা পৌঁছায় বিস্তারিত স্তর ১ (LoD1): জ্যামিতিকভাবে সরলীকৃত কঠিন ব্লক যা প্রতিটি ভবনের মৌলিক আকৃতি এবং উচ্চতা ধারণ করে। এটি স্থাপত্য-স্তরের বিশদ নয়, তবে এটি সংখ্যাসূচক মডেল, সিমুলেশন এবং AI সিস্টেমগুলিকে খাওয়ানোর জন্য যথেষ্ট নির্ভুল যা সামঞ্জস্যপূর্ণ বিশ্বব্যাপী কভারেজের প্রয়োজন।

পূর্ববর্তী বিশ্বব্যাপী বিল্ডিং ডেটাসেটের তুলনায়, যা প্রায় ১.৭ বিলিয়ন কাঠামোর শীর্ষে ছিল, নতুন মানচিত্রটি এক বিলিয়নেরও বেশি অতিরিক্ত ভবন যুক্ত করেছে এবং অনেক সূক্ষ্ম কণা প্রদান করে। স্থানিক বিবরণ পর্যন্ত বর্ণনা করা হয়েছে 30 গুণ বেশি পূর্ববর্তী বহুল ব্যবহৃত কিছু ইনভেন্টরির তুলনায়, বিশেষ করে যেসব অঞ্চলে আগে খুব কমই প্রতিনিধিত্ব করা হত।

বর্ধিত কভারেজ গুরুত্বপূর্ণ কারণ পূর্বে কম মানচিত্রযুক্ত অঞ্চল যেমন আফ্রিকা, দক্ষিণ আমেরিকা এবং গ্রামীণ এশিয়ার বৃহৎ অংশ এখন ইউরোপ বা উত্তর আমেরিকার জন্য ঐতিহ্যগতভাবে সংরক্ষিত স্তরের অনুরূপ বিশদ বিবরণ সহ প্রদর্শিত হচ্ছে। অন্য কথায়, অ্যাটলাস কেবল বড় নয়; এটি ভৌগোলিকভাবেও আরও ভারসাম্যপূর্ণ।

ছয় থেকে সাত বছরের কাজ: কীভাবে বিশ্বব্যাপী 3D মানচিত্র তৈরি করা হয়েছিল

পৃথিবীর প্রায় প্রতিটি ভবনের একটি ত্রিমাত্রিক মডেল তৈরি করা একক অ্যালগরিদমের ব্যাপার ছিল না। প্রকল্পটি প্রায় ছয় থেকে সাত বছরের উন্নয়ন, স্যাটেলাইট রিমোট সেন্সিং, গভীর শিক্ষা এবং বিভিন্ন ম্যাপিং উদ্যোগ এবং পাবলিক এজেন্সি দ্বারা সরবরাহিত রেফারেন্স ডেটাসেটের একটি প্যাচওয়ার্কের সমন্বয়।

প্রকল্পের মূল ভিত্তি হল চিত্রাবলী থেকে প্ল্যানেটস্কোপ সারফেস রিফ্লেক্ট্যান্স, বাণিজ্যিক উপগ্রহের একটি সমষ্টি যা পৃথিবীর আনুমানিক চিত্র তুলে ধরে প্রতি পিক্সেল ৩ মিটারএই অ্যাটলাসটির জন্য, গবেষকরা চারপাশে সংগ্রহ এবং প্রক্রিয়াজাত করেছেন ৮০০,০০০ স্যাটেলাইট দৃশ্য, মূলত ২০১৯ সালের এবং কয়েকটি ক্ষেত্রে ২০১৮ সালের তথ্যের সাথে পরিপূরক, সাবধানতার সাথে এমন ছবি নির্বাচন করা হয়েছে যা মূলত মেঘ এবং বায়ুমণ্ডলীয় ঝামেলামুক্ত ছিল।

এই দৃশ্যগুলো কেবল স্তূপীকৃত ছিল না। এগুলোকে অর্থো-সংশোধন করা হয়েছিল এবং বায়ুমণ্ডলীয়ভাবে সংশোধন করা হয়েছিল যাতে প্রতিটি পিক্সেল মাটির একটি নির্দিষ্ট অংশের সাথে সামঞ্জস্যপূর্ণ হয় এবং ধোঁয়াশা বা আলোকিত শিল্পকর্মের পরিবর্তে পৃষ্ঠের বৈশিষ্ট্যগুলিকে প্রতিফলিত করে। এরপর দলটি এই বিশাল সংরক্ষণাগারটিকে একটি গ্লোবাল মোজাইক, পিক্সেল বাই পিক্সেল বাছাই, প্রতিটি অবস্থানের জন্য সবচেয়ে পরিষ্কার পর্যবেক্ষণ।

মানুষ যেখানে আসলে তৈরি করে সেখানে প্রক্রিয়াকরণ শক্তিকে কেন্দ্রীভূত করার জন্য, গবেষকরা একটি পূর্ববর্তী পণ্য ব্যবহার করেছিলেন, বিশ্বব্যাপী নগর পদচিহ্ন, বসতি থাকতে পারে এমন টাইলগুলি সনাক্ত করার জন্য। পরবর্তী বিল্ডিং-সনাক্তকরণ পাইপলাইনের মধ্য দিয়ে কেবল সেই অংশগুলিই পাস করা হয়েছিল, যা গণনা কমিয়ে দেয় এবং বিচ্ছিন্ন বসতি এবং ছোট শহরগুলি ধরে রাখে।

সবচেয়ে জটিল চ্যালেঞ্জগুলির মধ্যে একটি ছিল অন্যান্য উজ্জ্বল বা কাঠামোগত বস্তু থেকে আসল ভবনগুলিকে আলাদা করুন মহাকাশ থেকে দেখা যায়—যেমন রাস্তা, খাড়া পাহাড়, শিল্প অবকাঠামো বা গাছের ছাউনি। এই দলটি সম্ভাব্য ভবনগুলি সনাক্ত, পরিমার্জন এবং অবশেষে ব্যবহারযোগ্য ভেক্টর পদচিহ্নে রূপান্তর করার জন্য একটি বহু-পদক্ষেপ কর্মপ্রবাহ তৈরি করেছে।

স্যাটেলাইট পিক্সেল থেকে শুরু করে পৃথক ভবন পর্যন্ত

চিত্রাবলীকে ভবনের মানচিত্রে রূপান্তরিত করার প্রথম ধাপে একটি গভীর নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দেওয়া হয়েছিল, যাতে ভবনগুলি কোথায় আছে তা শনাক্ত করা যায়। এর জন্য, দলটি স্যাটেলাইট মোজাইকটিকে ছোট ছোট অংশে কেটে তাদের সাথে জুড়ে তৈরি করে। বিদ্যমান ভবনের পদচিহ্ন ওপেনস্ট্রিটম্যাপের মতো উৎস এবং চীনের একটি বৃহৎ টীকাযুক্ত ডেটাসেট থেকে প্রাপ্ত।

সেই ভেক্টর পদচিহ্নগুলিকে রাস্টারাইজ করা হয়েছিল যাতে মিলিত হয় তিন মিটার গ্রিড প্ল্যানেটস্কোপ চিত্রাবলীর মাধ্যমে, প্রশিক্ষণের তথ্য তৈরি করা হয়েছিল যেখানে প্রতিটি পিক্সেলকে "নির্মাণ" বা "নির্মাণ নয়" হিসাবে লেবেল করা হয়েছিল। এনকোডার-ডিকোডার স্টাইল নিউরাল নেটওয়ার্ক তারপর একটি "বিল্ডিং মাস্ক" আউটপুট করতে শিখেছি: একটি চিত্র যেখানে উজ্জ্বল পিক্সেলগুলি পূর্বাভাসিত বিল্ডিং অবস্থানগুলি নির্দেশ করে।

তবে, এই মডেলের কাঁচা আউটপুট ছিল প্রতিবেশী ভবনগুলিকে একটানা ব্লবে একত্রিত করুনবিশেষ করে ঘন শহুরে এলাকায়। এই সমস্যা সমাধানের জন্য, দলটি দ্বিতীয় নিয়মিতকরণ নেটওয়ার্ক মুখোশগুলি পরিষ্কার করার জন্য, মিশ্রিত আকারগুলিকে বিভক্ত করার জন্য এবং বহুভুজে রূপান্তর করার আগে সীমানা তীক্ষ্ণ করার জন্য। এই বাইনারি মুখোশগুলিকে ভেক্টর পদচিহ্নে রূপান্তর করার জন্য কনট্যুর সনাক্তকরণ, বহুভুজ সরলীকরণ এবং ছোট-বস্তু ফিল্টারিংয়ের জন্য অ্যালগরিদম প্রয়োগ করা হয়েছিল।

তবুও, সমস্ত সনাক্ত করা বস্তু প্রকৃত কাঠামো ছিল না। গবেষকরা ফলাফলগুলিকে একটির সাথে ক্রস-চেক করেছেন বিশ্বব্যাপী ভূমি-আচ্ছাদন মানচিত্র (বিশ্বাবরণ), জলাশয়, হিমবাহ, ঘন বন বা অন্যান্য ধরণের জমির উপরে স্পষ্টভাবে অবস্থিত উপাদানগুলি অপসারণ করা যেখানে ভবনগুলি অত্যন্ত অসম্ভব। প্রত্যন্ত অঞ্চলে মিথ্যা ইতিবাচকতা সীমিত করার জন্য এই অতিরিক্ত ফিল্টারিং পদক্ষেপটি অপরিহার্য প্রমাণিত হয়েছে।

যেহেতু কোনও একক পদচিহ্ন ডেটাসেট বিশ্বব্যাপী সম্পূর্ণ বা সামঞ্জস্যপূর্ণ নয়, তাই প্রকল্পটি একটি ব্যবহার করে মান-নির্দেশিত ফিউশন কৌশল। প্রতিটি প্রশাসনিক অঞ্চলে, দলটি সবচেয়ে নির্ভরযোগ্য উৎস - প্রায়শই OpenStreetMap, তবে আফ্রিকা ও দক্ষিণ আমেরিকার কিছু অংশের জন্য Google এর Open Buildings, Microsoft বিল্ডিং ডেটা বা পূর্ব এশিয়ার জন্য একটি আঞ্চলিক ডেটাসেট (CLSM)-কে প্রাথমিক স্তর হিসেবে বেছে নিয়েছে এবং তারপর যেখানে ফাঁক ছিল সেখানে সেকেন্ডারি উৎস ব্যবহার করে এটিকে সমৃদ্ধ করেছে।

বাস্তবে, এর অর্থ হল প্রতিটি অঞ্চলে অ্যাটলাস উপলব্ধ সেরা উৎস থেকে সমস্ত ভবন ধরে রাখে, দ্বিতীয় সেরা উৎস থেকে অ-ওভারল্যাপিং ভবন যোগ করে এবং অবশিষ্ট শূন্যস্থান পূরণ করার জন্য নিজস্ব স্বয়ংক্রিয়ভাবে তৈরি পদচিহ্নের উপর নির্ভর করে। ফলাফল হল বিল্ডিং বহুভুজের একটি একক, সুসংগত স্তর যা লেখকদের মতে, বিচ্ছিন্নভাবে এর যেকোনো উপাদানের চেয়ে বেশি সম্পূর্ণ।

দলটি কীভাবে উচ্চতা এবং আয়তন অনুমান করেছিল

দ্বিমাত্রিক ভবনের রূপরেখাকে ত্রিমাত্রিক বস্তুতে রূপান্তর করার জন্য আরেকটি বড় পদক্ষেপের প্রয়োজন ছিল: প্রতিটি কাঠামো কত লম্বা তা অনুমান করা। এটি করার জন্য, দলটি একটি বিশাল সংগ্রহ একত্রিত করেছিল এরিয়াল LiDAR ডেটা আচ্ছাদন 168 শহর, বেশিরভাগই ইউরোপ, উত্তর আমেরিকা এবং ওশেনিয়ায়, যেখানে বায়ুবাহিত লেজার স্ক্যানিং ব্যাপকভাবে মোতায়েন করা হয়েছে।

এই LiDAR উৎসগুলি থেকে তারা প্রাপ্ত নরমালাইজড ডিজিটাল সারফেস মডেল (nDSM), যেখানে প্রতিটি গ্রিড সেল নির্দেশ করে যে বিন্দুটি ভূপৃষ্ঠ থেকে কত মিটার উপরে উঠে। এই nDSM গুলি প্রশিক্ষণের জন্য "মাটির সত্য" একটি পৃথক নিউরাল নেটওয়ার্ক যা একটি একক অপটিক্যাল স্যাটেলাইট চিত্র থেকে সরাসরি ভবনের উচ্চতা অনুমান করতে পারে।

একবার প্রশিক্ষণ পেলে, এই একরঙা উচ্চতা অনুমান মডেল বিশ্বব্যাপী প্ল্যানেটস্কোপ মোজাইকের উপর দিয়ে চালানো হয়েছিল, প্রতিটি পিক্সেল ঢেকে রাখার জন্য ওভারল্যাপিং জানালা দিয়ে পৃষ্ঠ জুড়ে স্লাইডিং করা হয়েছিল। প্রতিটি 3 × 3 মিটার কোষের জন্য, নেটওয়ার্ক একটি পূর্বাভাসিত উচ্চতা মান তৈরি করেছিল। নির্ভরযোগ্যতা পরিমাপ করার জন্য, সিস্টেমটি একাধিক সামান্য বিচলিত পূর্বাভাস তৈরি করেছিল এবং তারা কতটা বৈচিত্র্যপূর্ণ তা পরিমাপ করেছে, প্রতিটি অবস্থানের জন্য একটি অনিশ্চয়তা অনুমান নির্ধারণ করা।

চূড়ান্ত পদক্ষেপটি ছিল এর সাথে পরিশীলিত ভবনের পদচিহ্নগুলিকে একত্রিত করা উচ্চতা গ্রিড। অ্যাটলাসে প্রতিটি পৃথক বিল্ডিং বহুভুজের জন্য, সিস্টেমটি উচ্চতা স্তরের নমুনা সংগ্রহ করে এবং সাধারণত নির্ধারিত করে সর্বোচ্চ উচ্চতার মান সেই পদচিহ্নের মধ্যে ভবনের উচ্চতার প্রতিনিধিত্বকারী হিসেবে পাওয়া গেছে, সাথে সংশ্লিষ্ট অনিশ্চয়তা মেট্রিকও রয়েছে। সেই উচ্চতা এবং পদচিহ্নের ক্ষেত্রফল থেকে, মোট আয়তন প্রতিটি ভবনের জন্য গণনা করা যেতে পারে।

যদিও LoD1 মডেলগুলি দৃশ্যত সহজ - সম্পূর্ণ বিশদ স্থাপত্যের চেয়ে সাবধানে স্তূপীকৃত বাক্সের মতো - তারা যথেষ্ট পরিমাণে ধারণ করে শক্তিশালী বিশ্লেষণ সমর্থন করার জন্য তৈরি ফর্ম। উত্তর আমেরিকা, দক্ষিণ আমেরিকা, ইউরোপ, এশিয়া এবং ওশেনিয়ার শহরগুলিতে করা পরীক্ষাগুলি দেখায় যে, অঞ্চল এবং নগর রূপ অনুসারে ত্রুটিগুলি পরিবর্তিত হলেও, বিশ্বব্যাপী ডেটাসেট কমপক্ষে বিদ্যমান বৃহৎ-স্কেল বিল্ডিং-উচ্চতা পণ্যগুলির সাথে সমান এবং প্রায়শই তার চেয়ে ভাল কাজ করে।

ত্রিমাত্রিক ভবনের অ্যাটলাস পৃথিবী সম্পর্কে কী প্রকাশ করে

প্রযুক্তিগত পাইপলাইনটি স্থাপনের সাথে সাথে, অ্যাটলাসটি এক ধরণের অঙ্কন করতে ব্যবহার করা যেতে পারে নির্মিত পরিবেশের সংখ্যাসূচক এক্স-রে। সমস্ত মহাদেশ জুড়ে, ডেটাসেটের মোট পরিমাণ প্রায় ৫০৬,৬৪০ মিলিয়ন বর্গমিটার ভবনের ক্ষেত্রফল এবং প্রায় ২.৮৫ ট্রিলিয়ন ঘনমিটার নির্মিত আয়তন.

একটি তাৎক্ষণিক আবিষ্কার হল যে পূর্ববর্তী বিশ্বব্যাপী ভবনের সংখ্যার অনুমান খুব বেশি বলে মনে হচ্ছে। জাতিসংঘের প্রতিবেদনে প্রচারিত একটি সাধারণ পরিসংখ্যান থেকে জানা যায় যে মোটামুটিভাবে বিশ্বব্যাপী ৪ বিলিয়ন ভবন। এখানে চিহ্নিত ২.৭৫ বিলিয়ন - এবং পদ্ধতিগতভাবে তাদের সনাক্তকরণের পদ্ধতি মিলিয়ে - ইঙ্গিত দেয় যে পূর্ববর্তী সংখ্যাটি সম্ভবত প্রকৃত মোট সংখ্যাকে অতিরঞ্জিত করেছিল।

আঞ্চলিক তুলনা আরও সূক্ষ্মতা নিয়ে আসে। এশিয়া ভবনের সংখ্যা এবং মোট আয়তন উভয়ের দিক থেকে অবিসংবাদিত হেভিওয়েট হিসেবে আবির্ভূত হয়। অ্যাটলাস মোটামুটিভাবে গণনা করে ১.২২ বিলিয়ন ভবন মহাদেশে, প্রায় ১.২৭ ট্রিলিয়ন ঘনমিটার নির্মিত আয়তনএই পরিসংখ্যানগুলি চীন, ভারত এবং দক্ষিণ-পূর্ব এশিয়ার দেশগুলির দ্রুত নগর সম্প্রসারণ এবং উচ্চ জনসংখ্যার ঘনত্বকে প্রতিফলিত করে।

আফ্রিকা দ্বিতীয় বৃহত্তম সংখ্যক ভবন ধারণ করে, প্রায় ৫৪ কোটি কাঠামো, কিন্তু অনেক কম সঞ্চিত আয়তনের সাথে—ক্রমানুসারে 117 বিলিয়ন ঘনমিটারভবনের সংখ্যা এবং আয়তনের মধ্যে এই অমিলটি এর ব্যাপকতাকে তুলে ধরে নিচু, ছোট পায়ের ছাপের আবাসস্থল, বিশেষ করে অনানুষ্ঠানিক বসতি এবং গ্রামীণ সম্প্রদায়গুলিতে।

In ইউরোপ এবং উত্তর আমেরিকা, অ্যাটলাসে আফ্রিকার তুলনায় কম ভবন পাওয়া গেছে, কিন্তু প্রতিটি কাঠামোর গড় আয়তন উল্লেখযোগ্যভাবে বেশি। নগর এলাকাগুলিতে প্রায়শই মধ্য-উচ্চ এবং উচ্চ-উচ্চ ব্লক, গুদাম এবং বৃহত্তর বিচ্ছিন্ন ঘর একত্রিত হয়, যা ভবনের সংখ্যা কম থাকলেও সাধারণ ভবনের পরিমাণ বৃদ্ধি করে।

দক্ষিণ আমেরিকাইতিমধ্যে, বিশ্লেষণে কিছু থাকার জন্য আলাদাভাবে দাঁড়িয়েছে উচ্চতা এবং আয়তন অনুমানে সবচেয়ে বড় ত্রুটি। দলটি এটিকে উচ্চ-উত্থিত কোর এবং অনানুষ্ঠানিক, ঘনবসতিপূর্ণ পাড়ার জটিল মিশ্রণের সাথে যুক্ত করেছে যা মডেলের জন্য ধারাবাহিকভাবে ব্যাখ্যা করা আরও চ্যালেঞ্জিং, ভবিষ্যতের উন্নতি এবং আরও স্থানীয় রেফারেন্স ডেটা কোথায় সবচেয়ে কার্যকর হবে তা তুলে ধরে।

একটি নতুন মেট্রিক: প্রতি ব্যক্তি উৎপাদনের পরিমাণ

সম্ভবত প্রকল্পের সবচেয়ে উত্তেজক দিক হল একটি নতুন সূচকের প্রবর্তন: মাথাপিছু নির্মাণ আয়তন। এই মেট্রিকটি কেবল কত জমি নগরায়িত হয়েছে তা পরিমাপ করার পরিবর্তে, একটি নির্দিষ্ট এলাকায় বসবাসকারী মানুষের সংখ্যার সাপেক্ষে মোট নির্মিত আয়তনের দিকে নজর দেয়।

গবেষণা দলটি যুক্তি দেয় যে এই পদ্ধতিটি সমতল 2D মানচিত্র যেসব অসমতা লুকাতে থাকে তা ধারণ করে। একটি ঐতিহ্যবাহী মানচিত্রে দুটি পাড়া একই ভূপৃষ্ঠ জুড়ে থাকতে পারে, কিন্তু তাদের উল্লম্ব প্রোফাইল - এবং তারা যে জীবনযাপনের পরিবেশ প্রদান করে - নাটকীয়ভাবে ভিন্ন হতে পারে।

নতুন 3D ডেটাসেট ব্যবহার করে, তারা যেমন কেসগুলি হাইলাইট করে ফিনল্যান্ড এবং গ্রীস. ফিনল্যান্ডে মোটামুটিভাবে দেখা যাচ্ছে প্রতি ব্যক্তির জন্য ছয় গুণ বেশি নির্মিত ভূপৃষ্ঠের ক্ষেত্রফল গ্রীসের তুলনায়, যা প্রতি বাসিন্দার জন্য বেশি জায়গা এবং বিভিন্ন নগর ও আবাসন ধরণ নির্দেশ করে। অন্যদিকে, নাইজার মাথাপিছু নির্মিত এলাকা নিয়ে দেখা যাচ্ছে যা প্রায় বিশ্ব গড়ের চেয়ে ২৭ গুণ কম, অবকাঠামো এবং আবাসনের ক্ষেত্রে তীব্র ঘাটতির দিকে ইঙ্গিত করে।

এই বৈষম্য কেবল ইউরোপ বা আফ্রিকার মধ্যেই সীমাবদ্ধ নয়। মহাদেশ জুড়ে, অ্যাটলাস প্রকাশ করে যে ধনী অঞ্চলগুলি সাধারণত জনপ্রতি বেশি লোকসংখ্যা, প্রশস্ত রাস্তা এবং বৃহত্তর ভবন, যেখানে দরিদ্র জেলাগুলিতে প্রায়শই সঙ্কীর্ণ, নিম্ন-উচ্চ আবাসন এবং সীমিত সরকারি অবকাঠামো থাকে। উদাহরণস্বরূপ, প্রধান শহরগুলির সমৃদ্ধ জেলাগুলির সাথে কাছাকাছি অনানুষ্ঠানিক বসতিগুলির তুলনা করলে বৈপরীত্য স্পষ্ট হয়ে ওঠে।

প্রকল্পের প্রধান বিজ্ঞানীর জন্য, প্রফেসর জিয়াওকিয়াং ঝু মিউনিখের টেকনিক্যাল ইউনিভার্সিটির অধ্যাপক, এই পরিবর্তনটি মৌলিক। তিনি এবং তার সহকর্মীরা যুক্তি দেন যে শহরগুলিকে ত্রিমাত্রিক বস্তু অগ্রগতি মূল্যায়ন করার সময় জাতিসংঘের টেকসই উন্নয়ন লক্ষ্য 11, যা কেবলমাত্র কতটুকু জমি "নগর" হিসাবে শ্রেণীবদ্ধ করা হয়েছে তার উপর নির্ভর করার পরিবর্তে টেকসই শহর এবং সম্প্রদায়ের উপর দৃষ্টি নিবদ্ধ করে।

তাদের দৃষ্টিতে, প্রতি বাসিন্দার জন্য ভবনের আয়তন নির্মিত এলাকার প্রান্তরেখা চিত্রিত করে এমন মানচিত্রের তুলনায়, জীবনযাত্রার মান, অবকাঠামোর প্রাপ্যতা এবং ভূমি ব্যবহারের তীব্রতার উপর আরও সরাসরি, যদিও এখনও অসম্পূর্ণ, দৃষ্টিকোণ প্রদান করে।

জলবায়ু মডেলিং থেকে দুর্যোগ প্রতিক্রিয়া পর্যন্ত

বৈশ্বিক নিদর্শন বর্ণনা করার বাইরে, 3D বিল্ডিং মানচিত্রটি এমনভাবে ডিজাইন করা হয়েছে ব্যবহারিকভাবে কার্যকর বিস্তৃত পরিসরের অ্যাপ্লিকেশনের জন্য। যেহেতু প্রতিটি ভবনের একটি সম্পর্কিত পদচিহ্ন, উচ্চতা এবং অবস্থান থাকে, তাই অ্যাটলাস সরাসরি এমন মডেলগুলিতে ফিড করতে পারে যেগুলিতে নির্মিত পরিবেশের বিশদ উপস্থাপনা প্রয়োজন।

একটি পরিষ্কার এলাকা হল জলবায়ু এবং শক্তি বিশ্লেষণ। ভবনগুলি প্রায় বিশ্বব্যাপী CO₂ নির্গমনের 40%, মূলত তাপ, শীতলকরণ এবং বিদ্যুৎ ব্যবহারের মাধ্যমে। বিশ্বব্যাপী বিল্ডিং স্টকের উপর ধারাবাহিক 3D ডেটা থাকা গবেষকদের অনুমতি দেয় শক্তির চাহিদা আরও ভালোভাবে অনুমান করা, বিভিন্ন পুনর্নির্মাণের পরিস্থিতি অনুকরণ করা এবং সম্ভাব্য নির্গমন হ্রাসের পরিমাণ নির্ধারণ করা নির্মাণ, অন্তরণ বা নগর নকশার পরিবর্তন থেকে।

আরেকটি তাৎক্ষণিক ব্যবহার হল দুর্যোগ ঝুঁকি হ্রাস। প্রতিষ্ঠান যেমন জার্মান এরোস্পেস সেন্টার, যা জড়িত আন্তর্জাতিক সনদ: মহাকাশ এবং প্রধান বিপর্যয়, ইতিমধ্যেই অন্বেষণ করছে যে অ্যাটলাস কীভাবে কোন কাঠামো এবং জনসংখ্যা বন্যা, ভূমিকম্প, ভূমিধস বা ঝড়ের সংস্পর্শে রয়েছে তা মূল্যায়ন করতে সাহায্য করতে পারে। ত্রিমাত্রিক তথ্যের সাহায্যে, বিভিন্ন তলায় কতজন লোক ক্ষতিগ্রস্ত হতে পারে বা প্লাবনভূমির মধ্যে কতটা নির্মিত আয়তন রয়েছে তা অনুমান করা সহজ।

নগর পরিকল্পনাবিদ এবং স্থানীয় কর্তৃপক্ষের জন্য, একটি সামঞ্জস্যপূর্ণ 3D বেসলাইন নির্মাণের আগে হস্তক্ষেপের অনুকরণের সম্ভাবনা উন্মুক্ত করে। শহর সরকারগুলি, উদাহরণস্বরূপ, এমন এলাকা চিহ্নিত করুন যেখানে আবাসন সরবরাহ জনসংখ্যার চাহিদার চেয়ে অনেক কম।, নতুন স্কুল বা স্বাস্থ্যকেন্দ্রের জন্য সম্ভাব্য স্থানগুলি সনাক্ত করুন এবং পরীক্ষা করুন যে সবুজ স্থান যুক্ত করা বা রাস্তার বিন্যাস পরিবর্তন করা তাপের সংস্পর্শ বা অ্যাক্সেসযোগ্যতার উপর কীভাবে প্রভাব ফেলতে পারে।

ডেটাসেটের উন্মুক্ত প্রকৃতি গুরুত্বপূর্ণ। অ্যাটলাসটি অনলাইনে একটি মাধ্যমে পাওয়া যায় ইন্টারেক্টিভ ম্যাপ এটি এমনভাবে কাজ করে যে অনেক ব্যবহারকারীর কাছে পরিচিত হবে: কেউ প্যান, জুম, স্ট্যান্ডার্ড মানচিত্র বা স্যাটেলাইট ভিউয়ের মতো বিভিন্ন ব্যাকগ্রাউন্ড লেয়ার বেছে নিতে পারে এবং নাম বা ঠিকানা অনুসারে নির্দিষ্ট স্থান অনুসন্ধান করতে পারে। ব্যবহারকারীরা এর মধ্যে টগল করতে পারেন ভলিউম ভিজ্যুয়ালাইজেশন এবং LoD1 3D ব্লক উপস্থাপনা তাদের নিজস্ব শহর বা প্রত্যন্ত অঞ্চলগুলি অন্বেষণ করতে।

যাদের আরও গভীর অ্যাক্সেসের প্রয়োজন, তাদের জন্য অন্তর্নিহিত ডেটা এবং কোড GitHub থেকে ডাউনলোড করা যাবে। এটি গবেষক, সরকারি সংস্থা এবং এমনকি বেসরকারি কোম্পানিগুলিকে তাদের নিজস্ব বিশ্লেষণ পরিচালনা করতে, বিদ্যমান সিস্টেমে অ্যাটলেসগুলিকে একীভূত করতে বা গ্রহণ করতে দেয় পরিচালিত গ্রাফ ডাটাবেস জটিল সম্পর্ক উপস্থাপন করতে।

প্রায় বাস্তব সময়ে নগরায়ণ পর্যবেক্ষণ করা

গ্লোবালবিল্ডিংঅ্যাটলাসের সবচেয়ে আকর্ষণীয় প্রতিশ্রুতিগুলির মধ্যে একটি হল এটিকে ২০১৯ সালের এককালীন স্ন্যাপশট হিসেবে রাখার প্রয়োজন নেই। কারণ পাইপলাইনটি ভিত্তি করে তৈরি নিয়মিতভাবে সংগৃহীত উপগ্রহ তথ্য এবং প্রশিক্ষিত মডেলগুলির ক্ষেত্রে, নীতিগতভাবে, বিশ্বের বিল্ডিং স্টকের আপডেটেড ভিউ তৈরির জন্য এটি পর্যায়ক্রমে পুনরায় চালানো যেতে পারে।

নগর পরিকল্পনা পণ্ডিত অনুসরণকুইন্সল্যান্ড বিশ্ববিদ্যালয়ের অধ্যাপক, জোর দিয়ে বলেছেন যে এটি গবেষক এবং নীতিনির্ধারকদের আগামী পাঁচ থেকে দশ বছরে শহরগুলির বিবর্তন ট্র্যাক করুন, বিরল আদমশুমারি বা স্থানীয় ডেটাসেটের উপর নির্ভর করার পরিবর্তে যা দেশগুলিতে খুব কমই সামঞ্জস্যপূর্ণ।

অঞ্চলে যেখানে পরিকল্পনা সংক্রান্ত তথ্য দুষ্প্রাপ্য বা পুরনোআফ্রিকা বা এশিয়ার দ্রুত বর্ধনশীল গৌণ শহরগুলির মতো, এটি নির্মিত পরিবেশের প্রথম নির্ভরযোগ্য, হালনাগাদ ভিত্তিরেখা প্রদান করতে পারে। পরিকল্পনাকারীরা দেখতে সক্ষম হবেন, উদাহরণস্বরূপ, কীভাবে অনানুষ্ঠানিক বসতিগুলি প্রসারিত হচ্ছে, কোথায় শিল্প অঞ্চলগুলি কৃষি জমি দখল করছে বা কোন আধা-শহুরে অঞ্চলগুলি নতুন নির্মাণে পূর্ণ হচ্ছে।

জনসংখ্যাতাত্ত্বিক এবং আর্থ-সামাজিক গবেষণার জন্য, এই ধরনের সাময়িক আপডেটগুলিকে জনসংখ্যার অনুমানের সাথে অতিক্রম করা যেতে পারে সময়ের সাথে সাথে প্রতি ব্যক্তির তৈরি আয়তন কীভাবে পরিবর্তিত হয় তা লক্ষ্য করুন।। আবাসন ও অবকাঠামোর ক্ষেত্রে কিছু ক্ষেত্র কি সাফল্যের সাথে তাল মিলিয়ে চলছে, নাকি বৈষম্য আরও বাড়ছে? কোন নীতিগুলি নির্মাণের পরিমাণ এবং জনসংখ্যার সুষম বৃদ্ধির সাথে সম্পর্কিত?

প্রযুক্তিগত দৃষ্টিকোণ থেকে, আরও ঘন ঘন আপডেটের সম্ভাবনা নির্ভর করবে যেমন: স্যাটেলাইট ডেটার প্রাপ্যতা, কম্পিউটিং রিসোর্স এবং মডেলগুলিকে পরিমার্জন করার ক্ষমতা নতুন রেফারেন্স ডেটাসেট সহ, বিশেষ করে কম প্রতিনিধিত্বকারী অঞ্চলে। তবুও, ২০১৯ সালের মানচিত্রের জন্য প্রদর্শিত পাইপলাইনটি বিশ্বের ভবনগুলির ভবিষ্যতের "স্ন্যাপশট" এর জন্য একটি টেমপ্লেট প্রদান করে।

স্বচ্ছতা, সুশাসন এমনকি দুর্নীতি গবেষণা

ভৌত পরিকল্পনা এবং জলবায়ু অধ্যয়নের বাইরেও, অ্যাটলাসটির প্রভাব থাকতে পারে শাসনব্যবস্থা এবং স্বচ্ছতা। যেহেতু এটি ভবনের ভৌত উপস্থিতি এবং অন্যান্য ডেটাসেটের মধ্যে পদ্ধতিগত সংযোগ স্থাপন সক্ষম করে, তাই কিছু গবেষক এটিকে বিদ্যুৎ এবং অর্থ কীভাবে নির্মিত পরিবেশকে রূপ দেয় তা তদন্তের একটি হাতিয়ার হিসেবে দেখেন।

নগর পরিকল্পনা বিশেষজ্ঞ অনুসরণ উল্লেখ করেছেন যে, নীতিগতভাবে, কেউ বিল্ডিং-স্তরের ডেটা ব্যবহার করতে পারে ডেভেলপার, কর্পোরেশন বা রাজনৈতিক ব্যক্তিত্বদের সাথে নির্দিষ্ট প্রকল্পগুলিকে সংযুক্ত করুনভূমি রেজিস্ট্রি, কোম্পানির রেকর্ড বা পাবলিক ক্রয়ের তথ্য ঢেকে রেখে, বিশ্লেষকরা জিজ্ঞাসা করতে পারেন যে নির্দিষ্ট কিছু ব্যক্তির নেটওয়ার্কের কি অসামঞ্জস্যপূর্ণভাবে বিশাল উপস্থিতি রয়েছে? উচ্চমূল্যের বা কৌশলগতভাবে অবস্থিত প্রকল্প, দ্বারা সমর্থিত আমাজন নেপচুন.

এই ধরনের বিশ্লেষণগুলি গবেষণায় অবদান রাখতে পারে নগর দুর্নীতি, জমির ফটকাবাজি এবং পরিকল্পনা প্রক্রিয়া দখল। তারা এমন ধরণগুলি সনাক্ত করতে সাহায্য করতে পারে যেখানে নীতি পরিবর্তনের সাথে সাথে নির্মাণের গতি বৃদ্ধি পায়, অথবা যেখানে কিছু পাড়া বারবার উচ্চমানের উন্নয়ন পায় এবং অন্যগুলি পদ্ধতিগতভাবে অবহেলিত থাকে।

আরেকজন বিশেষজ্ঞ, লিটন কামরুজ্জামান মোনাশ বিশ্ববিদ্যালয়ের একজন গবেষক, জোর দিয়ে বলেছেন যে, অ্যাটলাস সেইসব দেশে বিশেষ মূল্য প্রদান করে যেখানে বর্তমানে নির্ভরযোগ্য পরিকল্পনা তথ্যের অভাব রয়েছে। এই ধরনের প্রেক্ষাপটে, যেখানে নগর সম্প্রসারণের মৌলিক মানচিত্রও অনুপস্থিত থাকতে পারে, সেখানে একটি বিশ্বব্যাপী ত্রিমাত্রিক ভবন স্তরের প্রাপ্যতা শহরগুলি কীভাবে বৃদ্ধি পাচ্ছে, কোন সম্প্রদায়গুলি অবকাঠামো গ্রহণ করে এবং ঝুঁকি এবং সুযোগ-সুবিধাগুলি কীভাবে বিতরণ করা হয় সে সম্পর্কে আরও স্বচ্ছ বিতর্ককে সমর্থন করতে পারে।

অবশ্যই, অ্যাটলাস মালিকানা, সম্পত্তির অধিকার বা সামাজিক গতিশীলতার সম্পূর্ণ চিত্র প্রদান করে না। তবে, তৈরি করে গল্পের ভৌত দিকটি অনেক বেশি দৃশ্যমান এবং পরিমাপযোগ্যনগর উন্নয়নে ন্যায়বিচার, ন্যায়বিচার এবং জবাবদিহিতা সম্পর্কে আরও তথ্যবহুল আলোচনার জন্য এটি একটি সূচনা বিন্দু হিসেবে কাজ করতে পারে।

সামনের দিকে তাকালে, ডেটাসেটটি যে সর্বজনীন এবং পুনরুৎপাদনযোগ্য এর অর্থ হল সাংবাদিক, সুশীল সমাজ এবং গবেষকরা কেবলমাত্র সরকারী পরিসংখ্যানের উপর নির্ভর না করে, নির্মাণের ধরণ, অবকাঠামোগত ব্যবস্থা বা প্রধান উন্নয়ন কর্মসূচির ফলাফল সম্পর্কে দাবিগুলি স্বাধীনভাবে পরীক্ষা করতে পারবেন।

নগর গবেষণা, জলবায়ু বিজ্ঞান, ঝুঁকি ব্যবস্থাপনা এবং শাসনব্যবস্থা - এই সমস্ত ক্ষেত্রে নতুন ২.৭৫ বিলিয়ন ভবনের ত্রিমাত্রিক মানচিত্র বিশ্বের নির্মিত পরিবেশ কীভাবে পর্যবেক্ষণ এবং বিশ্লেষণ করা যায় তার ক্ষেত্রে এটি একটি ধাপ পরিবর্তনের চিহ্ন। একটি সমতল, অস্পষ্ট চিত্রকে ত্রিমাত্রিক, প্রায় বিশ্বব্যাপী তালিকা দিয়ে প্রতিস্থাপন করে, গ্লোবালবিল্ডিংঅ্যাটলাস মানুষ কোথায় এবং কীভাবে বাস করে, তাদের জন্য কী তৈরি করা হয়েছে এবং সেই নির্মিত আয়তন কতটা অসমভাবে ভাগ করা হয়েছে তা বোঝার জন্য একটি সাধারণ রেফারেন্স ফ্রেম সরবরাহ করে।