शोको और जूलियन लॉयड स्मिट को अधिक आशीर्वाद
प्रबंधन और आपातकालीन टोही में उपयोग के लिए शहरी इमेजरी से मानव निर्मित वस्तुओं का स्थानिक पुनर्निर्माण दो दशकों से अधिक समय से एक बढ़ता हुआ शोध क्षेत्र रहा है। अनौपचारिक बस्तियाँ मानव निर्मित वस्तुओं का एक उदाहरण हैं और वे विकासशील
देशों की सबसे बड़ी आधुनिक चुनौतियों में से एक का प्रतिनिधित्व भी करती हैं। शहरी गवर्नरों को इन बस्तियों में विकास की स्थिति पर लगातार अद्यतित स्थानिक और विशेषता जानकारी की आवश्यकता होती है। मलिन बस्तियों में डेटा कैप्चर करने की चुनौती कई प्रासंगिक और सामाजिक जटिलताओं में निहित है जो इन अनियोजित परिवेशों की विशेषता है।
डेटा निर्माण में कई ग्राउंड और इमेज आधारित तकनीकों का परीक्षण किया गया है और ग्राउंड आधारित डेटा संग्रह तकनीकों के विपरीत, इमेज आधारित तकनीकें बेहतर साबित हुई हैं। हालाँकि, सेंसर, डेटा विनिर्देशों और उपयोगकर्ता आवश्यकताओं के विकास ने मौजूदा स्थानिक पुनर्निर्माण दृष्टिकोणों पर फिर से विचार करने की आवश्यकता पैदा की है। यह अध्ययन डेटा संग्रह
के लिए कुछ प्रासंगिक और दृष्टिकोण आधारित सीमाओं को संबोधित करता है, जो कि झोंपड़ी निष्कर्षण के लिए एक व्यवस्थित रूप से प्रेरित परिप्रेक्ष्य का प्रस्ताव करता है। यह एक नए मल्टी-स्केल फ्रेमवर्क में इनपुट के रूप में बहुत उच्च रिज़ॉल्यूशन वाले हवाई छवि डेटासेट का उपयोग करता है जो इष्टतम स्थानों और विभाजित जटिल झोंपड़ी उम्मीदवारों के बारे में जानकारी देने के लिए वाटरशेड विभाजन को नियोजित करता है। बाहरी बस्ती सीमा (मैक्रो) और उस सीमा के भीतर व्यक्तिगत झोंपड़ी इकाई उम्मीदवारों की पहचान की गई और उनका पता लगाया गया (सूक्ष्म पैमाने पर) जिसकी पहचान दर 94% है। परिणामों को बड़े पैमाने पर शहरी नियोजन वास्तुकला में शामिल करने के लिए प्रस्तावित किया गया है जिसमें सामाजिक और पर्यावरणीय पैरामीटर शामिल हैं।