A methodology to measure urbanization in developing countries based on density clustering with remote sensing data

This thesis investigates the urbanization dynamics in 12 countries, namely Timor-Leste, Bhutan, Papua New Guinea, Nepal, Cambodia, Tajikistan, Laos, Burma, Uzbekistan, Pakistan, Kyrgyzstan, and Afghanistan. Using the dataset from Dynamic World, which provides geographical coordinates and land-use classification bands, we aim to develop a robust indicator for measuring urbanization levels. The research follows a systematic approach, starting with data cleaning to extract relevant information pertaining to built areas. Subsequently, we apply density-based clustering with the DBSCAN algorithm, optimizing its parameters to achieve accurate clustering results. By iteratively analyzing the dataset for each year, we track the evolutions of urban cities and discern urbanization trends. To validate the clustering outputs, we integrate tangible evidence and statistical indicators, establishing correlations between the clustering results and urbanization levels. This research contributes to the field of urbanization studies by providing valuable insights for sustainable urban planning and informed policy-making.

Questa tesi esplora i modelli e le tendenze dell’urbanizzazione in 12 paesi, tra cui Timor Est, Bhutan, Papua Nuova Guinea, Nepal, Cambogia, Tagikistan, Laos, Birmania, Uzbekistan, Pakistan, Kirghizistan e Afghanistan. Utilizzando il dataset di Dynamic World, che fornisce coordinate geografiche e bande di classificazione dell’uso del suolo, l’obiettivo è sviluppare un indicatore robusto per misurare i livelli di urbanizzazione. La ricerca segue un approccio sistematico, partendo dalla pulizia dei dati per estrarre le informazioni rilevanti relative alle aree edificate. Successivamente, applichiamo il clustering basato sulla densità con l’algoritmo DBSCAN, ottimizzando i suoi parametri per ottenere risultati di clustering accurati. Analizzando iterativamente il dataset per ogni anno, tracciamo l’evoluzione delle città urbane e individuiamo le tendenze dell’urbanizzazione. Per convalidare i risultati del clustering, integreremo prove tangibili e indicatori statistici, stabilendo correlazioni tra i risultati del clustering e i livelli di urbanizzazione. Questa ricerca contribuisce al campo degli studi sull’urbanizzazione fornendo preziose intuizioni per la pianificazione urbana sostenibile e la formulazione di politiche informate.