|
Aleksandra Łęczek
Jak dane wspierać mogą odporność miejską How Data Can Support Urban Resilience Urban Development Issues, vol. 76, https://doi.org/10.51733/udi.2025.76.12
Słowa kluczowe: odporność miejska, dane przestrzenne, zarządzanie ryzykiem, adaptacja do zmian klimatu, zarządzanie kryzysowe, wskaźniki odporności
Keywords: urban resilience, spatial data, risk management, climate change adaptation, crisis management, resilience indicators |
ABSTRAKT
Niniejszy artykuł omawia rolę danych w budowaniu odporności miejskiej, rozumianej jako zdolność systemów miejskich do utrzymania kluczowych funkcji, adaptacji i regeneracji w obliczu wstrząsów, kryzysów i długotrwałych presji. Celem jest przegląd literatury oraz uporządkowanie sposobów wykorzystania danych w diagnozie zagrożeń, planowaniu przestrzennym, zarządzaniu ryzykiem i procesach adaptacyjnych. Analiza obejmuje trzy grupy rozwiązań: (1) wskaźniki i narzędzia oceny odporności oparte na zintegrowanych danych społecznych, gospodarczych i środowiskowych; (2) zastosowania danych przestrzennych i teledetekcyjnych do monitorowania zmian w środowisku miejskim, modelowania scenariuszy zagrożeń oraz delimitacji obszarów podwyższonej wrażliwości; (3) wykorzystanie big data, systemów internetu rzeczy i danych obywatelskich w czasie rzeczywistym w analityce kryzysowej i zarządzaniu infrastrukturą krytyczną. Podkreślono znaczenie integracji wieloźródłowych danych w środowisku GIS i miejskich systemach zarządzania, a także powiązania analiz z procesami planistycznymi i polityką otwartości danych. Wnioski wskazują, że rozwój infrastruktury informacyjnej oraz zdolności instytucjonalnych miast jest warunkiem przejścia od sektorowego do zintegrowanego podejścia do odporności oraz projektowania długoterminowych, zrównoważonych polityk miejskich odpornych na wstrząsy.
Niniejszy artykuł omawia rolę danych w budowaniu odporności miejskiej, rozumianej jako zdolność systemów miejskich do utrzymania kluczowych funkcji, adaptacji i regeneracji w obliczu wstrząsów, kryzysów i długotrwałych presji. Celem jest przegląd literatury oraz uporządkowanie sposobów wykorzystania danych w diagnozie zagrożeń, planowaniu przestrzennym, zarządzaniu ryzykiem i procesach adaptacyjnych. Analiza obejmuje trzy grupy rozwiązań: (1) wskaźniki i narzędzia oceny odporności oparte na zintegrowanych danych społecznych, gospodarczych i środowiskowych; (2) zastosowania danych przestrzennych i teledetekcyjnych do monitorowania zmian w środowisku miejskim, modelowania scenariuszy zagrożeń oraz delimitacji obszarów podwyższonej wrażliwości; (3) wykorzystanie big data, systemów internetu rzeczy i danych obywatelskich w czasie rzeczywistym w analityce kryzysowej i zarządzaniu infrastrukturą krytyczną. Podkreślono znaczenie integracji wieloźródłowych danych w środowisku GIS i miejskich systemach zarządzania, a także powiązania analiz z procesami planistycznymi i polityką otwartości danych. Wnioski wskazują, że rozwój infrastruktury informacyjnej oraz zdolności instytucjonalnych miast jest warunkiem przejścia od sektorowego do zintegrowanego podejścia do odporności oraz projektowania długoterminowych, zrównoważonych polityk miejskich odpornych na wstrząsy.
ABSTRACT
This article examines the role of data in building urban resilience, understood as the ability of urban systems to maintain key functions, adapt and recover in the face of shocks, crises and long-term stresses. The aim is to review the literature and systematise the ways in which data are used in hazard diagnosis, spatial planning, risk management and adaptation processes. The analysis covers three groups of approaches: (1) indicators and tools for assessing resilience based on integrated social, economic and environmental data; (2) applications of spatial and remote sensing data for monitoring changes in the urban environment, modelling hazard scenarios and delineating areas of heightened vulnerability; (3) the use of big data, Internet of Things (IoT) systems and real-time citizen-generated data in crisis analytics and the management of critical infrastructure. The article highlights the importance of integrating multi-source data within GIS environments and urban management systems, as well as linking data analysis with planning processes and open data policies. The conclusions indicate that the development of urban information infrastructure and institutional capacities is a prerequisite for moving from sectoral to integrated approaches to resilience and for designing long-term, sustainable and shock-resilient urban policies.
This article examines the role of data in building urban resilience, understood as the ability of urban systems to maintain key functions, adapt and recover in the face of shocks, crises and long-term stresses. The aim is to review the literature and systematise the ways in which data are used in hazard diagnosis, spatial planning, risk management and adaptation processes. The analysis covers three groups of approaches: (1) indicators and tools for assessing resilience based on integrated social, economic and environmental data; (2) applications of spatial and remote sensing data for monitoring changes in the urban environment, modelling hazard scenarios and delineating areas of heightened vulnerability; (3) the use of big data, Internet of Things (IoT) systems and real-time citizen-generated data in crisis analytics and the management of critical infrastructure. The article highlights the importance of integrating multi-source data within GIS environments and urban management systems, as well as linking data analysis with planning processes and open data policies. The conclusions indicate that the development of urban information infrastructure and institutional capacities is a prerequisite for moving from sectoral to integrated approaches to resilience and for designing long-term, sustainable and shock-resilient urban policies.
REFERENCES
Agrawal M., 2019, Data Protection Law and City Planning: Role of Open Data in Climate Resilience and Governance of National Capital Territory of Delhi, India, [w:] Computational Urban Planning and Management for Smart Cities, 16, 35–51. DOI: 10.1007/978-3-030-19424-6_3 [data dostępu: 3.11.2025]
Aldrich D. P., 2017, The importance of social capital in building community resilience, [w:] Rethinking Resilience, Adaptation and Transformation in a Time of Change, 357–364. DOI: 10.1007/978-3-319-50171-0_23 [data dostępu: 3.11.2025]
Arellano B., Roca J., 2021, Using remote sensing imagery to study urban heat island and heat waves, Earth Observing Systems XXVI, 11829, 13–23. DOI: 10.1117/12.2594387 [data dostępu: 3.11.2025]
Bellini E., Bellini P., Cenni D., Nesi P., Pantaleo G., Paoli I., Paolucci M., 2021, An IoE and big multimedia data approach for urban transport system resilience management in smart cities, Sensors, 21(2), 435. DOI: 10.3390/s21020435 [data dostępu: 3.11.2025]
Brecht H., Deichmann U., Wang H. G., 2013, A global urban risk index, World Bank Policy Research Working Paper, 6506. DOI: 10.1596/1813-9450-6506 [data dostępu: 3.11.2025]
Bühler M. M., Sebald C., Rechid D., Baier E., Michalski A., Rothstein B., Nübel K., Metzner M., Schwieger V., Harrs J.-A., 2021, Application of Copernicus data for climate-relevant urban planning using the example of water, heat, and vegetation, Remote Sensing, 13(18), 3634. DOI: 10.3390/rs13183634 [data dostępu: 3.11.2025]
Carvalho D., Martins H., Marta-Almeida M., Rocha A., Borrego C., 2017, Urban resilience to future urban heat waves under a climate change scenario: A case study for Porto urban area (Portugal), Urban Climate, 19, 1–27. DOI: 10.1016/j.uclim.2016.11.005 [data dostępu: 3.11.2025]
Cocci Grifoni R., Caprari G., Marchesani G. E., 2022, Combinative study of urban heat island in Ascoli Piceno City with remote sensing and CFD simulation—Climate Change and Urban Health Resilience (CCUHRE) Project, Sustainability, 14(2), 688. DOI: 10.3390/su14020688 [data dostępu: 3.11.2025]
Deal B., Pan H., Pallathucheril V., Fulton G., 2017, Urban resilience and planning support systems: The need for sentience, Journal of Urban Technology, 24(1), 29–45. DOI: 10.1080/10630732.2017.1285018 [data dostępu: 3.11.2025]
Diaz-Sarachaga J. M., Jato-Espino D., 2019, Do sustainable community rating systems address resilience?, Cities, 93, 62–71. DOI: 10.1016/j.cities.2019.04.018 [data dostępu: 3.11.2025]
Du Q., Li Y., Li Y., Zhou J., Cui X., 2023, Data mining of social media for urban resilience study: A case of rainstorm in Xi’an, International Journal of Disaster Risk Reduction, 95, 103836.
Eder-Neuhauser P., Zseby T., Fabini J., 2016, Resilience and security: A qualitative survey of urban smart grid architectures, IEEE Access, 4, 839–848. DOI: 10.1109/ACCESS.2016.2531279 [data dostępu: 3.11.2025]
Elamin A., El-Rabbany A., 2023, UAV-based image and LiDAR fusion for pavement crack segmentation, Sensors, 23(23), 9315. DOI: 10.3390/s23239315 [data dostępu: 3.11.2025]
Engberg L. A., 2018, Climate adaptation and citizens’ participation in Denmark: experiences from Copenhagen, [w:] Climate Change in Cities: Innovations in Multi-Level Governance, 139–161. DOI: 10.1007/978-3-319-65003-6_8 [data dostępu: 3.11.2025]
Hassaan M. A., Abdallah S. M., Shalaby E.-S. A., Ibrahim A. A., 2023, Assessing vulnerability of densely populated areas to air pollution using Sentinel-5P imagery: a case study of the Nile Delta, Egypt, Scientific Reports, 13(1), 17406. DOI: 10.1038/s41598-023-44186-4 [data dostępu: 3.11.2025]
Horita F. E. A., de Albuquerque J. P., Marchezini V., Mendiondo E. M., 2017, Bridging the gap between decision-making and emerging big data sources: An application of a model-based framework to disaster management in Brazil, Decision Support Systems, 97, 12–22. DOI: 10.1016/j.dss.2017.03.001 [data dostępu: 3.11.2025]
Kaufman Y. J., Ichoku C., Giglio L., Korontzi S., Chu D. A., Hao W. M., Li R.-R., Justice C. O., 2003, Fire and smoke observed from the Earth Observing System MODIS instrument—products, validation, and operational use, International Journal of Remote Sensing, 24(8), 1765–1781. DOI: 10.1080/01431160210144741 [data dostępu: 3.11.2025]
Khouas M. A., Telaidjia D., Djabri A. D., Habibi Y., Kermani S., 2022, A methodology for creating a database to contribute to building urban resilience: the case of emergency management and response in the city of Algiers, Preprint. DOI: 10.21203/RS.3.RS-2367686/v1 [data dostępu: 3.11.2025]
Kuc G., Chormański J., 2019, Sentinel-2 imagery for mapping and monitoring imperviousness in urban areas, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 43–47. DOI: 10.5194/isprs-archives-XLII-1-W2-43-2019 [data dostępu: 3.11.2025]
Lefebvre A., Sannier C., Corpetti T., 2016, Monitoring urban areas with Sentinel-2A data: Application to the update of the Copernicus High Resolution Layer Imperviousness Degree, Remote Sensing, 8(7), 606. DOI: 10.3390/rs8070606 [data dostępu: 3.11.2025]
Leitner H., Sheppard E., Webber S., Colven E., 2018, Globalizing urban resilience, Urban Geography, 39(8), 1276–1284. DOI: 10.1080/02723638.2018.1446870 [data dostępu: 3.11.2025]
Martin R., 2012, Regional economic resilience, hysteresis and recessionary shocks, Journal of Economic Geography, 12(1), 1–32. DOI: 10.1093/jeg/lbr019 [data dostępu: 3.11.2025]
Nishiguchi T., Tsuchiya S., Imaizumi F., 2017, Detection and accuracy of landslide movement by InSAR analysis using PALSAR-2 data, Landslides, 14, 1483–1490. DOI: 10.1007/s10346-017-0821-z [data dostępu: 3.11.2025]
Plank S., 2014, Rapid damage assessment by means of multi-temporal SAR—a comprehensive review and outlook to Sentinel-1, Remote Sensing, 6(6), 4870–4906. DOI: 10.3390/rs6064870 [data dostępu: 3.11.2025]
Pope R. J., Graham A. M., Chipperfield M. P., Veefkind J. P., 2019, High resolution satellite observations give new view of UK air quality, Weather, 74(9), 316–320. DOI: 10.1002/wea.3441 [data dostępu: 3.11.2025]
Qadir J., Ali A., ur Rasool R., Zwitter A., Sathiaseelan A., Crowcroft J., 2016, Crisis analytics: big data-driven crisis response, Journal of International Humanitarian Action, 1(1), 1–21. DOI: 10.1186/s41018-016-0013-9 [data dostępu: 3.11.2025]
Ragini J. R., Anand P. M. R., Bhaskar V., 2018, Big data analytics for disaster response and recovery through sentiment analysis, International Journal of Information Management, 42, 13–24. DOI: 10.1016/j.ijinfomgt.2018.05.004 [data dostępu: 3.11.2025]
Rauste Y., Herland E., Frelander H., Soini K., Kuoremaki T., Ruokari A., 1997, Satellite-based forest fire detection for fire control in boreal forests, International Journal of Remote Sensing, 18(12), 2641–2656. DOI: 10.1080/014311697217512 [data dostępu: 3.11.2025]
Reuveni S., 2024, Do countries with high Social Resilience Index (SRI) manage crises better?, Eximia, 13, 611–645.
Rezaei H., Macioszek E., Derakhshesh P., Houshyar H., Ghabouli E., Bakhshi Lomer A. R., Ghanbari R., Esmailzadeh A., 2023, A spatial decision support system for modeling urban resilience to natural hazards, Sustainability, 15(11), 8777. DOI: 10.3390/su15118777 [data dostępu: 3.11.2025]
Schaefer M., Thinh N. X., Greiving S., 2020, How can climate resilience be measured and visualized? Assessing a vague concept using GIS-based fuzzy logic, Sustainability, 12(2), 635. DOI: 10.3390/su12020635 [data dostępu: 3.11.2025]
Schrenk M., Neuschmid J., Patti D., 2011, Towards “Resilient Cities” – harmonisation of spatial planning information as one step along the way, [w:] Proceedings of the International Conference on Computational Science and Its Applications (ICCSA 2011), Part II, 162–171.
Shahabi H., Shirzadi A., Ghaderi K., Omidvar E., Al-Ansari N., Clague J. J., Geertsema M., Khosravi K., Amini A., Bahrami S., 2020, Flood detection and susceptibility mapping using Sentinel-1 remote sensing data and a machine learning approach: Hybrid intelligence of bagging ensemble based on k-nearest neighbor classifier, Remote Sensing, 12(2), 266. DOI: 10.3390/rs12020266 [data dostępu: 3.11.2025]
Skakun S., Kussul N., Shelestov A., Kussul O., 2014, Flood hazard and flood risk assessment using a time series of satellite images: A case study in Namibia, Risk Analysis, 34(8), 1521–1537.
Song Y., Wan C., Hu X., Qin H., Lao K., 2022, Resilient power grid for smart city, iEnergy, 1(3), 325–340.
Starczewski T., Rogatka K., Kukulska-Kozieł A., Noszczyk T., Cegielska K., 2023, Urban green resilience: Experience from post-industrial cities in Poland, Geoscience Frontiers, 14(4), 101560.
Taddia Y., González-García L., Zambello E., Pellegrinelli A., 2020, Quality assessment of photogrammetric models for façade and building reconstruction using DJI Phantom 4 RTK, Remote Sensing, 12(19), 3144.
Ustawa z dnia 6 grudnia 2006 r. o zasadach prowadzenia polityki rozwoju, Dz.U. 2006 Nr 227 poz. 1658.
Voigt S., Kemper T., Riedlinger T., Kiefl R., Scholte K., Mehl H., 2007, Satellite image analysis for disaster and crisis management support, IEEE Transactions on Geoscience and Remote Sensing, 45(6), 1520–1528.
Zhu Z., Wulder M. A., Roy D. P., Woodcock C. E., Hansen M. C., Radeloff V. C., Healey S. P., Schaaf C., Hostert P., Strobl P., 2019, Benefits of the free and open Landsat data policy, Remote Sensing of Environment, 224, 382–385.