استهلاك الأراضي وSDG 11.3.1

الخلفية

ملاحظة

برنامج الأمم المتحدة للمستوطنات البشرية (2019) مؤشر SDG 11.3.1 وحدة التدريب: كفاءة استخدام الأرض. برنامج الأمم المتحدة للمستوطنات البشرية (UN-Habitat)، نيروبي.

تلائم المستوطنات البشرية بجميع أشكالها المختلفة الأرض بطرق متنوعة. تمامًا مثل الكائنات الحية، تتطور المستوطنات الحضرية (المدن) وتتحول وتتكيف وتبتكر وتتغير مع الاتجاهات الناشئة. تتوسع المستوطنات الحضرية وتتقلص وتكثف وتشتد وتتقدم في العمر، وفي بعض الأحيان تهاجر وظائفها إلى مناطق أكثر ملاءمة لبقائها على قيد الحياة. ترتبط كل هذه الاتجاهات في المستوطنات الحضرية ارتباطًا وثيقًا بعوامل مثل التغيرات في السكان، والإمكانات الاقتصادية والإنتاجية، والظروف المادية والاجتماعية السائدة، ووجود سياسات تمكينية، من بين أمور أخرى.

إن الدولة التي تزيد من الفوائد العديدة المرتبطة بالتوسع الحضري هي الدولة القادرة على فهم اتجاهات النمو في مناطقها الحضرية وقياسها والتنبؤ بها؛ وبالتالي وضع الإجراءات/التدخلات اللازمة للاستفادة من فوائد هذا النمو، مع التقليل إلى أدنى حد من التحديات المتنوعة بنفس القدر المرتبط بالتوسع الحضري غير المخطط له. يتطلب التخطيط الاستباقي - وهو شرط مسبق رئيسي للتحضر المستدام - أن تتنبأ سلطات المدينة والجهات الفاعلة الأخرى ذات الصلة باتجاه نمو المدينة، و/أو تشكيل هذا النمو من خلال توفير المرافق والخدمات والأطر السياسية والقانونية المطلوبة قبل التطوير. ويؤدي ذلك إلى نمو مخطط ومنصف حيث يحصل غالبية سكان المدينة على الخدمات الأساسية والفرص الاقتصادية والاجتماعية وحيث تسود الاستدامة البيئية. في قلب كل ذلك تكمن الحاجة إلى توليد ونشر بيانات محدثة ودقيقة عن اتجاهات النمو عبر المدن والمستوطنات الحضرية.

** تهدف الغاية 11.3 إلى تعزيز التحضر الشامل والمستدام والقدرة على التخطيط والإدارة التشاركية والمتكاملة والمستدامة للمستوطنات البشرية في جميع البلدان بحلول عام 2030**. لرصد التقدم المحرز نحو تحقيق الهدف 11.3، حددت الأمم المتحدة المؤشر 11.3.1، والذي يقيس مدى كفاءة المدن في استخدام الأراضي، والذي يتم قياسه كنسبة من المعدل الذي تستهلك به المدن الأرض مكانيًا مقابل معدل نمو سكانها. ** أظهرت الأدلة التجريبية أن المدن المتراصفة تستخدم الأراضي بكفاءة أكبر وتكون في وضع أفضل لتوفير السلع العامة والخدمات الأساسية بتكلفة أقل **. يمكن لمثل هذه المدن أن تستهلك طاقة أقل، وتدير النفايات بشكل أفضل، ومن المرجح أن تعظم الفوائد المرتبطة باقتصاديات التكتل. من ناحية أخرى، تشهد المدن المترامية الأطراف (المدن غير المتضامة) زيادة في الطلب على التنقل؛ وزيادة استهلاك الطاقة وحدوث تدهور بيئي، وزيادة تكلفة توفير الخدمات الأساسية للفرد (مثل المياه والخدمات الصحية والصرف الصحي) وزيادة تكلفة البنية التحتية للفرد والحد من اقتصادات التكتل وانخفاض الإنتاجية الحضرية.

من خلال قياس معدل استهلاك المدن للأراضي مقابل معدل نموها السكاني، يمكن لسلطات المدينة وصانعي القرار توقع الطلب على السلع والخدمات العامة، وتحديد مجالات النمو الجديدة، والتأثير بشكل استباقي على التنمية الحضرية المستدامة. وهذا ضروري لتوفير البنية التحتية والخدمات والمرافق الملائمة لتحسين الظروف المعيشية للجميع. وبالتالي، فإن توليد ونشر البيانات حول هذا المؤشر ليس فقط أمرًا حاسمًا لفهم ديناميكيات النمو الحضري وصياغة سياسات وإرشادات مستنيرة، بل هو أيضًا في صميم تعزيز التحضر المستدام.

الأساس المنطقي للمراقبة

ملاحظة

برنامج الأمم المتحدة للمستوطنات البشرية (2019) مؤشر SDG 11.3.1 وحدة التدريب: كفاءة استخدام الأرض. برنامج الأمم المتحدة للمستوطنات البشرية (UN-Habitat)، نيروبي.

إن فهم كيفية توسع مدينة/منطقة حضرية مكانيًا مقابل معدل تغيرها السكاني أمر بالغ الأهمية لتحديد - من بين أمور أخرى - طبيعة نمو المستوطنات البشرية (الرسمية مقابل غير الرسمية) وسرعة تحويل الأراضي البعيدة إلى وظائف حضرية. لهذين العنصرين آثار كبيرة على الطلب على الخدمات وتكلفة تقديمها، وكذلك على الحفاظ على البيئة وحمايتها.

لتحقيق التنمية المستدامة، تحتاج البلدان إلى فهم مدى سرعة نمو مناطقها الحضرية وفي أي اتجاه. لن يساعدهم ذلك فقط على فهم اتجاهات النمو والتعامل بفعالية مع الطلب على الخدمات الأساسية، بل سيساعد أيضًا في وضع سياسات تشجع الاستخدام الأمثل للأراضي الحضرية، وتحمي بشكل فعال الاستخدامات الأخرى للأراضي (البيئات الطبيعية، والأراضي الزراعية، وما إلى ذلك). بالإضافة إلى ذلك، يتطلب تحقيق التحضر الشامل والمستدام استخدام الموارد بطريقة يمكن أن تستوعب النمو السكاني من الهجرة والزيادة الطبيعية مع الحفاظ على المناطق الحساسة بيئيًا من التنمية.

لذلك، فإن الغرض من رصد التقدم المحرز مقابل مؤشر أهداف التنمية المستدامة 11.3.1 هو توفير المعلومات الضرورية وفي الوقت المناسب لصانعي القرار وأصحاب المصلحة من أجل تسريع التقدم نحو التحضر المعزز الشامل والمستدام. ** يتطلب تحقيق الهدف 11.3 بحلول عام 2030 كحد أدنى، إبطاء الزحف العمراني، وإن أمكن، ضمان الحفاظ على تراص المدن أو زيادته بمرور الوقت **.

متطلبات المؤشر والبيانات

يُعرَّف المؤشر 11.3.1 بأنه ** نسبة معدل استهلاك الأراضي إلى معدل النمو السكاني ** (الشكل 1). من أجل حساب هذا المؤشر، نحتاج إلى معلومات عن النطاق الحضري والسكان في لحظتين على الأقل من الوقت، وحتى أكثر إذا كنا مهتمين بتقييم التغيير في المؤشر بمرور الوقت.

../../_images/sdg11_equations.png

الشكل 1: يتم حساب مؤشر هدف التنمية المستدامة 11.3.1 على أنه نسبة معدل استهلاك الأراضي السنوي (ALCR) إلى معدل النمو السكاني السنوي (APGR) بين الأوقات 1 و2. Ln: اللوغاريتم الطبيعي، Urb: المنطقة الحضرية، pop: عدد السكان، t: الوقت بالسنوات.`

تقييم التغييرات في هدف التنمية المستدامة 11.3.1. يتطلب بمرور الوقت قدرًا كبيرًا من المعلومات، لأنه يتطلب معرفة النطاق الحضري وعدد السكان لعدة سنوات. تسمح لنا بيانات مراقبة الأرض بتقدير نطاق المساحة المبنية داخل المدينة، ثم باستخدام خوارزميات التحليل المكاني لتقدير مدى العناصر المختلفة داخل البيئة الحضرية (مثل المباني، والمساحات المفتوحة، والمسطحات المائية، وما إلى ذلك). في | Trends.earth | لقد اعتمدنا سير العمل أدناه (الشكل 2) لتسهيل العملية. الاستفادة من أجهزة الكمبيوتر الفائقة لـ Google Earth Engine، وأرشيف Landsat الكامل بين عامي 1997 و2019، ومجموعة بيانات GMIS (Brown de Colstoun et al 2017) ،| Trends.Earth | تم حساب سلسلة من المؤشرات السطحية غير المنفذة عالميًا والمتاحة على مستوى العالم بدقة 30 متر للإبلاغ عن النطاق الحضري للأعوام 2000 و2005 و2010 و2015. جنبًا إلى جنب مع مدخلات المستخدمين وبيانات السكان، تحسب الأداة الهدف 11.3.1 في شكل خرائط وجداول لسهولة التفسير وإعداد التقارير.

../../_images/sdg11_data_needs.png

الشكل 2: يوضح سير أعمال Trends.Earth لحساب هدف التنمية المستدامة 11.3.1. تم حساب 30 مليونًا من مؤشرات الأسطح غير المنفذة العالمية مسبقًا وهي متاحة للمستخدمين لاستكشافها في ` مصمم الخرائط الحضري Trends.Earth <https://geflanddegradation.users.earthengine.app/view/trendsearth-urban-mapper> _ `حيث يحدد المستخدم نطاق البناء ببساطة عن طريق تعيين سلسلة من الحدود.

استهلاك الأراضي

لتقدير استهلاك الأراضي في Trends.Earth ، تتوفر سلسلة زمنية محسوبة مسبقًا من مؤشرات السطح غير المنفذة عالميًا بدقة 30 مترًا. في القسم أدناه، ستتعرف على كيفية حساب المؤشرات، وستتعرف على بعض التوصيات حول كيفية استخدامها لحساب مؤشر SDG 11.3.1.

من ISI إلى المبني

لتقدير المساحة التي تشغلها أسطح غير منفذة في مدينة ما، نحتاج إلى تحويل مؤشر السطح عديم النفاذية المستمر (ISI) إلى خريطة ثنائية تفصل بين المناطق المبنية عن تلك غير المبنية. تتم هذه العملية من خلال تحديد سلسلة من قيم العتبة في "مخطط خرائط الأرض الحضرية <https://geflanddegradation.users.earthengine.app/view/trendsearth-urban-mapper>` _, والتي ستختلف حسب المنطقة.

../../_images/sdg11_thresholds.png

"الشكل 5: في` Trends.Earth رسم خرائط المناطق العمرانية يتحكم المستخدم في كيفية التحويل من مؤشر السطح عديم النفاذية المستمر (ISI، على اليمين) إلى خريطة المنطقة المبنية الثنائية (المبنية، على اليسار) للمدينة التي تهمهم.

في|trends.earth|يحتاج المستخدم إلى تحديد 3 قيم حدية ستستخدمها الأداة لتقدير المساحة العمرانية لمنطقة المرغوبة. هذه الحدود هي:

  • ** مؤشر السطح عديم النفاذية (ISI, 0-100)**: هذا مؤشر يتراوح بين 0 و100، مع القيم الأعلى تدل على أعلى نسبة سطح عديم النفاذية في 30 م بكسل. سيعني تعيين قيمة حدية ISI أقل أن مجموعة بيانات المساحة المبنية النهائية ستتضمن مناطق ذات كثافة إنشاء منخفضة، وعادة ما توجد في أطراف المدن. تعيين هذه القيمة أعلى سيجعل التقييم يركز على مراكز المدن عالية الكثافة.

  • ** مؤشر أضواء الوقت الليلي (NTL, 0-100)**: يمكن لمؤشر السطح عديم النفاذية، في بعض الحالات، أن يقدم قيمًا عالية للمناطق المغطاة بالتربة أو الصخور العارية الجافة، نظرًا لأن هذا النوع من الأسطح لها خصائص طيفية مماثلة لتلك الأسطح المانعة للتسرب من صنع الإنسان. لتصفية هذه المناطق، نستخدم الأضواء الليلية، ونزيل المناطق ذات ISI المرتفع وأضواء الليل المنخفضة الموجودة خارج حدود المدينة. يعني عدم وجود سلسلة زمنية من أضواء الليل التي تمت معايرتها باستمرار للفترة الزمنية التي تم النظر فيها (2000-2015)، أنه لا يمكننا إخفاء السنة بالسنة المقابلة، لذلك نستخدم الإصدار الأول لـ VIIRS Nighttime Day/Night Band Composites لعام 2015 (NOA, 2019). سيعني تعيين قيمة حدية NTL أقل أن مجموعة بيانات المنطقة المبنية النهائية ستتضمن مناطق ذات كثافة إضاءة منخفضة، توجد عادةً في أطراف المدن. تعيين هذه القيمة أعلى سيجعل التقييم يركز على مراكز المدن عالية الكثافة.

  • ** مؤشر تردد المياه (WFI, 0-100) **: يعد وجود المياه سمة ديناميكية للغاية للبيئة الساحلية أو النهرية، وفي بعض الحالات سوف تغمر المياه مناطق اليابسة، وفي حالات أخرى، يتعدى البشر على المسطحات المائية لإشغال المناطق الخاوية. لالتقاط بعض هذه الديناميكيات، قمنا بدمج مجموعة بيانات تواتر المياه في الأداة (Pekel et al 2016). من خلال تعديل القيمة الحدية لتردد المياه، يمكن للمستخدم اختيار تسليط الضوء على هذه المناطق الديناميكية للمياه الأرضية. سيؤدي تحديد القيمة الحدية لتردد المياه الأقل أن مجموعة بيانات منطقة البناء النهائية الخاصة بك ستعتبر مغطاة بالمناطق المائية ذات الترددات المنخفضة للمياه طوال السلسلة الزمنية، مثل الأنهار أو البحيرات المتقطعة. سيؤدي تحديد هذه القيمة أعلى إلى قصر المسطحات المائية على المناطق ذات التواتر العالي لحدوث المياه (أي الأنهار والبحيرات الدائمة).

../../_images/sdg11_urban_mapper.png

"الشكل 6: في` مصمم خرائط Trends.Earth <https://geflanddegradation.users.earthengine.app/view/trendsearth-urban-mapper> `_ `يحدد المستخدم سلسلة من القيم الحدية للانتقال من مؤشر السطح المستمر عديم النفاذية (ISI, right) إلى خريطة المنطقة الثنائية المبنية (built, left).

اختبار الاتساق

عند تصنيف بيانات الاستشعار عن بعد إلى منتجات مشتقة، مثل مؤشر السطح عديم النفاذية المحسوب بواسطة|trends.earth|، تحدث أخطاء السهو والخطأ. تتمثل إحدى مزايا إجراء تحليل السلاسل الزمنية في أنه يمكن استخدام الصور من سنوات مختلفة لتحديد التناقضات في التحليل. لهذا السبب، تم حساب طبقات ISI لعامي 1998 و2018 في هذا التحليل، لإضافة نقاط بيانات سابقة وبعدية لتصفية الأخطاء المحتملة في تصنيفات سلسلة 2000 حتى 2015.

يتم تطبيق القيم الحدية المحددة في القسم السابق (ISI وNTL وWFR) على كل طبقة من الطبقات الفردية للأعوام 1998 و2000 و2005 و2010 و2015 و2018، مما يؤدي إلى إنشاء سلسلة من الخرائط الثنائية. يتم لاحقًا دمج الخرائط الثنائية الست في مجموعة بيانات متسلسلة زمنية تحتوي على معلومات حول طبيعة كل بكسل لكل سنة على أنها "مدمجة" أو "غير مبنية". تم تطبيق قاعدة رئيسية واحدة لاحقًا على تلك السلسلة:

  • يتم اعتبار البكسل مبنيًا فقط إذا كانت نسبة 50% أو أكثر من نقاط البيانات بعد =أول اكتشاف مبني حدد نفس المنطقة التي تم بناؤها. بالنسبة لمثل هذه البكسلات، سيتم اعتبار الاكتشاف الأول كما تم إنشاؤه عام التحويل. سيتم اعتبار المناطق التي تقل نسبة تشييدها عن 50% بعد الاكتشاف الأول على أنها أخطاء في التصنيف، ونتيجة لذلك، لن يتم بناؤها. نحن ندرك أنه من خلال تطبيق هذه القاعدة، فإننا نحد من قدرة مجموعة البيانات على اكتشاف التحولات من داخل الحيز العمراني إلى غير المبنية. ومع ذلك، نظرًا لانخفاض احتمالية حدوث هذا الانتقال في البيئات الحضرية، نشعر بالراحة عند اتخاذ هذا الافتراض. الفحص البصري للنتائج يدعم النهج.

اختبار عالمي

Trends.Earth provides through the Urban Mapper and the QGIS plug-in access to the global 30m time series of impervious surface indices. It is important however understand that the dataset has its limitations, and user's input and control is needed to assess changes in indicator SDG 11.3.1 accurately. To test the performance of the indicator, we run the analysis on 224 cities globally (200 national capitals + 24 large cities in the Unites States of America, Figure 7). Using the Urban Mapper and visually comparing the product to very high spatial resolution images, we were able to define the thresholds appropriate for each city (ISI, NTL, and WFI) and also assess the quality of the product in a scale from 0 to 5. The results show that for 83% of the cities assessed Trends.Earth data can be used for estimating indicator SDG 11.3.1. The biggest limitation remains in small island states (for which no training data was available), hyper arid areas, and areas with low image availability.

  1. ** لا توجد بيانات **: المدن التي لا تتوفر لها بيانات تدريب لبناء مجموعة بيانات سطحية منيعة. تمثل هذه المدن 6.2% من العينة المقيّمة.

  2. ** غير قابلة للاستخدام **: المدن التي تتوفر نتائجها، ولكن بسبب قلة توفر صور Landsat حال دون إنتاج منتج عالي الجودة. لا ينبغي استخدام هذه النتائج لحساب مؤشر SDG 11.3.1. تمثل هذه المدن 0.9% من العينة المقيمة.

  3. مشكلة صعبة: المدن ذات نتائج الاستخدام المحتمل للتقليل البصري للأنماط المكانية لتوسيع المساحة المبنية، ولكن مع وجود أخطاء كبيرة. لا ينبغي استخدام هذه النتائج لحساب مؤشر SDG 11.3.1. تمثل هذه المدن 4.0% من العينة المقيّمة.

  4. ** بعض المشكلات **: يمكن استخدام المدن التي تظهر نتائجها بعض المشكلات التي تخلط بين أسطح التربة المكشوفة والمساحة المبنية لحساب SDG 11.3.1 بعد إجراء فحص تفصيلي للبيانات. تمثل هذه المدن 6.2% من العينة المقيّمة.

  5. ** مشكلات ثانوية **: مدن بها بيانات عالية الجودة ولكن مع وجود بعض مناطق الالتباس الصغيرة. يمكن استخدام هذه البيانات لحساب SDG 11.3.1. تمثل هذه المدن 12.5% من العينة المقيّمة.

  6. ** جودة عالية **: مدن ذات بيانات عالية الجودة تُظهر اتفاقًا تامًا بين المناطق المبنية باستخدام المؤشرات، وبيانات الأرض والصور عالية الدقة المتوفرة في Google Earth، وثقة عالية لتقدير SDG 11.3.1. تمثل هذه المدن 70.1% من العينة المقيّمة.

../../_images/sdg11_map_cities_score.png

الشكل 7: بعد الاختبار في 224 مدينة كبيرة حول العالم، تُظهر النتائج أنه بالنسبة لـ 83% من المدن التي تم تقييمها، يمكن استخدام بيانات الأرض لتقدير SDG 11.3.1. يبقى القيد الأكبر في الدول الجزرية الصغيرة (التي لا تتوفر عنها بيانات تدريب)، والمناطق شديدة الجفاف، والمناطق ذات توافر الصور المنخفض.

../../_images/sdg11_map_cities_isi.png ../../_images/sdg11_map_cities_ntl.png ../../_images/sdg11_map_cities_wfr.png

الشكل 8: التوزيع المكاني للقيم الحدية للمعلمات المختارة لعينة من 224 مدينة تم اختبارها. الأعلى: مؤشر مساحة السطح عديم النفادية، الجزء الأوسط: مؤشر أضواء الليل، الأقل: مؤشر تردد الماء

من تحليل 224 مدينة على مستوى العالم، تمكنا من تقدير نطاق المعايير الأكثر استخدامًا. كانت القيم الأكثر شيوعًا المستخدمة هي: ** ISI = 30 ،NTL = 10 ،WFR = 25 **. كانت هذه هي المعلمات الافتراضية المحددة في `` Trends.Earth Urban Mapper <https://geflanddegradation.users.earthengine.app/view/trendsearth-urban-mapper> `_ والبرنامج الملحق QGIS، ولكن من المهم أن نتذكر أنه بالنسبة لكل مدينة، يجب إجراء فحص دقيق لمجموعة البيانات، من أجل العثور على مجموعة المعلمات التي تعمل بشكل أفضل لكل موقع.

../../_images/sdg11_thresholds_histograms.png

الشكل 9: التوزيع التكراري لمعلمات القيمة الحدية المختارة لعينة من 224 مدينة تم اختبارها. يسار: مؤشر مساحة السطح عديم النفاذية، الأوسط: مؤشر الأضواء ليلية، ويمين: مؤشر تردد الماء

المناطق الحضرية

النطاق الحضري هو مجال الدراسة المقترح الذي يتكون من المنطقة المبنية والمساحات المفتوحة الحضرية للمدينة، إلى جانب المناطق المضافة بواسطة تحليل القرب (UN-Habitat, 2019). يقترح UN-Habitat تصنيف منطقة الاهتمام إلى الفئات الست التالية من أجل تحديد المنطقة التي سيتم استخدامها في تقدير معدل استهلاك الأراضي السنوي (الشكل 1):

سيتم تصنيف المناطق المبنية بناءً على الكثافة في نطاق 500 متر لكل نصف قطر بكسل:

  1. المناطق الحضرية:> 50% مبنية في دائرة نصف قطرها 500 متر.

  2. الضواحي: 25-50% مبنية في دائرة نصف قطرها 500 متر.

  3. المناطق الريفية: <25% مبنية في دائرة نصف قطرها 500 متر.

تعتبر المناطق غير المبنية مساحات مفتوحة (OS)، وسيتم تصنيفها على النحو التالي:

  1. مساحة مفتوحة هامشية: مساحة مفتوحة <100 متر من المناطق الحضرية والضواحي.

  2. مساحة مفتوحة تم التقاطها: مساحة مفتوحة محاطة بالكامل بمساحة مفتوحة هامشية.

  3. المساحات الريفية المفتوحة: جميع المساحات المفتوحة الأخرى.

في|trends.earth|، أضفنا إلى scheme أعلاه من خلال التمييز بين الأرض والمساحة المفتوحة المائية، نظرًا لأن الاستخدامات التي يمكن للمواطنين القيام بها لكل مساحة مختلفة تمامًا.

  1. مساحة حدودية مفتوحة - ماء: مساحة حدودية مفتوحة مغطاة بالمياه

  2. مساحة مفتوحة مُلتقَطة - المياه: مساحة مفتوحة مُلتقَطة مغطاة بالمياه

  3. مساحة ريفية مفتوحة - مياه: مساحة ريفية مفتوحة مغطاة بالمياه

يتم تحديد الامتداد الحضري من خلال المنطقة المدمجة للفئات 1 و 2 و 4 و 5 و 7 و 8 (المناطق الحضرية والضواحي والهامشية والمفتوحة التي تم التقاطها).

../../_images/sdg11_urban_area_qgis.png

"الشكل 10: نتيجة تحليل SDG 11.3.1 الذي يعرض العناصر المختلفة التي تشكل الحيز الحضري."

باستخدام هذه المعلومات ، يمكننا الآن تقدير معدلات التوسع الحضري بمرور الوقت للفترات 2000-2005 و2010 و2010-2015 اللازمة لتقدير معدل استهلاك الأراضي السنوي.

النمو السكاني

ملاحظة

برنامج الأمم المتحدة للمستوطنات البشرية (2019) مؤشر SDG 11.3.1 وحدة التدريب: كفاءة استخدام الأرض. برنامج الأمم المتحدة للمستوطنات البشرية (UN-Habitat)، نيروبي.

بمجرد تحديد المناطق الحضرية، فإن الخطوة التالية هي تحديد عدد الأشخاص الذين يعيشون داخل تلك المناطق لكل تحليل سنوي. ثم يتم استخدام هذه المعلومات لحساب معدل النمو السكاني السنوي. يمكن تقدير عدد الأشخاص الذين يعيشون داخل كل منطقة خدمة من خلال نهجين رئيسيين:

  1. ** استخدام بيانات عالية الدقة من مكاتب الإحصاء الوطنية (NSOs) **: في هذا الخيار، تُستخدم بيانات التعداد لتجميع عدد الأشخاص الذين يعيشون في جميع الأسر المعيشية داخل الحدود الحضرية. يمكن أيضًا إجراء الإسقاطات والاستقراء بسهولة بناءً على خصائص الأسرة لسنوات إعداد التقارير الخاصة. تكون العملية أسهل بكثير حيث تُستخدم وحدات التعداد الديناميكي لتحديد المنطقة الحضرية، لا سيما لأنها تتماشى جيدًا مع بنية بيانات السكان الرسمية. يوفر هذا الخيار بيانات السكان الأكثر دقة وموثوقية لحساب المؤشر ويتم تشجيعه بشدة.

  2. ** استخدام الشبكة السكانية **: في هذا الخيار، يتم إنشاء شبكة سكانية عن طريق توزيع السكان على الإدارة أو وحدة منطقة التعداد بأكملها. يمكن استخدام سمات مثل وجود مناطق صالحة للسكن (فئات استخدام الأراضي) لتوزيع السكان، مثل أن خلايا الشبكة في مسارات الأراضي غير المطورة أو في المناطق الصناعية سيكون عدد سكانها أقل من المناطق السكنية عالية الكثافة. في الشبكة الناتجة، سيكون لكل خلية شبكة قيمة فريدة، والتي تعتمد على عوامل مثل إجمالي عدد السكان داخل الوحدة الإدارية/التعدادية المتضمنة، وعدد و/أو كمية فئات استخدام الأراضي الصالحة للسكن. يوضح الشكل 5 المنطق العام للشبكات السكانية باستخدام فئة استخدام واحدة فقط - المناطق المبنية. يجب أن تغطي الشبكة السكانية دائمًا مساحة أكبر من الحدود الحضرية المحددة. بمجرد إنشاء شبكات السكان ، يمكن عندئذٍ تقدير السكان الذين يعيشون داخل الحدود الحضرية من خلال تجميع السكان لخلايا الشبكة المغلقة. في حالة عدم وجود بيانات عالية الدقة من NSO، ينتج عن هذا الخيار تقديرات أفضل للسكان، على الرغم من أن بيانات الإدخال عالية الجودة والتحليل متعدد المستويات ضروريان لتحسين دقة البيانات. تتوفر مجموعات البيانات العالمية التي تمثل السكان عند 1 كيلومتر مربع وشبكات 250 مترًا (مثل gs GPWv4 وGHS-POP وWorldPop)؛ يفترض معظمها التوزيع المتساوي للسكان على الفئات الصالحة للسكن (مثل المناطق المبنية). يُقترح هذا النهج لحساب المؤشرات حيث لا تتوفر بيانات عالية الدقة من المكاتب الإحصائية الوطنية أو يمكن الوصول إليها بسهولة.