Software berechnet das Städtewachstum
Mit einer Software die Entwicklung einer Stadt vorhersagen. Wie das geht, haben spanische Wissenschafter herausgefunden. Sie haben ein Programm entwickelt, das darauf gründet, dass Städte ähnlich wie biologische System wachsen.
Quelle: hiroshi nakano, CC BY 3.0, Wikimedia
Wächst vorhersehbar: der Bezirk Minato in Tokio.
Wie sich eine Stadt ausbreitet, ähnelt der Art und Weise wie sich selbstorganisierte, biologische Systeme entwickeln. Diesem Umstand machten sich Wissenschaftler der Universität von A Curana zunutze, um eine Software zu kreieren, mit der sich die Entwicklung von Städten vorhersagen lässt. „Wir verwenden für unsere Prognosen evolutionäre Algorithmen“, sagt Architekt Ivan Pazos von spanischen Universität von A Coruna, der das Programm mitentwickelt hat. Dabei handelt es sich einen Bereich der Künstlichen Intelligenz und des Maschinellen Lernens, der auf den Regeln der Genetik und Darwins Theorie der natürlichen Auslese beruht. Als Datengrundlage verwendeten sie Zahlen zur wirtschaftlichen Entwicklung sowie historische Angaben zur Bautätigkeit.
Dass die Software funktioniert, zeigt die Studie, die Pazos und seine Kollegen kürzlich im Wissenschaftsmagazin „Journal of Urban Planning und Developement“ veröffentlicht haben: Sie berechneten mit ihrem Programm die Entwicklung für Minato, ein Bezirk Tokios im Süden der Metropole, wo sich die Firmensitze von Unternehmen wie Mitsubishi, Honda, Toshiba und Sony befinden.
Die Untersuchung startete 2015, indem die Forscher für die Jahre 2016 bis 2019 die Entwicklung des Quartiers prognostizierten. „Unsere Annahmen für 2016 und 2017 waren sehr zutreffend“, meint Pazos. Später wollen er und seine Kollegen die Jahre 2018 und 2019 unter die Lupe nehmen. Pazos nimmt an, dass die Prognosen auch für dieses und kommendes Jahr relativ exakt seine werden. „Gemäss unseren Beobachtungen, dürften die Berechnungen zu 80 Prozent korrekt sein.“ Laut den Wissenschaftern kann die Software genutzt werden, um Wachstumsmuster einer Stadt zu erkennen, die nicht auf den ersten Blick offensichtlich sind. (mai/mgt)
