به گزارش روابط عمومی شرکت بازآفرینی شهری ایران , در این نشست تخصصی که عصر امروز در محل مؤسسه پژوهشی سوانح طبیعی و کرسی یونسکو و با همکاری شرکت بازآفرینی شهری برگزار شد , ابعاد مختلف بهره‌گیری از فناوری‌های نوین در شناسایی و پایش سکونتگاه‌های غیررسمی و چالش‌های تغییر اقلیم در بافت‌های ناکارآمد مورد بحث و تبادل نظر قرار گرفت.
محمد کاظم جباری، مدیرکل دفتر راهبری و هدایت طرح‌های بازآفرینی با تأکید بر روند شتابان شهرنشینی و گسترش پهنه‌های غیررسمی، به تحلیل وضعیت جمعیت و سکونتگاه‌های حاشیه‌ای پرداخت و گفت : بر اساس داده ها، متوسط نرخ رشد جمعیت کشور از ۳.۱۳ درصد درسال ۴۵ به ۱.۲۴ درصد در سال ۹۵ کاهش یافته و حدود ۵۰ میلیون نفر در سه دهه گذشته جابه‌جا شده‌اند.
به گفته وی، به طور متوسط ۲۰ درصد از سطح شهرها شامل بافت‌های ناکارآمد است و حدود ۳۰ درصد از جمعیت شهرها در این بافت‌ها ساکن‌اند؛ ضمن اینکه ۴۶ درصد از پهنه‌های واقع در بافت‌های ناکارآمد ناپایدار هستند.
محمد کاظم جباری با اشاره به نقش فناوری در پایش محدوده‌ها و محلات شهری، مهم‌ترین خروجی این فناوری‌ها را تحلیل وضعیت موجود به همراه پیش‌بینی آینده دانست و بر پایش پنج‌بعدی شامل مؤلفه‌های مکان، زمان، ویژگی، علت و آینده تأکید کرد.
در ادامه، فریدون بابایی‌اقدم، عضو هیئت‌مدیره شرکت بازآفرینی شهری ایران، با تأکید بر ضرورت جلوگیری از بازتولید و زایش مجدد سکونتگاه‌های غیررسمی در شهرهای کشور، اظهار داشت: رهاشدگی در روند توسعه این سکونتگاه‌ها و تداخل وظایف میان نهادهای متولی، به‌ویژه در محدوده‌های حدفاصل شهر و روستا، از مهم‌ترین چالش‌های موجود است.
وی با اشاره به ظرفیت فناوری‌های سنجش از دور و GIS در پایش فضایی سکونتگاه‌های غیررسمی، ورود این فناوری‌ها به حوزه تصمیم‌گیری شهری را اقدامی ارزشمند دانست و افزود: برای مقابله مؤثر با بازتولید حاشیه‌نشینی، علاوه بر تقویت پایش‌های مستمر و آینده‌نگر، باید وظایف دستگاه‌های متولی نیز مورد توجه قرار گیرد.
فریدون بابایی‌اقدم همچنین کاهش بروکراسی صدور پروانه، تسهیل ساخت‌وساز در بافت‌های داخلی و ارائه بسته‌های تشویقی شهرسازانه را از جمله راهکارهای مؤثر برشمرد و تأکید کرد که پایش باید امکان پیش‌بینی و مداخله پیشگیرانه را فراهم کند.
علی محمدنژاد، کارشناس کمیسیون زیربنایی، صنعت و محیط‌زیست دفتر هیئت‌دولت، نیز در این جلسه اظهار داشت: شهرها از مهم‌ترین کانون‌های انتشار گازهای گلخانه‌ای هستند و طبق گزارش UN-Habitat حدود ۳۰ تا ۷۰ درصد انتشار گازهای گلخانه‌ای جهان به شهرها مربوط می‌شود.
وی افزود: بر اساس گزارش IPCC، شهرها سهم ۷۱ تا ۷۶ درصدی در انتشار دی‌اکسیدکربن دارند و در عین حال با مخاطراتی همچون افزایش سطح آب دریاها، بارش‌های سنگین، سیلاب، امواج گرمایی، جزایر حرارتی و خشکسالی مواجه‌اند.
محمدنژاد با اشاره به آسیب‌پذیری بیشتر گروه‌های کم‌درآمد و ساکنان سکونتگاه‌های غیررسمی تأکید کرد که فقر، کمبود زیرساخت و خدمات، کیفیت نامطلوب ساخت‌وساز و استقرار در مناطق پرخطر، این گروه‌ها را در برابر پیامدهای تغییر اقلیم آسیب‌پذیرتر می‌کند.
وی سازگاری اجتماع‌محور را یکی از رویکردهای مهم در این زمینه دانست و اظهار داشت که سازگاری با تغییر اقلیم باید از پایین به بالا و با اتکا به دانش، نیازها، ظرفیت‌ها و سرمایه‌های محلی انجام شود.
در پایان وی تأکید کرد گذار از برنامه‌ریزی سخت‌افزاری و پروژه‌محور به سمت برنامه‌ریزی نرم‌افزاری، فرهنگی و اجتماع‌محور، نیازمند تقویت حکمروایی چندسطحی و مشارکت اجتماعات محلی، در کنار توسعه زیرساخت‌های تاب‌آور، مدیریت آب و فاضلاب، کنترل سیلاب، سامانه‌های هشدار سریع و آموزش شهروندان است.
جلال کرمی، دانشیار گروه سنجش از دور و GIS دانشگاه تربیت مدرس، با تأکید بر اینکه حاشیه‌نشینی و محرومیت شهری پدیده‌ای چندبعدی و پویاست، بیان کرد که این پدیده را نمی‌توان تنها با یک شاخص، یک نقشه یا یک سرشماری توضیح داد.
به گفته وی، چهار بُعد اصلی فضایی، اقتصادی، اجتماعی‌فرهنگی و محیط‌زیستی در تعامل با یکدیگر قرار دارند و می‌توانند نابرابری را تقویت کنند.
کرمی با اشاره به محدودیت‌های روش‌های سنتی، نقش فناوری‌های مکانی از جمله سنجش از دور، رادار SAR، LiDAR، پهپاد و GIS را در ارائه تصویری چندمنبعی و چندمقیاسی از حاشیه‌مندی شهری مهم دانست و تأکید کرد که چهارچوب GeoAI باید در کنار تحلیل‌های کلاسیک GIS، رگرسیون فضایی و مدل‌های شبیه‌سازی رشد شهری قرار گیرد تا از صرف توصیف به سمت تبیین، پیش‌بینی و تصمیم‌سازی حرکت شود.
وی در جمع‌بندی سخنان خود، هدف نهایی این سامانه‌ها را نه فقط تهیه نقشه سکونتگاه‌های محروم، بلکه رسیدن به تصمیم‌های عادلانه و قابل اجرا دانست و خاطرنشان کرد که حاشیه‌مندی شهری یک مسئله میان‌بخشی در مدیریت شهری است و نیازمند چهارچوبی یکپارچه، چندمقیاسی و به‌روزرسانی مستمر است.
