An Integration of RADARSAT and Landsat Imagery to Identify Areas of Urban Poverty in Rosario, Argentina

RÉSUMÉ

Les villes dans les pays en voie de développement font face à de sérieux problèmes quant à leur capacité de rester au fait des changements dans l'utilisation du sol et à fournir les infrastructures nécessaires suite à l'accroissement rapide de la population. Les images satellitales constituent une source d'information fiable, à jour, facile d'accès et à coût relativement faible. Ces données sont essentielles pour les planificateurs urbains travaillant dans les pays en voie de développement s'ils veulent assurer la mise en place des infrastructures appropriées pour les populations urbaines. L'existence de zones de pauvreté urbaine dans les grandes zones urbaines constitue un intérêt particulier. L'objectif de cet article est d'identifier et de localiser ces différentes zones de pauvreté à l'aide d'images satellitales. La procédure implique la classification d'images RADARSAT en mode fin conjointement avec l'utilisation d'une image Landsat dans une tentative de localiser des couverts spécifiques. Pour mener cette analyse, deux sous-secteurs de la ville de Rosario, en Argentine, sont utilisés dans une étude de cas. Les caractéristiques de ces secteurs et les résultats de la classification des images suggèrent que l'approche est utile pour la localisation de zones probables de pauvreté urbaine dans les pays en voie de développement.

SUMMARY

Cities in developing countries are facing serious problems regarding their ability to keep up with land-use change and infrastructure provision as a consequence of rapid population growth. Satellite imagery provides a readily available supply of reliable, relatively inexpensive and up-to-date information. These data are essential for city planners working in developing nations if they are to provide appropriate infrastructure for urban populations. Of specific interest is the existence of areas of urban poverty in large urban areas. The aim of this paper is to identify the locations of these poverty areas using satellite imagery. The procedure involves the classification of fine beam RADARSAT imagery concurrently with a LANDSAT image, in an attempt to locate specific land covers. Two sub-areas of the city of Rosario, Argentina are used as a case study for this analysis. The characteristics of these areas and the image classification results suggest that the approach is useful for locating likely areas of urban poverty in developing countries.

Additional information

Notes on contributors

N.W. Malcolm

•

N.W. Malcolm, J.M. Piwowar and G. Brent Hall are with the Faculty of Environmental Studies, University of Waterloo, Waterloo, Ontario N2L 3G1. Tel.: [phone] Ext. 2689, Fax: [phone], E-mail: [email protected].

J.M. Piwowar

•

N.W. Malcolm, J.M. Piwowar and G. Brent Hall are with the Faculty of Environmental Studies, University of Waterloo, Waterloo, Ontario N2L 3G1. Tel.: [phone] Ext. 2689, Fax: [phone], E-mail: [email protected].

G.B. Hall

•

N.W. Malcolm, J.M. Piwowar and G. Brent Hall are with the Faculty of Environmental Studies, University of Waterloo, Waterloo, Ontario N2L 3G1. Tel.: [phone] Ext. 2689, Fax: [phone], E-mail: [email protected].

C. Cotlier

•

Carlos Cotlier and Alejandro Ravenna are with the Universidad Nacional de Rosario, Institute Politécnico Superior Gral. San Martin, Rosario, Argentina.

A. Ravenna

•

Carlos Cotlier and Alejandro Ravenna are with the Universidad Nacional de Rosario, Institute Politécnico Superior Gral. San Martin, Rosario, Argentina.