Artificial intelligence and image processing for correlating environmental and geospatial data for human health and wellbeing

Abstract

Climate change is one of the most pressing challenges of our time, demanding immediate attention and decisive action. Although its impacts are felt globally, urban environments are particularly vulnerable. This heightened sensitivity stems from historical shortcomings in urban design, such as overcrowding, intensive industrial and traffic activities, and the lack of natural or green spaces. As a result, urban areas around the world increasingly compromise the health and well-being of their inhabitants. The recent COVID-19 pandemic further underscored the fragility of current urban systems. Notably, higher mortality rates in major cities forced governments to implement strict regulatory measures, including lockdowns. These interventions aimed to reduce or suspend industrial operations and vehicular movement in an effort to curb the spread of the virus. Interestingly, these restrictive measures created a unique window for the scientific community to study the impact of reduced human activity on urban air quality. Observations during the lockdown period revealed a marked improvement in air quality, highlighting the significant influence of industrial and traffic emissions. These findings offer valuable insights for future policy development and urban design practices, encouraging the adoption of greener transport alternatives and more sustainable urban layouts. Nevertheless, a critical challenge remains: the integration of novel digital tools and platforms into architectural and urban planning processes. The pandemic coincided with significant advancements in computer science, including the rise of metaverse concepts and immersive technologies such as VR, AR, MR, and XR. Simultaneously, progress in computer vision enabled the creation of high-fidelity digital replicas of real-world environments—commonly referred to as digital twins or building information models. Additionally, innovations in artificial intelligence, particularly in generative models and machine learning, have expanded the capabilities available to planners and designers. This thesis addresses the aforementioned challenges and opportunities by conducting a comprehensive analysis of innovative applications in architecture and urban planning. The study is structured around three core research activities: (a) monitoring the effects of COVID-19 regulations on air quality and mortality rates; (b) developing and evaluating novel methodologies, tools, and software leveraging computer vision, digital twins, and gamified technologies; and (c) exploring the potential of generative AI to support the work of architects and urban planners. Key findings indicate that COVID-19 mitigation measures had a positive impact on air quality, and that AI-based technologies can effectively quantify and model these effects. This represents a significant contribution to climate-related research, offering actionable insights into the dynamics of air quality and anthropogenic activity. Furthermore, AI-driven forecasting models can support data-informed design decisions in urban planning. Given recent advancements in computer vision, graphics, and gamification technologies, this work proposes a simulated environment to explore and test potential urban interventions. Such an environment can assist architects and planners in designing nature-based solutions, while also serving as a participatory platform for inclusive and democratized urban planning. Finally, generative AI can play a valuable role in the early stages of design by generating a broad range of creative concepts and facilitating ideation.

Η κλιματική αλλαγή αποτελεί μία από τις πιο πιεστικές προκλήσεις της εποχής μας, η οποία απαιτεί άμεση προσοχή και αποφασιστική δράση. Αν και οι επιπτώσεις της είναι παγκόσμιες, τα αστικά περιβάλλοντα είναι ιδιαίτερα ευάλωτα. Αυτή η αυξημένη ευαισθησία οφείλεται σε ιστορικές αδυναμίες του αστικού σχεδιασμού, όπως η υπερπληθυσμιακή συγκέντρωση, η έντονη βιομηχανική και κυκλοφοριακή δραστηριότητα και η απουσία φυσικών ή πράσινων χώρων. Ως αποτέλεσμα, τα αστικά κέντρα σε όλο τον κόσμο επηρεάζουν αρνητικά την υγεία και την ευημερία των πολιτών τους. Η πρόσφατη πανδημία COVID-19 ανέδειξε περαιτέρω την ευθραυστότητα των σύγχρονων αστικών συστημάτων. Ενδεικτικά, τα υψηλότερα ποσοστά θνησιμότητας σε μεγάλες πόλεις ανάγκασαν τις αρχές να επιβάλουν αυστηρά μέτρα, όπως τα lockdowns. Τα μέτρα αυτά στόχευαν στον περιορισμό ή την αναστολή των βιομηχανικών λειτουργιών και της κυκλοφορίας, με σκοπό την επιβράδυνση της εξάπλωσης του ιού.Παράλληλα, τα περιοριστικά μέτρα δημιούργησαν μια μοναδική ευκαιρία για τη διερεύνηση της επίδρασης της μειωμένης ανθρώπινης δραστηριότητας στην ποιότητα του αέρα. Οι παρατηρήσεις κατά τη διάρκεια της περιόδου των lockdowns αποκάλυψαν σημαντική βελτίωση της ατμοσφαιρικής ποιότητας, υποδεικνύοντας τον καθοριστικό ρόλο των εκπομπών από τη βιομηχανία και τα οχήματα. Τα ευρήματα αυτά προσφέρουν πολύτιμες γνώσεις για τη μελλοντική χάραξη πολιτικής και τις πρακτικές αστικού σχεδιασμού, ενθαρρύνοντας τη χρήση πράσινων εναλλακτικών μετακίνησης και τη δημιουργία πιο βιώσιμων πόλεων.Ωστόσο, παραμένει μία σημαντική πρόκληση: η ενσωμάτωση καινοτόμων ψηφιακών εργαλείων και πλατφορμών στον αρχιτεκτονικό και πολεοδομικό σχεδιασμό. Η περίοδος της πανδημίας συνέπεσε με σημαντικές εξελίξεις στον τομέα της πληροφορικής, όπως η εμφάνιση του metaverse και οι προηγμένες τεχνολογίες εμβύθισης (VR, AR, MR, XR). Παράλληλα, η πρόοδος στην υπολογιστική όραση επέτρεψε τη δημιουργία ψηφιακών αντιγράφων υψηλής πιστότητας του πραγματικού κόσμου—γνωστών ως "ψηφιακοί δίδυμοι" και μοντέλα πληροφόρησης κτιρίων (BIM). Επίσης, η καινοτομία στην τεχνητή νοημοσύνη, ειδικά στους γενετικούς αλγόριθμους και στη μηχανική μάθηση, έχει διευρύνει τις δυνατότητες των σχεδιαστών. Η παρούσα διατριβή εξετάζει τις παραπάνω προκλήσεις και ευκαιρίες, προσφέροντας μια ολοκληρωμένη ανάλυση καινοτόμων εφαρμογών στον αρχιτεκτονικό και πολεοδομικό σχεδιασμό. Η ανάλυση οργανώνεται σε τρεις κύριες ερευνητικές δραστηριότητες: (α) Παρακολούθηση της επίδρασης των κανονισμών COVID-19 στην ποιότητα του αέρα και στα ποσοστά θνησιμότητας· (β) Ανάπτυξη και αξιολόγηση καινοτόμων μεθοδολογιών, εργαλείων και λογισμικού βασισμένων στην υπολογιστική όραση, στα ψηφιακά αντίγραφα του αστικού περιβάλλοντος και σε τεχνολογίες παιχνιδοποίησης· και (γ) Διερεύνηση του πώς η γενετική τεχνητή νοημοσύνη μπορεί να υποστηρίξει αρχιτέκτονες και πολεοδόμους. Τα βασικά ευρήματα δείχνουν ότι τα μέτρα περιορισμού της COVID-19 είχαν θετική επίδραση στην ποιότητα του αέρα και ότι τεχνολογίες βασισμένες στην τεχνητή νοημοσύνη μπορούν να την ποσοτικοποιήσουν και να τη μοντελοποιήσουν. Πρόκειται για μια σημαντική προστιθέμενη αξία στην έρευνα που σχετίζεται με το κλίμα, καθώς παρέχει χρήσιμες πληροφορίες για τις τάσεις στην ποιότητα του αέρα και στις ανθρωπογενείς δραστηριότητες. Οι πληροφορίες αυτές, καθώς και πιθανά προβλεπτικά μοντέλα τεχνητής νοημοσύνης, μπορούν να αξιοποιηθούν από αρχιτέκτονες και πολεοδόμους για το σχεδιασμό ανθεκτικών παρεμβάσεων. Λαμβάνοντας υπόψη τις πρόσφατες εξελίξεις στους αλγορίθμους υπολογιστικής όρασης, στα γραφικά και στις τεχνολογίες παιχνιδοποίησης, προτείνεται η δημιουργία ενός προσομοιωμένου περιβάλλοντος για το σχεδιασμό πιθανών παρεμβάσεων. Το περιβάλλον αυτό μπορεί να βοηθήσει τους αρχιτέκτονες και πολεοδόμους να σχεδιάσουν λύσεις βασισμένες στη φύση, αλλά και να χρησιμοποιηθεί ως εργαλείο συμμετοχικού και αποκεντρωμένου πολεοδομικού σχεδιασμού. Τέλος, η γενετική τεχνητή νοημοσύνη μπορεί να αξιοποιηθεί στα πρώιμα στάδια σχεδιασμού για την παραγωγή ποικίλων δημιουργικών ιδεών και την ενίσχυση της έμπνευσης.