أصبحت المدائن الغير رسمية، مثل تلك التي تشهدها لاهور وكاراتشي في باكستان ومومباي في الهند، تمثيلًا واضحًا للنمو السريع للمدن. ومع ذلك، يواجه العلماء والباحثون تحديات متزايدة في رسم خرائط لهذه المناطق بسبب نقص البيانات والقيود المفروضة على الجودة. كان الحل هيكلية بيانات جديدة تم تطويرها من الصفر.

يأتي نموذج SLUM-i ليتجاوز هذه التحديات، حيث أطلق مجموعة بيانات معيارية تتضمن بيانات دقيقة عن لاهور، بالإضافة إلى بيانات مستمدة من حدود إدارية موثوقة لكاراتشي ومومباي، مما يُغطي مساحة حضرية تقارب 900 كيلومتر مربع.

النموذج لم يقف عند هذا الحد، بل قدّم تحسينات نوعية من خلال إطار عمل للتقسيم شبه الإشرافي، حيث تم تعديل آلية تصفية الفئات الأقل تمثيلًا وتطبيق آلية تصنيف حساسة، مما يمنع خنق الفئات الأقل تمثيلًا.

لم تقتصر التجارب على مدينة واحدة، بل شملت سبع مدن عبر ثلاث قارات، وكانت النتائج مذهلة بتسجيل زيادة تصل إلى 5.9 نقطة على مقاييس الجودة بالمقارنة مع النماذج الأخرى التقليدية في هذا المجال.

إن هذا الابتكار ليس مجرد قفزة تقنية، بل يمثل خطوة نحو فهم وتحسين الحياة في المدن الغير رسمية، ويمهد الطريق نحو بيانات موثوقة تُسهم في التنمية المستدامة.