Количественные методы исследования городской среды и городских процессов с использованием геоданных
←
→
Транскрипция содержимого страницы
Если ваш браузер не отображает страницу правильно, пожалуйста, читайте содержимое страницы ниже
Количественные методы исследования городской среды
и городских процессов с использованием геоданных
Будущее в наших городах. Использование социологических
инструментов в формировании городских пространств
ЧЕРНОВ А.В. директор НП «Геоинформспутник», Самара
1
Что такое город? Город есть диалог!
Текущий контекст
• нет «непререкаемых авторитетов»,
• куча псевдоэкспертов: «Мамой клянусь, так надо делать»
• не сформированы субъекты и все со всеми ругаются.
Наиболее используемые на практике виды диалога
2
Что же из этого следует ?
Любая инициатива – удел городских активистов и сумасшедших,
если нельзя объяснить ее выгоду соседу «Кузьмичу»
1. Надо формировать субъекты,
проявлять их ценности,
формировать пространство
диалога.
2. Лучше считать, чем говорить.
---------------------------------------------------
Любое!!! градостроительное
изменение может и должно быть
просчитано по системе глобальных
и локальных индикаторов.
Задача «если-то», моделирование. «Идеи становятся силой,
когда они овладевают массами»
3
Образец заголовка Откуда взялись «геоданные»? Почему регион и крупный город нельзя воспринимать как «точку» в моделях развития?
Анализ результатов выборов 2016 года
Шпилькин: можно по подобию
графиков оценить величину
вбросов. Так ли это?
5
Анализ результатов выборов 2016 года: Тольятти
6
Анализ результатов выборов 2016 года:
Сызрань, Кинель, Новокуйбышевск, Отрадный
7
Анализ результатов выборов 2016 года:
Похвистнево, Жигулевск, Октябрьск, Чапаевск
8
Анализ результатов выборов 2016 года:
сельские муниципальные районы.
9
Анализ результатов выборов 2016 года: Самара.
Почему мультимодальность?
10Анализ результатов выборов 2016 года: Самара.
Явка и процент голосования зависит от района
11Анализ результатов выборов 2016 года: Самара.
Тепловая карта явки по районам Самары
Вывод: методику Шпилькина оценки количества вбросов использовать нельзя.
Полное исследование - https://yadi.sk/i/17p-7p9_vYzNb 12Образец заголовка Где живет ГИПЕРЛОКАЛЬНАЯ информация? Открытые и приоткрытые данные, наблюдения. Геоданные.
Социальные сети
№ Название Что можно взять через программный интерфейс
1 Вконтакте Вся публичная информация о человеке.
Возможность поиска по критериям
2 Фейсбук Масса ограничений, сложно что-то выгрузить
3 4square Места «чек-инов» - популярные места, отношения к
ним.
4 Twitter Статистика твитов с геопривязкой
5 Одноклассники А надо?
14Официальные и полуофициальные ресурсы
№ Название Что можно взять через программный интерфейс
1 Публичная кадастровая Кадастровая карта границ земельных участков
карта (ПКК)
2 Справочник Росреестра по Характеристики зем. участков, зданий и квартир
объектам недвижимости (площадь, стоимость, вид собственности, дата и пр.)
Наличие зарегистрированных прав и вид права
4 Геопортал Самары и Данные от городских слубж и региональных ведомств.
Самарской области В т.ч. картинки ПЗЗ, генплана
5 ФГИС ТП Градостроительная документация (тексты и картинки)
– генпланы, ПЗЗ, схемы террпланирования.
6 «Открытый бюджет», Бюджетные траты
bus.gov.ru, Портал закупок
7 Отраслевые данные Школы с ЕГЭ, избирательные участки и пр.
8 Tosamara и прибывалка Прогнозы прибытия, текущее положение транспорта
9 Сайт избиркома Проценты явки и голосования по УИК
10 ГИС ЖКХ, программа Сведения о годе постройки, характеристиках здания,
капремонта управляющих компаниях
11 Официальные сайты Перечни объектов учета с адресами 15Картографические сервисы и справочники
№ Название Что можно взять через программный интерфейс
1 2GIS Карта бизнеса с координатами, время работы,
категории и пр.
2 Яндекс Лицензионно сложно. По соглашению – карта
организаций, пробки. Тематические карты - в полном
объеме (KML)
3 OpenStreetMaps Полностью открытая карта
4 Google Maps Базовую основу - лицензионно сложно. Тематические
карты - в полном объеме (KML)
5 Авито и иные Карта стоимости оферт недвижимости разных типов,
маркетплейсы арендная плата.
6 SRTM, ASTER DEM Цифровая модель рельефа,. Размер ячейки – 90 м
7 Bing Maps, Google Maps, Геопривязанные снимки местности
Яндекс.Карты, (лицензионно нечисто). В том числе исторические
космоснимки.ру снимки (Google Earth)
8 Архивы космоснимков, Исторические космические снимки, карты, аэрофото.
старых карт и снимков На некоторых формально гриф ДСП или «секретно».
9 Сайты и ресурсы Тематические карты и списки
энтузиастов 16Что не найдешь официально (ну или у нас не получилось)
№ Ресурс Почему
1 Базу данных ФИО с адресами Персональные данные
2 Статистика преступлений с координатами Непонятно почему
3 Точные карты рельефа, топооснову Секретно
4 Точное положение и характеристики Секретно и совершенно секретно
инженерных сетей
5 Базу данных автомобилей с адресами Персональные данные
6 Реальная стоимость строительства Коммерческая тайна
7 Реальная стоимость сделок купли- В Росреестре указывают неполную
продажи стоимость
17Базовые геоданные: цифровая карта и цифровой адресный
план «с точностью до дома» по всей Самарской области
18Геокодирование - быстрое создание собственных слоев
по адресным данным.
19Образец заголовка Некоторые примеры построения и исследования частных моделей Транспортная мобильность Недвижимость Здоровье Образование, миграция и социальная активность
Пример 1 Транспортное моделирование
Общая схема
Сбор данных по транспортному спросу (где люди живут и работают, учатся) по транспортным
районам
Сбор данных по транспортному предложению (дороги и ОТ)
Натурные наблюдения (около 50 перекрестков и остановок)
Построение модели связи спроса и предложения по слоям спроса , калибровка по натурным
наблюдениям
Решение задач «если-то»
Виды решаемых задач:
Изменения организации движения на
перекрестках
Прогнозирование транспортных потоков при
реконструкции и строительстве участков УДС
Прогнозирование транспортных потоков при
закрытии участков УДС на ремонт
Изменения маршрутной сети ГПТОП
Изменения расписания движения ГПТОП
21Пример 1 Транспортное моделирование. Структура модели
транспортная модель
транспортное транспортный
предложение спрос
исходные
ИТ ОТ модель
данные
спроса
(статистика)
перегоны маршрутная сеть здания (POI) слои спроса
перекрестки расписания движения транспортные районы сегменты спроса
остановки виды транспорта
матрицы затрат
взаимодействие тр. спроса и матрицы корреспонденций
тр. предложения
интенсивности транспортных
и пассажирских потоков
22Пример 1 Транспортный спрос, теория.
Четырехшаговая модель расчета
процедуры: результат выполнения процедуры:
1. генерация спроса объемы движения в и из тр.
районов по слоям спроса
2. распределение матрицы корреспонденций по слоям спроса
3. выбор режима
матрицы корреспонденций по слоям спроса
и системам транспорта
4. перераспределение
интенсивности транспортных и пассажирских
потоков
23Пример 1 Транспортная модель.
Взаимодействие спроса и предложения
Интегральные показатели:
показатель значение
средняя скорость корреспонденции,
23,46
км/ч
средняя длина корреспонденции, км 8,39
среднее время реализации
транспортных корреспонденций, 49,194
мин
суммарный пробег всех автомобилей,
10 647 607
км
суммарное время реализации 1 121 927 часов 10
транспортных корреспонденций, мин минут 51 сек
24Пример 1 Транспортная модель. Источники и цели транспортных
и пассажирских потоков, следующих через участок УДС.
25Пример 1 Транспортное моделирование .
Сценарий закрытия участка Московского шоссе
26Пример 1 Транспортное моделирование .
Сценарий строительства улицы Луначарского
27Пример 2 Недвижимость
Нельзя использовать оценку кадастровой стоимости. Градостроительная
оценка
Стоимость как функция от факторов
1) Коммуникационные (глобальные)
2) Локальные (наличие локусов в пешеходной доступности, благоустройство)
3) Гиперлокальные и внутренние (двор, подъезд, квартира)
общ, жил, балк. тыс.
Месторасположение этаж тип,к/п кухня
площ, площ, лодж. руб.
Чернореченская 2/5 к 80.0 9.5 470.0
Структурная/
2/2 к/стал 19.0 10.0 б 580.0
Промышленности
Красноарм./Урицкого 1/2 к/ст.ф. 10.0 8.0 700.0
Гродненская/
5/5 к/лен 53.0 11.4 8.0 750.0
пос. Толевый
Партизанская 3/9 к/Ком 50.0 12.0 0.0 810.0
28Пример 2 Недвижимость. Расчет значений факторов
Программное обеспечение – создание
GRID значений факторов
Результат расчета фактора
«Расстояние до
ближайшей остановки» 29Пример 2 Недвижимость. Карта стоимости
Новые результаты и дальнейшие
направления:
1) Почти все глобальные факторы
можно заменить фактором
транспортной доступности. Связь
транспортных и экономических
моделей.
2) Оценка влияния локальных
факторов через методику
сравнения парных продаж.
3) Прогноз измененной стоимости
земель и налога в результате
градостроительных изменений.
Связь с бюджетом
30Пример 3 Модель оценки здоровья
Исходные данные
1. Деперсонифицированный список
застрахованных с адресами
2. База данных фактов обращения за медицинской
помощью, привязанных к коду жителя
Методика
1) Геокодирование списка застрахованных
2) Разбиение по ячейкам регулярной сетки
2) Построение тематических карт статистики
обращений по типам
3) Расчет значений пространственных факторов
4) Анализ зависимости
31Пример 3 Модель оценки здоровья.
Группы заболеваний по MKB-10 группы (DS-группы)
№ Заболевания Усл. № Заболевания Усл.
обоз. обоз.
1 Инфекционные и паразитарные Инф 12 Патологии беременности, родов и БЕРп
болезни послеродового периода
2 Злокачественные новообразования НОз 13 Травмы, отравления и некоторые другие Тр
последствия воздействия внешних
причин
3 Доброкачественные новообразования НОд 14 Стоматологические болезни Стм
4 Болезни крови и кроветворных органов Кр 15 Болезни кожи Кож
5 Болезни эндокринной системы Энд 16 Психические расстройства и Псх
расстройства поведения
6 Сахарный диабет Дб 17 Болезни нервной системы Нрв
7 Болезни глаза и его придаточного Гл 18 Болезни костно-мышечной системы и КсМ
аппарата соединительной ткани
8 Болезни системы кровообращения КрО 19 Врожденные аномалии (пороки ВрА
развития)
9 Болезни органов дыхания Дых 20 Туберкулез Туб
10 Болезни органов пищеварения Пищ 21 Нормальная беременность и роды БЕРн
11 Болезни мочеполовой системы МП 22 ОРЗ и грипп 32 ОРЗМультик. Динамика ОРВИ
Пример 3 Модель оценки здоровья. Влияние условий жизни
и состояния жилищного фонда на структуру заболеваемости
Исследован Ленинский район г.
Самары.
Территория однородна:
экологически, рельефно,
демографически , промышленно
и транспортно
В районе четко выделяются
кварталы домов старой и новой
постройки
Исследованные территории
старого малоэтажного жилья
(сверху) и нового
многоэтажного жилья (снизу)
в Ленинской районе
Самары.
34Пример 3. Результаты исследований структур
заболеваемости у жителей старых и новых кварталов
35Пример 4. Модель образования, социального капитала.
Как вообще оценить образование в «точке»?
Основная идея – использование данных социальных сетей
1. Загрузка данных
– Социальные сети (ВКонтакте, Facebook)
– Загрузка по возрастному диапазону для анализируемых учебных заведений
– Загрузка дополнительных сведений (социальные связи, списки друзей,
показатели активности пользователей)
2. Фильтрация данных
– Выделение «ядра» (сообщества) пользователей для каждой школы:
• Наличие большего количества социальных связей внутри сообщества
• Фильтрация заведомо ложных пользователей по параметрам возраста, сроков обучения
в школе/ВУЗЕ и т.д.
– Расширение сообщества путём добавления социально связанных групп
(друзей) с использованием методов анализа байесовских сетей
– Кластеризация данных
3. Обработка и оценка взаимосвязей
36Пример 4. Модель образования, социального капитала.
Фильтрация данных
Исходные данные Фильтрация по Кластеризация данных
(один год выпуска, количеству связей
14 школ ГО Самара) (диапазон мощности узлов) 37Пример 4. Модель образования, социального капитала.
Варианты обработки и анализа данных
• Построение связей для загруженных данных «школа-ВУЗ-
работа»
• Выделение социальных лидеров
• Миграционные потоки между городами
• Выделение критериев «успешности» по социальному капиталу
• Построение рейтингов и моделей для конкретных учебных
заведений
38Обобщение. Система численных локальных индикаторов
развития территории (1/3)
№ Категория, индикаторы Где взять
1 Мобильность, транспорт
1.1 Среднее время реализации транспортных Транспортная модель,
корреспон-денций, в т.ч. на общественном и опросы.
личном транспорте, по слоям спроса «дом-работа»
и др.
2 Экономические
2.1 Стоимость земли, величина земельного налога ПКК, Авито
и налога на имущество (доход от территории)
2.2 Величина арендной платы Авито
2.3 Стоимость содержания территории Бюджет по направлениям
2.4 Доход населения Косвенно – через стоимость
автомобилей (наблюдение).
Сотовые компании
39Обобщение. Система численных локальных индикаторов
развития территории (2/3)
№ Категория, индикаторы Где взять
3 Образование
3.1 Средний балл ЕГЭ, конкурс в первый класс Минобр
3.2 Миграция (после школы и после института) Частично - социальные
сети
4 Население
4.1 Ночное население База населения с адресами
с полом, возрастом.
Наблюдения
4.2 Дневное население Сотовые компании
5 Строительство
5.1 Стоимость «очистки» территории, Сложно. Строительные
Стоимость коммуникаций компании
5.2 Полезная площадь, возможный выход жилья Анализ землепользования
40Обобщение. Система численных локальных индикаторов
развития территории (3/3)
№ Категория, индикаторы Где взять
6 Социально-психологические ???
6.1 Явка на выборы, процент голосования за партию ГАС «выборы»
власти
6.2 Социальный капитал, успешность частично социальные сети
6.3 Социальные сценарии, отношение к доминантам Натурные наблюдения
7 Здоровье
7.1 Заболевания сердечно-сосудистыми, легочными Страховые компании
заболеваниями
7.2 Смертность, рождаемость Минздрав
7.3 Качество и калорийность питания Натурные наблюдения,
супермаркеты
41Новое качество
нового жилья
Работают после 20:00 Кол
Пивбары и магазины 16
разливного пива
Едальни (пиццерии, 6
кафе, суши-бары) с
разливным пивом
Супермаркеты и магазы 11
с продажей алкоголя
Студии - красоты, хобби, 13
фитнесс
Ветеринарки и что-то с 3
животными
Остальное 8
42
Всего 57Big geodata vs «полевые» исследования
Big geodata «Полевые»
исследования
Объем данных Сверхбольшой Малый
Стоимость получения Низкая Высокая
Достоверность средняя Высокая
Полнота, возможность Малая Большая
регулировки состава
данных
Интерпретация Высокая средняя
(числовые параметры)
Периодичность Высокая Низкая
получения
43Как их подружить?
Как моделирование big geodata могут
использовать социологические исследования?
1) «Калибровка» моделей (определение
параметров), обучение, оценка качества по
выборке на «реальных» данных.
2) «Техническое задание» на анализ
взаимосвязей на основе глубинного
выявления ценностей.
3) Определение целевых переменных.
Интерпретация результатов.
44Как их подружить?
Как социологические исследования могут
использовать big geodata?
1) Определение границ однородных кластеров
на территории.
2) Получение набора параметров без
проведения опросов.
3) Методы визуализации, анализа
пространственных закономерностей.
45«Живой» г е н п л а н
Чернов А.В., НП «Геоинформспутник» chernov@geosamara.ru,+79276032736
Вы также можете почитать
