Пространственный анализ городов и агломераций: интеграция технологий ГИС и Big Data

Abstract

Введение. Традиционные источники информации, которые принято использовать для проведения пространственного анализа геодемографических процессов не всегда способны обеспечить обширное представление об эффектах связанных с ростом или сокращением численности населения городов и агломераций. В этой связи для пространственного анализа важное значение приобретают данные, полученные с помощью технологий Big Data. Для решения задачи по обработке и интерпретации больших данных эффективным инструментом являются современные ГИС. ГИС позволяют структурировать данные и производить их визуализацию, таким образом, получая географическую интерпретацию информации. Апробация возможностей применения данных полученных по технологии Big Data, основанная на интеграции с ГИС, а также c использованием традиционных источников информации (госкомстат) проведена на примере городов и городских агломераций Липецка и Ставрополя. Материалы и методы исследования. Для анализа динамики застроенных территорий Липецка и Ставрополя в период с 2000 по 2020 год использованы космические снимки со спутников Sentinel-2 и Landsat-8. Для обработки космических снимков применялись возможности программного обеспечения ScanEx Image Processor. Работа по выделению границ застройки в разные годы проводилась методом обратного дешифрирования. Для анализа плотности населения городов, использовались тепловые карты предоставляемые сервисом Export Base. Оценка стоимости жилых помещений производилась за счет обработки информации, взятой из интернет-сервисов для размещения объявлений (Авито и ЦИАН). В качестве основного геоинформационного инструмента использован Quantum GIS. Результаты исследования и их обсуждения. Апробация интеграционных технологий и методов исследования на примере городов-ядер Липецка и Ставрополя позволила выявить, что демографически благоприятный город Ставрополь имеет более высокие темпы застройки, обладает более высокими ценами на жилую недвижимость. Этот процесс приводит к концентрации населения, в том числе в новых микрорайонах, что не так ярко выражено в депопулирующем Липецке. Пригородные зоны, входящие в получасовую и часовую транспортную доступность в целом сопоставимы по стоимости жилых помещений в рамках обоих агломераций. Выводы. Развитие и интеграция технологий сбора, обработки и анализа пространственно-временных данных способствует расширению методического инструментария геодемографических исследований и открывает широкие возможности комплексно подойти к вопросу развития внутри агломерационных и внутригородских процессов. Традиционные источники позволили оценить динамику численности городов, а применение технологии Big Data с интеграций ГИС раскрыли особенности развития застройки территории городов и пригородов, тепловые карты плотности дали представление об особенности концентрации населения, в том числе вновь застроенных районах. Анализ стоимости жилья с использованием данных интернет-сервисов для размещения объявлений в центральных городах и их пригородах подтвердили основные тенденции связанные с центральностью мест и периферией