Городская аналитика. Уличные фотографии

Мы продолжаем серию материалов о модуле «Городская аналитика». В данной статье вы узнаете о возможностях инструмента «Уличные фотографии». С его помощью у вас появится возможность провести оценку привлекательности городской среды через анализ цифровых следов — геолокации фотографий, сделанных на улицах города и опубликованных в социальных сетях.

Как это работает?

Чем больше фотографий, тем привлекательнее и красивее считается пространство.

Для отделения уличных фотографий от тех, которые сняты в помещении, используется специальная нейросеть, которая классифицирует фотографии и переносит на карту только снятые на улице.

Инструмент «Городская аналитика. Уличные фотографии» базируется на двух составляющих:
Первая — каждый снимок переводится в точку, которой присваиваются координаты на основании геопозиции, что позволяет непосредственно аккумулировать данные и отображать на карте.
Вторая — дата фотографии, именно на ней завязан функционал построения графиков и динамики во времени.

Инструмент «Городская аналитика. Уличные фотографии»

Уже сам слой данных с точками может многое сказать о городе и о популярности городских пространств. По сути, это, в определенной степени, туристическая карта города. Слой данных может быть использован для поиска и обоснования конфигурации гостевых маршрутов, планирования развития непрерывных пешеходных пространств и оценки их событийной насыщенности. Но инструмент «Городская аналитика. Уличные фотографии» не только позволяет отобразить на карте точки, соответствующие координатам опубликованных в соцсетях уличных фотографий, но и:

  1. Рассчитать и отобразить на карте плотность уличных фотографий за выбранный период времени, выявить точки концентрации фотографий и оценить их количественно.
  2. Показать на графике распределение уличных фотографий по времени, выявить всплески фотоактивности, сезонность и тенденции. В оценке цифровых следов наравне с пространственным распределением важно знать распределение их во времени. Для этой цели разработан функционал построения графика количества фотографий на временной шкале для города в целом или заданной территории.
  3. Задать интересующую территорию, в границах которой будет построен график фотоактивности.
  4. Рассчитать динамику изменения численности фотографий и сравнить количество опубликованных снимков на территории города для двух указанных периодов времени.
  5. Оценить динамику изменения популярности общественных пространств с течением времени.

Приведем несколько примеров реального использования инструментов, которые внедрены в рамках системы КМГИС Казани.

Пример 1

Динамика изменения количества фотографий в г. Казань

На графике, представленном выше, видно, что в Казани ещё пару лет назад самым фотографируемым периодом в году были новогодние праздники — абсолютный максимум снимков пришелся на период с 25 декабря 2019 года по 10 января 2020 года. Временная шкала активности демонстрирует тенденцию к снижению количества новогодних уличных фото. Этим летом всплеск снимков пришёлся на время проведения Дня города или праздника «Сабантуй», количество фотографий превысило зимние показатели.

Таким образом, можно говорить о том, что инструмент позволяет оценить привлекательность и популярность тех или иных городских объектов в абсолютных числовых значениях.

Пример 2

Динамика изменения количества фотографий на площадке Центр семьи «Казан» (г. Казань)

Если выбрать популярную площадку Центр семьи «Казан», то видно, что всплески фотографирования происходят в новогодние праздники. Однако в 2022 году День России для этого пространства получился более популярным, чем даже Новый год последние пару лет.

Пример 3

С 2018 года в Казани выполнялось благоустройство набережной озера Кабан. Проект получился очень удачным и широко известен в архитектурных кругах, об этом нам говорит объём публикаций и упоминаний в сети. Не менее популярно место стало среди гостей и жителей города, об этом свидетельствует динамика изменения уличных фотографий. Так до 2018 на всей территории набережной было опубликовано всего 11 фотографий. После введения 1-й очереди количество снимков в сети увеличилось до 1000. В 2019 — мы видим 1350 фотографий. Дальше тенденция идёт только на увеличение, не считая «ковидного» 2020 года. Интересно, как меняется локация самих фото по мере расширения благоустроенной территории.

Пример 4

На Всемирном парковом конгрессе World Urban Parks — 2019, состоявшемся в столице Татарстана в октябре, казанский лесопарк «Лебяжье» удостоился награды в номинации Eurasian Park Awards Международной премии Urban Parks Awards.
Благоустройство Лебяжьих озёр в действительности лишь завершающий штрих большого проекта их восстановления. Когда‑то город потерял этот чудесный природный подарок, а теперь немалой ценой его вернул. Реконструкция завершилась в 2018 году. Было восстановлено дно озёр, восстановлено сообщение водой за счёт восстановления сообщения с Изумрудным озером.
На анимации видно, как меняется количество и локация фотографий по мере выполнения работ и вводе объектов в эксплуатацию.

Вот так город говорит, а Geometa и инструмент «Городская аналитика. Уличные фотографии» позволяют его услышать и перевести эту обратную связь в измеримые данные. Теперь администрации могут:
— оценить и измерить успешность того, что сделано в по благоустройству;
— запланировать открытие нового пространства там, где его явно не хватает, например, где живет много людей;
— переформатировать существующее пространство, если при анализе фото видно, что люди не считают его достаточно красивым, чтобы оно попало на снимок, или просто редко посещают.

Узнать обо всех возможностях Geometa можно на сайте в разделе «Решения».

Городская аналитика. Численность жителей

Мы продолжаем серию материалов о модуле «Городская аналитика». В прошлых выпусках мы рассказали об инструментах «Автомобилизация» и «Дорожно-транспортные происшествия».

Сегодняшняя статья будет посвящена инструменту, который помогает распределять городские блага между жителями мегаполиса. При управлении развитием города важно иметь в распоряжении данные о демографии. Градостроителям необходимо знать плотность населения города, а также количество жителей в каждом доме.

На глобальном уровне владение этой информацией позволяет лучше планировать развитие общественного транспорта и сетки улиц, благоустройство скверов, парков, бульваров, строительство объектов образования, спорта и культуры. На локальном уровне информация поможет правильно расставить контейнеры для сбора бытового мусора или изменить расположение парковочных мест.

Разработанный нами инструмент позволяет визуализировать на карте численность жителей в каждом жилом доме. Данные представлены в различных вариантах-источниках. Наиболее доступными из них являются данные АИС «Реформа ЖКХ» и расчётные данные.

АИС «Реформа ЖКХ» — автоматизированная информационная система для работы представителей управляющих организаций, сотрудников Фонда содействия реформированию ЖКХ, сотрудников органов местного самоуправления и органов государственной власти, сотрудников государственной жилищной инспекции. Она содержит данные о количестве проживающих по всем многоквартирным жилым домам в городе.

Обновление данных АИС «Реформа ЖКХ» производится с определённой периодичностью. При актуализации данных Реформы ЖКХ и загрузки их в нашу систему, происходит обновление слоя численности населения.

Карта с применением инструмента «Численность жителей»

Расчётная численность жителей генерируется непосредственно инструментом в системе. За основу берутся данные о зданиях и строениях, а ещё статистические данные: средняя обеспеченность квадратными метрами жилья на одного человека и средний размер семьи для данной территории. Чтобы рассчитать количество жителей в многоквартирных домах, мы взяли за основу параметр общей площади здания, в индивидуальных жилых домах — средний размер семьи, исходя из допущения, что в одном индивидуальном жилом доме проживает одна семья.

Численность жителей с данными АИС «Реформа ЖКХ»

На средних масштабах карты становится визуально читаемой плотность распределения жителей в городе в целом:

Плотность распределения жителей в городе

Имеет смысл комбинировать оба источника. Например, по многоквартирным жилым домам использовать данные «Реформы ЖКХ», а для индивидуальных жилых домов принимать расчётные значения по среднему размеру семьи. Так вы получите более достоверную информацию, так как в элитном жилье количество площади на одного человека гораздо больше нежели в квартирах эконом-класса. Обычно данные о классах жилья в муниципалитетах не ведутся, поэтому расчётные значения для некоторых домов будут существенно отличаться от реальных.

В следующем материале мы расскажем об инструменте «Обеспеченность объектами социальной инфраструктуры».

Узнать обо всех возможностях Geometa можно на сайте в разделе «Решения».

Городская аналитика. Автомобилизация

В предыдущих материалах мы рассказали о модуле «Городская аналитика» и его шести инструментах, в том числе «Дорожно-транспортные происшествия», с помощью которого пользователи Geometa выявляют места концентрации ДТП в городе.

Новая статья посвящена инструменту «Автомобилизация». Его главная задача — визуализировать расположение и плотность автомобилей в городе.

Подобная информация используется для различных целей. Например, с её помощью специалисты решают, где расположить парковочные места, и оценивают уровень автомобилизации в городе.

При наличии в системе контуров озеленённых территорий можно выявить участки, где жители города паркуются на газонах.

Но такую информацию непросто получить. Наш способ решения задачи основан на технологии машинного зрения. Нейросеть на ортофотоплане местности (цифровом изображении, созданным на основе фотоснимков) или на космоснимке высокого разрешения различает автомобили, классифицирует их на легковой и грузовой и создаёт для каждого автомобиля свою точку на карте.

Расположение автомобилей на карте города

Таким образом, получается тематический слой данных, который интерпретируют ГИС-инструменты. Его можно дальше сопоставлять с другими объектами системы для решения прикладных задач.

Накопление исторических данных, по мере поступления актуальных ортофотопланов, поможет увидеть динамику изменений ситуации.

Инструмент позволяет оценить плотность размещения автомобилей в каждой точке города и отобразить результаты расчёта на карте. На карте отображено распределение автомобилей по территории города и места их скопления.

Плотность размещения автомобилей в городе

Кроме того, с помощью инструмента можно оценивать загруженность автомобилями территорий дворов многоквартирных домов.

Загруженность домов автомобилями

В следующем материале мы расскажем об инструменте «Численность жителей».

Узнать обо всех возможностях Geometa можно на сайте в разделе «Решения».

Городская аналитика. Дорожно-транспортные происшествия

В этом году мы запустили модуль «Городская аналитика», который помогает принимать решения о будущем городской среды с помощью измеримых данных. В предыдущей статье мы рассказали о шести инструментах модуля, а сегодня познакомимся с тем из них, который будет спасать жизни, он называется «Дорожно-транспортные происшествия».

Снижение смертности в ДТП, а также уменьшение аварийно-опасных участков на дорожной сети — важные национальные задачи. Они заявлены в числе приоритетных целей проекта «Безопасные и качественные автомобильные дороги», он направлен на создание комфортной и безопасной среды для жизни

Мы поставили себе задачу сделать картографический аналитический сервис, который позволил бы визуализировать ДТП, места их концентрации, причины и динамику их изменений во времени. Эта информация поможет выбрать приоритеты при работе над развитием или реконструкцией улично-дорожной сети.

Кроме того, она позволяет оценить эффективность мер, принятых ранее: снизилось ли количество ДТП после реконструкции улицы, установки знака, светофора, пешеходного ограждения или островка безопасности.

С помощью инструмента «Дорожно-транспортные происшествия» можно легко найти наиболее проблемные с точки зрения безопасности участки улично-дорожной сети города, сфокусироваться на них и найти эффективные решения.

Какие функции содержит инструмент?

Открыв карточку любого объекта, можно узнать подробности по каждому ДТП: дата происшествия, категория ДТП, количество пострадавших, количество погибших, тяжесть ДТП/вред здоровью, погодные условия на момент происшествия ДТП, участие пешеходов. По любому из признаков можно настроить фильтрацию объектов на карте:

ДТП на карте

С помощью инструмента есть возможность найти места концентрации ДТП за заданный период времени (оранжевые символы) и случаи ДТП с участием пешеходов (тёмно-серые символы). На карте видна доля происшествий с участием пешеходов в каждом из мест концентрации ДТП:

места концентрации ДТП

Также инструмент показывает места концентрации ДТП в разрезе степени тяжести и вреда здоровью: ярко-розовые символы показывают тяжелые ДТП. Здесь так же видна доля тяжелых ДТП по отношению к лёгким:

места концентрации ДТП в разрезе степени тяжести и вреда здоровью

Ещё одна функция — карта изменения количества ДТП по сравнению с аналогичным периодом времени в прошлом. Пользователь задаёт два периода времени, а система показывает, насколько увеличилось или снизилось количество происшествий в каждой точке города. Размер стрелок пропорционален количеству:

карта изменения количества ДТП

Таким образом, инструмент «Дорожно-транспортные происшествия» даёт возможность узнать подробности о конкретных происшествиях, их концентрацию в разных точках города и сравнить данные с аналогичным периодом в прошлом. В следующем материале мы расскажем об инструменте «Автомобилизация», который помогает нашим пользователям получить информацию о расположении автомобилей в городах.

Узнать обо всех возможностях модуля «Городская аналитика» можно в нашем материале.

Также читайте об инструменте «Автомобилизация», с помощью которого пользователи Geometa визуализируют расположение и плотность автомобилей в городе, в новой статье на сайте.

Модуль «Городская аналитика» на платформе Geometa

В релизе 5.27 анонсирован модуль «Городская аналитика», который предназначен для поддержки принятия решений по управлению развитием городской инфраструктуры на основе измеримых данных.

Первая версия модуля включает в себя следующий функционал:

Сегодня мы коротко рассказали о самом модуле, а в ближайших публикациях подробнее поделимся возможностями его применения и отдельных инструментов.

Читайте о возможностях функционала “Дорожно-транспортные происшествия” в следующей статье.

Создание информационной системы управления городом-миллионником

Комплексная муниципальная геоинформационная система города Казани (КМГИС) создана на базе Geometa. Она призвана решать задачи города, связанные с обработкой пространственных данных. Это единый источник информации о территории.

Система позволяет руководству Казани в удобной и понятной форме получать актуальные сведения о состоянии городской среды, о распоряжении земельными ресурсами, визуализирует потребности города. Она помогает принимать решения по развитию инфраструктуры, определять необходимые объемы финансирования муниципальных программ и городских проектов.

КМГИС пользуются инвесторы, заинтересованные в развитии бизнеса на территории Казани. Они получают достоверную информацию о возможности реализации своих проектов, таким образом система способствует инвестиционной привлекательности города.

Кроме того, КМГИС помогает сокращать сроки обязательных процедур в строительстве, помогает синхронизировать планы проводимых работ. Это, в свою очередь, приводит к экономии инвестиционных и бюджетных средств. Строительство является высокобюджетной сферой деятельности, где оптимизация ресурсов крайне важна.

Система содержит полный функционал для обеспечения градостроительной деятельности: характеристики всех объектов капитального строительства, документы, данные о градостроительном планировании, зонировании, сведения о земельных участках и правах на землю. На сегодняшний день 100% муниципальных услуг, связанных со строительством, автоматизированы посредством КМГИС.

Казань


Система продолжает развиваться. Ее функционал дополняется аналитическими инструментами, которые визуализируют различные аспекты управления модернизацией города. Данные о количестве и плотности расселения граждан сопоставляются с данными о размещении объектов социальной, рекреационной и транспортной инфраструктуры, выявляются точки наибольшего дефицита городских благ.

Исчисляемые, количественные индикаторы позволяют сократить управленческие ошибки, т.к. решения принимаются на основе объективных данных, а не субъективных мнений экспертов.

В миллионном городе огромное количество объектов управления, они связаны друг с другом, взаимозависимы, поэтому эффективное управление городом — крайне нетривиальная задача. Современные города конкурируют друг с другом за привлечение лучших умов, талантов, бизнеса и капитала, и без помощи передовых технологий выиграть в конкурентной гонке не удастся.

Проверка пересечений земельных участков с помощью Geometa

Сведения о земельных участках, содержащиеся в Едином государственном реестре недвижимости, играют важную роль как в осуществлении градостроительной деятельности, так и для граждан.

В соответствии с положениями Градостроительного и Земельного кодексов РФ земельные участки, стоящие на кадастровом учёте, не должны пересекать друг друга. Также границы земельных участков не должны пересекаться с границами территориальных зон. К сожалению, из-за технических и кадастровых ошибок такие пересечения не редкость. Споры о пересечении границ земельных участков на данный момент являются одними из самых распространённых в судебной практике.

 Карта проверки пересечений земельных участков


В Geometa существует инструмент, который наглядно демонстрирует пересечение объектов. Таким образом, ещё на этапе образования нового земельного участка можно проверить его пересечение с ранее учтёнными.

Карта с примерами пересечений земельных участков


Такая проверка снизит число отказов в постановке новых земельных участков на кадастровый учёт. Данный инструмент поможет избежать нарушения прав собственников земельных участков при проектировании. Также при помощи инструмента можно проверять градостроительную документацию ещё на этапе утверждения.

Готовы вывести управление городом
на новый уровень?

При поддержке Geometa превращаем города в цифровые экосистемы, предоставляем умное управление городом, стимулируем цифровое развитие, обеспечиваем прозрачность, высокое качество жизни и экономический рост.