Mapping density of residential premises to assess social infrastructure

Cover Page


Cite item

Full Text

Abstract

The analysis of density characteristics of urban areas infrastructure is aimed to make managerial decisions and take measures to improve the efficiency of their functioning. A variety of geoinformation and cartographic materials contribute to the solution of this problem, in particular, the density map of residential premises which allows to identify differences in their spatial placement. The construction of this map is based on the authors’ methodology for calculating the density of residential premises using the functionality of GIS ArcGIS 10.8. As a result, the map of density of residential premises on the territory of the city of Saransk was created.

Full Text

Основное значение для оценки социальной инфраструктуры имеют разнообразные характеристики застройки, которые первоначально определяют особенности и состояние инфраструктуры города. В числе прочего это и пригодность городской среды для жизнедеятельности населения и оценка ее качества и комфортности [1–3; 10; 13; 14]. В свою очередь, показателем, характеризующим количество основных потенциальных пользователей услугами инфраструктуры города, выступает плотность жилых помещений (квартир) [4].

Поскольку одним из наиболее оптимальных методов графической визуализации результатов подобных исследований (наряду с другими наглядными иллюстративными и демонстрационными материалами в виде таблиц, графиков, диаграмм и т. п.) признан геоинформационно-картографический [7; 12; 13], для территории столицы Республики Мордовия – города Саранска определялась и картографировалась именно плотность [9] жилых помещений (квартир).

Для создания карты плотности жилых помещений была разработана и апробирована авторская методика расчета. В процессе проектирования и создания карты использовались следующие цифровые картографические слои на территорию города Саранска: граница, жилая застройка, промышленные зоны, гидрографическая сеть, лесопарковые массивы. Вся территория города была покрыта регулярной прямоугольной сеткой, размер ячеек которой составил 300×300 м. Пространственное наложение производилось с использованием функциональных возможностей ГИС ArcGIS 10.8 [6; 8 9] в созданном для этих целей геоинформационном проекте [11].

В процессе построения модели результатов обработки исходных данных было проведено дополнительное экспериментальное исследование, целью которого стало определение наиболее оптимального размера ячейки регулярной сетки. На рис. 1 представлены визуальные результаты сравнения поверхностей, построенных с использованием разных размеров прямоугольной ячейки. Анализ результатов исследования показал, что от этого параметра напрямую зависит детальность изображения плотности [8] жилых помещений результирующей поверхности. Меньший размер ячейки отображает более локальные изменения, но он может оказаться таким малым, что большая часть ячеек регулярной сетки получит нулевые значения. Использование же большого размера ведет к более обобщенному отображению картографируемого явления и слиянию отдельных участков. В итоге, на основе результатов экспертных оценок, в качестве наиболее оптимального варианта была выбрана регулярная сетка с ячейками размером 300х300 м, представленная на рис. 1, в.

 

Рис. 1. Результаты обработки слоя плотности жилых помещений: использование регулярной сетки с прямоугольными ячейками разного размера (м): а) 100х100; б) 200х200; в) 300х300; г) 400х400.

 

В каждой ячейке сетки вычислялось общее количество квартир, затем полученное значение делилось на площадь одной ячейки, составляющую 90 000 м2 (или 9 га). Таким образом, была рассчитана плотность жилых помещений на 10 000 м2. Каждой центральной точке ячейки сети присваивалось полученное значение, и в результате была получена регулярная сетка точек со значениями плотности жилых помещений.

Дальнейшая интерполяция производилась с помощью модуля Spatial Analyst ГИС ArcGIS 10.8 методом обратно взвешенных расстояний. Таким образом, была построена карта плотности жилых помещений (квартир) на территории города Саранска (см. рис. 2).

 

Рис. 2. Карта плотности жилых помещений на территорию города Саранска.

 

Анализ полученных картографических материалов показал, что максимальные показатели плотности жилых помещений приурочены к территориям новостроек северо-западной (Пролетарский район) [8], юго-западной (Октябрьский и Ленинский районы), южной (Октябрьский район) и юго-восточной (Октябрьский район) частей Саранска. Территории города с низкой плотностью жилых помещений расположены в северной (Пролетарский район) [8] и центральной (Ленинский район) частях столицы республики.

Анализ плотностных характеристик инфраструктурной обустроенности городских территорий нацелен на принятие управленческих решений и мер по повышению эффективности их функционирования. В этой связи результаты проведенных исследований и полученные картографические материалы могут быть использованы органами муниципального управления при оценке состояния инфраструктуры города, планировании городского хозяйства и для повышения уровня эффективности функционирования его инфраструктуры [3; 5; 13; 14].

×

About the authors

Vyacheslav V. Anikin

National Research Mordovia State University

Email: anikin.vva@yandex.ru

Кандидат географических наук, доцент кафедры физической и социально-экономической географии

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

Aleksandra S. Dolgacheva

Moscow Power Engineering Institute

Email: aleksandra.dolgacherva@yandex.ru

Студентка Института автоматики и вычислительной техники, направление подготовки 27.03.04 «Управление в технических системах»

Russian Federation, 17 Krasnokazarmennaya St., building 1G, Moscow 111250

Tatyana A. Dolgacheva

National Research Mordovia State University

Email: tdolgacheva@yandex.ru

Кандидат географических наук, доцент кафедры геодезии, картографии и геоинформатики

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

Sergej A. Teslenok

Yugra State University

Author for correspondence.
Email: teslenok-sa@mail.ru

Кандидат географических наук, доцент высшей экологической школы

Russian Federation, 16 Chekhov St., Khanty-Mansiysk 628012

References

  1. Аникин В. В., Долгачева Т. А., Папулина А. А., Долгачева А. С. Эколого- геохимическая оценка загрязнения почв на территории Северо-Западного района города Саранска // Природа и общество: в поисках гармонии: материалы VII Всерос. науч.-практич. конф. Смоленск, 2021. – С. 5–14.
  2. Аникин В. В., Долгачева Т. А., Папулина А. А., Долгачева А. С. Эколого- геохимическая оценка загрязнения почв на территории Юго-Западного района города Саранска // Географические и экономические исследования в контексте устойчивого развития государства и региона: Материалы III Междунар. науч.-практич. конф. – Донецк, 2021. – С. 7–9.
  3. Гуров С. А. Подходы к картографированию регионального рынка жилья для обеспечения визуализации национального проекта «Жилье и городская среда» // Материалы Междунар. конф. – M.: Изд-во Москов. ун-та, 2020. – Т. 26. – Ч. 1. – С. 503– 515. doi: 10.35595/2414-9179-2020-1-26-503-515.
  4. Долгачева Т. А., Аникин В. В., Манухов В. Ф. Картографирование плотности застройки Пролетарского района городского округа Саранск // Русский инженер. – 2018. – № 2. – С. 36–39.
  5. Ивлиева Н. Г., Манухов В. Ф. Геоинформационно-картографическое обеспечение исследований пространственно-временных особенностей сельского расселения Республики Мордовия // Материалы Междунар. конф. «ИнтерКарто. ИнтерГИС», 2017. – Т. 23. – № 2. – С. 64–77.
  6. Ивлиева Н. Г., Манухов В. Ф. К вопросу построения картографических изображений на основе визуализации атрибутивных данных в ГИС // Геодезия и картография. – 2015. № 2. – С. 31–38.
  7. Кустов М. В., Логинова Н. Н., Семина И. А. Использование ГИС-технологий для обеспечения устойчивого развития городских территорий // ИнтерКарто. ИнтерГИС. – 2004. – Т. 10. – С. 61–67.
  8. Макарова К. П., Левина Ю. С., Зарубин О. А., Климов А. Е. Математико- картографическое моделирование плотности застройки городской среды // Научно- технический вестник Брянского государственного университета. – 2018. – № 3. – С. 321–327.
  9. Основы анализа плотности [Электронный ресурс]. – Режим доступа: https://desktop.arcgis.com/ru/arcmap/10.3/tools/spatial-analyst-toolbox/understanding-density-analysis.htm (дата обращения 04.01.22).
  10. Семина И. А., Фоломейкина Л. Н. Оценка качества городской среды для жизнедеятельности населения и комфортности проживания (город – район – двор). – Мозаика городских пространств: экономические, социальные, культурные и экологические процессы. – М., 2016. – С. 253–257.
  11. Тесленок К. С. Создание геоинформационного проекта и его использование в целях развития хозяйственных систем // Геоинформационное картографирование в регионах России: материалы VII Всерос. науч.-практич. конф. (Воронеж, 10–12 дек. 2015 г.). – Воронеж: Изд-во «Научная книга», 2015. – С. 134–138.
  12. Тесленок С. А., Семина И. А., Тесленок К. С. О необходимости выявления оптимальных методов и способов графической визуализации результатов социологических исследований // Материалы Междунар. конф. «ИнтерКарто. ИнтерГИС». – 2016. – Т. 22 (1). – С. 309–321.
  13. Тесленок С. А., Тесленок К. С., Долгачева Т. А., Скворцова М. А. Методы и способы графической визуализации результатов исследования социальной комфортности проживания населения // Актуальные проблемы гуманитарных и социально-экономических наук. – 2017. – Т. 11. – № 10. – С. 125–130.
  14. Sternlieb G., Hughes J. W. America’s Housing: Prospects and Problems. – New Brunswick: Center for Urban Policy Research, 1980. – 562 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Results of processing the residential density layer: using a regular grid with rectangular cells of different sizes (m): a) 100x100; b) 200x200; c) 300x300; d) 400x400.

Download (329KB)
3. Fig. 2. Map of the density of residential premises in the territory of the city of Saransk.

Download (313KB)

Мы используем файлы cookies, сервис веб-аналитики Яндекс.Метрика для улучшения работы сайта и удобства его использования. Продолжая пользоваться сайтом, вы подтверждаете, что были об этом проинформированы и согласны с нашими правилами обработки персональных данных.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».