Карты и функции

🇷🇺🏙 👥 🖼️ Сеточные данные о плотности населения России в 2021 году: карта плотности населения страны по ячейкам 1×1 км (1 км²) и карты плотности населения 1000 крупнейших населённых пунктов по ячейкам 100м×100 метров (1 гектар). 🗺📥 Карта России в высоком разрешении, карты с ещё несколькими десятками населённых пунктов и архив с индивидуальными картинками с центром в каждом из тысячи крупнейших населённых пунктов — в комментариях. ——— В июне 2025 года коллектив Научно-учебной группы «Пространственный анализ и моделирование городских процессов» Факультета географии и геоинформационных технологий 🤩 НИУ ВШЭ совместно с Институтом географии РАН создали уникальный набор данных — сетку плотности населения России за 2021 год с точностью до 100×100 метров (1 гектар). 📥 Страница данных со ссылкой для скачивания. 📑 Научная статья по проекту. За основу была взята глобальная сетка населения GHS-POP, которую улучшили валидацией и корректировкой по данным численности населения муниципальных образований согласно данным: а) переписи населения 2021 года, б) региональной статистики обеспеченности жильём в городской и сельской местности и в) типов застройки с карты OpenStreetMap. Конечно, все эти источники имеют определённые ограничения и далеко не идеальное качество (GHS-POP имеет свои неточности, также помним про качество переписи 2021 г., завышение населения в некоторых регионах и про то, что полнота данных OSM варьируется от региона к региону), но имеем, что имеем. Всё же работа была проведена немалая и в итоге получился, вероятно, самый точный и детальный датасет плотности населения России за 2021 год. Скорректированный набор данных стал точнее GHS-POP: согласно верификации по данным реестра жилого фонда, на уровне ячеек 100×100 метров доля верно распределённого населения (метрика TAA) выросла с 43-50% в оригинальном GHS-POP до 47-56% после коррекции. На агрегированном уровне 1×1 км точность повысилась ещё заметнее — с 64-76% до 75-83%. В сравнении с базовой GHS-POP скорректированные данные выглядят заметно лучше (можно скачать GHS-POP за 2020 год здесь и проверить самому, например, в QGIS). Напомню, что я уже делал интерактивную карту с динамикой населения более 150 тысяч населённых пунктов России по данным переписей 2002, 2010 и 2021 гг., но сетка плотности населения ещё детальнее показывает распределение населения по стране на 2021 год, и поэтому интересно посмотреть на её визуализацию. В очередной раз спасибо Всеволоду Баширову (sevabashirov в ЖЖ) за самые точные координаты населённых пунктов (хотя кое-где, возможно, могут быть ошибки). 🗺🔍Что мы видим на картах плотности? Хорошо видно, что в России определённо есть первый (🛡Москва) и второй (🛡Санкт-Петербург) города, которые явно выделяются своими размерами и плотностью населения — только здесь есть множество больших районов с плотностью населения >300 и даже >500 человек на гектар. 1. 🛡 Москва в квадрате 100x100 км вокруг себя имеет около 18-19 млн человек, 2.🛡Санкт-Петербург — около 6-7 млн (конечно, правильнее было бы считать агломерации, но это к экспертам по агломерациям). А вот определённого третьего города у нас пока что нет, только более десятка ± похожих друг на друга миллионников — в квадрате 100x100 км ни у кого из них не живёт даже 3 млн человек, а больше 2 млн есть только в квадратах у 4. 🛡 Екатеринбурга, 9.🛡Самары и 3. 🛡 Новосибирска. Самым плотным из них кажется 4. 🛡 Екатеринбург, но и ему далеко до двух столиц. А вот кажущийся перенаселённым 13. 🛡 Краснодар пока что имеет не такую высокую плотность. Из интересного отмечу также 12. 🛡 Омск и 16. 🛡 Волгоград — на карте по России хорошо видно, насколько важными центрами в каркасе расселения они являются. Ну и отмечу огромное разнообразие типов расселения в разных регионах (плотные мелкие сёла 🇷🇺 Чувашии, крупные станицы 🇷🇺 Кубани, плотнейшая 🇷🇺 Московская область, очаговое расселение на Севере и т.д.) и типов застроек городов (от компактного 4. 🛡 Екатеринбурга до вытянутого 16. 🛡 Волгограда). В общем, эти карты можно рассматривать долго. А что интересного заметили вы? Напишите в комментариях!

🌎Узкое горлышко глобальных моделей плотности населения Команда факультета географии НИУ ВШЭ совместно с Институтом экономики природных ресурсов и изменения климата НИУ ВШЭ работает над оценкой климатических рисков в странах Центральной Азии. 📊 Для расчетов нам требовались подробные данные о распределении населения. Первоначально мы предполагали использовать глобальные 100-метровые модели плотности населения — GHS Population grid от Объединенного исследовательского центра Европейской комиссии и WorldPop от одноименной лаборатории Университета Саутгемптона. 🛰 Обе модели являются лучшими в своем роде. В основе GHS Population grid — объемы жилой застройки, извлеченные из снимков Sentinel. WorldPop дает оценку плотности населения по 30+ переменным, которые описывают топографию, застройку, дорожную сеть и другие факторы размещения населения. ⚠️ В чем же узкое горлышко и сложность использования этих моделей? В актуальности данных статистического учета и точности данных об административных границах. Обе модели основаны на распределении населения из полигонов статистического учета (единиц АТД) в ячейки регулярной сетки. GHS Population grid использует устаревшие данные переписей 2010-х гг. с экстраполяцией трендов в динамике численности населения. WorldPop основан на более актуальных статистических данных. Обе модели имеют общий недостаток — низкое качество границ. Это проявляется в чрезмерном упрощении: например, Шымкент и Душанбе представлены простыми кругами, а некоторые районы Узбекистана перепутаны между собой. Это неизбежно порождает смещенные оценки и ошибки. То есть сложные алгоритмы и высокое разрешение ковариат ломаются о недостатки базовых наборов данных. 🔬Чтобы получить необходимую информацию о населении, мы пересобрали GHS Population grid, используя оригинальные слои застройки и актуальные данные статистического учета на 2025 год по 600 административным единицам с границами из OpenStreetMap. Особое внимание обращали на спорные территории. На рисунке: оценка плотности населения в Ферганской долине, наиболее населенном регионе Центральной Азии. Автор: Александр Шелудков, доцент Базовой кафедры Института географии РАН факультета географии и геоинформационных технологий НИУ ВШЭ #городскиеданные #АлександрШелудков

Написал пост для канала о проектах факультета

🏙 Научно-учебная группа «Пространственный анализ и моделирование городских процессов» факультета географии и геоинформационных технологий НИУ ВШЭ приглашает принять участие в семинаре, посвященном анализу морфологии улично-дорожных сетей в городах. 🗓 Когда? 29 апреля в 18:10. 📍 Где? Покровский бул., д. 11, ауд. R408 Уличная сеть — наиболее устойчивый элемент городской морфологии: в отличие от зданий, чей возраст редко превышает 50–150 лет, улицы могут сохранять очертания столетиями. Именно они задают пространственную структуру города, направляют городские потоки, разграничивают районы и очерчивают направления потенциального роста города вовне, а их характеристики помогают понять положение района в структуре города. Докладчики: 🔹Андрей Мокрушин (3 курс) и Артур Шлеин (2 курс), студенты бакалавриата факультета географии и геоинформационных технологий НИУ ВШЭ, Доклад «Убрать нельзя упростить: автоматическая генерализация данных OpenStreetMap о дорогах для анализа морфологии»; 🔹 Анна Чугаева, студентка 3 курса бакалавриата факультета географии и геоинформационных технологий НИУ ВШЭ, Доклад «Классификация элементов улично-дорожной сети Москвы по характеристикам видимости»; 🔹Роман Трофимов, студент 3 курса бакалавриата факультета географии и геоинформационных технологий НИУ ВШЭ, Доклад «Влияние улично-дорожной сети на функциональную плотность объектов ритейла». 👉 Для участия в семинаре зарегистрируйтесь, пожалуйста, по ссылке Ждем Вас! 📲 Факультет географии НИУ ВШЭ в МАХ

🏙 Научно-учебная группа «Пространственный анализ и моделирование городских процессов» факультета географии и геоинформационных технологий НИУ ВШЭ приглашает принять участие в семинаре, посвященном моделированию мобильности населения в городских агломерациях. 🗓 Когда? 15 апреля в 18:10. 📍 Где? Покровский бул., д. 11, ауд. M302 Мобильность населения — ключевая характеристика современного города. Ее исследования помогают понять функциональное устройство города, оценить доступность услуг, нагрузку на транспортные системы, выявить потенциальные локации для новой социальной и коммерческой инфраструктуры. Из-за сложностей и ограничений сбора данных, такой анализ часто опирается на модельные подходы, которые по косвенным данным и дополнительным признакам помогают восстановить структуру перемещений жителей. ⚙️ В рамках семинара мы предлагаем обсудить современные подходы к оценке мобильности, от классических механистических моделей до алгоритмов машинного обучения и генерации синтетических данных: насколько успешны эти подходы и для каких задач они подходят, в чем состоят их ключевые ограничения, какую роль в моделировании мобильности могут играть морфометрические характеристики города? Докладчики: 🔹Денис Афанасьев, ведущий аналитик данных, Билайн Геоаналитика, Доклад «Генерация синтетических геоданных мобильного оператора»; 🔹 Екатерина Кокурина, студентка 3 курса бакалавриата факультета географии и геоинформационных технологий НИУ ВШЭ, Доклад «Моделирование дневной активности населения на основе механистических моделей и моделей машинного обучения на примере Хельсинки»; 🔹Артур Шлеин, студент 2 курса бакалавриата факультета географии и геоинформационных технологий НИУ ВШЭ, Доклад «Оценка структуры пассажиропотока общественного транспорта с использованием гравитационной модели (пример юго-запада Санкт-Петербурга)». 👉 Для участия в семинаре зарегистрируйтесь, пожалуйста, по ссылке Ждем Вас! 📲 Факультет географии НИУ ВШЭ в МАХ

В эту среду в вышке обсуждаем моделирование мобильности населения в городах - присоединяйтесь

Открытая ГИС-конференция Мапакон — программа и регистрация 28 марта ждём всех на открытой ГИС-конференции «Мапакон 2026» 😎 Основная ценность конференции — это доклады, и их в этот раз более 60! Чтобы не запутаться и выбрать самые интересные, у нас есть программа конференции 🔍 Изучайте её и намечайте, на какие доклады пойти. А на странице конференции эта же программа есть в текстовом виде. В итоговом расписании могут быть небольшие изменения, финальный вариант мы ещё опубликуем накануне Мапакона. Формат и регистрация Чтобы не пропустить событие, обязательно зарегистрируйтесь. Всем участникам за час до начала, утром 28 марта, по электронной почте придёт ссылка-приглашение. По ссылке вы перейдёте на онлайн-пространство конференции и сможете перемещаться по разным трансляциям, чтобы слушать доклады в разных комнатах. 🔼Зарегистрироваться

Лучший способ провести субботу, если вы любите карты и ГИС

Три медианы о расселении В июне мы опубликовали набор сеточных данных о плотности населения в России, скорректировав глобальные данные GHS-POP по результатам переписи 2021 года. Методология коррекции описана вот здесь. С тех пор набор скачали больше 360 раз. Здорово, что данные оказались полезны. И любопытно, в каких задачах они нашли применение. Сеточные данные хороши тем, что удобны для расчетов: не зависят от административных границ, легко интегрируются с другими видами данных, как растровых, так и векторных, - позволяют извлекать значения по точкам, агрегировать в границах полигонов и буферов, сопоставлять с другими, в том числе физико-географическими, данными, например, чтобы использовать значения численности населения в качестве весов. На первом рисунке - визуализация плотности населения в 2021 г.: расселение в нашей стране сдвинуто на юг и запад. Чтобы показать этот сдвиг, я добавил пунктиром две линии - взвешенные по населению медианные долготу и широту: половина населения России в 2021 г. жила западнее 44° в.д. и половина населения - южнее 55° с.ш. Точка, где две эти линии сходятся, находится в Нижегородской области (в лесу), примерно в 44 км от Арзамаса. На втором рисунке - средние январские температуры 2021 г. по данным CHELSA. Плотность населения здесь уже дана схематично. На большей части страны температуры ниже -20 - -30°С, но если пересчитать через население, медиана окажется всего -7°С. Изотерма проходила немного восточнее Москвы, Петербурга и Саратова. То есть для половины населения январь 21 г. был в среднем теплее -7°С. А вот какой будет январь 2026 г., скоро узнаем. Всех с наступающим!