Рубрика «gis»

На окраинах мегаполисов кипит тотальная застройка человейниками… А тем временем их жители ездят учиться, закупаться продуктами и лечиться за многие километры от дома. Хайлоад по-краснодарски: в школах параллельные классы с А по Я, 30-40 учеников в каждом и уроки во много смен. Нагрузочное тестирование по-питерски: очереди из больных не вмещаются в поликлинику и тянутся по улице. И это только начало: крупные города стремительно обрастают не пригодными для жизни районами без инфраструктуры.

В эфире проект ХоумХаб — карта для непредвзятого анализа качества городской среды. Наша цель — предоставить инструмент для оценки развитости инфраструктуры, состояния экологии, плотности застройки и других факторов, влияющих на качество жизни. Наше кредо — открытые данные, расчеты и код. Наши инструменты — OSM, PostgreSQL, python и C++.

В прошлый раз мы перемывали косточки удушающе-плотной застройке, а сегодня пройдемся по социальной инфраструктуре. Можно ли достоверно оценить ее доступность и где поджидают грабли?

Незримая школа, резиновая поликлиника. Препарируем магию городской инфраструктуры - 1

Гадание по фото: сколько здесь школ и поликлиник?

Читать полностью »

На карте 2ГИС очень много картинок — те же знаки дорожного движения и логотипы компаний. Графические API, которые в наши карты предоставляют Android и iOS, обычно не могут рисовать векторную графику напрямую, поэтому нам приходится её растеризовать. А так как мы заранее не знаем нужный размер картинки и не можем её растеризовать до сборки ресурсов, используем растеризаторы.

Читать полностью »

Вчера на них никто не обращал внимание, а сегодня они повсюду. Человейники атакуют! Официально они именуются ЖК эконом-класса, а по сути являются гигантскими бетонными коробками из дешевых материалов. Москва задает моду на уплотнительную застройку и возведение целых районов человейников. И вот уже из Питера, Новосибирска и других зон поражения раздается безысходное «понастроили тут». Как всегда, под ударом простой народ. В красной зоне риска — люди, созревшие для покупки или аренды квартир.

Что противопоставить диктату неконтроллируемой застройки? Нужен открытый и удобный инструмент для анализа качества городской среды, отдельно взятых районов и домов. Под прицелом — не только плотность застройки, но и экология, уровень шума, доступность инфраструктуры и другие факторы, формирующие качество жизни в мегаполисе.

Человейник, тебе меня не сломить! Анализ жилья в мегаполисе - 1
Человейники Гонконга. Интересно, можно ли будет сделать такую фотку в Москве лет через 30?
Читать полностью »

Ниже я — картограф Александр Пронин — расскажу, как совместно с моим коллегой Никитой Славиным была создана карта возраста домов города Владимира.

Данные

Для слоя со зданиями использовал выгрузку c сайта OpenStreetMap. На этом слое есть адрес, который разбит по колонкам, название объекта и этажность. Данные о годе постройки, адресе, названии объекта и фотографии собираю с нескольких источников.

Первый — мой сайт владимирдом.рф — карта застройки. Ее я создал для того, чтобы показать жителям, как застраивался наш город. Для нее данные о годе постройки брал с сайта Мин.ЖКХ, для детских садов и школ — с их официальных сайтов. Много данных по году прислали пользователи карты. На карте есть данные только о годе постройки.

Читать полностью »

Sen2Cor — программа для обработки снимков, сделанных со спутника Sentinel-2. В статье рассказывается, как установить, запустить и настроить её.

Спутниковый снимок до и после обработки с помощью Sen2Cor

Читать полностью »

Данная статья является частью серии «Кейс Locomizer», см. также
• Как мы за два года ускорили расчёт тепловой карты в 20000 раз (послезавтра)
• Открываем One Ring — инструментарий для гибкой конфигурации сложных процессов обработки данных на Spark в облаке (скоро)

Здравствуйте.

КДПВ: Тепловая карта, построенная алгоритмами Locomizer для KFC

Недавно издание The New York Times опубликовало претендующую на сенсационность статью о том, как отследить пользователей по коммерчески доступным анонимизированным датасетам с координатами их перемещений, и здесь, на Хабре её вольный перевод с дополнениями от неизвестного корпоративного копирайтера собрал большое количество комментариев разной степени обеспокоенности.

Так получилось, что я последние два с половиной года являюсь техническим лидом на геоинформационном проекте, который занимается задачей непосредственного извлечения знаний именно из таких коммерческих датасетов. Но мои комментарии с просьбой отставить панику собрали большое количество минусов. Что ж. В поговорке про отсутствие паранойи и не факт, что за вами не следят, есть некая доля истины.

Но есть и доля истины по ту сторону чёрного зеркала, возможно, куда большая. Или интересная.
Читать полностью »

Классификация покрова земли при помощи eo-learn. Часть 2

Часть 1

Переходим от данных к результатам, не покидая рамки своего компьютера

Классификация покрова земли при помощи eo-learn. Часть 2 - 1
Стек изображений небольшой зоны в Словении, и карта с классифицированным покровом земли, полученная, используя методы, описанные в статье.

Читать полностью »

Привет! Представляю вашему вниманию перевод статьи "Land Cover Classification with eo-learn: Part 1" автора Matic Lubej.

Часть 2

Предисловие

Примерно полгода назад был сделан первый коммит в репозиторий eo-learn на GitHub. Сегодня, eo-learn превратился в замечательную библиотеку с открытым исходным кодом, готовую для использования кем угодно, кто заинтересован в данных EO (Earth Observation — пр. пер.). Все в команде Sinergise ожидали момента перехода от этапа построения необходимых инструментов, к этапу их использования для машинного обучения. Пришло время представить вам серию статей, касающихся классификации покрова земли используя eo-learn

Классификация покрова земли при помощи eo-learn. Часть 1 - 1

Читать полностью »

Несколько месяцев назад мы запустили первую в мире бесплатную интерактивную карту, с помощью которой можно посмотреть информацию о любом поле в США и Европе. Про карту написали десятки изданий, а на Product Hunt она собрала беспрецедентные для продукта из агросектора полторы тысячи лайков (и в итоге выиграла AI & Machine Learning Product of the Year 2018) Мы разрабатывали карту два месяца — вот как это было.
Читать полностью »

Сергей Голубев — натуралист, опытный осмер и автор блога «Город Шахты». Его размышления об OpenStreetMap всегда неожиданны, а потому вдвойне интересны. Он умеет найти необычный ракурс и на привычное посмотреть под другим углом. Зачем OSM нужны катастрофы, почему у него не существует сообщества, а также какое будущее ждет этот проект — обо всем этом он рассказал в интервью.

Сергей Голубев: «Самое лучшее, что можно сделать для OSM сейчас — взять дамп планеты, удалить его и начать всё заново» - 1

Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js