Архитекторы уже привыкли к Google Earth, или что у нас открытыми данными

Так выглядит карта Москвы 1852 года. Источник

С середины 2000-х онлайн-карты вошли в нашу жизнь, но мы, студенты МАрхИ, с недоверием относились к спутниковым снимкам - главным образом из-за графики. При том, что бумажная или dwg-подоснова (бережно передаваемая на флешке) могла быть сильно устаревшей, мутные, грязного цвета снимки мы считали моветоном, если кто-то пробовал использовать их в качестве подложке на ситуационном плане.

Источник

Уважение вызывала любовно прочерченная подоснова - еще до недавнего времени я мог довольно долго сидеть за ноутбуком, "заливая" дома или газоны штриховкой. Впрочем, такие задачи возникают до сих пор. Обращаю ваше внимание на карту на геопортале Базеля - вот это графика и детализация! Итак, что же поменялось?

Источник

Теперь мы не без восхищения наблюдаем, как все новые источники данных добавляют граней и без того сложной картине города. Сейчас я бы разделил их для себя на две категории. Первая категория - это спонтанные данные (см. недавний пост), или большие данные, которые еще требуется "отсеять", визуализировать, распознать. Вторая категория - статичные (определим их пока так) данные из открытых источников. Это могут быть геопространственные данные, так и просто статистика, изображения и т.д. Данные собираются кем-то другим и выкладываются в общий доступ в обработанном, статичном виде. Яркий пример - геопорталы. 

Когда же речь заходит о данных в принципе, обычно подразумевается, что эти данные являются цифровыми, человекочитаемыми, имеют метаданные (сведения о данных), а также машиночитаемыми. И все эти данные хочется как-нибудь использовать, во всяком случае, мне.

Статистика по пробкам в Москве

Примечательное наблюдение из недавнего общения со студентами: в поиске фотографий и отзывов о том или ином публичном месте (например, дворе МАрхИ) молодежь (мне кажется, не особенно задумываясь) отправляется в Instagram и по геотегу находит нужные фото. И никакого тут API или хитрых алгоритмов не было, просто ручками были найдены требуемые спонтанные данные. Мне в голову подобное не пришло (я только-только начал привыкать к использованию Google Streets или панорам Яндекса). Вот они Gen Y (или Z, как там его). Кстати, вы не пользовались статистикой из Яндекс.Пробок при оценке ситуации?

Что касается спонтанных данных, то здесь бы я хотел не трогать эту тему до поры до времени. После разговора с Эдуардом Хайманом и обсуждения с ним своих опасений и сомнений по поводу пользы такой сложной материи для студента-архитектора, я укрепился в моей позиции. Пока рановато, пока просто будем наблюдать. Поэтому я как архитектор устремлялся (и продолжаю это делать) в область традиционных и более устоявшихся (в т.ч. в научном плане) "возможностей" GIS и открытых данных. А их немало, должен вас в этом заверить. Хотя интеграция GIS и CAD не всегда изящно решается, ставка сделана.

Конечно, именно работа в Генплане и огромные массивы разнообразных сведений о Москве стали тем самым импульсом к внедрению GIS в образование (не без консультаций на gis-lab), но уже на основе бесплатных инструментов и открытых данных. Более того, несколько раз получилось выстроить технологическую цепочку для сбора и картирования данных, о чем был написан небольшой отчет.

Сделано при помощи QGIS. Источник

Я выбрал QGIS как основной инструмент (обычно дополняется с другими доступными бесплатно программами или сервисами вроде Google Fusion Tables или Google Maps). По этому инструменту, с которым постоянно работаю, записал ряд уроков и планирую дальше это делать. Источники данных довольно разнообразны, и мне еще предстоит их изучить более детально.

Публикую основные из них:

• Портал городских данных по Москве http://data.mos.ru/ 
• Исторические карты http://retromap.ru/ 
• объекты культурного наследия Москвы (не все) - http://gis-lab.info/qa/heritage.html
• Архивные фото на карте https://pastvu.com/ 
• Рельеф для большого масштаба по всему миру http://earthexplorer.usgs.gov/ 
• Обычные спутниковые снимки, также с геопривязкой (правда, сейчас саму программу скачать не получается, пользуюсь когда-то сохраненным дистрибутивом) http://sasgis.ru/sasplaneta/  (правда, как мне говорят, это пиратство - но мы же используем для учебных целей)
• OpenStreetMap в shp по РФ (для базовых карт) - http://beryllium.gis-lab.info/project/osmshp/
• OpenStreetMap в shp по остальному миру (для базовых карт, хорошо использовать при сравнении мск с другими городами) - http://download.geofabrik.de/

Кроме того важно понимать, что данные с геопорталов зарубежных городов - также ценный и часто более надежный источник данных о городе, чем OpenStreetMap. О них я бы написал отдельно. Относительно недавно появилась возможность подключаться к API геопорталов, но как это делать - буду с этим разбираться.

Несмотря на то, что GIS изучен мной в самом первом приближении, а область анализа почти не затронута, я взял на себя дерзость включать эту тему в образовательные программы.

Главная цель - научить студентов пользоваться открытыми источниками данных, собирать из них более полную информацию о рассматриваемой ситуации при помощи более совершенных технологий, чем обычный CAD или тем более Photoshop (многие склеивают скриншоты из онлайн-карт именно в Photoshop). Помимо этого, здесь возникает другая цель - показать своего рода универсальную природу цифровых данных.

Модель территории Яузы в InfraWork

В отличие от строительных моделей в BIM, в GIS все в большей степени структурировано, и генерация 3D-моделей на основе GIS-данных получается довольно изящно.

Но во всем этом кроется одна тонкость. Прочерченная рукой, исхоженная вдоль и поперек территория рождает особое видение исследуемого контекста, которое трудно достичь, когда все данные одним кликом загружаются из интернета. Так получается, что множество источников данных несовершенно, а нашего воображения не всегда хватает, чтобы на основе прямоугольничков на карте, таблиц и даже фото составить полноценную картину контекста - и от нас начинают ускользать детали, составляющие характер места.

Поэтому сведение воедино, синтез разнообразных источников данных не только на экране компьютера, но и просто у себя в голове - задача, с которой архитектор сталкивается всегда.