Все
 
 
 


Индивидуальная пространственная мобильность в городской социосреде: модели и прогнозы социально-средовых сценариев
 
Код статьиS221979310031468-7-1
DOI10.37490/S221979310031468-7
Тип публикации Статья
Статус публикации Опубликовано
Авторы
Гдалин Арсений Дмитриевич 
Должность: аспирант кафедры экономической географии
Аффилиация: Российский государственный педагогический университет им. А.И. Герцена
Адрес: Российская Федерация, Санкт-Петербург
Название журналаПсковский регионологический журнал
ВыпускТом 20. №3/2024
Страницы159-178
Аннотация

Историко-географическое районирование территорий входит в число ключевых задач исторической географии. Целью исследования является выделение критериев историко-географического районирования и обоснование схемы историко-географических районов Севера Западной Сибири на регионально-топологическом уровне. Работа опирается на археологические, исторические, литературные и картографические источники, материалы научно-исследовательских институтов и результаты маршрутных историко-географических и археолого-этнографических исследований. Представлен авторский вариант схемы историко-географического районирования Севера Западной Сибири на регионально-топологическом уровне. При осуществлении историко-географического районирования применялись как традиционные методы районирования, так и нестандартные методические приёмы (методы «наложения», «ведущего признака» и «плавающих признаков»). В результате исследования разработана иерархия историко-географических таксонов с учётом региональных особенностей территории. На основе ландшафтных, этнокультурных, историко-географических особенностей территории проведена идентификация историко-географических таксонов на уровне провинций, округов, районов и ареалов. Даны состав и краткое описание выделенных историко-географических провинций. Осуществлённое историко-географическое районирование Севера Западной Сибири может быть востребовано как в познавательных и образовательных целях, так и в качестве информационной основы для разработки административными органами стратегии социально-экономического развития регионов.

Ключевые словаисторико-географическое районирование, иерархия таксонов, Север Западной Сибири, схема историко-географического районирования
Получено01.07.2024
Дата публикации27.09.2024
Кол-во символов34522
Цитировать   Скачать pdf Для скачивания PDF необходимо авторизоваться
100 руб.
При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»
1 Введение. Индивидуальное пространственное поведение городского жителя находится в фокусе интереса исследователей разных областей знания. Хроногеографический подход позволяет системно описывать процессы и явления, связанные с мобильностью человека, находить закономерности и предлагать прогностические модели для решения прикладных задач, связанных с улучшением городской среды.
2 Быстро растущие объёмы данных об индивидуальном пространственном поведении людей и растущий интерес исследователей к извлечению скрытых пространственно-временных характеристик их мобильности стимулируют постоянное развитие методов, применяющихся для анализа. Современные методы обработки больших данных, включая применение искусственного интеллекта, позволяют эффективно извлекать богатую семантическую информацию, что способствует развитию городских исследований во многих областях, включая демографические характеристики населения, анализ сегрегационных процессов в городах и развитие «умных городов». Например, методы глубокого обучения, призванные выявлять сложные взаимосвязи между объектами, такие как свёрточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN) используются для поиска закономерностей между пространственным поведением и индивидуальными характеристиками людей, такими, к примеру, как демографические характеристики, финансовое состояние, личностные особенности, эмоции. Это позволяет прогнозировать типичные модели человеческой мобильности в различных городских условиях в целях эффективного управления городской средой как в обычных условиях, так и при экстраординарных событиях.
3 Изучение пространственно-поведенческих моделей людей в городских условиях имеет важное значение для создания более устойчивой, здоровой, справедливой и эффективной городской социосреды. Для решения задач городского планирования понимание мобильности людей в городе способствует решению градостроительных задач проектирования более эффективных транспортных систем, инфраструктуры и общественных пространств, решению вопросов по улучшению транспортных потоков, уменьшения заторов и создания более благоприятной для пешеходов среды. С точки зрения общественного здравоохранения изучение мобильности людей может помочь системе здравоохранения отслеживать распространение заболеваний и разрабатывать стратегии предотвращения эпидемий. А также выявлять районы с ограниченным доступом к здравоохранительной инфраструктуре и улучшить показатели здоровья жителей. Понимая, как люди передвигаются по городу, городские власти могут стимулировать развитие экологических видов общественного транспорта, а также такие, как пешие и велосипедные прогулки, общественный транспорт. Это будет способствовать сокращению выбросов парниковых газов, загрязнения воздуха и автомобильных пробок, оздоровлению городской среды, повышению экологической устойчивости и безопасности. Понимание тенденций пространственного поведения жителей мегаполиса крайне значимо для экономического развития городов. Изучение мобильности людей может помочь предприятиям выявить тенденции и возможности для роста. И, наконец, изучение моделей мобильности важно для решения проблем социальной, расовой или этнической сегрегации в городской среде. Понимание того, как люди получают доступ к различным частям города, может выявить неравенство в доступе к услугам, пространствам и инфраструктуре. Эти знания могут стать основой политики, направленной на обеспечение равного доступа для всех жителей, независимо от дохода, расы или других факторов.

всего просмотров: 8

Оценка читателей: голосов 0 

1. Балабейкина О. А., Кочетова А. С., Янковская А. А. Глобальный город как актор устойчивого развития: кейс Шанхая // Псковский регионологический журнал.  2023. Т. 19. №. 1. С. 3–17. https://doi.org/10.37490/S221979310023134-0. 
2. Бахтин М. М. Формы времени и хронотопа в романе. Очерки по исторической поэтике // Вопросы литературы и эстетики. М.: Худож. лит., 1975. С. 234–407.
3. Бурлина Е. Я. «Что ни город, то хронотоп». Пространственно-временная диагностика города // Международный научно-исследовательский журнал. 2017. № 9–1 (63). С. 103–108.
4. Голд Дж. Психология и география. Основы поведенческой географии. М.: Прогресс, 1990. 302 с.
5. Давыдкина Л. В. Образ жизни в измерениях пространственной мобильности: методология сбора и анализа данных о перемещениях горожан // Современные исследования социальных проблем (электронный научный журнал). 2018. Т. 9. № 12. С. 41–61. https://doi.org/10.12731/2218-7405-2018-12-41-61. 
6. Иванов И. А., Крыстев В. К., Манаков А. Г. Изменение структуры и распределения въездного турпотока в Болгарии в период пандемии COVID-19 // Псковский регионологический журнал. 2023. Т. 19. № 2. С. 78–89. https://doi.org/10.37490/S221979310025389-0. 
7. Badr H. S. et al. Association between mobility patterns and COVID-19 transmission in the USA: a mathematical modelling study // The Lancet Infectious Diseases. 2020. Vol. 20. No. 11. P. 1247–1254.
8. Chen Y. C., Dobra A. Measuring human activity spaces from GPS data with density ranking and summary curves // The Annals of Applied Statistics. 2020. No. 14 (1). P. 409–432. https://doi.  org/10.1214/19-AOAS1311.
9. Duarte F., Fröding B. Watch out! Cities as data engines: (Curmudgeon) //AI & Society. 2023. Vol. 38. No. 3. P. 1249–1250.
10. Flaxman S. et al. Estimating the effects of non-pharmaceutical interventions on COVID-19 in Europe // Nature. 2020. Vol. 584. No. 7820. P. 257–261.
11. Freitas V. L. S. et al. The correspondence between the structure of the terrestrial mobility network and the spreading of COVID-19 in Brazil // Cadernos de Saúde Pública. 2020. Vol. 36. P. e00184820.
12. Jensen O. B. Staging mobilities. Routledge, 2013. 240 p.
13. Jia J. S. et al. Population flow drives spatio-temporal distribution of COVID-19 in China // Nature. 2020. Vol. 582. No. 7812. P. 389–394.
14. Hägerstrand T. What about people in regional science? Papers of the Regional Science Association. 1970. No. 24. P. 7–21.
15. Hu L., Li Z., Ye X. Delineating and modeling activity space using geotagged social media data // Cartography and Geographic Information Science. 2020. Vol. 47. No. 3. P. 277–288.
16. Järv O. et al. The link between ethnic segregation and socio‐economic status: An activity space approach // Tijdschrift voor economische en sociale geografie. 2021. Vol. 112. No. 3. P. 319–335.
17. Kim M. K., Kim S., Sohn H. G. Relationship between spatio-temporal travel patterns derived from smart-card data and local environmental characteristics of Seoul, Korea // Sustainability. 2018. Vol. 10. No. 3. P. 787.
18. Lawson B. Language of space. Routledge. 2007. 284 p.
19. Legeby A. et al. New urban habits in Stockholm following COVID-19 // Urban Studies. 2023. Vol. 60. No. 8. P. 1448–1464.
20. Liu X. et al. Revealing travel patterns and city structure with taxi trip data // Journal of transport Geography. 2015. Vol. 43. P. 78–90.
21. Mulíček O., Osman R., Seidenglanz D. Time-space rhythms of the city — The industrial and postindustrial Brno // Environment and Planning A. 2016. Vol. 48. No. 1. P. 115–131.
22. Sturgeon B. et al. Mobility, sharing and segregation in Belfast: Policy report. 2020.
23. Xu Y. et al. Understanding aggregate human mobility patterns using passive mobile phone location data: A home-based approach // Transportation. 2015. Vol. 42. P. 625–646.
24. Yuan H. et al. Human mobility discovering and movement intention detection with GPS trajectories // Decision Support Systems. 2014. Vol. 63. P. 39–51.
25. Yang X. et al. Revealing the relationship of human convergence–divergence patterns and land use: A case study on Shenzhen City, China // Cities. 2019. Vol. 95. P. 102384.
26. Zhao S. et al. Quantifying the association between domestic travel and the exportation of novel coronavirus (2019-nCoV) cases from Wuhan, China in 2020: a correlational analysis // Journal of travel medicine. 2020. Vol. 27. No. 2. P. taaa022.

Система Orphus

Загрузка...
Вверх