ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ АНАЛИТИКА ГОРОДСКОГО НАСЕЛЕНИЯ С ПРИМЕНЕНИЕМ ТЕПЛОВЫХ КАРТ

Пространственно-временная аналитика данных о движении и плотности населения играет решающую роль в построении «умного города», обеспечивая базу для оптимизации городского планирования, улучшения транспортных систем, повышения общественной безопасности населения, экологического мониторинга, развития цифровых сервисов и городской аналитики. В данной статье приведены результаты исследования по пространственно-временным закономерностям распределения и концентрации населения г. Алматы с использованием метода динамических тепловых карт. Для построения полной картины движения, плотности и активности населения использовались открытые географические данные из OpenStreetMap (OSM) и агрегированные данные мобильного оператора. Анализ нагрузки на городские квадранты размером 500×500 м на основе OSM позволил оценить ключевые закономерности изменения плотности населения в зависимости от времени суток. Визуализация пространственно-временных данных реализована с помощью библиотеки Python Folium, которая обеспечила создание наглядных интерактивных карт. Научная новизна исследования заключается в изучении урбанистических процессов г. Алматы на основе интегрированных данных из разных источников, отражающих пространственные и временные особенности динамики городского населения. Полученные результаты демонстрируют четкие паттерны концентрации населения, которые могут быть использованы для более точного прогнозирования и планирования распределения ресурсов и городской инфраструктуры.

1. Zanella A., Bui N., Castellani A., Vangelista L., & Zorzi, M. Internet of Things for Smart Cities. IEEE Internet of Things Journal, 2014. https://doi.org/10.1109/JIOT.2014.2306328.

2. Alami A., Kusyk J., & Lefebvre E. Artificial Intelligence and Smart Cities: A Comprehensive Review. 9th IEEE International Conference on Dependable Systems, Services and Technologies, 2019. https://doi.org/10.1109/DESSERT.2019.8750074.

3. Al-Fuqaha A., Guizani M., Mohammadi M., Aledhari M., & Ayyash M. Internet of Things: A Survey on Enabling Technologies, Protocols, and Applications. IEEE Communications Surveys & Tutorials, 2015. https://doi.org/10.1109/COMST.2015.2444095.

4. Caragliu A., Del Bo C., & Nijkamp P. Smart Cities in Europe. Journal of Urban Technology, 2011. https://doi.org/10.1080/10630732.2011.601117.

5. Anthopoulos L.G. Understanding the smart city domain: A literature review. Smart Cities, 2017. https://doi.org/10.1016/j.scs.2017.11.006.

6. Mendybayev T. and Mendybayev A. Assessing Urbanization Levels Using GeoData: Implications for Kazakhstan Regional Development Planning, 2024 IEEE 4th International Conference on Smart Information Systems and Technologies (SIST), Astana, Kazakhstan, 2024, pp. 222–227. https://doi.org/10.1109/SIST61555.2024.10629546.

7. Singh A. and Kumar M. Data Urbanity: Smart City Evolution Through IoT and Data Science, 2023 3rd International Conference on Innovative Mechanisms for Industry Applications (ICIMIA), Bengaluru, India, 2023, pp. 63–71. https://doi.org/ 10.1109/ICIMIA60377.2023.10426499.

8. Ramanathan S., Syed K. and Chavan T. Data-driven visual analytics of Human Mobility data and green cover using Image Processing for Smart Cities. 2023 3rd International Conference on Intelligent Technologies (CONIT), Hubli, India, 2023, pp. 1–8. https://doi.org/10.1109/CONIT59222.2023.10205381.

9. Mutzu Martis M., Garau C. A Literature Review of the Urban Heat Island (UHI) Phenomenon Connected with Smart Cities Paradigm. In: Gervasi O., Murgante B., Garau C., Taniar D., C. Rocha, A.M.A., Faginas Lago, M.N. (eds) Computational Science and Its Applications – ICCSA 2024 Workshops. ICCSA 2024. Lecture Notes in Computer Science, vol. 14823. Springer, Cham. https://doi.org/10.1007/978-3-031-65329-2_1

10. Aziz N.S.A., Azri S., Ujang U., Darwin N., Choon T.L. Analyzing Urban Spatial Distribution in 2D and 3D for Smart City Planning and Zoning. In: Yadava, R.N., Ujang, M.U. (eds) Advances in Geoinformatics Technologies . Earth and Environmental Sciences Library. Springer, Cham, 2024. https://doi.org/10.1007/978-3-031-50848-6_18.

11. Orishimo I. An Approach to Urban Dynamics. Geographical Analysis, 2010, vol. 19, pp. 200–210. https://doi.org/10.1111/J.1538-4632.1987.TB00125.X.

12. Wang J., Wu J., Wang Z., Gao F., & Xiong Z. Understanding Urban Dynamics via ContextAware Tensor Factorization with Neighboring Regularization. IEEE Transactions on Knowledge and Data Engineering, 2019, vol. 32, pp. 2269–2283. https://doi.org/10.1109/TKDE.2019.2915231.

13. Reia S., Rao P., Barthelemy M., & Ukkusuri S. Spatial structure of city population growth. Nature Communications, 2022, vol. 13. https://doi.org/10.1038/s41467-022-33527-y.

14. Yang X., Zhao Z., Shi C., Luo L., & Tu W. The Dynamic Heterogeneous Relationship between Urban Population Distribution and Built Environment in Xi’an, China: A Case Study. Remote. Sens., 2023, 15, 2257. https://doi.org/10.3390/rs15092257.

15. Scheuer S., Haase D., & Volk M. On the Nexus of the Spatial Dynamics of Global Urbanization and the Age of the City. PLoS ONE, 2016, 11. https://doi.org/10.1371/journal.pone.0160471.

16. Anees M., Mann D., Sharma M., Banzhaf E., & Joshi P. Assessment of Urban Dynamics to Understand Spatiotemporal Differentiation at Various Scales Using Remote Sensing and Geospatial Tools. Remote. Sens., 2020, vol.12, p. 1306. https://doi.org/10.3390/rs12081306.

17. Leibovici D., & Birkin M. On Geocomputational Determinants of Entropic Variations for Urban Dynamics Studies. Geographical Analysis, 2015, vol. 47, pp. 193–218. https://doi.org/10.1111/GEAN.12050.

18. Agunbiade M., Rajabifard A., & Bennett R. The dynamics of city growth and the impact on urban land policies in developing countries. International Journal of Urban Sustainable Development, 2012, vol. 4, pp. 146–165. https://doi.org/10.1080/19463138.2012.694818.

19. Feng J., & Chen Y. Modeling Urban Growth and Socio-Spatial Dynamics of Hangzhou, China: 1964–2010. Sustainability, 2021. https://doi.org/10.3390/SU13020463.

20. Irwin E., Jayaprakash C., & Munroe D. Towards a comprehensive framework for modeling urban spatial dynamics. Landscape Ecology, 2009, vol. 24, pp. 1223–1236. https://doi.org/10.1007/s10980-009-9353-9.

21. Batty M. The new science of cities. MIT Press, 2018, 520 p.

22. Bektemyssova G., Moldagulova A., Shaikemelov G., Omarov S. and Nuralykyzy S. Research on spatial aggregation patterns of urban population in Almaty City based on heat map, 2024 10th International Conference on Control, Decision and Information Technologies (CoDIT), Vallette, Malta, 2024, pp. 2194–2198, https://doi.org/ 10.1109/CoDIT62066.2024.10708175.