Оценка конфигурации территорий зелёных насаждений общего пользования Санкт-Петербурга

Рассматривается сложность конфигурации границ насаждений общего пользования (ЗНОП) Санкт-Петербурга, которая рассматривается как важнейший параметр территории наряду с её площадью. Оценка сложности конфигурации производится с целью совершенствования составления заданий на проектирование зелёных насаждений общего пользования. В качестве исходных данных были взяты сведения о ЗНОП и региональной геоинформационной системы Санкт- Петербурга, которые затем обрабатывались в программе QGIS. Наглядно показано, как именно конфигурация влияет на проектное решение и планировочную структуру и какое значение она имеет для ландшафтного проектирования. Оценка сложности конфигурации производится сравнением длины границ ЗНОП с периметром эталонных фигур – круга и прямоугольника с соотношением сторон по правилу «золотого сечения». Показано, что выбор эталонной фигуры существенно не влияет на оценку сложности. Для рассчитанного коэффициента сложности конфигурации была использована кластеризация по Дженксу и кластеризация на основе на основе минимизации сумм внутригрупповых дисперсий соседних кластеров (МСВД). Показано, что использование алгоритма МСВД предпочтительней. Для каждого из выделенных классов сложности конфигурации (простая, развитая, сложная, очень сложная) даны наглядные иллюстрации и описания существенных черт фигур, относящихся к классам. В заключении статьи показано, что выделенные классы сложности позволяют разделить все ЗНОП на упорядоченные группы, что сложность конфигурации вызвана формальными причинами. Результаты исследования позволили сделать вывод о том, что простые конфигурации (класс 1) и очень сложные конфигурации (класс 4) требуют заметных отличий в использовании приёмов проектирования и, как можно предположить, условий содержания объектов.

1. Кулаичев А.П. Методы и средства комплексного анализа данных. М.: Инфра-М, 2006. С. 341.

2. Лебедев А.А. Пространственный анализ и обновление малых городов // Architecture and Modern Information Technologies. 2020. № 3(52). С. 242–251. URL: https://marhi.ru/AMIT/2020/3kvart20/PDF/13_lebedev.pdf DOI: 10.24411/1998-4839-2020-15213

3. Пасхина М.В. Пространственный анализ в ГИС-системах: сущность, направления, возможности (часть i) // Ярославский педагогический вестник. 2011. № 1. URL: https://cyberleninka.ru/article/n/prostranstvennyy-analiz-v-gis-sistemah-suschnostnapravleniya-vozmozhnosti-chast-i (дата обращения: 24.03.2023).

4. Перькова М.В., Заикина А.С. Характеристика открытых общественных пространств как структурных элементов городской среды // Вестник БГТУ имени В.Г. Шухова. 2016. № 7. URL: https://cyberleninka.ru/article/n/harakteristika-otkrytyhobschestvennyh-prostranstsv-kak-strukturnyh-elementov-gorodskoy-sredy (дата обращения: 24.03.2023).

5. Синицына И.А. Адаптация инструментов пространственного синтаксиса для анализа освоения территории // Architecture and Modern Information Technologies. 2022. № 2(59). С. 129–141. URL: https://marhi.ru/AMIT/2022/2kvart22/PDF/09_sinitsyna.pdf DOI: 10.24412/1998-4839-2022-2-129-141

6. Теодоронский В.С., Горбатова В.И., Горбатов В.И. Озеленение населенных мест с основами градостроительства: учебник для студ. учреждений сред. проф. образования. М.: Изд. центр «Академия», 2011. 128 с.

7. Шлезингер М., Главач В. Десять лекций по статистическому и структурному распознаванию. Киев: Наукова думка, 2004

8. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. Springer, 2001

9. Hillier B. Space is the Machine: A Configurational Theory of Architecture. Cambridge, Cambridge University Press, 1999, 344 р.

10. Hillier B., Hanson J. The social logic of space. Cambridge university press, 1989, 296 p.