bg
Управление территорией и экология
11:59, 20 ноября 2026
views
2

В России появился цифровой двойник населения

Ученые из Самары построили карту, по которой можно узнать, сколько примерно людей, какого пола и возраста живет в конкретном доме сейчас, и сколько будет через пять лет.

Государство и бизнес регулярно принимают решения о проектировании школ, детских садов, магазинов и других объектов, но не всегда знают, сколько именно людей живет рядом с местом будущего строительства, и как изменятся эти показатели в ближайшие годы.

Исследователи Самарского университета имени Королева совместно с компанией «САМИС» открыли бета-тестирование цифровой модели населения России. Система будет анализировать территории от целого региона до конкретного жилого дома, оценивать численность и половозрастной состав жителей и прогнозировать изменения при развитии инфраструктуры.

Детализация и адресность

Новая платформа собирает все, что известно о жилых домах: год постройки, этажность, количество квартир, состояние, стоимость квадратного метра. Затем алгоритм машинного обучения, обученный на домах, где все данные о жильцах есть, «достраивает» картину для домов, где их нет.

Особенность решения – в том, что ИИ показывает не только настоящее, но и сценарии возможного будущего. Например, если в микрорайоне построили новые многоэтажки, модель позволяет заранее оценить, сколько семей с детьми здесь может появиться, и сообщит о потребности в открытии школы, детсада или росте нагрузки на транспорт еще до того, как проблемы возникнут. Оценка доли пожилых жителей в районе подскажет, где нужнее медицинские услуги. Можно протестировать разные варианты: что будет, если здесь построить жилой комплекс, а там – промышленный парк? Сколько людей приедет, какие объекты им понадобятся? Сценарный анализ помогает принимать решения осознанно.

Система выросла из проекта «Робот-картограф», сопоставляющего адреса и геоданные, включая ЕГРН. Разработчики утверждают, что детализация до здания позволяет получить более точные сведения, чем агрегированные показатели по кварталам. Завершить испытания планируется до конца года. Платформа охватывает 85 регионов, более 23,5 миллиона домов и свыше 71 миллиона домохозяйств.

Умные модели и цифровые двойники

Самарский эксперимент – не первая попытка такого рода исследований. Например, в 2022 году специалисты «Востокгосплана» опубликовали работу, в которой цифровые агенты имитируют демографические процессы (рождаемость, смертность, миграцию) для сценарных экспериментов. Акцент – на поведении условного населения, а не на привязке к конкретным зданиям.

В 2023 году исследователь Андрей Смирнов (Коми НЦ УрО РАН) представил интерактивный веб-сайт с детальными демографическими данными по арктическим территориям, включая муниципальный и поселенческий уровни. Инструмент включал ранжирование, кластеризацию и прогнозирование показателей. В отличие от самарской модели, которая стремится к охвату всей страны и привязке к отдельным зданиям, арктический проект сфокусирован на пространственном представлении данных и профилях территорий в рамках конкретного региона.

«Ростелеком» создал «Цифровой двойник Пермского края». Он представляет собой пример инфраструктурного, а не демографического двойника, но показывает масштаб применения технологии на региональном уровне. В ходе пилота было оцифровано почти 800 тысяч объектов – от жилых домов и дорог до инженерных коммуникаций. Система решает прикладные задачи: контроль капитального ремонта, мониторинг мест скопления отходов, анализ градостроительных ограничений. В перспективе инфраструктурная модель могла бы дополнять демографическую.

В будущее через сценарии

Владельцам торговых центров, аптек, пунктов выдачи заказов и муниципальным служащим, отвечающим за планирование территорий, важно не просто знать, что в городе живет миллион человек, а понимать, как эти люди распределены по районам, где больше молодежи, где – пенсионеров, где – семей с детьми. Застройщику важно понять, кто будет покупать жилье в новом квартале и какая инфраструктура потребуется. Транспортным операторам распределение населения подсказывает, где прокладывать маршруты и как часто пускать автобусы. Предпринимателям – на какой улице их объект окупится максимально быстро.

Цифровая модель населения позволяет смотреть в будущее через сценарии. Она не заменяет статистику – она дополняет ее там, где данных не хватает, и помогает «увидеть», сколько людей в конкретном месте будет через пять лет. Проект объединяет ГИС, машинное обучение и демографическое моделирование. Эти навыки и технологии можно применять и в других продуктах: умных городах, управлении недвижимостью, картографических сервисах.

Минстрой России рассматривает цифровизацию городского планирования как один из ключевых инструментов повышения эффективности управления развитием территорий.
quote
like
heart
fun
wow
sad
angry
Последние новости
Главное
Рекомендуем
previous
next