Посмотреть текст статьи

РАЗРАБОТКА ГИС ДЛЯ МОДЕЛИРОВАНИЯ РАСПРЕДЕЛЕНИЯ КОНЦЕНТРАЦИИ В ГОРОДСКИХ УСЛОВИЯХ

GIS DEVELOPMENT FOR A MODELING OF SPREADING CONCENTRATION FOR CITY CONDITIONS

 

Rakhat Aubakirov, School of Information Technology and Engineering Almaty, Kazakhstan 30332–0250 Email: raaubakirov@kbtu.kz

 

Рахат Аубакиров, Школа информационных технологий и Инжиниринга Алматы, Казахстан, 30332-0250

 

Аннотация.  Подчеркивается важность ГИС в различных областях, включая картографирование, отслеживание транспорта и мониторинг качества воздуха. Это исследование направлено на разработку географической информационной системы (ГИС), адаптированной к городской среде, что удовлетворяет потребность в эффективной и адаптируемой системе, способной поддерживать процесс принятия решений и планирования в городских условиях. Предлагаемая ГИС-система предназначена для обработки и анализа больших объемов данных, охватывающих как геопространственную, так и негеопространственную информацию, с учетом таких факторов, как дорожное движение и рельеф местности. Предполагается, что система будет масштабируемой, модульной и настраиваемой, чтобы соответствовать разнообразным требованиям различных городских условий. В этом исследовании я рассмотрю плюсы и минусы существующих работ, методов и решений в разработке современных геоинформационных систем, а также предложу и проанализирую лучший подход для создания мощного инструмента пространственной ориентации в городской среде.

Abstract. The significance of GIS across various domains, including mapping, transportation tracking, and air quality monitoring, is emphasized. This research aims to develop a Geographic Information System (GIS) tailored for urban en- vironments, addressing the need for an efficient and adaptable system capable of supporting decision-making and planning in city conditions. The proposed GIS system is designed to process and analyze large volumes of data, encompassing both geospatial and non-geospatial information, while considering factors such as traffic and relief. The system is intended to be scalable, modular, and customizable to cater to the diverse requirements of different urban settings. In this research I will review pros and cons of existing papers, methods and solutions in developing modern Geographic Information Systems and suggest and analyze better approach to make powerful tool for spatial orientation in urban environments.

Ключевые слова: ГИС-моделирование, городские условия, информационные технологии.

Keywords: GIS modeling, urban conditions, information technology.

Список литературы

1. Гу Куин, Чжао Ляньмин и Лю Шаокунь, ”Прогнозирование качества воздуха в Шэньчжэне на основе алгоритма нейронной сети”, 2020.
2. Тобиас Кон, Гвидо Ван Россум, Гари Брандт из Bucher и Иван Левкивский, ”Динамическое сопоставление шаблонов с помощью Python”, 2020
3. Левкивский Иван, Масса Сильвия М., Мои Франческа, Рефориато Рекуперо Диего и Рибони Даниэле, ”Распознавание процессов приготовления пищи с помощью данных датчиков качества воздуха для поддержки ведения журнала пищевых продуктов”, 2020 г.
4. Файзрахманов Рустам Абубакирович, Фоминых Полина Юрьевна, Курушин Даниил Сергеевич, Орлова Екатерина Дмитриевна, Соболева Ольга Владимировна и Яруллин Денис Владимирович, ”Машинное обучение для построения литературной картографической геоинформационной системы”, 2020
5. Чжан К., Чжоу Ю., Ву Дж., ”Система поддержки принятия решений на основе ГИС для управления качеством воздуха в городских районах”, 2011 г.
6. Чепель О., Боррего С., ”Интеграция ГИС и моделей качества воздуха для оценки воздействия загрязнения воздуха в городской среде”, 2006 г.
7. Бриггс Д. Дж., де Хоог К., Гулливер Дж., ”Пространственное моделирование воздействия загрязнения воздуха в городах в ГИС: новые подходы к измерению загрязнения воздуха в городской среде”, 2000
8. Юань К., Бауэр М. Э., ”Картографирование загрязнения воздуха в городах с использованием ГИС: подход, основанный на регрессии, с пространственными переменными”, 2007

Reference

1. Gu Kuiying, Zhao Lianming and Liu Shaokun, ”Pre-diction of air quality in Shenzhen based on neural networkalgorithm”, 2020.
2. Kohn Tobias, Van Rossum Guido, Bucher Gary Brandtand Levkivskyi Ivan, ”Dynamic pattern matching with Python”, 2020
3. Levkivskyi Ivan, Massa Silvia M., Moi Francesca, Refor- giato Recupero Diego and Riboni Daniele, ”Recognition of cooking activities through air quality sensor data for support- ing food journaling”, 2020
4. Fayzrakhmanov Rustam Abubakirovich, Fominykh Polina Yurievna, Kurushin Daniil Sergeevich, Orlova Ekaterina Dmitrievna, Soboleva Olga Vladimirovna and Yarullin Denis Vladimirovich, ”Machine Learning for Building Literary Map- ping Geoinformation System”, 2020
5. Zhang, K., Zhou, Y., Wu, J., ”A GIS-based decision support system for managing air quality in urban areas”, 2011
6. Tchepel, O., Borrego, C., ”Integration of GIS and air quality models for exposure assessment to air pollution in urban environments”, 2006
7. Briggs, D. J., de Hoogh, K., Gulliver, J., ”Spatial modeling of urban air pollution exposure in GIS: New approaches to measuring air pollution in the urban environment”, 2000
8. Yuan, C., Bauer, M. E., ”Mapping urban air pollution using GIS: A regression-based approach with spatial variables”, 2007