BlocksNet

Your logo

BlocksNet – это библиотека с открытым исходным кодом, включающая методы моделирования урбанизированных территорий для задач генерации ценностно-ориентированных требований к мастер-планированию. Библиотека предназначена для формирования универсальной информационной модели города, основанной на доступности городских кварталов. В библиотеке также представлены инструменты для работы с информационной моделью города, которые позволяют: генерировать слой городских кварталов, рассчитывать обеспеченность на основе нормативных требований, а также получить оптимальные требования к мастер-планированию территорий.

Преимущества BlocksNet

BlocksNet — это библиотека для моделирования сценариев развития города, например при создании мастер-плана, поддерживающая следующие инструменты:

1. Метод генерации слоя городских кварталов - разделение территории на наименьшие элементы для анализа городской территории - кварталы. Метод генерации слоя городских кварталов основан на алгоритмах кластеризации с учетом дополнительных данных о землпепользовании.

2. Универсальная информационная модель города используется для дальнейшей аналитики городских территорий и получения информации о доступности городских кварталов. Универсальная модель города включает агрегированную информацию о сервисах, интермодальной доступности и городских кварталах.

3. Методы оценки городской обеспеченности различными типами сервисов с учетом нормативных требований и ценностных установок населения. Оценка обеспеченности производится при помощи итеративного алгоритма на графах, а также при помощи решения задачи линейной оптимизации.

4. Метод вычисления функции оценки оптимальности проектов мастер-планирования, основанный на ценностных установках населения и систем внешних ограничений. Метод основан на решении задачи оптимизации: необходимо найти оптимальную застройку, чтобы повысить обеспеченность. Задача решается при помощи генетического алгоритма, добавлена поддержка пользовательских сценариев.

Основные отличия от существующих решений:

• Метод генерации слоя городских кварталов учитывет тип землепользования, что позволяет определить ограничения для развития территории в контексте мастер-планирования.

• Универсальная информационная модель города может быть построена на открытых данных; наименьшая пространственная единица для анализа - квартал, что делает возможным аналитику в масштабах города.

• При оценки обеспеченности учитываются не только нормативные документы, но и ценностные утсановки населения.

• Генетический алгоритм для оптимизации застройки поддерживает пользовательские сценарии.

• Поддержка различных нормативных требований.

Установка

Чтобы установить библиотеку BlocksNet необходимо использовать pip:

pip install git+https://github.com/iduprojects/blocksnet

Использование

Затем, необходимые классы импортируются из библиотеки:

from blocksnet import CityModel

Используются необходимые функции и модули:

city_model = CityModel(
  blocks=aggregated_blocks,
  accessibility_matrix=accessibility_matrix,
  services=services
)
city_model.visualize()

Более подробные примеры использования приведены ниже.

Данные

Перед запуском примеров необходимо скачать входные данные и поместить их в директорию examples/data. Вы можете использовать свои собственные данные, но они должны соответствовать структуре, описанной в спецификации.

Примеры

Следующие примеры помогут ознакомиться с библиотекой:

1. Генерация слоя городских кварталов в соответствии с кластеризацией землепользования и зданий.

2. Агрегирование информации о городских кварталах – как заполнить кварталы информацией о сервисах, содержащихся в них, а также сформировать матрицу интермодальной доступности между кварталами.

3. Создание информационной модели города – как создать информационную модель города и визуализировать ее (чтобы убедиться в ее реальности и правильности).

4. Оценка обеспеченности с помощью линейной оптимизации – как определить обеспеченность городскими сервисами.

5. Оценка обеспеченности по итерационному алгоритму – еще один пример оценки обеспеченности, но с использованием другого итерационного метода.

6. Генетический алгоритм оптимизации требований к мастер-плану – как оптимизировать поиск требований к мастер-планированию для определенной территории или всего города по определенному сценарию.

7. Балансировка параметров территории при увеличении жилой площади, не снижая качество жизни в городе.

Мы советуем начать с п. 3 создание информационной модели города, если вы скачали подготовленные нами исходные данные.

Документация

Более детальная информация и описание работы с BlocksNet доступны в документации.

Структура проекта

Последняя версия библиотеки доступна в main branch.

Она включает следующие модули и директории:

• blocksnet - каталог с кодом фреймворка:

  • preprocessing - модуль для предпроцессинга

  • models - классы моделей

  • method - методы работы инструментов библиотеки

  • utils - модуль для статических единиц изменения

• data - каталог с данными для экспериментов и тестов

• tests - каталог с единицами измерения и интеграционными тестами

• examples - каталог с примерами работы методов

• docs - каталог с RTD документацией

Разработка

Для начала разработки библиотеки необходимо выполнить следующие действия:

1. Склонируйте репозиторий: git clone https://github.com/iduprojects/blocksnet.

2. Создайте виртуальную среду (опционально), поскольку библиотека требует точных версий пакетов: python -m venv venv и активируйте ее.

3. Установите библиотеку в редактируемом режиме: python -m pip install -e '.[dev]' --config-settings editable_mode=strict.

4. Установите pre-commit: pre-commit install.

5. Создайте новую ветку на основе develop: git checkout -b develop <new_branch_name>.

6. Добавьте изменения в код.

7. Сделайте коммит, переместите новую ветку и выполните pull-request в develop.

Редактируемая установка позволяет свести к минимуму количество повторных инсталляций. При добавлении новых файлов в библиотеку разработчику необходимо повторить шаг 3.

Лицензия

Проект имеет лицензию BSD-3-Clause.

Благодарности

Библиотека была разработана как основная часть проекта Университета ИТМО № 622280 "Библиотека алгоритмов машинного обучения для задач генерации ценностно-ориентированных требований к мастер-планированию урбанизированных территорий".

Контакты

Вы можете связаться с нами:

• НЦКР – Национальный Центр Когнитивных Разработок

• ИДУ – Институт Дизайна и Урбанистики

• Татьяна Чурякова – руководитель проекта

Публикации по инструментам библиотеки

Опубликованные работы:

1. Morozov A. S. et al. Assessing the transport connectivity of urban territories, based on intermodal transport accessibility // Frontiers in Built Environment. – 2023. – Т. 9. – С. 1148708.

2. Morozov A. et al. Assessment of Spatial Inequality Through the Accessibility of Urban Services // International Conference on Computational Science and Its Applications. – Cham : Springer Nature Switzerland, 2023. – С. 270-286.

Принятые к публикации работы:

1. Churiakova T., Starikov V., Sudakova V., Morozov A. and Mityagin S. Digital Master Plan as a tool for generating territory development requirements // International Conference on Advanced Research in Technologies, Information, Innovation and Sustainability 2023 – ARTIIS 2023

2. Natykin M.V., Budenny S., Zakharenko N. and Mityagin S.A. Comparison of solution methods the maximal covering location problem of public spaces for teenagers in the urban environment // International Conference on Advanced Research in Technologies, Information, Innovation and Sustainability 2023 – ARTIIS 2023

3. Natykin M.V., Morozov A., Starikov V. and Mityagin S.A. A method for automatically identifying vacant area in the current urban environment based on open source data // 12th International Young Scientists Conference in Computational Science – YSC 2023

4. Kontsevik G., Churiakova T., Markovskiy V., Antonov A. and Mityagin S. Urban blocks modelling method // 12th International Young Scientists Conference in Computational Science – YSC 2023