© Наталья Козлова 620 академическая группа, ЭФ МГУ
Недостаточная физическая активность нередко становится причиной различных заболеваний. Многие исследования подтверждают, что пешеходы, проживающие в местах, более приспособленных для прогулок, предпочитают их транспорту, а также чаще отдыхают, гуляя. В качестве важных характеристик привлекательности прогулок авторы называют плотность заселения, связанность улиц, сочетание территорий разного назначения, близость важных общественных строений (вокзалов, школ). Эти показатели хорошо анализировать с использованием геоинформационных систем, которые позволяют учитывать пропускные способности уличных сетей, барьеры для пешеходов (реки, заливы, железнодорожные линии). Кроме того, в программах типа Esri’s ArcGIS возможно осуществление тестов «что, если». Однако такие системы скорее избыточны, дороги и сложны для восприятия неопытным пользователем. В связи с этим, авторы решили разработать агент-ориентированную модель, функционал которой будет включать в себя все необходимое и при этом не будет чрезмерным. Кроме самих исследователей, в разработке модели участвовали представители федеральных и местных властей, занимающихся транспортом, планирование и здравоохранением, а также представители бизнеса.
Агенты в модели были запрограммированы следующим образом: 1) передвигаются с разной скоростью и стремятся за определенное время уйти как можно дальше от стартовой точки или как можно быстрее добраться до пункта назначения; 2) их движение блокируется такими барьерами, как, например, магистрали или реки; 3) избегают взаимодействия друг с другом, а также со зданиями (т.е. моделируются прогулки в чистом виде); 4) могут быть замедлены крутым рельефом. Важной отличительной чертой модели является то, что она может работать с любыми пространственными данными разной масштабности и имеет некоторые предустановленные функции, встроенные в интерфейс. Таким образом, модель является универсальной и может использоваться людьми, далекими от программирования.
Оптимальными для данной модели являются многослойные данные. Так стандартный набор данных в свободном доступе включает в себя информацию о сети дорог, местах скопления людей – потенциальных пунктах назначения гуляющих, и светофорах. Но возможно наложение дополнительных слоев – расположение пешеходных дорожек, интенсивность движения автомобилей, топографические особенности. Максимально детальные данные могут включать в себя и субъективные характеристики окружающих пешеходов условий: уровень освещенность в разное время суток, эстетичность улиц, уровень преступности, общий уровень воспитанности соседствующего населения и другие.
С помощью модели можно тестировать различные сценарии в зависимости от интересующих характеристик: как повлияет на склонность населения к прогулкам изменение доступности общественно важных мест, альтернативное расположение школ, повышение связанности улиц; каким будет эффект для различных категорий граждан (пожилых, детей, людей с ограниченными возможностями). Это реализовано через добавление в интерфейс ползунов, регулирующих время ходьбы агента (до 20 минут), скорость агентов, время ожидания на светофорах и бессветофорных пересечениях проезжих частей. Кроме того, можно указывать различные для каждого агента стартовые точки и пункты назначения, изменять интенсивность пешеходного движения на улицах (например, на улицах, примыкающих к детским садам и начальным школам средняя скорость движения пешеходов ниже), добавлять или убирать связи между улицами. Так на Рисунке 1.1. демонстрируется существующая связь между улицами и интенсивность пешеходного движения по ним за 20 минут. Затем добавляются 3 новые связи, в результате чего существенно возрастает интенсивность движения не только в рамках новых соединений улиц, но и на прилегающих территориях (см. Рисунок 1.2).
После каждого прогона модель выдает несколько показателей, которые могут быть полезны для анализа, а именно: визуализацию перемещения агентов внутри сети улиц, где красным выделены участки наиболее интенсивного движения, оранжевым – средней интенсивности, желтым – слабой; сравнение площадей доступных территорий в соответствии с агент-ориентированной моделью и в соответствии с обычным кольцевым подходом (не учитывает преград на пути, время ожидания и др.); среднее количество пересечений улиц, которые проходит пешеход.
Разработанная модель может помочь стимулировать пешеходные прогулки на уровне населения целых районов, что положительно отразится на его здоровье и, возможно, даже социальной сплоченности. Кроме того, это снизит транспортное напряжение и уровень топливных загрязнений окружающей среды. Потенциал этой агент-ориентированной модели очень велик: в дальнейшем, модифицируя ее, можно прокладывать оптимальные маршруты, например, пеших школьных автобусов, или просто прогулок, выбирать наиболее подходящие места для установки новых достопримечательностей, площадок отдыха и т.д.
Рисунок 1.1. Добавление новых связей между улицами.
Рисунок 1.2. Эффект от добавления новых связей между улицами.
Оригинал статьи: [Hannah Badland, Marcus White and Gus MacAulay (2013): Using Agent-Based Modelling to Inform Neighbourhood Walkability, The University of Melbourne].