Море волнуется

Город XXI века – концентрат с повышенным содержанием транспорта, новостроек и разнородных развлечений. В совокупности эти компоненты создают комфортную городскую среду – «микстуру», которая поддерживает жизни миллионов людей. Современный город выглядит гарантом карьерного роста, стабильности и безопасности. Кажется, что за броней высоток и дорожных знаков ничего не страшно: все на виду. Однако в городских условиях есть своя опасность, которая заключена в непредсказуемой урбанистической стихии – бурлящем море людей.

 

Привычные городские атрибуты – станции метро, стадионы, концертные площадки – сами по себе угрозы не представляют. Но при взаимодействии с человеком, помноженном на несколько тысяч, ситуация меняется. Неважно, идет ли речь о митинге, празднике или спортивном матче, толпа в любом случае несет в себе потенциальную опасность. О жуткой силе человеческого моря можно судить по событиям 120-летней данности – торжествам на Ходынском поле, которые обернулись давкой и кровавой трагедией. Но возможно ли в наши дни заранее спрогнозировать исход массовых мероприятий и не повторять ошибки прошлого? Современная наука дает положительный ответ и находит решение – моделирование городских процессов.  

 

Город от ума

Городское моделирование – один из инструментов для решения задач урбанистики. Но прежде чем выбрать, что и зачем моделировать, нужно понять, как это делать. Основой для имитационных моделей городских процессов служит Big Data, или «большие данные» – русскоязычное понятие-калька. В ход идут изображения с камер наблюдения, базы данных УФМС, результаты поисковых запросов, детальные карты местности и инфраструктуры, DataSet метрополитена (буфер для хранения данных из базы), анализ социальных сетей. «Сырые» данные – неструктурированная информация. После получения ее необходимо обработать и визуализировать, сделать эстетически приятной и наглядной. Но и это не финальный этап работы.

 

«Стоит понимать, что результат, который мы выдаем, не конечный. Мы предлагаем не готовые решения, а базис, основу для создания комфортной городской среды, "умного города"», – рассказывает Сергей Иванов, руководитель Международной лаборатории «Городская информатика». «Умный город», или Smart City – концепция системы, которая в рамках единого городского пространства соединяет сразу несколько направлений деятельности: от «умной мобильности» (smart mobility) до «умных людей» (smart people) [1].

Как городское моделирование помогает предотвращать проблемы будущего и решать задачи настоящего
Иллюстрации: GraphicMama-team

На этапе сбора информации специалисты сталкиваются со стандартными сложностями. «Современные технологии позволяют достаточно хорошо измерять данные для моделирования. Ключевой момент в слове "достаточно". Технический сбой – это реальность. Любые шумы необходимо учитывать», – признается Сергей. При этом данные имеют фрагментарный характер. Невозможно измерить все и увидеть общую картину процессов, которые происходят в большом городе. Моделированию доступен лишь конкретный «срез» городской жизни, один из которых – поведение толпы в чрезвычайных ситуациях.

           

Модель оправдывает средства

Во время массовых мероприятий в больших городах всегда существует риск эвакуации. Эвакуация – процедура, как ни крути, внеплановая. В такой обстановке эмоциональность, дезорганизованность, паника – стандартный образ действий толпы вне зависимости от ее возрастного, социального или гендерного состава [2]. Моделирование городских ситуаций «тренирует» строящиеся объекты на нежелательную, но все же возможную встряску. «Мы загоняем 50 тысяч виртуальных агентов [имитация человека в компьютерной модели] на недостроенную в реальности площадку, заставляем их разбежаться и смотрим, что происходит. Модельный подход позволяет оценить подготовленность объектов, которые еще не существуют, просчитать сценарии развития событий. Мы не можем провести эксперимент на реальных городских системах. А вот разработать модель экстремальной ситуации – пожалуйста. Минус ущерб, плюс безопасность и комфорт», – говорит Сергей Иванов.

 

 // Сценарии движения футбольных болельщиков после матча, рассчитанные для строящегося стадиона  «Крестовский» (Санкт-Петербург) на основе данных открытой проектной документации. 

//  ITMOUNIVERSITY, Zenit Arena, St.Retersburg, Russia, 50k evacuation

 

// Пример различных сценариев паники в толпе, участвующей в митинге перед зданием Гостиного двора (Санкт-Петербург).

//  ITMOUNIVERSITY, Simulation of Crowd Panic: Planning the Safe Evacuation

 

Будущим городским процессам – прогнозирование, существующим – оптимизация. «Главной задачей в вопросах управления большим городом становится мобильность. Плотность населения в разных районах, маршруты городского транспорта, разнообразие передвижений в будние и выходные дни, ремонтные работы – все это порождает неопределенность и необходимость применения модельного подхода. Он позволяет понимать, что происходит, и чем это мотивируется», – объясняет Сергей. По его словам, модель городской мобильности может включать в себя десятки не связанных, на первый взгляд, действий и тенденций. В контексте моделирования даже инфекционные заболевания – явление, скорее, социальное, нежели биологическое. Ежегодные зимние «гости» – грипп и ОРВИ – распространяются исключительно с мобильностью, через ежедневные передвижения десятков тысяч горожан. Моделирование – фундамент для последующего составления субъективного предпочтительного пути следования [3] (наименее «опасного» маршрута). Итогом может стать своеобразный квест по поиску альтернативных путей перемещения, только уже не с надеждой на «авось», а с реальными шансами на победу городской «сети» вирусов.

 

// Процесс развития эпидемии гриппа в Санкт-Петербурге в форме контактной сети распространения, построенной на основе данных повседневной мобильности населения.

//  ITMOUNIVERSITY, Highly Contagious Infection Spreading: City Flu Epidemics

 

Тем не менее, не все городские процессы охотно трансформируются в модель. Предполагаемая эпидемия гриппа умещается в рамках имитационного моделирования, но этот же механизм не подходит для прогнозирования заторов на дорогах. Каждая пробка – уникальная ситуация. «Сегодня затор есть, а завтра его здесь уже не будет. Нельзя сделать никаких выводов из одноразовых измерений», – говорит Сергей Иванов. Перед городским моделированием не стоит задача виртуализировать целый город и заполнить его условными пожарами, уличными драками и пробками. Модель не показывает и не предсказывает городскую жизнь от и до. Модельный подход лишь позволяет спрогнозировать и впоследствии предотвратить обстоятельства, которые в развитии могут привести к трагическому исходу. Стоит ли требовать большего?

 

 

***

Сергей Иванов – руководитель Международной лаборатории «Городская информатика» Университета ИТМО, специалист по Data Science, кандидат технических наук.

[1] – Инновационное и устойчивое развитие рынков недвижимости: монография / Н. Г. Синяк [и др.]. – Минск: БГТУ, 2015, с.

[2] – Касьяник П.М. Современные зарубежные исследования поведения толпы в экстремальных ситуациях. Ряз.: Прикладная юридическая психология, 2014, 157-164 с. 

[3] – Селиверстов Я. А., Селиверстов С. А. Метод построения пути субъективного 
предпочтительного следования. СПб: Известия СПбГЭТУ «ЛЭТИ», 2016, вып.4