Preskočiť na obsah Preskočiť na pätu (NCP VaT)
VEDA NA DOSAH – váš zdroj informácií o slovenskej vede

Geograf SAV skúmal fenomény európskych metropol. Štúdiu uverejnil časopis Nature Communications

Monika Tináková

Konštantín Rosina z Geografického ústavu Slovenskej akadémie vied (SAV) v spolupráci s kolektívom zo Spoločného výskumného centra Európskej únie (z angl. Joint Research Centre) publikovali štúdiu v odbornom časopise Nature Communications, v ktorej opisujú priestorové rozloženie populácie v mestách.

Ilutračý obrázok, Zdroj: iSTOCK

Opis miest je nesmierne dôležitý. Pomáha pri riešení krízových udalostí, rozvoji infraštruktúry alebo môže byť užitočný aj pri prijímaní epidemiologických opatrení.

Na výskume sa podieľal aj Ľubomír Vidlička z Ústavu zoológie SAV, doktorand Ústavu zoológie SAV Jan Hinkelman, Ivana Koubová z Ústavu vied o Zemi SAV a Štefan Nagy z Ústavu materiálov a mechaniky strojov SAV.

Výskumný tím kombinoval údaje z oficiálnych úradných štatistík s údajmi z „nových“ geopriestorových zdrojov, ako sú napríklad anonymizované údaje od mobilných operátorov. Európske mestá majú dnes vďaka nim podrobnú analýzu časopriestorovej štruktúry hustoty obyvateľstva. O téme sme sa dozvedeli viac vďaka Konštantínovi Rosinovi.

Čo si môžeme predstaviť pod priestorovým a časovým rozložením populácie v mestách? Čo sa v rámci týchto definícií v mestách pozoruje?

Priestorové rozloženie obyvateľstva sme definovali ako počet všetkých ľudí nachádzajúcich sa v určitom momente v priestorovej jednotke. Išli sme nad rámec rozloženia podľa trvalého pobytu, ktoré sa často uvádza v oficiálnych štatistikách a je pomerne statické. Do výpočtu sme teda zahrnuli nielen rezidentov, ale aj ľudí, ktorí v danej jednotke trvale nebývajú, ale prichádzajú tam za vzdelaním, prácou alebo v rámci cestovného ruchu. Neustály pohyb populácie vytvára časopriestorové kontinuum, ktoré sme sa pokúsili zachytiť v niekoľkých typizovaných prierezoch (snapshotoch).

Dôležitým aspektom nášho výskumu je pomerne malá veľkosť cieľovej priestorovej jednotky, ktorou je štvorec 1×1 km. Čím menšia jednotka, tým sú údaje hodnotnejšie a vhodnejšie pre širší okruh aplikácií. Na druhej strane pri príliš malých jednotkách narastá chybovosť výsledných údajov, preto sme museli nájsť vhodný kompromis.

Prečo ste si vybrali práve Lisabon, Miláno a Paríž?

My sme skúmali mnohé ďalšie európske mestá, vďaka ktorým dnes poznámepodrobnejšie časopriestorovú štruktúru hustoty obyvateľstva, ale tieto trimetropoly vyberám preto, lebo sú v nich evidentné niektoré fenomény, ktorésme sa pokúsili v našom výskume zachytiť. Na ich mape je jasne vidieť, ktoré časti metropol sú primárne rezidenčné, kde, naopak, prevažuje dochádzka do zamestnania a škôl nad „odchádzkou“. Taktiež je vidieť rozdiel medzi turisticky atraktívnymi územiami (Gardské jazero, južné pobrežie Portugalska, centrum Paríža či Lisabonu) a územiami, ktoré sú počas augusta doslova vyľudnené (Milánska metropolitná oblasť), keďže najväčšia časť populácie si vyberá na letnú dovolenku práve tento mesiac.

Ako sa vám podarilo tieto údaje získať? Na Slovensku je s tým momentálne problém, aj keď účelom použitia napríklad dát od mobilných operátorov má byť efektívne zvládanie pandemickej situácie.

Cieľom projektu bolo práve spomínané údaje vytvoriť, keďže doteraz neexistovali v takejto podrobnej mierke. Pracovnou metódou bola syntéza existujúcich štatistických údajov o rôznych skupinách populácie dostupných na úrovni Európy len v hrubej mierke (regióny). Tie sme skombinovali s veľkým množstvom priestorových údajov (napríklad o lokalizácii rezidenčných budov, hotelov, škôl, tovární, obchodov, služieb a iných typov zamestnaní), ktoré priniesli do výsledku potrebnú granularitu. Takýto prístup sa nazýva dasymetrické mapovanie. V našom prípade bolo jadrom práce spracovanie obrovského množstva digitálnych údajov pomocou geografického informačného systému ako aj nástrojov, ktoré sme si sami naprogramovali.

K výsledkom ste teda neprišli analýzou dát mobilných operátorov?

Pre niekoho to môže byť prekvapivé, ale nie. No použili sme ich pri hodnotení presnosti modelu. Mobilné siete sú niekedy zdanlivo považované za perfektný zdroj údajov. Avšak odhliadnuc od toho, že v prvom rade nie sú dostupné (až na pár výnimiek), ani tieto údaje nezachytávajú realitu príliš verne a sú s nimi spojené mnohé problémy. Priestorová granularita takýchto údajov je značne heterogénna a spracovanie údajov za rozsiahle územie (celej krajiny, dokonca kontinentu) je extrémne náročné. Problémom je aj to, že jednotliví operátori pokrývajú len menšiu časť populácie – svoj segment trhu, ktorý nemusí byť reprezentatívnou vzorkou populácie. V neposlednom rade veľkou prekážkou širšej dostupnosti je ochrana osobných údajov a obchodných záujmov operátorov. Predpokladám, že z dôvodu komplexnosti problému, v kombinácii s časovou tiesňou, sa nakoniec prísľub týchto údajov nenaplnil ani v otázke zmiernenia pandémie. Do budúcna by ale, samozrejme, bolo chybou túto možnosť nevyužiť. Na to je ale treba urobiť ešte veľmi veľa v teoretickej, aplikačnej, ale aj legislatívnej rovine. A to sa nedá stihnúť za pár týždňov.

Čo je výsledkom projektu? Na čo ste prišli?

Okrem nových prístupov a poznatkov v metodickej rovine popísaných v niekoľkých publikáciách považujem za hlavný výsledok projektu samotné údaje. Analýzou výsledkov môžeme prísť napríklad k zisteniu, že v európskych mestách nad milión obyvateľov sa hustota počas dňa zvýši v priemere až 1,9-násobne v porovnaní s nocou. Takéto všeobecné zistenie v jednej vete však nemá zďaleka taký impakt ako milióny údajových bodov, ktoré sú voľne dostupné. Veríme, že sa stanú využívané ďalšími výskumníkmi a pomôžu odpovedať na celý rad iných otázok.

Údaje sú rozdelené do 24 dátových vrstiev reprezentujúcich rozloženie obyvateľov počas pracovného dňa a v noci pre každý z 12 mesiacov. Vrstvy pokrývajú 28 krajín Európskej únie pri priestorovom rozlíšení 1 km2.

Prečo sú tieto údaje dôležité? Aké je praktické využitie výsledkov?

Takéto údaje o obyvateľstve umožňujú zvýšiť presnosť a špecifickosť výsledkov mnohých aplikatívnych výskumov, ktoré sa nejako týkajú obyvateľstva, napríklad pri skúmaní vplyvu určitých faktorov na človeka alebo, v opačnom garde, vplyvu obyvateľstva na iné systémy, alebo aj pri skúmaní modelov, napríklad šírenia vírusových ochorení. Okrem výskumu nájdu uplatnenie aj v oblasti plánovania infraštruktúry na regionálnej úrovni, pri plánovaní kapacít záchranných zložiek, tvorbe politík a v mnohých ďalších oblastiach.

Článok je dostupný na: https://www.nature.com/articles/s41467-020-18344-5.

 

CENTRUM VEDECKO-TECHNICKÝCH INFORMÁCIÍ SR Ministerstvo školstva, výskumu, vývoja a mládeže Slovenskej republiky