В Петербурге создадут модель подземного строения города
Первая в России трехмерная модель подземного строения города появится в Санкт-Петербурге.
Она будет в виде карты города в масштабе 1:50 000.
"Изучение недр Санкт-Петербурга - история достаточно длительная: работы проводились и в 1930-х годах прошлого века. По плану министерства природных ресурсов, завершение проекта - 2025 год. После этого можно будет пользоваться уже достоверной, оперативной, цифровой информацией. Можно строить разрезы, трехмерные блоки подземного пространства в любой точке города на основании этих данных. Петербург - первый город в России, у которого в результате будет такая модель", - цитирует ТАСС слова зампредседателя комитета по природопользованию, охране окружающей среды и обеспечению экологической безопасности Петербурга Ивана Серебрицкого.
Он добавил, что подобная модель будет полезной для проектирования метро, системы отвода сточных вод от жилых домов, предприятий на станции очистки воды.
Трехмерная карта поможет быстро и четко определять оптимальные маршруты в городе на Неве, где не все породы позволяют легко строить, так как часто возникают проблемы с обводненностью грунтов.
Перед созданием модели специалистам пришлось систематизировать все данные с 1930-х годов до начала 21 века, так как в разные годы создавались различные геологические описания.
Проектом занимаются специалисты Всероссийского научно-исследовательского геологического института имени А. П. Карпинского. В трехмерной подземной модели будет информация о 9 тыс. 19 скважинах, которые перекрывают весь Санкт-Петербург. Уже представлена южная часть города и ее модель со всеми геологическими слоями, с их описаниями. В 2024 году аналогичная работа идет над северной частью города. Полностью материалы будут собраны в одну модель в 2025 году.
В ВТБ создали и масштабировали на всю Россию сервис аналитики для оценки новостроек.
В основе — универсальная платформа геоаналитики, позволяющая сопоставлять более 1000 слоев данных из банковской сферы, телекома и digital-сервисов. В решении используется обезличенная информация о жителях аналогичных домов, а также районов со схожей транспортной инфраструктурой, имеющих похожие интересы, структуру доходов, расходов и так далее.
Оценка рыночной стоимости строящейся недвижимости играет для банка важную роль в принятии решения о финансировании проектов. Новая разработка помогает повысить оперативность на этапе рассмотрения заявки на финансирование застройщика и получить более объективные и точные данные. Для застройщиков очень важна скорость и сроки. Использование программы позволило в 3 раза сократить сроки от обращения клиента до подписания кредитного договора.
В разных городах различные факторы оказывают влияние на определение цены на жилье. Рынок постоянно идет вперед, меняется инфраструктура, которая влияет на стоимость. Какие-то параметры устаревают, какие-то добавляются или обновляются. Сложность задачи по оценке недвижимости в масштабах России заключается в учете региональной специфики, макроэкономических колебаниях, большом разнообразии в качестве и расположении строительных объектов, что в свою очередь обуславливает выбор инструментов и способов моделирования.
«Программа учитывает множество факторов и показывает независимую от экспертного мнения оценку, что играет важную роль в общем процессе согласования сделки всеми участвующими подразделениями. Наиболее значимые конкурентные преимущества сервис дает в ситуации, когда строящийся жилой объект не имеет рядом аналогов, и оценить его, используя только метод сравнения с похожими соседствующими объектами, невозможно» — рассказал Максим Коновалихин, руководитель департамента анализа данных и моделирования, старший вице-президент банка ВТБ.
Проект строится на базе трех платформ: платформы гео-аналитики (Geo), платформы автоматического обучения моделей (AutoML) и MLOps-платформы (scibox). У каждой из них своя задача в рамках бизнес-процесса. Их объединение помогло достичь синергии и внести дополнительную ценность.
Проект стартовал с сегмента среднего и малого бизнеса. Следующая стадия — это использование программы как для целей крупного бизнеса, так и розничного ипотечного кредитования. Специфика проекта позволяет не только масштабировать его, но и применять в других сферах. Например, посчитать необходимое количество банкоматов в конкретном районе и количество наличных средств в каждом из них. Отлично подходит, когда на основе аналогичных данных нужно построить прогноз чего-нибудь нового.