Карта жары

Городской остров тепла — не метафора и не публицистический оборот. Это измеримое физическое явление: плотная застройка, тёмные кровли и запечатанный грунт поглощают солнечную радиацию днём и отдают её ночью, а испарение с растительности, которое охлаждает открытый ландшафт, в городе почти отсутствует. Результат — устойчивая разница температур между кварталами одного и того же города, доходящая, по нашим измерениям, до тринадцати градусов.

При этом инструмент наблюдения устроен несоразмерно предмету. Городская метеосеть даёт одну–две точки на миллионный город, и сводка «в Волгограде +36» описывает весь город одним числом — тогда как между Красноармейским районом и берегом водохранилища лежит другая климатическая реальность. Человек, выбирающий, где жить, врач, оценивающий риск теплового удара, и планировщик, решающий, где сажать деревья, работают с картиной, у которой нет пространственного разрешения.

Спутник даёт то, чего не даёт метеосеть: регулярную тридцатиметровую сетку по всей площади города, десять лет ретроспективы и одинаковую методику для Махачкалы и для Москвы. Институт поставил вопрос инженерно: можно ли, не имея ни собственного спутника, ни закрытых данных, ни бюджета на постоянно работающую инфраструктуру, собрать инструмент, который городской администрации, врачу, журналисту и жителю говорит одно и то же — где именно в этом городе горячо, насколько и почему.

«Карта жары» — ответ на этот вопрос. Рабочая формула проекта коротка: открытые данные, открытые модели, мониторинг факта вместо прогноза и дешёвая статическая карта. И один принцип, определяющий тон: виновата физика, а не люди. Карта не обвиняет город — она показывает, где физика работает против жителя, и что именно можно изменить.

Проект измеряет LST — land surface temperature, температуру подстилающей поверхности: асфальта, кровли, кроны дерева, воды. Это не та величина, которую показывает термометр на балконе, и разница между ними не поправочный коэффициент, а физически иная сущность. В полдень поверхность бывает на два десятка градусов горячее воздуха над ней; ночью — холоднее.

Мы намеренно не «переводим» одно в другое ради удобства читателя. Величина, за которую можно ручаться, — измеренная; величина, которую пришлось бы моделировать, была бы удобнее в заголовке и хуже в науке. Поэтому в интерфейсе, в подписях к слоям и в каждом экспорте карта повторяет это ограничение — а модельные величины, вроде суточного пика, маркированы как расчёт.

Практический смысл от этого не теряется, а меняется. Температура поверхности — прямая характеристика того, как городская ткань обходится с солнечной энергией: где кровля работает нагревателем, где двор лишён тени, где пятно зелени сбивает температуру квартала. Именно это, а не показания одной будки в парке, отвечает на вопрос «что делать».

Публичный инструмент живёт ровно столько, сколько кто-то оплачивает его инфраструктуру. Поэтому «Карта жары» намеренно устроена так, чтобы не иметь работающих частей: результат конвейера — набор статических файлов, а карта в браузере читает их напрямую обычными HTTP-запросами с диапазоном байт. Ни базы данных, ни тайл-сервера, ни фонового процесса, ни ключей доступа на клиенте. Стоимость поддержки такой карты стремится к стоимости раздачи файлов, а её отказоустойчивость равна отказоустойчивости хостинга статики.

Расчёты, которые всё же должны быть интерактивными, вынесены в браузер: попиксельный тренд за произвольный период считается на клиенте из годовых сеток значений, пока пользователь двигает ползунок. Это тот редкий случай, когда перенос вычислений на пользователя — не экономия, а архитектурное решение: серверу нечего было бы посчитать быстрее.

Воспроизводимость обеспечивается не декларацией, а устройством конвейера: версии и контрольные суммы модели зафиксированы, шаги идемпотентны, состояние города машиночитаемо, чистая логика покрыта тестами, а сцены и промежуточные продукты кэшируются на диск, чтобы повторный прогон не зависел от доступности внешних сервисов. Любой шаг воспроизводится одной командой из исходников — включая полный прогон на синтетических данных, если у проверяющего нет доступа к спутниковым каталогам.

Сейчас опубликованы десять городов на реальных спутниковых данных: Москва, Ростов-на-Дону, Волгоград, Астрахань, Самара, Саратов, Краснодар, Ставрополь, Махачкала и Симферополь. Выборка сознательно смещена на юг: там жара — ежегодная норма, а не аномалия, и цена ошибки в планировании города выше. Для каждого города собраны все семь слоёв, реальные административные границы, рейтинг районов, годовая ретроспектива за одиннадцать лет и карточка для распространения. Конвейер проходит насквозь, интерфейс собирается в статический экспорт.

Ближайшие задачи: публикация на постоянном адресе в домене института и нагрузочная проверка раздачи тайлов; уточнение тренда до медианы попиксельного наклона; общая маска валидных пикселей для годовых медиан, чтобы убрать шум сравнения разных по покрытию композитов; сужение класса растительности при расчёте острова тепла, чтобы сухая летняя пашня не маскировала эффект застройки; сверка справочных региональных показателей с первоисточниками. После этого — расширение выборки городов.

← Все проекты института