ВВЕДЕНИЕ 3
ГЛАВА 1. СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЕ КАРТОГРАФИРОВАНИЕ. ПРЕДМЕТ, МЕТОДЫ, ЗАДАЧИ. ОБЗОР ЛИТЕРАТУРНОГО И КАРТОГРАФИЧЕСКОГО ФОНДА В КОНТЕКСТЕ СОЗДАНИЯ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ КАРТ 6
1.1 Карты социально экономические: классификации, методы создания, способы
картографического изображения 6
2.1 История развития и современные тенденции в социально-экономической
картографии 12
ГЛАВА 2. КИТАЙСКАЯ НАРОДНАЯ РЕСПУБЛИКА: ГЕОГРАФИЯ, СОЦИАЛЬНО
ЭКОНОМИЧЕСКОЕ ПОЛОЖЕНИЕ, РОЛЬ КНР НА МИРОВОЙ АРЕНЕ 17
2.1 Физико-географическое описание территории Китайской Народной Республики. .. 17
2.2 Социально-экономическое положение КНР 20
ГЛАВА 3. ИСПОЛЬЗОВАНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ В
КАРТОГРАФИРОВАНИИ ПРОЦЕССОВ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ
ЯВЛЕНИЙ 24
ГЛАВА 4. РАЗРАБОТКА СЕРИИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ КАРТ
КИТАЙСКОЙ НАРОДНОЙ РЕСПУБЛИКИ 32
4.1 Разработка карт динамики урбанизированных территорий 32
4.2 Разработка карт социально-экономических явлений на основе статистических
данных 48
Приложение 1. Шэньчжэнь. Урбанизированные территории 58
Приложение 2. Сиань и окрестности. Урбанизированные территории 59
Приложение 3. Шэньян и окрестности. Урбанизированные территории 60
Приложение 4 Гонконг. Урбанизированные территории 61
Приложение 5 КНР. Валовой региональный продукт 62
Приложение 6. КНР. Население 63
В настоящее время политико-экономическое устройство мира непрерывно изменяется. Особенности внешней политики, флуктуации в ценообразовании основных торговых ресурсов, межнациональные конфликты и даже эпидемиологические особенности вынуждают постоянно подстраиваться под изменяющиеся условия все сферы жизни. Экономика - основа любого государства, грамотное ведение и изучение которой позволяет стабилизировать её на фоне кризисных ситуаций.
Китайская Народная Республика - одна из крупнейших стран в мире, а также один из важнейших стратегических партнеров нашей страны. Китай - страна с одной из сильнейших экономик, мощнейшим научным и трудовым потенциалами, как и все преодолевает свои кризисные моменты различного масштаба, имеет свои особенности, которые основываются как в целом на географическом положении страны, так и на отдельной специализации внутренних её районов.
Обобщение статистики, а тем более её качественное и визуально корректное картографирование, создает базу для изучения особенностей Китая и повышения уровня наших компетенций в сотрудничестве с ним, что благоприятно повлияет в том числе на научные связи наших государств. Кроме того, в процессе и на основе картографирования, возможно получение производных материалов анализа, которые пригодятся для выявления закономерностей, позволят сделать выводы о структурных элементах государства, позволят найти проблемы и пути их решения.
Таким образом объект исследования - социально-экономическая сфера Китайской Народной Республики.
Предмет исследования - изучение возможностей совокупного использования картографических средств, социально-экономического анализа и данных дистанционного зондирования для создания визуальных материалов, отражающих экономические особенности Китайской Народной Республики.
Целью исследования является изучение экономических особенностей Китайской Народной Республики, анализ и обобщение основных экономических показателей, а также создание на их основе серии социально-экономических карт Китайской Народной Республики, в том числе с использованием данных дистанционного зондирования Земли, оптимизированных для введения в образовательный процесс в Санкт-Петербургском государственном университете и других образовательных организациях.
Актуальность исследования определяют несколько факторов. В первую очередь это важность в изучении и визуализации экономических и социальных показателей одного из главных союзников нашего государства последних десятилетий - Китайской Народной Республики. Лишь обоюдно изучая особенности ведения деятельности мы можем продвигать и углублять сотрудничество стран. Кроме того, работа предполагает использование совместно как данных дистанционного зондирования, так и классических для социально-экономического картографирования статистических данных. Взаимное их применение может открыть новые горизонты для понимания особенностей явлений, выявления проблем и их решения. Важным аспектом исследования так же является то, что в нём используются только свободно распространяемые данные и открытое программное обеспечение, что позволяет в совокупности с не тяжелыми в машинном плане алгоритмами выполнять подобные работы на широком спектре вычислительных устройств и, соответственно, дать возможность в будущем проделывать данный вид работы широкому кругу лиц для расширения пространственно-временных рамок исследования. Также в отличие от других подобных исследований, где в основном создаются картоподобные продукты, нами разрабатываются карты, которые имеют соответствующее требованиям карты оформление и дополнительно оптимизированные как для электронного, так и для бумажного представления, что позволяет применять их для аудиторного и дистанционного обучения и в качестве визуального материала для научных статей и демонстрации при выступлениях.
Для выполнения поставленной цели необходимо решить следующие задачи:
1) Изучить характерные географические и социально-экономические особенности КНР;
2) Изучить опыт картографирования социально-экономических показателей;
3) Проанализировать ситуацию и подобрать необходимые наборы данных на основе надежных источников;
4) Обработать данные и привести их к виду наиболее пригодному к картографированию;
5) Проработать методику разработки картографических изображений;
6) Создать электронные картографические модели, отображающие выбранные показатели;
7) Проанализировать полученные визуальные модели, сделать выводы как по социально-экономической ситуации, так и по возможностям и особенностям проведения данного типа картографирования.
При выполнении работы использовалось программное обеспечение «QGIS» версий 3.20 и 3.28, «Inkscape» 1.1.1. В качестве исходных статистических данных использовались материалы Государственного Бюро Статистики КНР. В части дистанционного зондирования земли использовались данные, полученные спутниковыми аппаратами «Landsat». Кроме того, для создания некоторых слоев карты в качестве основы использовались данные «Open Street Map» и «Natural Earth Data» и иные открытые источники сети Интернет, при условии проверки надежности этих данных.
В ходе работы изучены основные географические, социально-экономические особенности КНР и опыт картографирования социально экономических показателей. Проанализированы и подобраны подходящие наборы данных и способы работы с ними, проведена их обработка.
Описана методика разработки картографических изображений социально экономических явлений как по данным дистанционного зондирования, так и по более классическим статистическим материалам.
Созданы электронные картографические модели динамики некоторых репрезентативных урбанизированных территорий, а также рассчитан процент изменения площади застроенных участков: г. Шэньчжэнь, г. Сиань и окрестностей, г. Шэньян и окрестностей, а также специального административного района Гонконг.
Подготовлены карты экономических показателей Китайской Народной Республики по единицам административного деления. Проанализированы количественные характеристики показанных на них явлений и их распределение.
Разработанные в ходе работы картографические модели могут быть использованы в качестве обучающих материалов, для презентации на конференциях и использовании в качестве объектов исследования или иллюстративного материала в научных работах. Описанные способы создания таких карт могут быть применены как для расширения охвата исследования, так и для выполнения других самостоятельных.
На основе материала работы подготовлена и опубликована статья в журнале «Геодезия и картография», индексируемом в базе «Scopus», по теме «Картографирование крупных городских агломераций Китайской Народной Республики на основе данных дистанционного зондирования (на примере г. Шэньян)». [1]
1. Артемьева О. В., Гневашев Ф.А. Картографирование крупных городских агломераций Китайской Народной Республики на основе данных дистанционного зондирования (на примере г. Шэньян) / Геодезия и картография. - 2024. - Т. 85, № 1. - С. 24-32.
2. Баранский Н. Н., Преображенский А. И. Экономическая картография. - 1962.КНР: экономика регионов / Учреждение Российской академии наук Институт Дальнего Востока РАН. - Москва: Федеральное государственное бюджетное учреждение науки Институт Дальнего Востока Российской академии наук, 2015. - 659 с.
3. Берлянт А. М. и др. Картоведение //М.: Аспект Пресс. - 2003. - С. 94-138.
4. Островский А.В. КНР: экономика регионов / Учреждение Российской академии наук Институт Дальнего Востока РАН. - Москва: Федеральное государственное бюджетное учреждение науки Институт Дальнего Востока Российской академии наук, 2015. - 659 с.
5. Регзенова Д. Б. О. Основные принципы и сущность реформ Дэн Сяопина / Д. Б. О. Регзенова // Вестник Бурятского государственного университета. - 2010. - №
6. - С. 189-193.
6. Салищев К. А. Картоведение. - МГУ, 1990.
7. Bauer H. et al. How the semiconductor industry can emerge stronger after the COVID- 19 crisis //McKinsey & Company. - 2020. - С. 1-8.
8. Bounoua L. et al. Mapping impact of urbanization in the continental US from 20012020 //2016 IEEE International Geoscience and Remote Sensing Symposium
(IGARSS). - IEEE, 2016. - С. 6750-6753.
9. Che M., Vizziello A., Gamba P. Urban change pattern exploration of megacities using Multitemporal Nighttime Light and Sentinel-1 SAR data //IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. - 2021. - Т. 14. - С. 1068110690.
10. Frieske B., Stieler S. The “semiconductor crisis” as a result of the COVID-19 pandemic and impacts on the automotive industry and its supply chains //World Electric Vehicle Journal. - 2022. - Т. 13. - №. 10. - С. 189.
11. Roumenina E., Vassilev V., Ruskov K. Large scale cartography and analyses of man- induced transformation in an urban area using satellite imagery with very high resolution //2009 4th International Conference on Recent Advances in Space Technologies. - IEEE, 2009. - С. 313-316.
12. Schowengerdt R.A. Remote sensing: models and methods for image processing (3rd ed.). Academic Press, 2007, 590 с.
13. Shen L., Li C. Water body extraction from Landsat ETM+ imagery using adaboost algorithm //2010 18th International Conference on Geoinformatics. - IEEE, 2010. - С. 1-4.
14. Waqar M. M. et al. Development of new indices for extraction of built-Up area & bare soil from Landsat data. Open Acess Scientific Reports, 1 (1). - 2012.
15. Zha Y., Gao J., Ni S. Use of normalized difference built-up index in automatically mapping urban areas from TM imagery //International journal of remote sensing. - 2003. - Т. 24. - №. 3. - С. 583-594.
Электронные источники:
16. https://bangkokbook.ru/ - Bangkok book, 17.04.2024
17. https://www.britannica.com/ - Britannica, 10.05.2024
18. https://www.censtatd.gov.hk/en/ - официальный сайт департамента переписи и статистики Гонконга, 10.05.2024
19. https://data.worldbank.org/ - Всемирный банк, 10.04.2024
20. https://earthexplorer.usgs.gov/ - USGS Earthexplorer, 10.03.2024
... Всего источников –42.