Big Data для устойчивого развития пригородных зон: мониторинг землепользования и качества жизни. Воспитательное занятие посвященное ЦУР 11.

       3 декабря, текущего года, было проведено воспитательное занятие посвященное ЦУР 11 - Устойчивые города и населенные пункты, докторантом 1-го курса, образовательной программы «8D07302 – Геоинфорорматика», весеннего набора, согласно педагогической практики, Аугамбаевым Кайратом Канатовичем. Занятие было проведено для обучающихся магистратуры 2 курса образовательной программы «7M07302 – Геоинформатика». На занятие из специалистов по градостроительству и архитектуре, а также координаторм образовательной программы «BigData в геодезии», был приглашен - к.т.н., Кумар Д.Б. В качестве приглашенного гостя из специалистов по педагогические оценки занятия присутствовала старший преподаватель факультета филососфии и политологии, Мурзагулова Мейрамкул Дауренбековна.

      В современном мире пригородные зоны становятся ключевыми точками развития городов, где вопросы устойчивого землепользования и улучшения качества жизни приобретают первостепенное значение. Открытое занятие для магистрантов на тему «Big Data для устойчивого развития пригородных зон: мониторинг землепользования и качества жизни» стало важным шагом в подготовке будущих специалистов, способных использовать передовые технологии для решения комплексных задач урбанизации.

Цель занятия заключалась не только в обучении магистрантов методам анализа больших данных, но и в формировании их глубокого понимания роли данных в обеспечении устойчивого развития. Динамика урбанизации, рост транспортной инфраструктуры и защита зелёных зон – всё это требует новых подходов, которые Big Data способны предложить. Используя пространственные данные и методы их анализа, магистранты изучали, как можно оценить эффективность общественного транспорта, доступность социальных объектов и изменения землепользования.

Занятие началось с обсуждения целей устойчивого развития (ЦУР), в частности, ЦУР 11, направленной на создание устойчивых городов и населённых пунктов. Это позволило студентам осознать значимость их будущей работы в контексте глобальных вызовов. Кейс-стади продемонстрировали реальные примеры использования Big Data для мониторинга урбанизации: от анализа спутниковых снимков до оценки плотности населения и транспортной доступности.

Основная часть занятия была посвящена демонстрации инструментов анализа больших данных. Здесь магистранты увидели, как с помощью Python (pandas, geopandas, matplotlib), QGIS/ArcGIS и Google Earth Engine можно проводить классификацию землепользования и оценивать доступность инфраструктуры. Эта практическая демонстрация не только углубила их знания, но и показала, насколько важны технологические навыки в решении реальных задач.

Практическое задание стало кульминацией занятия. Магистранты получили возможность самостоятельно провести анализ пригородной зоны, используя данные Landsat и OpenStreetMap. Результаты анализа – карты изменений зелёных зон и транспортной доступности – стали наглядным подтверждением того, как Big Data помогает увидеть динамику развития территорий.

Обсуждение результатов было насыщенным и продуктивным. С магистрантами прошло обсуждение идей по улучшению транспортной сети, защите зелёных зон и оптимизации инфраструктуры. Эти рекомендации продемонстрировали их способность не только анализировать данные, но и применять выводы для реальных управленческих решений.

Завершая занятие, магистранты сделали вывод, что Big Data – это не просто технологический инструмент, а ключ к пониманию сложных процессов урбанизации и повышения качества жизни. Их работа показала, что устойчивое развитие пригородных зон невозможно без анализа больших данных, которые позволяют увидеть скрытые связи и предложить эффективные решения.

Таким образом, это занятие стало важным этапом на пути подготовки специалистов, готовых применить знания для улучшения жизни в пригородах и обеспечить их устойчивое развитие.