Применение параметрических методов для картирования морфологии городской застройки на примере Василеостровского района Санкт-Петербурга

Введение

При разработке документов территориального планирования перед городом стоит вопрос о рациональном применении ограниченного набора градостроительных политик: сохранение существующего положения, достройка незавершённой среды или радикальное преобразование. Для обоснования выбора городскому планировщику необходим инструмент объективного описания существующего положения, которое можно положить в основу выработки локальных (пространственно ограниченных) градостроительных стратегий, отвечающих целям и задачам общей стратегии пространственного развития города.

Аналогом такого подхода в западной практике является разработка «framework plan» – стратегического плана развития, который имеет долгосрочную перспективу и предназначен для формулирования общих идей, целей и принципов развития города ^[1]. На базе этого документа разрабатываются градостроительные регламенты и определяется размещение объектов. Карты «framework plan» делят город на «framework zones», «районы градостроительных политик» – укрупнённые (по сравнению с функциональными) зоны, которые призваны направлять общегородские планировочные и инвестиционные решения для конкретных территорий, исходя из достигнутого понимания наилучших способов осуществления позитивных изменений в этих районах ^[2]. Для формулирования целей и задач градостроительных политик производится детальный количественный анализ морфологии застройки и планировочного каркаса, а также социально-экономические обследования территории ^{[3, с. 190]}.

Инструменты объективной классификации городских сред также необходимы для успешного заимствования приёмов и стратегий городской трансформации. Использование решений из зарубежного или иногороднего опыта часто сталкивается с проблемами при переходе от макроуровня (стратегического) на микроуровень (строительство и размещение конкретных объектов) из-за недостаточного учета пространственных характеристик городской среды ^{[3, с. 19-20]}.

Объективная классификация городских сред позволяет переносить стратегии преобразований между городами, либо доказывать невозможность применения той или иной стратегии для конкретной территории. Это может относиться как к условной «реновации» ^{[3, с. 185]}, так и к частным вопросам улучшения застройки, таким, как разработка комплекса мер парковочной политики ^{[3, с. 147]}, правил размещения нестационарных торговых объектов и элементов благоустройства ^[4], площадок для выгула домашних животных и прочим, включая вопросы, подлежащие регулированию в составе градостроительных регламентов ^{[3, с. 153, 177]}.

Однако в России решения о способах развития территорий, в том числе, «по аналогии» с ранее реализованными преобразованиями, как правило, принимаются без опоры на количественные данные о характере застройки и её потенциалах. Причиной, с одной стороны, является отсутствие обязательных нормативных требований ^[5], а с другой – отсутствие собственно данных сплошных обследований значительных по площади городских территорий. Последнее обусловлено высокими затратами времени и средств на обследования и отсутствием общепринятых методик. В связи с этим представляет интерес задача тестирования методов сплошной (массовой) количественной оценки морфотипов застройки российских городов и анализа результатов с точки зрения их пользы для территориального или стратегического пространственного планирования. Настоящая работа представляет собой реализацию такого подхода.

Обзор литературы

Под морфотипами (морфологическими типами) застройки мы понимаем единицы классификации, создаваемой путём кластеризации параметров физических и пространственных характеристик городской структуры ^[6]: объектов капитального строительства в их соотношении с земельными участками и территориями общего пользования, соотношения застроенных и незастроенных пространств. Территории с однородной городской структурой называются морфологическими районами («morphology region»).

Существуют разные подходы к выделению морфологических типов. Типологический подход, разработанный Саверио Муратори и Джанфранко Каниггия, опирался на историю формирования городов ^[7],[8],[9]. В России к этому подходу можно отнести историко-генетический анализ, предложенный С. В. Семенцовым ^[10]. Историко-географический подход, разработанный Конзеном и последователями, охватывал планировку города, структуру застройки и вид землепользования, подразделяя город на планировочные районы ^{[11],[12],[13],[14]}. Этот подход в России разрабатывается Д. Б. Веретенниковым ^[15], Л. В. Гайковой, М. В. Пасхиной ^{[16, с. 245]}. Обе группы методов предусматривают выделение границ экспертами вручную. Далее мы будем называть такой подход экспертной аналитикой.

Следует отметить, что указанные подходы ориентированы на выделение «идеальных типов» (референсов). Это применимо для создания планировок новых кварталов с учетом контекста ^{[3, с. 53]}, но создает трудности при сплошном исследовании города. Так, границы различных морфологических типов могут быть нечеткими из-за смешанной застройки кварталов – как включающих в себя здания разных периодов постройки, так и включающих в себя здания разного функционального назначения. Подробность выявляемых типов также может быть различной: от функционального назначения и периода постройки («современная массовая жилая застройка») до описаний особенностей планировки конкретных кварталов, аналоги которых, однако, можно найти в прошлом ^[17]. Следствиями являются неуверенная (субъективная) классификация любых промежуточных морфологических типов и затруднения с определением их конечного перечня.

Альтернативой экспертной аналитике являются параметрические методы выделения морфотипов. Примерами используемых параметров являются площадь земельных участков, этажность зданий, площадь жилых помещений и др., которые поддаются достаточно точному измерению. Поэтому параметрические методы более объективны, однако необходимым условием для их применения является доступность актуальных и достоверных данных по объектам недвижимости и планировочной структуре города.

В качестве инструментов для параметрического анализа существующей городской среды и построения типологий застройки нами были выбраны инструменты Spacematrix и MXI, которые были разработаны для указанных целей.

Методика Spacematrix позволяет выявить морфологические типы застройки на основании сочетания различных видов плотности – коэффициента застройки и коэффициента плотности застройки ^[18], которые наносятся на общую диаграмму (Рисунок 1). Территории, которые находятся рядом друг с другом в пространстве диаграммы и образуют плотный кластер точек, можно рассматривать как единый морфологический тип застройки ^{[3, с. 107-140]}. Таким образом, морфотип характеризуется не просто набором параметров, как в случае с «идеальными типами», но набором граничных параметров довольно сложной структуры. Однако количество параметров невелико, что позволяет исключить слишком дробное выделение типов ^{[3, с. 139-140]}. Методика также позволяет оценивать сочетание плотности улично-дорожной сети (N) с площадью сети и средней шириной улицы ^[3].

Рисунок 1. Распределение кластеров Spacematrix на примере застройки Нидерландов, масштаб квартала. ^{[3, c.122]}

В Spacematrix могут заноситься предельные параметры градостроительных регламентов, что позволяет рассчитать возможную прибыль от строительства недвижимости ^{[3, с. 179-185]}. Эта методика также позволяет проводить оценку любых физических параметров, косвенно связанных с описанными в матрице. К ним можно отнести такие параметры, как доступ к дневному свету ^{[3, с. 153-164]} и потребность в парковочном пространстве (связано с плотностью УДС и плотностью застройки) ^{[3, с. 147-152]}, однако для этого требуется приведение описанных методик к российским нормативным документам.

Модель MXI (Mixed Use Index) разработана с целью количественной характеристики функционального баланса. Модель характеризует степень смешения трёх основных функций: деловой, жилой и рекреационной – в границах определённой территории. Способом представления результатов – распределения типов застройки в пространстве баланса функций – также является треугольная диаграмма ^[19]. При доле каждой функции равной 33% точка располагается в центре треугольника, и территория считается максимально многофункциональной.

Другой подход к измерению функционального баланса заключается в изучении соотношения только двух функций: жилой и нежилой. Территории с показателем MXI=0 можно считать абсолютно нежилыми, при MXI=100% – абсолютно жилыми. Соответственно, соотношение 50/50 характеризует максимум многофункциональности ^[20].

Комбинация методик Spacematrix, MXI, а также ещё одной методики – Spacesyntax, применялась исследователями из Делфтского Технологического университета для выделения зон (районов) градостроительных политик на примере г. Роттердам. Метод Spacesyntax позволяет вычислить степень интеграции улично-дорожной сети между городскими кварталами с точки зрения топологического и геометрического расстояния, в сочетании с метрическими радиусами ^[19].

Совместное применение методов показало, что получаемые данные не являются полностью независимыми. Исследования Spacesyntax показали существование сильной корреляции между пешеходным движением и конфигурацией сетки улиц. Например, многофункциональные районы часто располагаются вдоль магистралей с высокими показателями интеграции улично-дорожной сети и имеют высокую плотность застройки. Монофункциональные (жилые), наоборот, часто имеют низкую связность УДС и относительно низкую плотность. Примеры территорий, которые выпадают из этих закономерностей, оказались единичными.

Результаты исследования применялись для определения районов с разными градостроительными политиками, такими как «управление плотностью застройки», «управление связностью УДС» или «реализация программ социально-экономической ревитализации» ^[19].

В России описанные инструменты пока малоизвестны и применяются спорадически. Так, например, в работах И. А. Крашенинникова описано использование Spacematrix для выявления типологии жилых комплексов (включая российские и иностранные), которые были сравнены с типовыми кварталами застройки городов России ^[21],[22]. Поскольку объектом исследования была преимущественно жилая архитектура, индекс MXI не применялся. Также, в работах не выполнялось сплошное исследование городской ткани, однако были отражены границы между морфологическими типами ^[21]. Специфика взаимного влияния Spacematrix и MXI описана в Сборнике материалов к курсу «жилье» образовательной программы «Архитекторы.рф» ^{[23, с. 45-66]}, однако целью представленного обзора является также комплексное планирование развития новых территорий.

В работе А. Ю. Завьялова, С. В. Максимова, Е. С. Мельцова, посвященной созданию информационно-аналитических систем (ИАС) в г. Пермь ^[24], Spacematrix и MXI упоминаются как примеры методов анализа городской среды, интегрируемых в ИАС. Однако в статье не описаны результаты расчетов морфологических типов. Схожее описание прототипа ИАС представлено для г. Уфа ^[25].

В работе А. А. Лебедева, посвящённой пространственному анализу и малых городов Российской Федерации, метод Spacematrix описывается, но результаты его апробации не представлены ^[26].

В работе «Нестоличная реновация» бюро МЛА+ данный инструментарий также используется, однако граница между различными морфологическими типами вычисляется на основании исторического анализа [с.112], а после для выделенных морфологических типов вычисляются различные параметры плотности с применением Spacematrix ^{[27, с. 117]}. В Стандарте развития застроенных территорий, выполненном КБ «Стрелка», также представлены результаты расчета Spacematrix для отдельных морфологических типов, однако аналитических материалов, на основании которых они были получены, представлено не было ^{[28, с. 199]}.

В работе А. А. Потапенко и В. К. Моора была представлена апробация методики Spacematrix для сплошного исследования г. Владивостока с целью сравнения структуры города с описанными аналогами из других стран ^[29]. Однако MXI для выделения морфологических типов не применялся, что привело к смешению в одном типе жилых и промышленных территорий.

Единственное известное нам сплошное исследование значительного массива городской застройки с применением методик Spacematrix и MXI выполнено для Петроградского района Санкт-Петербурга ^[30]. Петроградский район относится к территории исторического центра, поэтому для сохранения и воспроизведения ценных средовых качеств застройки была предложена функциональная зона 4ЖД (зона среднеэтажной застройки до 6 этажей включительно). Бюро МЛА+ по заказу Законодательного Собрания города выполнило исследование, обосновывающее границы зоны на основании объективных параметров. Эти параметры могли также использоваться для оценки проектов нового строительства на территории района. Результаты были использованы для подготовки изменений в Генеральный план Санкт-Петербурга, который находится в стадии разработки и согласования.

Алгоритм действий, предложенный МЛА+, включал в себя не только последовательное использование Spacematrix и MXI, но и определение принадлежности кварталов к планировочной системе (ансамблю), который характеризуется направлением планировочной сетки, определенным размером кварталов, историческими особенностями развития, а также наличием естественных или искусственных границ. Полученные средовые характеристики были объединены для получения набора функциональных зон.

Таким образом, российский опыт сплошного исследования городской территории для выявления морфотипов и построения карт морфологических районов с использованием методов Spacematrix и MXI как основного инструмента ограничивается указанным выше пилотным исследованием, результаты которого представлены только в виде отчёта по экспертной работе. Основываясь на его результатах, мы поставили задачу проверить возможность надёжного выявления морфотипов застройки с использованием только двух методов: Spacematrix и MXI (на базе двух функций, см. ниже), а также сопоставить полученные результаты с документами территориального планирования.

Кроме того, для оценки перспектив масштабирования метода важной задачей является оценка доступности и качества данных для применения параметрических методов, затрат времени на их сбор и очистку.

Конечной целью нашей работы является проверка обоснованности выделения границ территориальных и функциональных зон в существующих и разрабатываемых документах территориального планирования.

В качестве объекта исследования был выбран Василеостровский район Санкт-Петербурга, который при ограниченной площади (2147 га) содержит градостроительные среды практически всех этапов развития Санкт-Петербурга – от его основания до современного строительства на незастроенных (намывных) территориях. В границах района присутствуют не только жилая застройка, но и действующие предприятия, преобразуемые промышленные площадки, кладбища и парки.

Методика и описание данных

Исследование было выполнено в два этапа. На первом этапе был применены подходы экспертной аналитики. Полученные данные были использованы для контроля результатов, получаемых методами параметрической классификации. На втором этапе были построены схемы морфологического зонирования территории с использованием методик Spacematrix и MXI, которые затем перепроверялись с использованием результатов первого этапа.

Сравнение модели с существующими документами планирования приведено в разделе «Результаты и обсуждение».

Этап 1. Выделение морфотипов методом экспертной аналитики

Работа была выполнена исследовательской группой из 5 человек учащихся магистерской программы «Городская информатика и прикладная урбанистика» Университета ИТМО (направление подготовки «Наукоемкие технологии и экономика инноваций»). Территория исследования – Василеостровский район, была разделена между участниками по границам внутригородских муниципальных образований. Исследование было выполнено в рамках курса «Прикладные исследования урбанизированных территорий», в ходе которого студенты ознакомились с описанными выше методами экспертной аналитики. В процессе работы участники обсуждали структуру промежуточных классификаций в целях её согласования и получали консультации В. Лымарь.

Параметры для выделения морфотипов были выбраны на основании упомянутых выше моделей городской морфологии ^{[11],[10],[15]}.

Каждый участник выделял морфологические типы на своей территории как уникальную комбинацию 4 параметров:

• · Период застройки: до 1917 г., 1918-1955-х гг., 1956-1974-х гг., 1975-1991-х гг., 1992 г. – н.вр.
• · Функция: жилая, промышленная, общественно-деловая, коммунальная и инженерная, на этапе строительства, смешанная.
• · Этажность зданий: малоэтажная (1-4 этажей), среднеэтажная (5-9 этажей), многоэтажная (10-16 этажей), высотная (более 16 этажей).
• · Планировочная структура: квартальная, групповая, микрорайонная, архитектурный ансамбль.

Для оценки функционального назначения зданий и территорий и планировочных особенностей кварталов использовали сведения открытых ресурсов: Wikimapia, Open Street Map. Для оценки архитектурных стилей и дат постройки отдельных зданий использовался ресурс Citywalls ^[31], для оценки эпохи формирования планировочной структуры – исторические карты на ресурсах Retromap ^[32] и Etomesto ^[33].

Во время полевого исследования участники выполняли сплошную фотофиксацию зданий на своем участке, затем были отобраны фотографии наиболее характерных представителей морфологического типа.

После сбора данных и их первичной классификации была проведена совместная оценка полученных результатов всеми членами группы. Схожие морфологические типы, выделенные разными участниками группы, были объединены. В результате было получено 30 морфотипов, которые были картированы с применением QGIS (Рисунок 2, а). Участки улично-дорожной сети, водные объекты, территории зеленых насаждений общего пользования и специального назначения не подлежали зонированию и показаны на карте белым цветом.

Полученная карта отображает все типологическое разнообразие застройки Васильевского острова, однако схема слишком дробная и не позволяет сформировать общее видение территории. Поэтому следующим шагом стало объединение морфологических типов в морфологические районы (рисунок 2, б). Для этого отдельным параметрам были присвоены более высокие «веса».

Например, историческая застройка Васильевского острова до 1917 г. имеет квартальную структуру с определенными размерами кварталов, которую легко можно выявить без применения дополнительных параметров. Таким образом, можно говорить, что параметр «период застройки» в интервале «до 1917 г.» поглощает другие параметры, такие как этажность или функция.

Для определения типа промышленной территории не важно, к какому периоду относится застройка: историческому, советскому или современному. Скорее, важнее понять, происходит ли трансформация промышленных территорий или сохранение производства. Поэтому параметр «функция» для промышленных территорий поглощает «период застройки» и этажность.

Рисунок 2. Морфологические типы (а) и морфологические районы (б) Василеостровского района, выделенные методом экспертной аналитики

Таким образом, на основании экспертной аналитики было выделено 11 основных морфотипов застройки Васильевского острова. Историческая часть характеризуется квартальной планировочной структурой и средней этажностью, в нее встраивается современная застройка. Территории промышленного пояса примыкают к историческому центру, юго-западная часть сохранила производственную функцию, северная и южная преобразуется в общественно-деловую и жилую. В западной части района располагаются жилые кварталы хрущевского, брежневского периода и постсоветские. Намывные территории осваиваются новой жилой застройкой микрорайонного типа.

Этап 2. Построение параметрической типологии и параметрическое картирование

Параметрическую классификацию морфотипов создавали на основании наборов геопространственных данных («слоёв») государственных информационных систем Санкт-Петербурга.

В качестве исходных данных были использованы следующие наборы: административные границы Василеостровского района города, границы кадастровых кварталов, границы земельных участков, полигоны оснований зданий с атрибутом этажности, сведения о площадях квартир в жилых домах по результатам массовой кадастровой оценки 2018 г., границы территорий зелёных насаждений общего пользования (территории ЗНОП), границы и режимы которых устанавливаются Законами Санкт-Петербурга ^[34],[35]. Данные были предоставлены Законодательным собранием Санкт-Петербурга для исследовательских целей и подготовки экспертной работы.

Важно отметить, что в качестве расчётной единицы для вычисления параметров нами был использован квартал, а не земельный участок. Это связано с тем, что земельные участки часто имеют малый размер (сформированы «по границе фундамента») и не соответствуют ни историческому межеванию, ни фактическому землепользованию. На многих территориях собственность на землю не разграничена. Для микрорайонной застройки фактическим единым землевладением являлась территория квартала, межевание не предполагалось.

Таким образом, важным параметром является площадь квартала, которая должна определяться по границам красных линий. Однако в связи с тем, что не вся территория Васильевского острова покрыта проектами планировки, соответствующий официальный набор данных отсутствует.

Площадь кадастровых кварталов не может быть использована в расчётах, поскольку их границы могут устанавливаться по осевым линиям улиц, а застройка ограничивается красными линиями.

Для расчётов нами был сформирован рабочий набор данных «границы застроенных кварталов» путём вычитания из соответствующих кадастровых кварталов территорий улично-дорожной сети, а также крупных парков, скверов, включая линейные, располагающиеся между застройкой и улицами (бульваров). Для территорий, на которых красные линии не установлены, границей застройки были приняты границы прилегающих к УДС земельных участков. В случае, если планировочная структура частей кадастрового квартала значительно различалась, он разделялся.

Размеры парков, скверов и бульваров определялись по слою границ территорий ЗНОП. Многие ЗНОП, в том числе городского значения, имеют малый размер и располагаются в пространстве кварталов. Зачастую это озеленённые части исторических домовладений. Поэтому нами было принято решение вычитать из границ квартала только территории ЗНОП площадью более 0,5 га. При этом детские площадки и другие объекты, расположенные в границах территории ЗНОП, но формально не являющиеся их территорией, были включены в полигоны ЗНОП перед вычислением площадей.

Слой жилых домов также был скорректирован в части новых ЖК, для которых контур застройки здания отображается с учётом его подземной части или стилобатов в эксплуатируемой кровлей. Также для многих отсутствовали данные об этажности и общей площади квартир. Недостающие данные были собраны и внесены в рабочий набор на основании информации от застройщиков на сайтах продажи квартир.

Полученный нами набор данных не позволял провести расчет MXI по территориям досуга и производства, поэтому при расчете учитывался процент жилой и нежилой застройки.

Spacematrix

Методика Spacematrix устанавливает взаимосвязь между рядом морфологических параметров застройки, которые наносятся на общую диаграмму. К ним относятся коэффициент застройки, коэффициент плотности застройки ^[18], соотношение открытого пространства к застроенному, и средняя этажность. Значения параметров, измеряемые для выделенных территорий (земельных участков, кварталов), отображаются на диаграмме (Рисунок 1).

Коэффициент плотности застройки, или Floor Space Index (FSI) показывает отношение площади всех этажей зданий и сооружений к площади квартала:

FSI = S/А, (м2/м2), где

S – площадь всех этажей зданий и сооружений (м2)

A – площадь квартала (м2)

Коэффициент застройки, или Ground Space Index (GSI) – это отношение площади, занятой под зданиями и сооружениями, к площади квартала:

GSI = B/А, (м2/м2), где

B – площадь, занятая под зданиями и сооружениями (м2)

A – площадь квартала (м2)

Средняя этажность L определяется как отношение FSI к GSI:

L = FSI /GSI, (этажи)

Параметр OSR, или индекс открытого пространства, определяется как отношение незастроенного пространства на уровне земли к площади всех этажей зданий и сооружений.

OSR = (1-GSI) / FSI, (м2/м2)

Результат расчета четырёх перечисленных показателей для застроенных кварталов Васильевского острова представлен на Рисунке 3.

Рисунок 3. Распределение показателей Spacematrix

На данных схемах можно проследить несколько достаточно очевидных закономерностей. Например, исторические кварталы и современные жилые комплексы характеризуются высокими показателями GSI и FSI. Слабо используемые промышленные территории и коммунальные зоны обладают высоким показателем индекса OSR. Средняя этажность застройки Васильевского острова повышается с востока на запад. Однако пространственное распределение любого каждого из параметров не позволяет произвести чёткое выделение морфологических районов застройки.

Для выявления морфологических районов мы произвели кластеризацию данных по застроенным кварталам с использованием плагина QGIS «Attribute based clustering» ^[36] методом k-средних. Метод основан на предварительном выборе центров будущих кластеров, которые при большом количестве итераций вычисляются таким способом, чтобы минимизировать суммарное квадратичное отклонение точек, принадлежащих к центрам кластеров. Количество кластеров задается заранее. Было последовательно протестированы различные варианты количества кластеров – от 4 до 10, и было выявлено, что оптимальное количество кластеров равно 6, поскольку полученная в итоге картина максимально приближена к морфологическим районам, полученным методами экспертной аналитики (Рисунок 2, б). После окончания процесса кластеризации каждому кварталу был присвоен номер кластера.

Для отображения результатов кластеризации была построена пространственная матрица Spacematrix c помощью программы Microsoft Excel. На оси абсцисс были отложены значения компактности (GSI), по оси ординат значения плотности (FSI), значения средней этажности (L) были отложены веером против часовой стрелки, OSR веером по часовой стрелке. Точки были окрашены в зависимости от принадлежности к определенному кластеру.

Методика Spacematrix позволяет определять границы типов застройки в виде областей (Рисунок 4) или секторов, имеющих четкие граничные параметры. Однако, только установление граничных параметров (обозначаются прямыми линиями на графике) показало свою эффективность для разработки регламентов застройки ^{[3, p. 177]}. Поскольку разрабатываемая кластеризация в дальнейшем сопоставлялась с документами территориального планирования, нами был выбран именно этот вариант.

Рисунок 4. Результаты кластеризации кварталов по показателям Spacematrix

В исследуемом нами Василеостровском районе границы секторов на диаграмме оказались достаточно четкими, отдельные кварталы, не попавшие в соответствующие сектора, были отнесены к переходным типам. Отдельно стоит отметить сектор «смешанной застройки», состоящий из 2 кластеров, между которыми не удалось провести четкую границу. К «смешанной застройке» относятся кварталы хрущевской, сталинской застройки и территории «серого пояса».

Mixed-UseIndex

Индекс смешанности использования территории (MXI) определяется как соотношение жилой площади всех этажей зданий к площади всех этажей зданий и сооружений. Расчет индекса учитывал долю помещений общего пользования и конструкции зданий:

MXI=F_resi/S, (м2/м2), где

F_resi – жилая площадь всех этажей зданий (м2)

S – площадь всех этажей зданий и сооружений (м2)

F_resi=Sкв/(0.7*0.9)

Sкв – площадь квартир

0.7 – коэффициент, учитывающий помещения общего пользования

0.9 – коэффициент, учитывающий конструкции зданий

На основании данных для застроенных кварталов был построен график взаимозависимости MXI и Spacematrix, где по оси абсцисс были отложены кластеры Spacematrix, а ординат индекс смешанности функций, выраженный в процентах. Использовался шаг в 20 % для обозначения пороговых значений (Рисунок 5)

Рисунок 5. Распределение Mixed-Use Undex (MXI). Зависимость MXI от Spacematrix

Полученное распределение индекса MXI показывает, что в Василеостровском районе присутствует большое количество нежилых кварталов, к которым относятся территории «серого пояса» и кварталы с учебными заведениями. Историческая часть острова имеет смешанный характер использования. Микрорайонная жилая застройка также обладает высокой степенью смешанности функций. Данный факт можно объяснить тем, что в границах микрорайона располагается большое количество объектов социальной инфраструктуры, преимущественно образовательных учреждений.

Соотношение индекса смешанного использования и средовых кластеров Spacematrix не выявило корреляции. Из всех представленных кластеров только кластер «низкоплотная застройка» имеет четкий диапазон MXI 0-20. Различные сочетания способов использования застройки присутствуют практически во всех средовых кластерах.

Объединив результаты, полученные на предыдущем этапе, была построена итоговая карта кластеров. К набору параметров, полученных методом Spacematrix, был добавлен индекс MXI. На этих данных была построена новая структура из 9 кластеров. Это позволило отделить территории «серого пояса» из кластера смешанной застройки, а также отделить среднеэтажную жилую зону от исторической части острова. Также, это позволило отделить кварталы с нежилой функцией: «серый пояс», образовательные учреждения, общественно-деловую застройку. На Рисунке 6, а) приведен результат расчета с вычисленными параметрами застройки.

Результаты и обсуждение

Сравнение кластеров, полученных методом экспертной аналитики и методами параметризации (Рисунок 6, а и б), показал, что границы кластеров схожи. Параметризация позволяет с большей точностью выявить границы «Серого пояса», где начался процесс активного редевелопмента со сносом существующей застройки, однако не позволяет выявить территории преимущественно делового и культурного назначения «серого пояса», где снос застройки не производится (на правой карте помечен розовым). Предположительно, подобные территории могу описываться другими моделями. Также, эта методика не позволяет определить границы планируемого размещения объектов на намывных территориях.

Для иллюстрации практического применения классификации было выполнено сравнение морфологических районов с функциональным зонированием в проекте Генерального плана Санкт-Петербурга 2021-2048 гг. ^[37] (Рисунок 6, а и в), который в настоящее время находится на стадии согласования с федеральными органами государственной власти (далее – проект Генерального плана).

Рисунок 6. Сравнение средовых кластеров, полученных с использованием методов параметризации, с морфологическими районами, полученными с использованием экспертной аналитики, и Проектом Генерального плана Санкт-Петербурга 2021-2048 гг.

Основой для проекта Генерального плана является в первую очередь вид разрешённого использования земельных участков, что видно при анализе территории городского центра. Проведенное нами исследование показало, что морфотип кварталов, включённых в функциональную зону деловой застройки, не отличается от морфотипа жилых кварталов – как в соответствии со схемой на базе MXI, так и в соответствии с итоговой схемой. Поэтому границы функциональных зон в проекте Генерального плана носят достаточно произвольный характер, а сформированные ими контуры не могут быть зонами применения градостроительных политик.

Решением этой проблемы могло бы стать объединение деловой и жилой зоны в пределах центра города в зону исторической застройки, предусмотренной нормативными документами ^[38], что может быть реализовано в рамках утверждения проекта Генерального плана.

Проект Генерального плана из всех средовых характеристик учитывает только этажность застройки, и только для жилых зон. Таким образом, хрущевская застройка и застройка центра города попали в одну функциональную зону, при этом границы этой зоны не совпадают с выявленными в исследовании. Решением этой проблемы может стать разделение предложенной выше зоны исторической застройки и зоны застройки среднеэтажными жилыми домами, а также корректировка границ зоны застройки многоэтажными жилыми домами в Генеральном плане.

Также. для проекта Генерального плана характерно наличие большого количества мелких контуров функциональных зон внутри кварталов, соответствующих объектам инженерной и транспортной инфраструктуры городского значения (например, станции метрополитена) и зеленым насаждениям общего пользования ^[35],[34]. Поскольку Генеральный план является документом, регулирующим строительство инфраструктуры, наличие этих зон выглядит закономерным. Однако, это затрудняет разработку на базе этого документа зон градостроительных политик, о которых было упомянуто во введении. Выполненная нами аналитика, дополненная другими материалами, такими как схемы развития транспорта, инженерных сетей и зеленого каркаса, могли бы стать основой стратегического документа развития города. Исследование этой возможности требует более глубоких теоретических изысканий, и находится за рамками данной работы.

Наибольшее разнообразие зон Генерального плана можно увидеть в зонах среднеэтажной нежилой и малоэтажной низкоплотной нежилой застройки («серый пояс»). Большие площади этих территорий отведены под деловую зону, однако существующие на данный момент проекты развития этих территорий предусматривают преимущественную застройку жильем с включением объектов социальной инфраструктуры. Такой сценарий развития обеспечивается градостроительным зонированием в правилах землепользования и застройки. Таким образом, активное развитие этих территорий потребует увеличения мощностей инфраструктуры, которые необходимо предусматривать в Генеральном плане. Недостаточный учет этой тенденции может привести к серьезному дисбалансу развития этой части района. Решением этой проблемы могло бы стать включение в проект Генерального плана параметров развития функциональных зон с процентным соотношением функций, основанном на анализе емкости существующих и планируемых объектов транспортной, социальной и коммунальной инфраструктуры.

Заключение

Инструменты объективного описания застройки городов применимы для таких задач, таких, как разработка локальных градостроительных стратегий (зон градостроительных политик) и заимствования решений между городами и странами. Однако, в России подобные решения зачастую принимаются на основании аналитической оценки территории, которая обладает высокой степенью субъективности. В связи с этим тестирование параметрических методов является актуальной задачей.

В качестве инструментов, подходящих под критерии поставленной задачи, нами были выбраны Spacematrix и MXI. Эти методы позволяют решать множество различных градостроительных задач, однако в России изучены мало и применяются спорадически. В частности, было найдено сплошное исследование морфологии застройки, для которого помимо вышеописанных применялись дополнительные параметры. Поэтому нами была поставлена задача изучить возможности применения Spacematrix и MXI к выявлению морфологических типов застройки, и сравнение полученных результатов с результатами аналитической оценки и документами планирования. Для этого было проведено исследование Василеостровского района Санкт-Петербурга с разными градостроительными средами, и применением обеих методик.

Доступные наборы геопространственных данных нуждались в корректировке и актуализации. В частности, было обнаружено значительное количество пробелов в данных о новых жилых комплексах. Принятые правила отображения пятен застройки делают соответствующие слои непригодными для расчёта коэффициента застройки и коэффициента плотности застройки, в связи с чем необходимо преобразование исходных данных по спутниковой съёмке или иным источникам. С аналогичными проблемами (учет стилобатов и эксплуатируемых кровель) сталкивался И.А. Крашенинников в своих работах ^[21],[22]. Также данные по функциям зданий были неполными, однако наличие данных по досугу предположительно не выявило бы новых морфологических типов.

В качестве расчётной единицы был выбран квартал, поскольку подсчет показателей для земельных участков приводил к большим искажениям из-за межевания отдельных участков без разработки проектов межевания. При формировании рабочего слоя были сделаны определённые допущения относительно границ кварталов. Таким образом, предложенные нами границы могут не совпадать с теми, которые будут установлены путём разработки проектов планировки. Однако образуемые при этом отклонения площадей кварталов не должны оказать существенного влияния на параметры.

При этом, мы полагаем, что отсутствие набора данных о границах кварталов, которые необходимы в большинстве параметрических методов, является значительным пробелом городской системы управления градостроительной деятельностью.

Гораздо большее влияние на рассчитываемые показатели могло оказать принятое нами решение включать в площадь квартала сады и скверы площадью менее 0,5 га. Выбранный порог не является частью метода, он характеризует только ситуацию исследуемого Василеостровского района. Для других районов города и для других городов этот размер может оказаться иным, примером подобного морфотипа может стать позднесоветская застройка. В этом случае необходимо учитывать наличие большого количества внутриквартальных открытых пространств: детских и спортивных площадок, скверов, открытых автостоянок и пр., которые не являются частью земельных участков объектов капитального строительства. Некоторые из них могут выходить на красные линии (границы элементов УДС) или даже отделять застройку от улиц. Поэтому правила установления границ кварталов (при отсутствии утверждённых красных линий) необходимо описывать как часть методики при сравнении показателей кварталов между собой.

Обе методики позволили достаточно точно дифференцировать различные типы сред, однако метод Spacematrix не выявил границ между застройкой хрущевского периода и бывшим промышленным поясом. Со схожей проблемой в своей работе сталкивались А. А. Потапенко и В. К. Моор в исследовании для г. Владивостока ^[29]. В свою очередь метод MXI образует слишком дробные зоны из-за объектов социального обслуживания в жилых кварталах советского периода, а также из-за социальных и коммерческих объектов в зоне исторического центра. Также, MXI не дает точной дифференциации между бывшим промышленным поясом и деловой застройкой центра города (кварталы, занятые Санкт-Петербургским государственным университетом и другими крупными объектами образования, науки, здравоохранения). Однако, совместное применение Spacematrix и MXI с уточнением типологий по результатам натурного обследования позволяет, с одной стороны, найти объективные параметрические критерии для разделения содержательно отличающихся типов сред, а с другой – свести исходное разнообразие к оптимальному набору. Под «оптимальным» в данном контексте мы понимаем такой набор, который удобен для формулировки градостроительных политик и заимствования решений.

Сравнение получившихся результатов с проектом Генерального плана показало недостаточный учет средовых характеристик, что может быть решено внесением ряда поправок. Интенсивная застройка «серого пояса» жильем в сочетании с большим количеством функциональных зон в проекте Генерального плана говорит о необходимости разработки отдельной стратегии развития этих территорий. Аналитические материалы, выполненные подобными методами, могут стать основой стратегического документа развития города, однако этот вопрос требует дальнейшей теоретической разработки.

Выявленные параметры морфологических типов застройки могут быть применены для других районов Санкт-Петербурга и городов России. Однако, как было указано выше, следует учитывать способы исключения из расчётов территорий улично-дорожной сети и различных внутриквартальных незастроенных пространств. Если границы кварталов планируется получить другими методами (к примеру, планируется использовать кадастровые кварталы), то рассчитанные параметры нельзя будет сравнивать со значениями, полученными в данном исследовании. То же самое можно сказать о расчетах, учитывающих границы земельных участков.

В дальнейшем при исследовании подобными методами может быть выявлено большое количество новых типов. Поскольку число кластеров задается исследователями, то подобная кластеризация не может быть выполнена без опоры на аналитические методы исследований морфологии застройки. Тем не менее, основываясь на результатах настоящей работы, выполнение подробной экспертной аналитики для каждой обследуемой территории мы полагаем избыточным. Рекомендуется опираться на работы по исторической морфологии, а также архивные картографические материалы для выявления основных типов застройки территории со схожей степенью детализации.

Благодарности: Авторы выражают благодарность участникам исследования морфотипов Василеостровского района Антошкиной Анастасии Александровне, Панову Дмитрию Владимировичу, Силаевой Екатерина Александровна и Рассказовой Алине Алексеевне, а также сотрудникам бюро MLA+ Коротычу Виктору Игоревичу и Малышеву Гавриилу Николаевичу за консультации по использованию описанных методов параметризации.