АНАЛИЗ КРАУДСОРСИНГОВЫХ ДАННЫХ СОЦИАЛЬНЫХ СЕТЕЙ КАК ИНСТРУМЕНТ МОНИТОРИНГА ПОТОКОВ КУЛЬТУРНЫХ ЭКОСИСТЕМНЫХ УСЛУГ ГЕНЕРИРУМЫХ ГОРОДСКОЙ ЗЕЛЕНОЙ ИФРАСТРУКТУРОЙ
Ключевые слова:
экосистемные услуги, культурные экосистемные услуги, зеленая инфраструктура, анализ данных социальных сетей, мониторинг потоков экосистемных услуг, краудсорсинговые данные.Аннотация
В основе устойчивого развития городов лежит развитие городской зеленой инфраструктуры, являющейся ключевым элементом стратегии достижения ЦУР 11. Зеленая и серо-зеленая инфраструктура формирует устойчивые потоки культурных экосистемных услуг. Эффективные инструменты мониторинга потоков культурных экосистемных услуг необходимы для формирования стратегии управления. Полный спектр утилитарной ценности культурных экосистемных услуг, обеспечиваемый зеленой инфраструктурой, трудно оценить в масштабе агломерации используя традиционные методы мониторинга. В отличие от традиционных источников данных, данные социальных сетей создаются людьми, которые не осознают, что создают их. Платформы социальных сетей, хранят информацию, которую люди загружают каждую минуту и создаются людьми с неспецифической целью их загрузки. Огромные объемы данных с географической привязкой, размещаемые на сайтах социальных сетей, позволили использовать новые подходы «социального зондирования» для измерения показателей, связанных с городской зеленой инфраструктурой. Автор описывает как данные социальных сетей могут помочь исследователям оценить ценность, которую люди придают зеленой инфраструктуре и способствуют выявлению нематериальных выгод, таких как эстетическое или духовное обогащение, получаемые от взаимодействия с зеленой инфраструктурой.
Список литературы
Rutt R.L., Gulsrud N.M. Green justice in the city: A new agenda for urban green space research in Europe // Urban Forestry and Urban Greening. 2016. № 19. P. 123-127. DOI: 10.1016/j.ufug.2016.07.004.
Figueroa-Alfaro R.W., Tang Z. Evaluating the aesthetic value of cultural eco¬system services by mapping geo-tagged photographs from social media data on Panoramio and Flickr // Journal of Environmental Planning and Management. 2017. № 60. Р. 266-281.
Vaz A.S., Castro-Di'ez P., Godoy O., Alonso A., Vila M., Saldana A., Marchante H., Bayon A., Silva J.S., Vicente J.R., Honrado J.H. An indicator-based approach to analyse the effects of non-native tree species on multiple cultural ecosystem services // Ecological Indicators. 2018. № 85. Р. 48-56.
Antoniou V., Fonte C., See L., Estima J., Arsanjani J., Lupia F., Minghini M., Foody G., Fritz S. Investigating the feasibility of geo-tagged photographs as sources of land cover input data // International Journal of Geo-Information. 2016. Vol. 5. № 5. Р. 64. DOI: 10.3390/ijgi5050064.
Oteros-Rozas E., Martin-Lopez B., Fagerholm N., Bieling C., Plieninger T. Using social media photos to explore the relation between cultural ecosystem services and landscape features across five European sites // Ecological Indicators. 2018. Vol. 94. № 2. Р. 74-86. DOI: 10.1016/j. ecolind.2017.02.009.
Tenerelli P., Demsar U., Luque S. Crowdsourcing indicators for cultural ecosystem services: A geographically weighted approach for mountain landscapes // Ecological Indicators. 2016. № 64. Р. 237-248.
Soga M., Gaston K.J., Extinction of experience: the loss of human-nature interactions // Frontiers in Ecology and the Environmen. 2016. № 14. Р. 94-101.
Wood S.L., Jones S.K., Johnson J.A., Brauman K.A., Chaplin-Kramer R., Fremier A., Girvetz E., Gordon L.J., Kappel C.V., Mandle L. Distilling the role of ecosystem services in the sustainable development goals // Ecosystem Services. 2018. № 29. Р. 70-82.
Tveit M.S., Ode Sang A., Hagerhall C.M. Scenic Beauty: An Introduction // Environmental Psychology. 2018. P. 45-54. DOI: 10.1002/9781119241072.ch5.
Toivonen T., Heikinheimo V., Fink C., Hausmann A., Hiippala T., Jarv O., Tenkanen H., Di Minin E. Social media data for conservation science: A methodological overview // Biological Conservation. 2019. Vol. 233. Р. 298-315. DOI: 10.1016/j. biocon.2019.01.023.
Cui Y., Meng C., He Q., Gao J. Forecasting Current and Next Trip purpose with Social Media Data and Google Places // Transportation Research Part C: Emerging Technologies. 2018. № 97. Р. 159-174. DOI: 10.1016/j.trc.2018.10.017.
Hadi A.A., Mizuuchi Y., Honjo T., Furuya K. Identifying Impressive Landscape Objects Based on Geotagged Photographs (A Case Study of Self-Portraits and Ordinary Photos) // Jitode. 2017. Vol. 5. № 2. Р. 73-80. DOI: 10.21776/ub.jitode.2017.005.02.02.
Tieskens K.F., van Zanten B.T., Schulp C.J.E., Verburg P.H. Aes-thetic appreciation of the cultural landscape through social media: An analysis of revealed preference in the Dutch river landscape // Landurbplan. 2018. № 177. Р. 128-137. DOI: 10.1016/ j.landurbplan.2018.05.002.
Hochmair H.H., Zielstra D. Analyzing user contribution patterns of drone pictures to the Dronestagram photo sharing portal // Journal of Spatial Science. 2015. Vol. 60. № 1. Р. 79-98. DOI: 10.1080/14498596.2015.969340.
Richards D.R., Tunner B. Using image recognition to automate assessment of cultural ecosystem services from social media photographs // Ecoser. 2018. № 31. Р. 318-325. DOI: 10. 1016/j.ecoser.2017.09.004.
Li X., Li D., Can night-time light images play a role in evaluating the Syrian crisis? // International Journal of Remote Sensing. 2014. Vol. 35. № 18. Р. 6648-6661. DOI: 10.1080/01431161.2014.971469.
