Влияние транспортной инфраструктуры, возводимой для проведения спортивных мега-мероприятий, на транспортные системы городов (Effects of transport infrastructure built for mega sports events on transportation systems of host cities)
| Main Authors: | Sofia Butorina, Egor Kotov |
|---|---|
| Format: | Article Journal |
| Terbitan: |
, 2016
|
| Subjects: | |
| Online Access: |
https://zenodo.org/record/583725 |
Daftar Isi:
- В статье произведена оценка мероприятий по развитию транспортной инфраструктуры в городах-участниках Чемпионата мира по футболу 2018 (ЧМ 2018). Рассмотрены транспортные системы городов с наиболее масштабными запланированными изменениями транспортной инфраструктуры – Саранска, Калининграда, Екатеринбурга. Анализ произведен на основе открытых пространственных данных о населении и улично-дорожной сети рассматриваемых городов. Мероприятия оценены с точки зрения их эффективности в период после проведения ЧМ 2018 – масштаба изменений уровней связности улично-дорожной сети, доступности ключевых мест в городе. В результате анализа определено, что наиболее эффективными с точки зрения использования новой инфраструктуры в период после проведения ЧМ 2018 являются изменения в Саранске. Авторами продемонстрирована возможность использования открытых данных для такого анализа, но выявлен и ряд проблем при использовании таких данных. The article analyses the effects of new transport infrastructure on transport systems of the 2018 FIFA World Cup host cities. The choice of cities is based on the scale of planned transport infrastructure – Saransk, Kaliningrad and Ekaterinburg experienced substantial interventions. Analysis is conducted using open spatial data on population and street networks. All interventions in transport infrastructure were evaluated in terms of their effectiveness and usefulness for the cities after the 2018 FIFA World Cup – scale of improvements in street network connectivity and accessibility of key places in the cities. We identified that investments into new transport infrastructure of Saransk seems to be the most effective in terms of future use. We demonstrated the feasibility of conducting such analysis using only open data, but also identified some issues and pitfalls.