Сборник статей Отв ред. В. Л. Бабурин, М. С. Савоскул Москва 2019 ббк 65. 04 Т 33

55
рис. 1. 
Кривые точности распознавания автомобилей 
разными методами
Мера RR позволяет учесть полноту распознавания исследуемых 
объектов. Например, цвет авто точно соответствует цвету дорожного 
покрытия. В таком случае даже человеку непросто определить – это ре-
альный автомобиль или то чёрное пятнышко, где должно быть лобовое 
стекло – просто заплатка свежего асфальта на шоссе. Иными словами, 
это мера нужных объектов.
Как видно, лучше всего показали себя DNN (рис. 1). Остальные ме-
тоды сравнительно менее эффективны.
Клеточные автоматы.
Количественные методы можно разделить на 
два вида: черные и белые ящики. Выше мы привели примеры первого 
вида. Существо же белого ящика хорошо передают клеточные автоматы.
Клеточный автомат состоит из решётки, где каждая клетка может на-
ходиться в одном из множества состояний (для простейших моделей их 
всего два – 0 и 1). У каждой ячейки есть окрестность – множество ячеек 
на определённом расстоянии от клетки (расстояние также, как правило, 
измеряется в клетках).
Для запуска модели необходимо задать исходное состояние всех 
ячеек сетки и правила перехода ячейки из одного состояния в другое. 
Обычно они одинаковые для всех ячеек решётки и действуют одновре-
менно. Исследование модели заключается в наблюдении её эволюции 
после определённого числа итераций.
Новый количественный подход к экономико-географическим вопросам

---

56
Важная веха в истории клеточных автоматов – 1970-е гг., когда 
широкую известность получил клеточный автомат «Игра „Жизнь“» – 
творчество Дж. Конвея [15]. Ему удалось получить нетривиальный ре-
зультат. Наблюдая эволюцию случайно разбросанных клеток на безгра-
ничной решётке в соответствии с крайне примитивными правилами, Дж. 
Конвей заметил появление на определённом этапе самовоспроизводя-
щихся структур. Сложное согласованное поведение клеточных агрегатов 
никак не следовало из нехитрых правил игры единичных составных кле-
ток. Момент рождения структуры – результат удачного взаиморасположе-
ния клеток, после которого их поведение становится самосогласованным 
друг с другом просто по причине определённого характера связей между 
ними. Далее группа клеток ведёт себя как единое целое. Это красивая и 
наглядная иллюстрация возникновения порядка из хаоса на плоскости.
Географу пример показывает принципиальную возможность струк-
турирования случайным образом устроенного пространства на основе 
небольшого набора простых и строгих правил. Возможно, похожим об-
разом ведёт себя культурный ландшафт, в котором многообразие форм 
и сложность поведения обусловлена большим набором связей и изме-
нением взаимного расположения элементов в процессе развития. Та-
кая постановка вопроса не нова: В.Л. Каганский сравнивал культурный 
ландшафт с рисунком на ковре: «В ковре сложный рисунок складыва-
ется из простых элементов на основе симметрий, соседство разноцвет-
ных нитей не случайно, место каждого фрагмента производно от его 
расположения в целостном рисунке ковра, пучки разноцветных нитей 
простегивают все пространство ковра» [4].
Клеточные автоматы – хороший инструмент для моделирования 
любых динамических явлений, имеющих пространственную привяз-
ку. Очень гибкий, можно адаптировать в широких пределах. Исследо-
ватель выбирает активные клетки (те, что будут меняться в процессе 
эволюции модели), средý (те, что неизменны – «подложку»), а также 
характер и число связей активных клеток друг с другом и со средой,
в частности окрестность взаимодействия.
С помощью клеточных автоматов можно моделировать про-
странственное развитие городов [27], изучать переход от аграрной к ин-
дустриальной системе расселения [24], раскрывать механизм террито-
риальной экспансии агломерации [12]. Важно, что всё это осуществляет 
любая ГИС, в которой есть инструменты для обработки растров.
В качестве примера – работа К.С. Кларка и др. по моделированию 
пространственного развития агломерации. Расчёты велись для Зоны 
Залива (Bay Area) – агломерация Сан-Франциско, Сан-Хосе и долины 
Сакраменто за период с 1850 по 1990 г.
Ростислав К.В., Синицын Н.А.

---

57
Результат – расчётная карта ареалов урбанизированной застройки 
оказалась очень похожей на реальную (рис. 2).
Клеточные автоматы могут стать хорошей основой для расчёта схем 
территориального планирования.