Геоинформационные сервисы *

История начинается с самой неблагодарной формулировки бага, какая бывает: а какая именно, мне пришлось в этом поковыряться.

Всем привет, меня до сих пор зовут Максим и я застрял на Мапс-ми :) Прошло аж два года с момента написания мной статьи про ОТ в Мапс и теперь хотелось бы немного рассказать как мы стоим на месте. Опишу начало нашего долгого пути в область предоставления расписания по уже имеющимся у нас в приложении линиям ОТ.

Выбрал неправильный курс - сел на мель

Нет, это не очередной пост о важности постановки целей и планирования, в пятницу, у нас в регионе произошло событие, подобного которому, не было уже 53 года.

Мы выпустили MCP-сервер, который даёт ИИ-агентам прямой доступ к геосервисам API-платформы 2ГИС: поиск мест и организаций, прямое и обратное геокодирование, построение маршрутов, изохроны и статические карты — сейчас это 6 инструментов поверх соответствующих API. 

Что это за сервер и как подключить — в документации. А в этой статье расскажу про инженерную часть: как он устроен внутри и на какие грабли мы наступили, пока доводили его до прода.

Статья будет полезна разработчикам, кто пишет свой MCP-сервер или тулы под function calling, кто проектирует контракты инструментов для LLM, и просто всем, кому интересно, что ломается на стыке LLM и гео.

Всем привет, меня зовут Александра, и в 2024 году я занималась темой валидации спутниковых данных на основе наземных измерений.

Статья посвящена главной теме — какому же источнику верить и как я вижу свою работу спустя 2 года работы DevOps.

Летом 2022 года на Алтае датчик, лежащий на земле, показал +48 °C. Спутник Aqua почти в то же время над той же точкой увидел около +33. Кто из них прав и насколько вообще можно доверять «космической» температуре, я разбиралась в дипломе в ВКИ НГУ.

Спутниковые карты температуры поверхности используют климатологи, агрономы, гидрологи и пожарные службы. Они удобны: одна картинка покрывает тысячи километров, а наземная станция видит только свою точку. Но спутник не меряет температуру напрямую. Он ловит инфракрасное излучение сквозь атмосферу с высоты 700 км, а потом алгоритм пересчитывает его в градусы. Поэтому любые такие данные нужно проверять землёй. Эта проверка называется валидацией.

В статье расскажу, как я сравнивала данные MODIS (спутники Terra и Aqua) и Landsat 8 с показаниями термодатчиков, какие получились расхождения и на какие грабли я наступила.

В этой статье разберем, как релятивистские поправки могут влиять на точность геолокации по GPS-спутникам. Для наших тестов будем использовать симулятор сигнала спутников gps-sdr-sim и утилиту gnss-sdr для геолокации.

Устанавливаем утилиту gnss-sdr:

Всё началось с обычной задачи: собрать нитку маршрута на несколько дней, прикинуть набор высоты по дням, понять, где на пути вода, и отдать группе трек, который откроется у всех.

Причалы на обложке складываются в S-57, а в коде слева спрятаны две строки. Кто первый расшифрует, пишите в комментарии.

С приходом ИИ в поисковую выдачу, на смену Search Engine Optimization приходит GEO — Generative Engine Optimization (не путать с геосервисами вроде Яндекс/Гугл-карт и прочих Foursquare — это было гео для миллениалов). Для зумеров и молодящихся миллениалов ГЕО — это оптимизация под ИИ-выдачу, попадание в ИИ-рекомендации, в особенности (для Рунета) — в «Алису». «Попасть в рекомендации Алисы» — это уже реальный востребованный спрос, предложение на который только находится на этапе формирования.

С GEO-предложением сейчас происходит примерно то же, что происходило с рынком мобильной разработки после презентации айфона и AppStore: инструменты уже появились, названия у них есть, набор основных функций тоже более-менее сформировался, но общего понимания того, что именно они измеряют и чем один подход отличается от другого, пока ещё нет. Если попытаться систематизировать предложения по GEO, получится своего рода «облако тегов» — ChatGPT, Perplexity, Gemini, «видимость», «упоминания», Share of Voice, «конкуренты» — при ближайшем рассмотрении оказывающимся, скорее, туманом, в котором скрыты довольно разные методологии.

Открываешь навигатор — а ты уже в деревне Пупкино. Знакомо? Спуфинг и глушение GNSS стали новой реальностью, ломая работу служб логистики, такси и даже общественного транспорта. Наша компания столкнулась с этим лицом к лицу в проекте по интеграции V2X в московские трамваи. Вагоны с нефункционирующим GPS начали «дрейфовать» в цифровом пространстве, а инерциальные системы (IMU) требовали калибровки через N поворотов на 90° — в рельсовом транспорте такое просто невозможно.

Так родился «Курвиметр» — наша реализация Dead Reckoning. Идея проста: если GPS молчит, а CAN-шина даёт скорость, почему бы не использовать её для расчёта пройденного пути, а пройденный путь соотносить с треком? Спойлер: всё оказалось сложнее. Или спасибо машинному обучению. Вот как мы заставили трамвай «знать», где он находится, даже в зоне глушения. Кажется, это интересный кейс, поэтому не ограничивали себя в количестве представленных расчетов и графиков.

Всё началось с обычной задачи: собрать нитку маршрута на несколько дней, прикинуть набор высоты по дням, понять, где на пути вода, и отдать группе трек, который откроется у всех.

Мы переводили карту парковок с растровой подложки на векторные тайлы и получили чёрный экран. Без единой ошибки в консоли: ни исключения, ни предупреждения, идеально чистый лог. Единственной уликой оказалось отсутствие запросов за тайлами — воркер MapLibre не попал в сборку, потому что Rollup не умеет разбирать шаблонную строку в new URL(…, import.meta.url). Разбираем этот баг и ещё два из той же серии: как смена города убивала Leaflet и почему событие load у карты не наступает никогда.

На сайтах со встроенными Яндекс Картами стала появляться реклама.

Причём речь не только о сложных интеграциях через API. С рекламой можно столкнуться и на обычной карте, которую когда-то сделали через Конструктор и встроили на страницу контактов.

Для владельца сайта ситуация выглядит, мягко говоря, не очень приятно. Карта — часть интерфейса сайта. На ней мы хотим показать свой офис, магазин или схему проезда, а теперь внутри этого блока посетителю может демонстрироваться чужая реклама.

Отключить её можно. Но уже за деньги. Вот такая вот фигня, собачка…

Я решила разобраться, что изменилось у Яндекса и есть ли сейчас нормальная альтернатива. И здесь неожиданно интересным оказался Конструктор карт 2ГИС.

4 сентября 2026 года Генеральная Ассамблея ООН приняла резолюцию «Correct the Map». 164 страны проголосовали за отказ от привычной проекции Меркатора в пользу Equal Earth — проекции, которая точнее передает реальное соотношение площадей континентов. Против выступили только США, еще шесть стран воздержались. Инициативу почти два года продвигал Африканский союз — на картах Меркатора Африка визуально выглядит примерно как Гренландия, хотя на самом деле она больше ее примерно в 14 раз.

Equal Earth — хороший повод, чтобы собрать в одном месте сервисы, где можно самому покрутить разные карты — географические, исторические, статистические — и сравнить их между собой для более полной картины мира.

Регулярно возникает ситуация, когда необходимо найти местоположение достоверного и актуального адреса или группы адресов, чтобы использовать их в GIS‑процессах. Такие адреса можно получить только из ГАР/ФИАС, но там только текстовые записи, при этом полный адрес разнесен в разные XML‑таблицы. Пространственное положение можно определить в НСПД, но часть данных при наличии пространственного объекта может иметь неактуальный, неполный текст адреса, или вообще не иметь его. Эти две сущности имеют общую связку — кадастровый номер.

Но основная сложность заключается в том, ГАР это не готовая таблица с адресной строкой, а историзированный реестр, разбитый на набор связанных сущностей и XML‑таблиц, где разные типы объектов их параметры, типы иерархии хранятся отдельно, и при этом еще нужно учитывать актуальность самой записи, ее активность, текущую иерархию и связанные параметры. Иначе можно собрать последнюю версию записи, но которая уже не действующая, или собрать адрес по устаревшей иерархии.

Современные интерактивные веб‑карты — это больше, чем привычные бумажные географические атласы. Это инструменты, позволяющие выявлять тенденции, закономерности и взаимосвязи в геоданных в реальном времени, наслаивая друг на друга различные метрики. Такой подход превращает картографию из статичного справочника в динамическую среду для визуального анализа больших данных.

В транспортной отрасли различные устройства передают информацию не только о своём местоположении, но и другие важные для организаций метрики. Телематические датчики, бортовые контроллеры и мобильные терминалы ежесекундно генерируют поток данных о расходе топлива, окружающей температуре, загрузке магистралей и пунктуальности городского транспорта. Наложение этой многомерной телеметрии на географическую карту позволяет диспетчерам и аналитикам видеть, где находятся объекты, когда они прибывают в пункт назначения и сколько ресурсов тратят на маршруте. В результате карта превращается в «командный пункт» для отслеживания показателей эффективности.

В Инновационном центре «Безопасный транспорт» при ЦОДД интерактивную отчётность и дашборды создают в BI‑системе «Visiology». Платформа позволяет кастомизировать визуализацию, собирая из различных виджетов полноценные отчёты.

Но как из сырых данных создать комплексные интерактивные карты, пригодные для оперативной аналитики? Какие инструменты позволяют вывести многомерную геопространственную информацию на дашборд в браузере пользователя — в реальном времени, без долгой загрузки и потери производительности? В этой статье мы разберём, какие JavaScript‑библиотеки и подходы лежат в основе современных картографических визуализаций, и покажем на примере наших дашбордов, как превратить телеметрию транспорта в наглядные и полезные отчёты.

Не далее как вчера Дональд Трамп в своём блоге на платформе Truth Social опубликовал очередную неоднозначную вещь: знакомый профиль с копной на голове заменил собой границы суверенного государства Иран на фрагменте политической карты мира.

Подрисовывать что-либо в учебнике, на стене или на карте — довольно заразительное занятие, знакомое многим ещё с детства. Раз перед таким соблазном не может устоять президент большой страны, сложно удержаться и мне.

Какое бы выбрать место на карте, чтобы переиначить его на другой лад? Не «от балды», но на основе реальных данных. Решено: ткну пальцем в случайную точку и проведу с ней творческий (data-driven) экспромт. По чистому совпадению, палец попал в Соединённые Штаты Америки. Говоря словами главного литературного персонажа Ильфа и Петрова: давайте и мы увековечимся?

Я попросил редактор карт mapus.ai представить то, какими была бы территория США, если бы в своё время она превратилась в государства, определённые по языковому принципу. Чтобы результат не воспринимался, как нейро-бред — я провёл разбор действий, выполненных LLM для решения задачи.

Получилось довольно интересное и познавательное путешествие в историю.

Дети порой попадают в плохие ситуации, и не всегда есть возможность позвонить родителю. Мы, команда Мой МТС, придумали решение — бесплатный виджет для детских смартфонов, который устанавливается на главный экран через приложение «Мой МТС». Ребенок может в любой момент отправить сигнал бедствия. Одно нажатие на SOS-кнопку — и родитель получает уведомление, что что-то произошло, и точную геолокацию ребенка.

Расскажем, что за это за виджет и как мы его разрабатывали.

 До реализации этого пилота нам пришлось основательно погрузиться в тему клещей, эпидемиологической обстановки в нужном регионе и современных средств защиты. Звучит как начало триллера, но эта история с хорошим финалом.

Меня зовут Оксана Эйнеш, я руководитель направления «Высокоточное позиционирование в МТС». В этот раз мы с командой решили поделиться кейсом, который реализовали для одного крупного лесхоз-предприятия: как технологии высокоточного позиционирования помогают считать каждый гектар, контролировать вырубку и не спорить о границах землеотводов.

Состояние российского рынка дистанционного зондирования Земли на август 2026 года

Российский рынок дистанционного зондирования Земли переживает довольно заметный переходный период. Еще несколько лет назад ДЗЗ в России в основном ассоциировалось с государственными космическими аппаратами, а коммерческий рынок данных оставался относительно небольшим. Сейчас ситуация меняется: появляются частные операторы спутников, собственные группировки, наземные станции, платформы доступа к данным и сервисы автоматической аналитики.

Одновременно государство начинает выступать не только владельцем космической инфраструктуры, но и крупным заказчиком данных у различных поставщиков. По оценке руководства Роскосмоса, потенциал российского рынка данных ДЗЗ после запуска новой модели закупок может вырасти более чем в шесть раз — до 31 млрд рублей. При этом уже в 2026 году Роскосмос сообщил о заключении контрактов на предоставление данных ДЗЗ примерно на 5 млрд рублей для федеральных и других государственных органов.

Именно поэтому 2026 год можно считать одним из переломных для российского рынка ДЗЗ.