ЗD объекты (отдельные детализированные архитектурные объекты) на WB-картах реализованы через отдельные геопривязанные 3D-модели в формате glTF 2.0. Они загружаются HTTP-запросами из инфраструктуры статических ресурсов WB независимо от MVT-тайлов как отдельная пространственная сущность. Они имеют трёхмерную геометрию, материалы и текстуры. В исследованных файлах встречается THREE.GLTFExporter - инструмент экспорта из экосистемы Three.js.
Вокруг московского кремля я выловил 49 уникальных ЗD моделей (но это не 49 зданий, а именно моделей – т.к. конкретные здания могут состоять из нескольких моделей, например: Собор Василия Блаженного - 4 модели, стены кремля - несколько самостоятельных участков).
Я откуда все это знаю? Я ходил к ним собесы (несколько), изучал их продукт. Но не подошел, наверное квалификации не хватило хе-хе.

#Геосервисы #SpatialDataEngineering

Пару постов выше выше я упоминал про браузерную утилиту, которая облегчает жизнь инженера, когда лень долго копаться в сайтах, чтобы найти нужные геоданные. Дошли руки, сделал Spatial Data Hunter - сразу покажет, где геоданные или списки с цифрами, похожими на координаты, даст ссылку, сделает и скачает геоджсон. В целом - работает, иногда корявенько, но в текущих задачах справляется отлично. сейчас она зацепляет и векторные тайлы - надо будет это устранить, векторные тайлы - это отдельная задача, т.к. их нужно сажать в правильные СК и координаты, это исправлю в следующий раз, когда руки дойдут

Хотел сделать утилиту, которая превращала бы GeoPackage, наборы SHP или GeoJson в красивые GIS-видео.
В чем классность идеи - в том, что можно делать красвые видео на реальных данных и на реальном местоположении, отображая координаты, объемы, количество объектов, связи между ними, ареалы распространения во времени и т.д. И это все на реальных, проверяемых данных.
В целом, задача казалась выполнимой. Но только для небольшх и нескольких однотипных анимаций. Проблема возникла тогда, когда захотелось уйти от одинаковых видео или изменить сценарий. Если для 2-3 слоев еще реально вручную задать время и место анимации, то для бОльшего количества, где уже нужно приблизить камеру, потом показать отдельный счётчик, затем изменить масштаб, добавить подпись, задержать кадр и плюсом синхронизировать всё это между собой - это уже придется делать собственный видеоредактор.
Но зато теперь понятно как делать простейшие анимациии
Что использовалось: Python - логика сценария и последовательность появления объектов, на входе GeoPackage с 3 слоями библиотека Pillow, для создания и отрисовки отдельных кадров и FFmpeg для сборки и экспорта в MP4.

#ГИСИнструменты

Интересное наблюдение: все объекты (почтовые отделения, почтоматы, постоматы), показанные на сайте почты России в данных имеют fias_id вида 392163c4-b14f-40a4-a984-2aab4b369031, который позволяет автоматически обновлять адрес при изменении адреса в ГАР.
А на странице поиска индекса по адресу сайта почты России адреса очень похожи на структуру ГАР, либо легко сматчатся с ГАР. Что это дает:
1. Каждому адресному объекту ГАР можно присвоить индекс (там, где соответствующей таблице AS_HOUSE_PARAMS поле индекса пустое).
2. Когда каждому адресному объекту будет присвоен индекс для города или области - можно будет построить почтовые зоны. Это будут конечно не красивые официальные почтовые зоны, а расчётные. Они будут выглядеть криво, но все объекты с одинаковым индексом окажутся в одном полигоне

Адресный сервис https://data.evgenybelavsky.com/address-service отработал в промышленном масштабе лайт. Результат: 2396 адресных записей ГАР с пространственным положением за 1307 секунд. Это 0,55 секунды на каждый адрес. Норм.

Обогащение адресной базы собственных картографических сервисов, построенных на основе OSM (но не только OSM: пространственное положение есть, адресная строка нормализована). Пример г. Руза Московской области:
На ОСМ: 902 строения с адресом
ГАР: 1444 адреса с пространственным положением (это уже отфильтрованы пересечения с ОСМ) - видео

То есть за 20 минут можно добавить 1444 адреса. Но 20 минут, конечно, это условное время: на город Руза за 20 минут чере Address Data Service выгрузилось 2396 адресов, далее фильтрация, и некоторая доработка: сервис выгружает адресные строки с координатами в двух сущностях - адрес дома, а если к этому месту нет записи для дома - выгружается адрес земельного участка. Если в 90% адрес дома попадает в контур строения, то адресная точка земельного участка - это центроид самого земельного участка, которую надо сдвинуть на строение. Это от 3 до 7 секунд на одну точку.

#SpatialDataEngineering #Инструменты

Я вот о чем подумал - ведь если это видит глаз, значит это можно автоматизировать? и сразу получить полигоны заблюренных объектов.
А с другой стороны: кто-то принес в Яндекс список с грифом, как минимум, "ДСП", а может и "секретно" - ведь это агрегированный список спец объектов по всей РФ. Сотрудник Яндекса, скорее всего без допуска к документам ограниченного доступа, заблюрил фото и показал всему миру местоположение этих объектов.
Хитро, ничего не скажешь

Обновил сервис Address Data Service, теперь текущая версия данных ГАР - 06.10.2026. Обновления по дельтам не вывез второй раз уже, хотя казало бы чего проще - там всего 20-30 тыс записей. В чем основная проблема - добавить новые записи -проблем нет - иерархические структуры МУН/АДМ есть, если новый объект структуры тоже добавляется. проблема в постоянных изменениях уже существующих объектов. Изменений в структуре существующих объектов - 917. Здесь и не вывез. Зато: обновил обработку и обновление МУН/АДМ структур и сократил объем баз и время накатывания полного файла ГАР полностью без моего участия, мое - только QA по результатам. Время накатывания МУН/АДМ баз - 9 часов. Если удастся сократить до 2-3 часов, то можно будет не заморачиваться с дельтами - раз в 3 дня накатывать новый файл. Что нужно для этого? вычислительные мощности. Ниже карточки по прошедшему обновлению

#ГАР #SpatialDataEngineering