2026 июнь. Что нового в ГИС?
Дисклеймер: я проанализировала посты за июнь из самых крупных ТГ каналов, посвященных ГИС и урбанистике, чтобы определить, что нового появилось в ГИС. И что стало проблемой для людей. А также прошлась по киберленинке в поисках интересных научных статей.
Дисклеймер 2: это моя первая попытка собрать все в одном месте. Если получилось, буду рада видеть комментарии и реакции на исходном посте в тг!
также если у вас есть предложения по тому, что можно улучшить, буду рада увидеть их у себя в лс в тг @gommersh
Что нового появилось / активно обсуждалось в ГИС в июне 2026
1. AI всё заметнее входит в большие ГИС-платформы.
Логичное следствие засилья ИИ. Но самое громкое - ArcGIS с GeoAI и LLM: развивается помощник ArcGIS Pro на естественном языке, где через простые команды пользователь может коммуницировать с ГИС. Официальный блог Esri подтверждает, что релиз 3.7 усилил GeoAI именно в сторону снижения ручной разметки и ускорения автоматизации.
2. Автоматизация подготовки данных
ArcGIS Data Pipelines обсуждался как no-code инструмент для интеграции, очистки и автоматизации данных в ArcGIS Enterprise. В QGIS также идет разработка интерфейсов с ИИ для автоматизации подготовки данных (см. QGIS copilot)
3. Большое обновление StoryMaps
В июньском обновлении StoryMaps появились импорт PDF/DOCX в историю, AI-подсказки alt-text для карт/сцен/приложений, новые типы визуализаций и карты внутри коллекций. Это инновация в картографической коммуникации: меньше ручной сборки, больше полуавтоматического сторителлинга.
4. Обновления у NextGIS
NextGIS сделали возможным делиться ссылками на слои, чтобы открывать их напрямую с телефона — это удобно для полевого картографирования. А приложение NextGIS Collector 2.0 перевели на MapLibre, чтобы сделать отрисовку быстрее и приятнее.
5. 3D модель Московской реновации
Анастасия Барыкина вместе с FlexGIS сделала визуализацию того, как будет меняться Москва в процессе реновации.
- Обновление плагина Kolba - это облегченная альтернатива традиционному репозиторию плагинов QGIS. Вместо ручной упаковки и обновления плагинов, она позволяет пользователям запускать скрипты Python непосредственно из локальной/общедоступной папки внутри QGIS.
- Плагин isoliner для создания изолиний, кригинга и гридов
- Кастомный плагин dePano для просмотра и скачивания яндекс-панорам. Инструкции в чате проекта "QGIS взаимопомощь"
7. Карта заброшенных деревень России
Автор канала "дата сторителлинг" сделал карту заброшенных деревень. Очень интересная вещь.
10. Экспериментальные визуализации - пролет вокруг мировых вершин
Автор канала "Картографическая визуализация" создала интересные визуализации пролетов у высочайших вершин с помощью Mapbox + Claude.
11. Экспериментальные визуализации - Jeppe Ringsted и анималистичные карты
Серия Mappa Animalia переосмысляет мир через таксономию животных — вместо стран там семейства, подсемейства, роды и отряды.
Ссылка
12. Экспериментальные визуализации - тактильная карта Верхнего Сада в Петергофе
Рада, что тактильные карты набирают популярность. Автор канала "картографическая гостиная" заприметил отличный план Петергофа, где разные штриховки обладают разным семантическим значением.
Проблемы QGIS в июне 2026
Я проанализировала сообщения из чатов и с русскоязычных форумов, чтобы понять, что больше всего беспокоит пользователей QGIS в июне 2026. Впрочем, ничего нового и уникального:
1) Системы координат, МСК, смещения, WGS/Web Mercator
Слои не садятся на Google/OSM, МСК после экспорта в SHP/GeoJSON/DXF даёт сдвиг, люди путают “назначить СК” и “перепроецировать”
Решение для каждой проблемы свое, лучше перепроверять пользовательскую СК и пересохранять в другой СК через export.
В РФ наблюдаются перебои с доступностью ОСМ и смежных сервисов.
Универсального решения нет, можно сменить провайдера или же попробовать зеркала (например, geofabrik).
3) Проблемы с открытием данных - Росреестр, ЕГРН, НСПД, кадастровые XML
Ничего нового. Стоит использовать картографические конвертеры или надеяться на удачу.
4) Пропажа профилей в версии QGIS 4.
У некоторых пользователя после обновления на QGIS 4 пропали привычные панели инструментов.
Не советую использовать последнюю версию QGIS, даже если она позиционируется как LTR (особенно если у вас не Windows)
Статьи, показавшиеся мне интересными:
(может, не все июня, но точно 2026)
1) Натыкин Максим Викторович, Митягин Сергей Александрович Сравнительный анализ нейросетевых и ансамблевых моделей машинного обучения для прогнозной кадастровой оценки земли в условиях неполных пространственных данных // ЭПИ. 2026. №1. URL: https://cyberleninka.ru/article/n/sravnitelnyy-analiz-neyrosetevyh-i-ansamblevyh-modeley-mashinnogo-obucheniya-dlya-prognoznoy-kadastrovoy-otsenki-zemli-v-usloviyah
В статье собрали ГИС-конвейер для прогнозной кадастровой оценки земли: участки Санкт-Петербурга агрегировали до кварталов, добавили параметры застройки, функционального зонирования, населения, транспортной доступности и пространственной автокорреляции, а затем сравнили MLP, CatBoost и XGBoost. Главное новое — связка кадастровых данных, городской морфологии и explainable ML: нейросеть дала чуть лучший результат, но CatBoost оказался почти таким же точным и более объяснимым через SHAP. Это важно для оценки участков при неполных данных ЕГРН/НСПД, сценарных расчётов КРТ и масштабирования кадастровой аналитики на другие регионы.
2) Никита Сергеевич Кудрявцев Применение машинного обучения в прогнозировании урожайности сельскохозяйственных культур: алгоритмы и перспективы развития точного земледелия // Молодой исследователь Дона. 2026. №1. URL: https://cyberleninka.ru/article/n/primenenie-mashinnogo-obucheniya-v-prognozirovanii-urozhaynosti-selskohozyaystvennyh-kultur-algoritmy-i-perspektivy-razvitiya
Статья сравнивает нейросети, random forest, SVM и XGBoost для прогнозирования урожайности на основе агрометеоданных, почвенных характеристик и спутниковых индексов. Получилось, что нейросети дают максимальную точность, но XGBoost почти не уступает им и при этом лучше интерпретируется. Это важно для точного земледелия: такие модели помогают заранее оценивать урожай, планировать ресурсы и снижать риски.
3) Поздеев И. А., Аббасова А. А. ЦИФРОВЫЕ ДВОЙНИКИ ПОЛЕЙ: СОВРЕМЕННЫЙ МОНИТОРИНГ В СЕЛЬСКОМ ХОЗЯЙСТВЕ // Вестник науки. 2026. №2 (95). URL: https://cyberleninka.ru/article/n/tsifrovye-dvoyniki-poley-sovremennyy-monitoring-v-selskom-hozyaystve
В статье цифровой двойник поля описан как динамическая модель, объединяющая геопространственную основу, сенсоры, спутниковые и БПЛА-данные, агромодели и машинное обучение. Главное отличие от обычной ГИС-карты — постоянное обновление модели и возможность выдавать прогнозы или рекомендации, например по поливу, стрессу растений или риску болезней. Такие модели помогают современному сельскому хозяйству перестроиться на прогнозные модели и лучшать урожайность.
4) Акаев Алан Садуртинович, Вершинин Валентин Валентинович ИНТЕГРАЦИЯ ЦИФРОВЫХ ПРОСТРАНСТВЕННЫХ ДАННЫХ В ГЕОЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ ГОРОДСКОЙ СРЕДЫ МЕГАПОЛИСА (НА ПРИМЕРЕ ГОРОДА МОСКВЫ) // МСХ. 2026. №3. URL: https://cyberleninka.ru/article/n/integratsiya-tsifrovyh-prostranstvennyh-dannyh-v-geoekologicheskiy-monitoring-gorodskoy-sredy-megapolisa-na-primere-goroda-moskvy
В статье предложена модель, которая объединяет 3D-сканирование, спутниковые снимки, NDVI, температурные данные и городские ГИС-слои для оценки экологического состояния Москвы. Главное новое — попытка собрать разрозненные данные в единую систему мониторинга, где можно видеть связь между плотной застройкой, потерей зелени и ростом тепловой нагрузки. Это важно для поиска зон экологического стресса, оценки новых проектов и создания городского цифрового двойника.
p.s. я занималась подобным в 2019-2020 гг, и знаю, насколько это долго и сложно - собрать миллион типов данных из разных источников, описывающие экологическое состояние Москвы. Моя попытка тогда успехом не увенчалась.
5) Слесарева Е. Б. ТЕНДЕНЦИИ В РАЗВИТИИ СОВРЕМЕННОЙ ДЕРЕВЯННОЙ ЖИЛОЙ АРХИТЕКТУРЫ КАК ОСНОВА ДЛЯ РАЗРАБОТКИ ЕЕ АТРИБУТОВ ДЛЯ ВЕБ-ГИС // Вестник науки. 2026. №6 (99). URL: https://cyberleninka.ru/article/n/tendentsii-v-razvitii-sovremennoy-derevyannoy-zhiloy-arhitektury-kak-osnova-dlya-razrabotki-ee-atributov-dlya-veb-gis
Идея очень интересная. Каталогизировать и картировать деревянную архитектуру пока вроде бы не пытался никто (поправьте, если не права). В статье предлагают список атрибутов, по которым это можно сделать: материал, конструкцая, технология строительства, тип среды, энергоэффективность, биофильный дизайн и статус объекта. Главное новое — перевод архитектурных характеристик в структуру данных для ГИС. Это важно, потому что такие объекты можно будет не просто каталогизировать, а анализировать пространственно: где распространяются разные типы деревянных построек разных типов. Это хорошая методологическая база для дальнейшего анализа.
6) Тюрюмин В. И., Литвинова О. В. СОВЕРШЕНСТВОВАНИЕ ПРОЦЕССОВ МОНИТОРИНГА ОБЪЕКТОВ СТРОИТЕЛЬСТВА, РЕКОНСТРУКЦИИ И КАПИТАЛЬНОГО РЕМОНТА С ИСПОЛЬЗОВАНИЕМ ЦИФРОВЫХ ТЕХНОЛОГИЙ В ИРКУТСКОЙ ОБЛАСТИ // Вестник науки. 2026. №2 (95). URL: https://cyberleninka.ru/article/n/sovershenstvovanie-protsessov-monitoringa-obektov-stroitelstva-rekonstruktsii-i-kapitalnogo-remonta-s-ispolzovaniem-tsifrovyh
Использование ГИС, БПЛА и других новых технологий автоматизации может позволить упростить мониторинг строительства. В этой статье рассказывается о примере региональной платформы для строительного мониторинга, которая объединяет BIM, ГИС, БПЛА, фотограмметрию, LiDAR, InSAR, IoT-датчики и компьютерное зрение. Главное новое — переход от редких выездных проверок к постоянному цифровому контролю хода работ, деформаций, качества и рисков.
7) Литвинова Ольга Геннадьевна Эволюция системы расселения в прибрежной полосе Обь-Енисейского водного пути (Обь-Иртышский бассейн, конец XVII – начало XX века) // Вестник ТГАСУ. 2026. №3. URL: https://cyberleninka.ru/article/n/evolyutsiya-sistemy-rasseleniya-v-pribrezhnoy-polose-ob-eniseyskogo-vodnogo-puti-ob-irtyshskiy-basseyn-konets-xvii-nachalo-xx-veka
Интересная статья, не столько про ГИС, сколько про то, как идет привязка исторических карт и то, как это можно превратить в полноценное историческое исследование.
8) Ирина Анатольевна Гареева, Анастасия Филипповна Гарнага Маргинализация жилых пространств (на примере ряда городов Востока России) // Власть и управление на Востоке России. 2026. №1 (114). URL: https://cyberleninka.ru/article/n/marginalizatsiya-zhilyh-prostranstv-na-primere-ryada-gorodov-vostoka-rossii
Интересная статья про барачную застройку, старые микрорайоны, заброшенные жилые зоны и стихийные застройки на примерах Хабаровска, Владивостока, Иркутска и Якутска. Автор предложила типологию таких пространств, показав, из чего все это состоит - транспортная изоляция, бедность, слабая инфраструктура.