Дербент. Ковры и одеяла
Обещанные фото из Дербента. А раз в ленте появились ковры, хочется вспомнить две работы.
Ковер - любимая метафора Владимира Каганского по отношению к культурному ландшафту - это "не склад или свалка из отдельных предметов на пустом или безразличном фоне", а сплошная многослойная ткань с ярким, сложенным из множества переплетений, но закономерным рисунком. От себя добавлю, что иногда, чтобы построить хорошую карту, приходится хорошенько потоптаться по этому ковру.
Вторая работа - статья Константина Григоричева, который использует похожую метафору - лоскутного одеяла - для описания постсоветских пригородов. Собранные из морфологически и социально различных элементов, они местами напоминают глобальный Север (классические субурбии), местами - глобальный Юг (стихийные пригороды южных городов), а иногда отсылают к советскому прошлому (например, массивы частного сектора и дачи).
Вот такой вот пост - сам, как лоскутное одеяло.
Обещанные фото из Дербента. А раз в ленте появились ковры, хочется вспомнить две работы.
Ковер - любимая метафора Владимира Каганского по отношению к культурному ландшафту - это "не склад или свалка из отдельных предметов на пустом или безразличном фоне", а сплошная многослойная ткань с ярким, сложенным из множества переплетений, но закономерным рисунком. От себя добавлю, что иногда, чтобы построить хорошую карту, приходится хорошенько потоптаться по этому ковру.
Вторая работа - статья Константина Григоричева, который использует похожую метафору - лоскутного одеяла - для описания постсоветских пригородов. Собранные из морфологически и социально различных элементов, они местами напоминают глобальный Север (классические субурбии), местами - глобальный Юг (стихийные пригороды южных городов), а иногда отсылают к советскому прошлому (например, массивы частного сектора и дачи).
Вот такой вот пост - сам, как лоскутное одеяло.
Ночная география
Выше я рассказывал, как создаются растровые данные о плотности населения и зачем они нужны. У этих данных есть ограничение: в их основе - статистика по численности постоянного населения.
Помните, как опустела Москва во время ковида, когда упал поток трудовых мигрантов из области, а часть горожан укрылась на дачах? Численность населения колеблется в разное время суток, дни недели и сезоны года - это касается как города, так и его окрестностей. В Москве перепады могут достигать нескольких сотен тысяч или даже миллионов человек.
Можно ли учесть такие колебания при создании карт плотности населения? Самое лучшее приближение дают данные сотовых операторов, но это коммерческий продукт со всеми вытекающими отсюда ограничениями. В идеале нужны открытые, регулярно обновляемые данные с большим пространственным охватом.
Вместе с моей коллегой Александрой Стариковой мы экспериментировали с ночными спутниковыми снимками. Интенсивность ночного излучения (мы использовали данные в видимом и ближнем инфракрасном спектре) тесно коррелирует с плотностью населения и плотностью экономической активности - если отследить сезонные колебания, можно выделить направления и ареалы дачной экспансии горожан, ввести поправочные коэффициенты и корректировать данные о населении под нужный временной интервал.
Идею тестировали на Ярославской области, а затем масштабировали до Москвы и соседних с ней областей. У данных и методакак это всегда бывает обнаружилось много подводных камней, но базовая идея работает. Некоторые сельские населенные пункты, где официальная статистика показывает даже нулевое население, вполне себе "светятся" в дачный сезон.
По ссылке статья о нашей работе моего друга, научного журналиста Михаила Орлова.
Выше я рассказывал, как создаются растровые данные о плотности населения и зачем они нужны. У этих данных есть ограничение: в их основе - статистика по численности постоянного населения.
Помните, как опустела Москва во время ковида, когда упал поток трудовых мигрантов из области, а часть горожан укрылась на дачах? Численность населения колеблется в разное время суток, дни недели и сезоны года - это касается как города, так и его окрестностей. В Москве перепады могут достигать нескольких сотен тысяч или даже миллионов человек.
Можно ли учесть такие колебания при создании карт плотности населения? Самое лучшее приближение дают данные сотовых операторов, но это коммерческий продукт со всеми вытекающими отсюда ограничениями. В идеале нужны открытые, регулярно обновляемые данные с большим пространственным охватом.
Вместе с моей коллегой Александрой Стариковой мы экспериментировали с ночными спутниковыми снимками. Интенсивность ночного излучения (мы использовали данные в видимом и ближнем инфракрасном спектре) тесно коррелирует с плотностью населения и плотностью экономической активности - если отследить сезонные колебания, можно выделить направления и ареалы дачной экспансии горожан, ввести поправочные коэффициенты и корректировать данные о населении под нужный временной интервал.
Идею тестировали на Ярославской области, а затем масштабировали до Москвы и соседних с ней областей. У данных и метода
По ссылке статья о нашей работе моего друга, научного журналиста Михаила Орлова.
Naked Science
«Ночная география», или Как спутниковые снимки помогают исследовать сезонные миграции
Миграции всегда были важной частью жизни человечества, а сейчас они актуальны как никогда. Кажется, современный мир оставил оседлость в прошлом: многие стали «цифровыми кочевниками» и живут на чемоданах, некоторые, подобно перелетным птицам, совершают сезонные…
Ящерицы и улитки. Ч. 1
Это Прыткая ящерица (Lacerta agilis) - мое первое наблюдение на iNaturalist, поймал в кадр в Воронежской области в мае прошлого года.
iNaturalist - краудсорсинговая платформа гражданской науки. Работает примерно так: устанавливаете на телефон приложение, фотографируете растение или животное, встроенная модель компьютерного зрения помогает определить вид, а дальше два эксперта должны подтвердить находку, и ваше наблюдение попадает в общую базу. Сейчас в базе 160 млн. наблюдений по 431 тыс. видам.
Недавно iNaturalist представил новый инструмент - Geomodel.
Это Прыткая ящерица (Lacerta agilis) - мое первое наблюдение на iNaturalist, поймал в кадр в Воронежской области в мае прошлого года.
iNaturalist - краудсорсинговая платформа гражданской науки. Работает примерно так: устанавливаете на телефон приложение, фотографируете растение или животное, встроенная модель компьютерного зрения помогает определить вид, а дальше два эксперта должны подтвердить находку, и ваше наблюдение попадает в общую базу. Сейчас в базе 160 млн. наблюдений по 431 тыс. видам.
Недавно iNaturalist представил новый инструмент - Geomodel.
Ящерицы и улитки. Ч. 2
Geomodel - это модель, которая пытается отрисовывать на карте ареал распространения вида и улучшить точность модели компьютерного зрения. По смыслу очень похоже на SDM, о которых я писал выше, вот только в качестве предиктора здесь используется всего одна переменная - высота над уровнем моря, зато модель строится одновременно для 80 тыс. видов, примерно как строятся модели компьютерного зрения. Подробнее о методе можно посмотреть вот здесь.
Мы использовали наблюдения с iNaturalist для SDM, когда предсказывали ареал потенциального распространения двух инвазивных степных улиток - Brephulopsis cylindrica и Xeropicta derbentina (рисунок - пример такой карты). Первоначально эти улитки обитали в Причерноморье, но в последние годы встречаются далеко за пределами естественного ареала - в Западной Европе, Беларуси, Армении и степных регионах России, видимо, распространяясь вдоль железных дорог. Если интересно, полная версия статьи - на сайте журнала.
Geomodel - это модель, которая пытается отрисовывать на карте ареал распространения вида и улучшить точность модели компьютерного зрения. По смыслу очень похоже на SDM, о которых я писал выше, вот только в качестве предиктора здесь используется всего одна переменная - высота над уровнем моря, зато модель строится одновременно для 80 тыс. видов, примерно как строятся модели компьютерного зрения. Подробнее о методе можно посмотреть вот здесь.
Мы использовали наблюдения с iNaturalist для SDM, когда предсказывали ареал потенциального распространения двух инвазивных степных улиток - Brephulopsis cylindrica и Xeropicta derbentina (рисунок - пример такой карты). Первоначально эти улитки обитали в Причерноморье, но в последние годы встречаются далеко за пределами естественного ареала - в Западной Европе, Беларуси, Армении и степных регионах России, видимо, распространяясь вдоль железных дорог. Если интересно, полная версия статьи - на сайте журнала.
Прогнозы населения для климата. Ч. 1
На следующей неделе делаю доклад на конференции по климату. Тема климатических изменений давно шагнула за рамки собственно климатологии - половина конференции про последствия и адаптацию. Я буду рассказывать о наших расчетах по подверженности (population exposure) российских регионов волнам жары по прогнозам на середину века (когда выйдет статья - расскажу об этой работе подробнее).
Прогнозирование климата - штука сложная, во многом потому что будущий климат зависит от человека, спровоцировало появление новых направлений социально-экономического прогнозирования. Их ядро - т.н. Shared Socioeconomic Pathways (SSPs), пять сценариев будущего, основанных на допущениях о технологическом росте, экономике, демографическом развитии, степени открытости мира, доминирующих ценностях и пр. Представьте мир, в котором экономический рост сочетается со снижением неравенства, развитием образования и сокращением международных конфликтов (SSP1). Или мир крепнущего национализма, закрытых границ и глубокого неравенства внутри и между стран (SSP3,кажется, наш случай). Подробнее о нарративах в основе SPPs можно почитать здесь - это любопытно.
На следующей неделе делаю доклад на конференции по климату. Тема климатических изменений давно шагнула за рамки собственно климатологии - половина конференции про последствия и адаптацию. Я буду рассказывать о наших расчетах по подверженности (population exposure) российских регионов волнам жары по прогнозам на середину века (когда выйдет статья - расскажу об этой работе подробнее).
Прогнозирование климата - штука сложная, во многом потому что будущий климат зависит от человека, спровоцировало появление новых направлений социально-экономического прогнозирования. Их ядро - т.н. Shared Socioeconomic Pathways (SSPs), пять сценариев будущего, основанных на допущениях о технологическом росте, экономике, демографическом развитии, степени открытости мира, доминирующих ценностях и пр. Представьте мир, в котором экономический рост сочетается со снижением неравенства, развитием образования и сокращением международных конфликтов (SSP1). Или мир крепнущего национализма, закрытых границ и глубокого неравенства внутри и между стран (SSP3,
Прогнозы населения для климата. Ч. 2
На рисунке - прогноз по численности населения России до конца столетия по трем сценариям SSPs, подготовленный Международным институтом прикладного системного анализа (IIASA) в Вене. В
В своей работе я также пользуюсь субнациональными прогнозами для России, которые IIASA делал с Росстатом и РАНХиГС в 2018 году. По этим прогнозам, к 2050 г. вырастут только 17 регионов, а в Москве и области будет жить 23 млн чел. или 17% населения страны (против 14% в 2018 г.).
На рисунке - прогноз по численности населения России до конца столетия по трем сценариям SSPs, подготовленный Международным институтом прикладного системного анализа (IIASA) в Вене. В
R есть пакет wcde, который позволяет подгружать данные с их сервера. По всем сценариям - снижение численности населения на фоне естественной убыли. Различия главным образом связаны с прогнозируемым уровнем международной миграции. В своей работе я также пользуюсь субнациональными прогнозами для России, которые IIASA делал с Росстатом и РАНХиГС в 2018 году. По этим прогнозам, к 2050 г. вырастут только 17 регионов, а в Москве и области будет жить 23 млн чел. или 17% населения страны (против 14% в 2018 г.).
Города и/или пригороды. Ч.1
Сегодня на паре разбирали со студентами, как работать с растровами данными в
Сегодня на паре разбирали со студентами, как работать с растровами данными в
R. Для примера по данным GHSL построили вот такую карту - она показывает, как менялась площадь застройки в радиусе 60 км от центра Москвы с 2000 по 2020 гг. в процентных пунктах (п.п.) по ячейкам 100 на 100 м. Например, если в 2000 году было застроено 20% от ячейки, а в 2020-м уже 30%, на карте будет +10 п.п. Чем светлее пиксель, тем больше новой застройки. Думаю, если бы мы не показали на карте границу Москвы, вы бы все равно ее увидели - по контрасту значений.Города и/или пригороды. Ч.2
Московская область обогнала Москву (и все остальные регионы) по абсолютным годовым показателям ввода нового жилья еще в далеком 2005 году. По относительным показателям (на 1000 жителей) она сейчас уступает лишь Ленинградской области (данные Росстата на 2022 г.). Третья - моя родная Тюменская область, где продолжается взрывной рост Тюмени, следом - Чечня, Краснодарский край и Калининградская область.
В продолжение темы две статьи: статья Николая Куричева о том, как жилищное строительство провоцирует дополнительный приток мигрантов в Московский столичный регион; и статья коллег-демографов о том, что опережающий миграционный прирост пригородов - общее свойство современных крупных российских городов.
Московская область обогнала Москву (и все остальные регионы) по абсолютным годовым показателям ввода нового жилья еще в далеком 2005 году. По относительным показателям (на 1000 жителей) она сейчас уступает лишь Ленинградской области (данные Росстата на 2022 г.). Третья - моя родная Тюменская область, где продолжается взрывной рост Тюмени, следом - Чечня, Краснодарский край и Калининградская область.
В продолжение темы две статьи: статья Николая Куричева о том, как жилищное строительство провоцирует дополнительный приток мигрантов в Московский столичный регион; и статья коллег-демографов о том, что опережающий миграционный прирост пригородов - общее свойство современных крупных российских городов.
This media is not supported in your browser
VIEW IN TELEGRAM
Торнадо и смерчи
Климатология и метеорология, наверно, самая развитая область географии с точки зрения производства массивов данных и их открытости. Прогнозирование погоды, опасных явлений и моделирование климата в свое время дали мощный толчок развитию спутниковой съемки. Даже ночные снимки, которые эконом-географы используют для изучения расселения и экономики (см. пост), первоначально задумывались для анализа облачности.
Выше - учебная картинка - количество торнадо в континентальной части США (без Аляски) в 1950-2019 гг. Сумма дана по гексагонам шириной 100 км, номерами показаны месяцы года. Подглядел датасет в этой статье и второй год использую на парах. Сама статья о том, как пространственный ареал распространения торнадо постепенно смещается на восток.
В России с 1991 по 2022 гг. зафиксировано 85 торнадо и смерчей с ущербом экономике и населению. Данные по ним и другим опасным гидрометеорологическим явлениям можно найти здесь.
Климатология и метеорология, наверно, самая развитая область географии с точки зрения производства массивов данных и их открытости. Прогнозирование погоды, опасных явлений и моделирование климата в свое время дали мощный толчок развитию спутниковой съемки. Даже ночные снимки, которые эконом-географы используют для изучения расселения и экономики (см. пост), первоначально задумывались для анализа облачности.
Выше - учебная картинка - количество торнадо в континентальной части США (без Аляски) в 1950-2019 гг. Сумма дана по гексагонам шириной 100 км, номерами показаны месяцы года. Подглядел датасет в этой статье и второй год использую на парах. Сама статья о том, как пространственный ареал распространения торнадо постепенно смещается на восток.
В России с 1991 по 2022 гг. зафиксировано 85 торнадо и смерчей с ущербом экономике и населению. Данные по ним и другим опасным гидрометеорологическим явлениям можно найти здесь.
Махачкала
Махачкала - один из самых быстро растущих российских городов. И, наверно, самый яркий пример неконтролируемого роста застройки. На рисунке выше доля застроенных территорий в городе и вокруг него с разницей в тридцать лет, по данным GHSL. Официальная численность населения города выросла за постсоветский периоды в два раза - с 300 до 600 тыс. чел., городского округа - до 750 тыс. чел. Но эти цифры скорее всего занижены, так как часть застройки проходила на сельскохозяйственных землях.
Городская инфраструктура была явно не готова к такому росту - отсюда пробки, проблемы с канализационными стоками и регулярные отключения воды и электричества, ставшие поводом для протестов жителей вплоть до перекрытия федеральной трассы (два таких эпизода в этом году попадали в ленты федеральных СМИ).
Махачкала - один из самых быстро растущих российских городов. И, наверно, самый яркий пример неконтролируемого роста застройки. На рисунке выше доля застроенных территорий в городе и вокруг него с разницей в тридцать лет, по данным GHSL. Официальная численность населения города выросла за постсоветский периоды в два раза - с 300 до 600 тыс. чел., городского округа - до 750 тыс. чел. Но эти цифры скорее всего занижены, так как часть застройки проходила на сельскохозяйственных землях.
Городская инфраструктура была явно не готова к такому росту - отсюда пробки, проблемы с канализационными стоками и регулярные отключения воды и электричества, ставшие поводом для протестов жителей вплоть до перекрытия федеральной трассы (два таких эпизода в этом году попадали в ленты федеральных СМИ).
Мой must-read по R
Привет. Сегодня я без карт - только с функциями. Последние пять лет почти всю работу - предобработку данных, расчеты и визуализацию - я делаю в
R for Data Science - второе издание учебника от авторов самых популярных в R библиотек
Fundamentals of Data Visualisation - о том, как отличить уродливый график от неправильного и сделать красиво и правильно. А конкретные примеры кода для разных типов визуализации данных можно смотреть на R Graph Gallery.
Geocomputation with R - о том, как манипулировать пространственными данными с примерами из географии транспорта, экологии, экономической географии и пр., а также о том, как соединить R c QGIS, SAGA и GRASS.
Визуализация и анализ географических данных на языке R и Пространственная статистике на языке R - когда то давно Тимофей Самсонов поделился со мной материалами своего курса по R в МГУ. А теперь это целых два классных учебника и на русском языке.
Tidy Modelling with R - совсем новая книга, только начинаю читать. О создании моделей на диалекте tydiverse, продолжает R for Data Science.
Привет. Сегодня я без карт - только с функциями. Последние пять лет почти всю работу - предобработку данных, расчеты и визуализацию - я делаю в
R. Ниже подборка книжек, по которым я учился и которые могут быть полезны тем, кто хочет освоить навыки анализа данных (для географических задачек) и сам язык.R for Data Science - второе издание учебника от авторов самых популярных в R библиотек
dplyr и ggplot2. Книжка сильно отличается от классических учебников по программированию: достаточно нулевое владение языком, без абстрактных математических примеров, сразу ныряешь в работу с данными.Fundamentals of Data Visualisation - о том, как отличить уродливый график от неправильного и сделать красиво и правильно. А конкретные примеры кода для разных типов визуализации данных можно смотреть на R Graph Gallery.
Geocomputation with R - о том, как манипулировать пространственными данными с примерами из географии транспорта, экологии, экономической географии и пр., а также о том, как соединить R c QGIS, SAGA и GRASS.
Визуализация и анализ географических данных на языке R и Пространственная статистике на языке R - когда то давно Тимофей Самсонов поделился со мной материалами своего курса по R в МГУ. А теперь это целых два классных учебника и на русском языке.
Tidy Modelling with R - совсем новая книга, только начинаю читать. О создании моделей на диалекте tydiverse, продолжает R for Data Science.
Токио. Ч. 1
Привет. Давно не писал — конец года всегда загружен отчетами. А еще я на три недели уезжал в Японию и Корею и до сих пор осмысляю увиденное в путешествии.
Одно из главных впечатлений — от Токио. Это самый большой город в мире, ядро 40-миллионной агломерации, но город не произвел впечатления переполненности или перенаселенности. У меня было лишь несколько дней, чтобы его исследовать, но вот как я объясняю себе этот парадокс.
Первое — расщепленность центра. На карте выше — средняя этажность зданий в основных районах (special wards) по данным GHSL на 2020 г. Пустое пятно в центре — парк вокруг императорского дворца. Ареалы высотной застройки — части расщепленного CBD (central business district), связанные с узловыми станциям рельсового транспорта в разных районах города. Когда перемещаешься из одного района в другой, субъективно ощущаешь, будто перемещаешься между разными городами, слившимися в единый конгломерат.
Привет. Давно не писал — конец года всегда загружен отчетами. А еще я на три недели уезжал в Японию и Корею и до сих пор осмысляю увиденное в путешествии.
Одно из главных впечатлений — от Токио. Это самый большой город в мире, ядро 40-миллионной агломерации, но город не произвел впечатления переполненности или перенаселенности. У меня было лишь несколько дней, чтобы его исследовать, но вот как я объясняю себе этот парадокс.
Первое — расщепленность центра. На карте выше — средняя этажность зданий в основных районах (special wards) по данным GHSL на 2020 г. Пустое пятно в центре — парк вокруг императорского дворца. Ареалы высотной застройки — части расщепленного CBD (central business district), связанные с узловыми станциям рельсового транспорта в разных районах города. Когда перемещаешься из одного района в другой, субъективно ощущаешь, будто перемещаешься между разными городами, слившимися в единый конгломерат.
Токио. Ч.2
Второе — невероятная компактность: регулярная сетка мелких улиц, узкие полосы для движения автомобилей и сами автомобили — словно игрушечные, даже грузовички. Торжество точечной застройки, но в строго ограниченных рамках так, что 20-этажные высотки и двухэтажный частный домик, зажатый между ними, будут стоять на одной красной линии. Никаких широких проспектов с многополосным движением. В итоге все какого-то человеческого размера и масштаба.
Третье — вертикализация: вверх — монорельс и сложнейшие многоуровневые развязки (машины иногда буквально движутся над зданиями), но также и вниз — под небоскребами часто еще несколько этажей с магазинами и ресторанами, пересадочными пунктами метро и просто переходами между зданий. В какой-то момент поймал себя на мысли, что вообще не понимаю — под землей я сейчас, на поверхности, или несколькими этажами выше.
По настоящему понимаешь масштаб города только, если смотришь на него с высоты. На фото — вид из мэрии Токио в районе Синдзюку.
Второе — невероятная компактность: регулярная сетка мелких улиц, узкие полосы для движения автомобилей и сами автомобили — словно игрушечные, даже грузовички. Торжество точечной застройки, но в строго ограниченных рамках так, что 20-этажные высотки и двухэтажный частный домик, зажатый между ними, будут стоять на одной красной линии. Никаких широких проспектов с многополосным движением. В итоге все какого-то человеческого размера и масштаба.
Третье — вертикализация: вверх — монорельс и сложнейшие многоуровневые развязки (машины иногда буквально движутся над зданиями), но также и вниз — под небоскребами часто еще несколько этажей с магазинами и ресторанами, пересадочными пунктами метро и просто переходами между зданий. В какой-то момент поймал себя на мысли, что вообще не понимаю — под землей я сейчас, на поверхности, или несколькими этажами выше.
По настоящему понимаешь масштаб города только, если смотришь на него с высоты. На фото — вид из мэрии Токио в районе Синдзюку.
На геофаке вышки у нас теперь есть научно-учебная группа по пространственному анализу и моделированию в городах и открытые семинары
Forwarded from Факультет географии НИУ ВШЭ
26 января состоится семинар научно-учебной группы факультета географии и геоинформационных технологий НИУ ВШЭ «Пространственный анализ и моделирование городских процессов», посвященный внутригородской транспортной доступности и ее экономическим эффектам.
На семинаре выступят Эдуард Сомов, кандидат географических наук и сооснователь геомаркетинговой компании SmartLoc, по теме «Транспортная доступность в геомаркетинговых проектах: особенности использования и моделирования» и Петр Гонюхов, студент 4 курса факультета географии и геоинформационных технологий НИУ ВШЭ, по теме «Эффекты транспортной доступности для цен на жилую недвижимость».
Встреча пройдет в здании НИУ ВШЭ на Покровском бульваре, дом 11, в аудитории S320. Начало в 18:00.
Регистрация для внешних участников возможна по ссылке:
https://geography.hse.ru/nug/polls/890815145.html
На семинаре выступят Эдуард Сомов, кандидат географических наук и сооснователь геомаркетинговой компании SmartLoc, по теме «Транспортная доступность в геомаркетинговых проектах: особенности использования и моделирования» и Петр Гонюхов, студент 4 курса факультета географии и геоинформационных технологий НИУ ВШЭ, по теме «Эффекты транспортной доступности для цен на жилую недвижимость».
Встреча пройдет в здании НИУ ВШЭ на Покровском бульваре, дом 11, в аудитории S320. Начало в 18:00.
Регистрация для внешних участников возможна по ссылке:
https://geography.hse.ru/nug/polls/890815145.html
geography.hse.ru
Научно-учебная группа «Пространственный анализ и моделирование городских процессов»
Nature Cities
В линейке Nature появился новый журнал о городах - Nature Cities. С начала года вышло уже три номера. Необычно для идательства с традиционно естественно-научным профилем.
Журнал собран вокруг предмета, а не дисциплины, но по набору тем - мобильность, пространственное неравенство, городское планирование и управление и пр. - это типичный журнал по urban geography, с небольшим уклоном в темы изменения климата и городской экологии. Отличает формат самого Nature, который ориентирован на широкую аудиторию и активно публикует не только статьи, но и новости, интервью, частные мнения и рецензии. В N. Cities есть раздел I and the City, в котором собраны литературные очерки о городах.
В линейке Nature появился новый журнал о городах - Nature Cities. С начала года вышло уже три номера. Необычно для идательства с традиционно естественно-научным профилем.
Журнал собран вокруг предмета, а не дисциплины, но по набору тем - мобильность, пространственное неравенство, городское планирование и управление и пр. - это типичный журнал по urban geography, с небольшим уклоном в темы изменения климата и городской экологии. Отличает формат самого Nature, который ориентирован на широкую аудиторию и активно публикует не только статьи, но и новости, интервью, частные мнения и рецензии. В N. Cities есть раздел I and the City, в котором собраны литературные очерки о городах.