# Геопространственная модель экономистов Йеля и Корнелла находит сталелитейные заводы, R² выше 0,8

- Опубликовано: 2026-11-05 02:01 UTC
- Раздел: Машины и производство › Производство
- Теги: геопространственные данные, обнаружение сталелитейных заводов, оценка промышленного выпуска, ночная освещённость, загрязняющие вещества в воздухе, промышленное загрязнение, сталь Южная Корея, сталь Иран, мониторинг почти в реальном времени
- Адрес: https://realtech.media/ru/news/rt-9ff83bf5848c9d52799f0cc5_geoprostranstvennaya_model_ekonomistov/

**Исследователи из Йеля и Корнелла обучили модели на данных Китая и применили их к Южной Корее и Ирану; авторы предлагают метод для отслеживания промышленности почти в реальном времени.**

![Yale and Cornell economists' geospatial model finds steel plants and estimates output, R² above 0.8](https://sgzwpqqelzmajkcubgkl.supabase.co/storage/v1/object/public/rt-media/2026/11/f55869f57ee47371.jpg)
*Jeff Kubina from the milky way galaxy, Wikimedia Commons, CC BY-SA 2.0*

Антон Ян, Цзяньвэй Ай и Костас Арколакис из Йельского и Корнеллского университетов опубликовали в Nature Communications 3 ноября 2026 года методику обнаружения и измерения экономической активности по геопространственным данным. [1] Авторы применили её к производству стали, которое они называют крупным источником промышленного загрязнения в мире. [1]

Работа является модельным исследованием. В ней показано, насколько хорошо обученные модели воспроизводят расположение и выпуск заводов в тестовых выборках и в двух странах, данных которых не было в обучении.

## Данные и модели

Авторы объединили данные о выпуске заводов с геопространственными данными: загрязняющими веществами в атмосферном воздухе, ночной освещённостью и температурой. [1] На этой основе они обучили модели предсказывать, где расположены сталелитейные заводы и сколько они производят. [1] Обучающая выборка содержала данные китайских сталелитейных заводов.

Модели проверили на заводах, которых в обучающей выборке не было. По данным авторов, они находят около 88% таких заводов в радиусе 1 км и около 94% в радиусе 5 км. [1]

## Проверка и перенос на другие страны

Для предсказания выпуска авторы сообщают о R² выше 0,8 на сетке 1 км и на уровне отдельных заводов. [1] Такой же уровень R² получен в региональных проверках и в проверках по временным рядам. [1]

Модель, обученную на китайских данных по стали, затем применили к Южной Корее и Ирану. Авторы сообщают, что она надёжно определила расположение сталелитейных заводов в обеих странах и измерила их суммарный годовой выпуск. [1]

Авторы утверждают, что подход можно адаптировать к другим отраслям и регионам. Они предполагают, что регуляторы и исследователи смогут использовать его для отслеживания и измерения промышленной активности почти в реальном времени. [1] В статье приведены результаты только для стали; другие отрасли названы возможным направлением адаптации.

## Источники

1. [Nature Communications](https://doi.org/10.1038/s41467-026-78786-1)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-9ff83bf5848c9d52799f0cc5_geoprostranstvennaya_model_ekonomistov/