Метод полигональной метрической сетки для оценки кадастровой стоимости земельных участков

   Большие затраты вычислительной мощности, сложность механизмов пересчета коэффициентов ценообразующих факторов негативно сказываются на процессе расчета кадастровой стоимости. Для решения этих проблем в исследовании выполнено обоснование применения метода полигональной метрической сетки для определения значений ценообразующих факторов кадастровой стоимости земельных участков на примере Санкт-Петербурга. При локальном моделировании алгоритм с реализацией метода полигональной метрической сетки показал уменьшение количества операций на 49 999 % по сравнению с подходом расчета государственной кадастровой оценки в Санкт-Петербурге на 2018 г. Расчеты показали, что для хранения полигональной метрической сетки требуется на 16 Гб меньше, чем для хранения всей вспомогательной информации (атрибуты и пространственное отражение зоны влияния каждого фактора), требуемой для моделирования. Таким образом, технологический эффект от внедрения метода полигональной метрической сетки в процесс кадастровой оценки недвижимости позволяет рационально расходовать вычислительные мощности, а также снизить затраты времени на перерасчет значений ценообразующих факторов в случае появления новых объектов оценки.

1. Грибовский С. В., Баринов Н. П., Анисимова И. Н. О повышении достоверности оценки рыночной стоимости методом сравнительного анализа // Вопросы оценки. 2002. № 1. С. 2–10.

2. Волкова Я. Метод территориально-временной экстраполяции рыночных данных для кадастровой оценки в условиях малоразвитого рынка земель: на примере земель индивидуальной жилой застройки : автореф. дис. ... канд. техн. наук. СПб., 2018. 20 с.

3. Киселев В. А., Семеошенкова Е. В. Использование ГИС-технологий для зонирования территории Фрунзенского района Санкт-Петербурга // Записки Горного института. 2004. Т. 156. С. 255–258.

4. Кресникова Н. И. Формирование системы земельных отношений в аграрном секторе экономики: теория, методология и практика : автореф. дис. … докт. экон. наук. М., 2009. 58 с.

5. Лелюхина А. М. Разработка и исследование методов создания тематических кадастровых карт : автореф. дис. … канд. техн. наук. М., 2008. 24 с.

6. Носов С. И., Бондарев Б. Е. Кадастровая оценка земельных участков: методология расчетов и экспертиза результатов // Имущественные отношения в Российской Федерации. 2013. № 7 (142). С. 6–17.

7. Приказ Росреестра от 04. 08. 2021 № П/0336 «Об утверждении Методических указаний о государственной кадастровой оценке». М., 2021.

8. Сагайдак А. Э., Сагайдак А. А. Земельная рента и совершенствование налогообложения земли в сельском хозяйстве // Инновации и инвестиции. 2020. № 7. С. 114–117.

9. Abidoye R. B., Chan A. P. Artificial neural network in property valuation: application framework and research trend, Property Management, 2017, vol. 35 (5), p. 554–571.

10. Antipov E. A., Pokryshevskaya E. B. Mass appraisal of residential apartments: An application of Random forest for valuation and a CART-based approach for model diagnostics, Expert Systems with Applications, 2012, vol. 9, no. 2, p. 1772–1778.

11. Baltyzhakova T., Romanchikov A. Spatial analysis of subway passenger traffic in Saint Petersburg, Geodesy and Cartography (Vilnius), 2021, vol. 47 (1), p. 10–20.

12. Demetriou D. A spatially based artificial neural network mass valuation model for land consolidation, Environment and Planning B: Urban Analytics and City Science, 2017, no. 5 (44), p. 864–883.

13. Fontoura Júnior C. M., Uberti M. S., Tachibana V. M. Mass appraisal of apartment through geographically weighted regression, Boletim de Ciencias Geodesicas, 2020, vol. 26 (2), p. 1–16.

14. Gnat S. Impact of categorical variables encoding on property mass valuation, Procedia Computer Science, 2021, vol. 192, p. 3542–3550.

15. Kovyazin V. F., Kitsenko A. A., Shobairi O. R. Cadastral valuation of forest lands, taking into account the degree of development of their infrastructure, Journal of Mining Institute, 2021, vol. 249(5), p. 449–462.

16. Latruffe L., Piet L. Does land fragmentation affect farm performance? A case study from Brittany, France, Agricultural Systems, 2014, vol. 129, p. 68–80.

17. Makarov O. A., Tsvetnov E. V., Shcheglov A. I., Romashkina A. D., Ermiyaev Y. R. Cadastral valuation of lands polluted with radionuclides, Eurasian Soil Science, 2016, vol. 11 (49), p. 1288–1293.

18. Novikova T., Khaustov V., Guseinov T. Cadastral valuation based upon the environmental factors using the city of Kursk as an example, Journal of Applied Engineering Science, 2018, vol. 1 (16), p. 104–106.

19. Pirogova O., Gorin E., Plotnikov V. The algorithms for the environmental finance based on adjusted present value models, E3S, 2019, vol. 91, 08021, DOI: 10.1051/e3sconf/20199108021.

20. Ruggiero M., Forestiero G., Manganelli B., Salvo F. Buildings energy performance in a market comparison approach, Buildings, 2017, no. 7 (1), 14 p., DOI: 10.3390/buildings7010016.

21. Rybkina A. M., Demidova P. M., Kiselev V. A. Working-out of the geostatistical model of mass cadastral valuation of Urban lands evidence from the city Vsevolozhsk (Russia), International Journal of Applied Engineering Research, 2016, vol. 11 (24), p. 11631–11638.

22. Васильев В. С. Анализ сложности алгоритмов. Примеры . URL: https://pro-prof-com.turbopages.org/pro-prof.com/s/archives/1660 (дата обращения 25. 01. 2022).

23. Отчет об итогах государственной кадастровой оценки земельных участков (категория земель «земли населенных пунктов»), расположенных на территории города Москвы (по состоянию на 01. 01. 2018 г.) № 1/2018. URL: https://rosreestr.gov.ru/wps/portal/cc_ib_svedFDGKO?archive_id=23121 (дата обращения 24. 11. 2021).

24. Отчет об определении кадастровой стоимости объектов недвижимости на территории Санкт-Петербурга. Т. 2: Определение кадастровой стоимости земельных участков (по состоянию на 01. 01. 2018 г.) № 1/2018. URL: https://rosreestr.ru/wps/portal/cc_ib_svedFDGKO?archive_id=23341 (дата обращения 24. 11. 2021).