Eksempel på beregning af varmepotentialet for gade-netværket i Nizhny Novgorod
Byens område er et komplekst, heterogent system, der konstant ændrer sig. Beskrivelse af området og vurdering af bymiljøet kan foretages ved hjælp af rumlige objekter (faktorer). Faktorerne, der beskriver området, varierer i indflydelsesart (positiv, negativ) og geometrisk konfiguration (punkter, linjer, polygoner).
Det er ofte ret svært at bestemme graden af indflydelse fra hver enkelt objekt på udviklingen af området som helhed eller på et specifikt aspekt af det. I dag bliver problemet med at bestemmes og beskrives begreber som "kultur", "social sfære", "social spænding", "godt liv", "økonomisk udvikling", "befolkningens sundhed" mere og mere aktuelt. Uklarheden af disse begreber stiger, hvis vi ønsker at anvende dem i relation til forskellige sociale grupper, befolkning i forskellige aldre og køn.
Det skal også bemærkes, at grænserne for byen i moderne forstand er ret betingede. Daglig migration af befolkningen, transportadgang til fjerntliggende områder "udvasker" bygrænsen endnu mere. Det nu bredt anvendte begreb agglomerationer afspejler i sin helhed byens grænser, men gør samtidig begrebet bygrænse endnu mere uklart.
På trods af de ovenstående problemer er analyse og vurdering af områder i dag nogle af de mest lovende og interessante retninger, der kan løse mange aktuelle opgaver i bymiljøet.
Artiklen foreslår en metode til analyse af området ved hjælp af en "varm" model. Denne metode er baseret på undersøgelsen af de potentialer, som skabes af objekter (faktorer) af forskellig art (punkt-, linje- og fladefaktorer). Analyse af området ved hjælp af denne metode giver mulighed for at gå fra et sæt rumlige data (faktorer), der beskriver området, til en præcis numerisk (point) vurdering i hvert punkt af området.
De potentialer, der undersøges i forbindelse med analyse af området, har en fysisk fortolkning - varmefordeling i miljøer af forskellige dimensioner (2D, 3D). Dette fænomen kan præsenteres i form af "varme"-billeder ("varme"-kort over området), der giver et indtryk af udviklingsgraden af området afhængigt af farveintensiteten i billedet.
Territoriets faktorer
Områdeanalysen indebærer at søge og bearbejde information om påvirkningsfaktorerne for området og deres indikatorer. Påvirkningsfaktorerne er objekter, der påvirker det omkringliggende område og har et sæt karakteristika og rumlige koordinater. Eksempler på påvirkningsfaktorer kan være butikker, industrielle anlæg, veje, skove, vandlegemer.
Indikatorerne for påvirkningen afspejler indflydelsen fra objekter og har også et sæt karakteristika og rumlige koordinater. Eksempler på påvirkningsindikatorer: hæveautomater, reklameskilt, monumenter.
I det følgende vil vi bruge begrebet påvirkningsfaktorer, der omfatter begge termer – faktorer og påvirkningsindikatorer.
Nedenfor er et eksempel på rumlige data, der fungerer som påvirkningsfaktorer.
Et af de vigtigste trin i arbejdet med analyse af områder er indsamling og behandling af grundinformation. I dag er der en hel del information om påvirkningsfaktorerne for området i varierende grad af detaljer.
Information kan erhverves fra åbne kilder eller kilder med begrænset adgang. I mange tilfælde er der tilstrækkelig åben information til analysen, selvom den som regel kræver en temmelig omfangsrig behandling.
Blandt de åbne kilder anser vi, at ressourcen - OpeStreetMap (OSM) - er leder. Informationen, der erhverves fra denne kilde, opdateres dagligt over hele verden.
Informationen fra ressourcen OpeStreetMap (OSM) præsenteres i følgende formater:
- OSM format. Det primære format med filtypenavnet ".osm" bruges til at beskrive grafiske repræsentationer af XML - noder, veje, relationer.
- "Polsk format". Tekstformat med filtypenavnet ".mp" anvendes til arbejde med grafikker.
- PBF format. Dataopbevaringsformat med filtypenavnet ".osm.pbf".
Som informationskilder kan man også bruge:
— 2GIS
Ressourcen indeholder kvalitetsinformation, der behandles månedligt, med en fremragende 3-niveau klassifikator for virksomheder og organisationer.
— KML (Keyhole Markup Language) filer
KML (Keyhole Markup Language) filer er et filformat, der bruges til at vise geografiske data i programmer som Google Earth, Google Maps og Google Maps til mobile enheder.
Med KML-filer kan man:
— fastsætte forskellige ikoner og lave etiketter for at indikere steder på jordens overflade
— skabe forskellige vinkler for valgte objekter ved at ændre kamerats position
— bruge forskellige overlejrede billeder
— definere stilarter til at tilpasse objektets visning, anvende HTML-kode til at oprette hyperlinks og indlejrede billeder
— bruge mapper til hierarkisk gruppering af elementer
— dynamisk hente og opdatere KML-filer fra fjernt eller lokalt netværk
— hente KML-data i henhold til ændringer i det 3D-visningsværktøj
— Den føderale service for offentlig registrering, kataster og kortlagte "Rosreestr"
Informationen på Rosreestr-portalen er værdifuld for sit indhold og aktualitet, men desværre giver den ikke mulighed for at få grafik over objekter til kapitalbyggeri og jordområder uden omkostninger. Rosreestr-portalen indeholder også store mængder information med begrænset adgang.
— Statistikorganer
Statistikdata er en legitim informationskilde om området, men pr. i dag er data fra statistikorganer kun tilgængelige for et begrænset antal indikatorer, hovedsageligt i rapporter fra statistikorganer og regionale myndigheders redegørelser.
— Informationssystemer i myndighederne
Kvalitetsinformation findes i informationssystemer i myndighederne, men kun en lille del af dem offentliggøres tilgængeligt og er tilgængelig for analyse.
Analyse af territorier indebærer ikke specifikke krav til informationssamlingen; det er i princippet muligt at bruge alt, hvad man kan finde, og oplysninger fra åbne kilder er som regel indbyrdes udskiftelige. Det skal dog bemærkes, at allerede informationen fra OSM er tilstrækkelig til at foretage en analyse af et ukendt område.
Territorieanalyse ved hjælp af en "varmemodel". Fysisk fortolkning af potentialer.
Som tidligere nævnt er territorialanalyse i dag et aktuelt emne og et kraftfuldt værktøj til argumenteret tiltrækning af investeringer til udvikling af infrastrukturen i forskellige bymiljøer.
Mangfoldigheden af opgaver, der løses gennem analysen af territorier, kan opdeles i flere hovedretninger:
— At opnå en så konkret og detaljeret vurdering af området som muligt på hvert enkelt punkt.
Ved at løse den stillede opgave kan der opnås en række vurderingspoint på hvert punkt i området, som giver indsigt i udviklingsniveauet for området generelt samt inden for et bestemt emneområde. Et sådant emneområde kan for eksempel være kultur, industri, handel osv.
— At identificere de mest rentable steder til placering af investeringsaktiver af en bestemt type (f.eks. banker, specialbutikker, shopping- og underholdningscentre osv.) i det valgte område.
— At analysere den mest effektive udnyttelse af området.
Dette område muliggør en detaljeret undersøgelse af områdets karakteristika, den markedssituation, der er opstået i det undersøgte område, og identifikation af efterspurgte muligheder.
— At fastlægge bidraget fra én faktor i prismodellen, for eksempel fremkomsten af nye veje og nye ruter.
— At analysere forskellige aspekter af det samme område og analysere forskellige områder (sammenligning af områder).
Originaliteten af den metode til territorialanalyse, som artiklen foreslår ved brug af 'varmemodellen', ligger i anvendelsen af udviklingsindikatorer for området — potentialer, som er præsenteret i numerisk form og afspejler graden af påvirkning fra objektet (påvirkningsfaktoren) på området.
For understanding the essence of the study, it is necessary to say a few words about the thermal potential itself and provide its physical interpretation.
In physics, there are concepts such as force field og force function. The force field has dimensions of energy, while the force function has dimensions of force.
For the law of universal gravitation, the force field is defined by the formula:
F=k/r2, where
k is a constant;
r is the distance between interacting objects.
The force function ϕ is defined by the expression:
dϕ=-F*dr, where
ϕ is the potential of the force field;
dϕ, dr are differentials;
r is the distance between interacting objects,
therefore ϕ=k/r.
The physical significance of the potential of the force field ϕ is the work E done by the force field when a certain distance is traversed. In the case of the law of universal gravitation, when changing the distance to the object from r2 to r1, the force function is defined by the formula
E=k*(1/r1-1/r2), where
E is the work performed by the force field during the traversal of a certain distance;
r1 and r2 are the initial and final positions of the object.
For the task of analyzing territory, the influence of objects (factors) on the territory can be considered as a force (force function), while the level of territorial development can be seen as the total thermal potential (force field) from all objects (factors). In physical tasks, thermal potential is temperature, while in territory analysis tasks using the "thermal" model, the potential represents the total impact of all influencing factors on a point of territory.
Spatial data consists of points, lines, and polygons. To calculate potentials, extended spatial data is divided into small fragments. For each fragment, the potential from the point is calculated with a multiplier equal to the size of the object (factor) fragment.
The data is divided into semantic groups based on the principle of close similarity. For example, trading objects are grouped by goods. There are groups of forest objects, water objects, populated areas, transport stops, etc. Meaningfully grouped entities represent a factor. By going through all objects (factors), we obtain a set of thermal potentials suitable for further processing.
Brugen af potentialer ("varmekort") muliggør overgangen fra rumlige data til "varme" billeder af objekter (faktorer), der påvirker territoriet (visualisering af potentialer). Denne overgang giver mulighed for at bestemme graden af en faktors tilstedeværelse på hvert punkt i territoriet og foretage yderligere analyse, dvs. at visualisere forskellige udviklingsretninger for byen i farver. Dermed får vi en glød af forskellig intensitet for hvert punkt i territoriet.
Eksempler på "varme" billeder af territoriet i Nizhny Novgorod i forhold til flere faktorer præsenteres nedenfor.
"Varmekort" for Nizhny Novgorod, der viser faktoren "Apoteker".
"Varmekort" for Nizhny Novgorod, der viser faktoren "Poliklinikker for voksne".
"Varmekort" for Nizhny Novgorod, der viser faktoren "Børnepoliklinikker".
"Varmekort" for Nizhny Novgorod, der viser faktoren "Industriområder".
"Varme" billeder af territoriet muliggør bestemmelse af koncentrationen af potentialer fra forskellige påvirkningsobjekter. Herefter er det nødvendigt at samle de indsamlede potentialer i en integreret karakteristik, der muliggør evaluering af territoriet ud fra mange faktorer. Til dette er der behov for en metode, der muliggør analyse af store informationsmængder, genkendelse af objekter, samt reduktion af datadimensionalitet med det mindste tab af information. En sådan metode er hovedkomponentanalyse (Principal Component Analysis, PCA). Mere detaljeret om denne metode kan læses i .
Essensen af metoden er at finde en lineær kombination af de oprindelige parametre, der ændrer sig mest i analysedomenet. For rumlige data er det den mest markante ændring over territoriet.
Hovedkomponentmetoden fremhæver objekter (faktorer), der ændrer sig mest over territoriet. Som resultat af metodearbejdet opstår der nye variabler – hovedkomponenter, som er mere informative sammenlignet med de oprindelige data, hvilket gør det lettere at analysere, beskrive og visualisere territoriet og bygge modeller.
Hovedkomponenter er analytiske udtryk – summen af potentialerne fra de oprindelige faktorer med nogle koefficienter. Hvis en faktorer dog har en væsentlig indflydelse på området, men ikke varierer i det analyserede område, vil metoden for hovedkomponenter ikke inkludere denne faktor som en del af hovedkomponenterne.
Hovedkomponenter sorteres efter faldende information – altså distributionen i området. De første hovedkomponenter bærer væsentligt mere information end enkelte faktorer og beskriver området godt. Generelt, når man bruger omkring hundrede faktorer, bærer den første hovedkomponent omkring 50 % af al information (varians) i området. Hovedkomponenter korrelerer ikke med hinanden og kan bruges til modeller som karakteristikker af området i hvert punkt.
Den første hovedkomponent, som en abstrakt beregnet indikator for området, har ikke et klart navn eller klassifikation. Men mængden af faktorer, der korrelerer kraftigt med den første hovedkomponent, gør det muligt at tolke hovedkomponenterne. Generelt korrelerer følgende faktorer med hovedkomponenterne:
— niveauet for infrastrukturens udvikling;
— transportkomponenten i området;
— klimazoner;
— niveauet for landbrugsudvikling;
— det økonomiske potentiale i området.
Yderligere analyser, herunder klusteranalyse, fortsætter med nogle af de første betydningsfulde hovedkomponenter.
På illustrationer kan man se den grafiske fremstilling af de første hovedkomponenter i områderne af flere byer i Den Russiske Føderation.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Nizhny Novgorod.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Jekaterinburg.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Kazan.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Perm.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Samara.
Den første hovedkomponent, der karakteriserer niveauet for udviklingen af byinfrastrukturen i Khabarovsk.
Integrale karakteristika: klustering
Det næste skridt i arbejdsprocessen med at analysere områder er at finde zoner i bymiljøet, der er homogene i kvalitet. Denne søgning er baseret på analysen af skønnes hovedkomponenter i hvert punkt på området. Opgaven med at finde de nævnte homogene zoner kan løses ved klyngedannelse - en proces til gruppering af områder baseret på nærhed til en samling af karakteristika.
Klusteranalysen har to mål:
— at skabe en bedre opfattelse af området visuelt;
— at fremhæve områder til at lave separate modeller.
Områderne klynges i overensstemmelse med de valgte faktorer til analyse. Disse faktorer kan være faktorer, der påvirker prissætningen, eller faktorer, der beskriver en bestemt side af udviklingen af området, f.eks. det sociale område.
Der findes to udbredte klassiske metoder til clustering: K-means metoden og dendrogrammet. Når man arbejder med områder, har K-means metoden vist sig at være effektiv, hvor en klynge "dyrkes" ved at tilføje nye objekter til vækstpunkterne. Fordelene ved K-means metoden ligger i ligheden med den naturlige proces for dannelse af områder: integration af ligende i stedet for opdeling af forskellige.
K-means metoden blev anvendt til beregning for Nizhny Novgorod (se figur nedenfor).
Samsvaret mellem klynger og niveauet af områdets udvikling ved eksemplet med No. Novgorod
Ved den foreslåede tilgang kan vi få en forståelse af området efter forskellige temaer. De temaer, vi er interesserede i, kan være f.eks. niveauet for udvikling af byens infrastruktur, niveauet for 'eliten' i området, niveauet for kulturel udvikling, den sociale komponent i områdets udvikling. Disse temaer er dårligt definerede integrale begreber og består af mange indbyrdes forbundne faktorer.
Ved en bestemt algoritme til udvælgelse af parametre til analyse (herunder med inddragelse af eksperter) vil vi få tematiske kort, der giver indsigt i en bestemt aspekt af områdets udvikling.
Med integrale karakteristika forstås de første hovedkomponenter, først og fremmest den mest informative første hovedkomponent, og klusteranalysen af området baseret på de udvalgte parametre.
Tematiske kort over de første hovedkomponenter inden for forskellige aspekter af udvikling er præsenteret på billederne nedenfor.
Temakortet "Kultursteder" med eksemplet fra Nizhny Novgorod
Temakortet "Sociale områder" med eksemplet fra Nizhny Novgorod
Integrerede karakteristika giver mulighed for at forstå områdets særegenheder ved at tage hensyn til mange faktorer med minimal informationstab.
Afslutningsvis skal det endnu engang understreges, at analysen af områder i dag er et ekstremt vigtigt skridt i løsningen af opgaverne i bymiljøets udvikling, valg af steder til investering i byggeri, søgning efter de mest fordelagtige placeringer af nye objekter og andre opgaver.
Den metode til analyse af territoriet, der foreslås i artiklen ved hjælp af en "varmemodel" af faktorer af forskellig art, er ikke kritisk i forhold til sætningen af faktorer, dvs. den stiller ikke begrænsninger og krav til den oprindelige information.
Mangfoldigheden og overfloden af den oprindelige information samt muligheden for at bruge åbne data giver ubegrænsede perspektiver for analyse af enhver form for territorier i verden.
I de følgende publikationer, der er dedikeret til at analysere områder, planlægger vi at udforske særegenhederne ved at opbygge modeller ved hjælp af hovedkomponenter og metoder til deres implementering til opgaver som:
— valg af det bedste sted til placering af et nyt objekt;
— opbygning af en prisflade for en bestemt kategori af objekter ved hjælp af markedsværdi;
- vurdering af rentabiliteten af en bestemt type aktivitet afhængigt af objekternes placering.
Vi planlægger også at præsentere metoder til den omvendte overgang fra hovedkomponenter til faktorer, hvilket igen gør det muligt at opnå en faktormodel for dette område.
Kilde: habr.com
