استفاده از پتانسیل های حرارتی برای تجزیه و تحلیل مناطق

نمونه ای از محاسبه پتانسیل حرارتی برای یک شبکه خیابانی در نیژنی نووگورود

قلمرو شهر یک سیستم پیچیده و ناهمگن است که دائماً در حال تغییر است. شما می توانید قلمرو را توصیف کنید و محیط شهری را با استفاده از اشیاء فضایی (عوامل) ارزیابی کنید. عواملی که قلمرو را توصیف می کنند در ماهیت تأثیر آنها (مثبت، منفی) و پیکربندی هندسی (نقاط، خطوط، چندضلعی) متفاوت است.

اغلب تعیین میزان تأثیر هر شیء منفرد بر سطح توسعه قلمرو به عنوان یک کل یا هر جنبه خاصی از آن بسیار دشوار است. امروزه مشکل تعریف و توصیف مفاهیمی چون «فرهنگ»، «حوزه اجتماعی»، «تنش اجتماعی»، «زندگی خوب»، «توسعه اقتصادی»، «سلامت جمعیت» به طور فزاینده ای مطرح می شود. ابهام این مفاهیم افزایش می یابد اگر بخواهیم آنها را در گروه های اجتماعی مختلف، جمعیت های سنی و جنسیت های مختلف به کار ببریم.

همچنین، باید توجه داشت که مرزهای شهر در مفهوم مدرن کاملاً دلخواه است. مهاجرت روزانه جمعیت، دسترسی حمل و نقل مناطق دورافتاده "مرز" شهر را بیش از پیش محو می کند. مفهوم تراکم که اکنون به طور گسترده مورد استفاده قرار می گیرد، به طور کلی مرزهای شهر را منعکس می کند، اما در عین حال مفهوم مرز شهر را حتی مبهم تر می کند.

علیرغم مشکلاتی که در بالا توضیح داده شد، تحلیل و ارزیابی سرزمین‌های امروزی یکی از امیدوارکننده‌ترین و جالب‌ترین مناطقی است که امکان حل بسیاری از مشکلات مبرم محیط شهری را فراهم می‌کند.

این مقاله روشی را برای تجزیه و تحلیل قلمرو با استفاده از مدل «حرارتی» پیشنهاد می‌کند. این روش مبتنی بر مطالعه پتانسیل های ایجاد شده توسط اجسام (عوامل) با طبیعت های مختلف (نقطه، خطی و مساحت) است. تجزیه و تحلیل قلمرو با استفاده از این روش این امکان را فراهم می کند که از مجموعه ای از داده های مکانی (عوامل) توصیف کننده قلمرو به ارزیابی عددی (امتیاز) دقیق در هر نقطه از قلمرو حرکت کنیم.

پتانسیل های مورد مطالعه به عنوان بخشی از تجزیه و تحلیل قلمرو دارای یک تفسیر فیزیکی هستند - انتشار گرما در محیط هایی با ابعاد مختلف (2D، 3D). این پدیده را می توان در قالب تصاویر "حرارتی" (نقشه های "گرما" قلمرو نشان داد که بسته به شدت رنگ تصویر، ایده ای از درجه توسعه قلمرو می دهد.

عوامل قلمرو

تجزیه و تحلیل قلمرو شامل جستجو و پردازش اطلاعات در مورد عوامل مؤثر بر قلمرو و شاخص های آنها است. عوامل تأثیرگذار اجسامی هستند که بر قلمرو اطراف تأثیر می گذارند و دارای مجموعه ای از ویژگی ها و مختصات مکانی هستند. نمونه هایی از عوامل تأثیرگذار عبارتند از مغازه ها، تأسیسات صنعتی، جاده ها، جنگل ها و بدنه های آبی.

شاخص های نفوذ اشیا هستند منعکس کننده تأثیر اشیاء و همچنین داشتن مجموعه ای از ویژگی ها و مختصات فضایی. نمونه هایی از شاخص های نفوذ: دستگاه های خودپرداز، بیلبوردها، بناهای تاریخی.

در ارائه زیر از مفهوم عوامل تأثیر استفاده خواهیم کرد که هر دو اصطلاح - عوامل و شاخص های تأثیر را با هم ترکیب می کند.

در زیر نمونه ای از داده های مکانی است که به عنوان عوامل تأثیرگذار عمل می کند.

یکی از مراحل مهم انجام کار بر روی تجزیه و تحلیل مناطق، مرحله جمع آوری و پردازش اطلاعات اولیه است. امروزه اطلاعات زیادی در مورد عوامل مؤثر بر قلمرو با درجات مختلف جزئیات وجود دارد.

اطلاعات را می توان از منابع باز یا منابع محدود به دست آورد. در بسیاری از موارد، اطلاعات باز برای تجزیه و تحلیل کافی است، اگرچه، به عنوان یک قاعده، به پردازش کاملاً کار فشرده نیاز دارد.

در بین منابع باز، رهبر، به نظر ما، منبع OpenStreetMap (OSM) است. اطلاعات به دست آمده از این منبع روزانه در سراسر جهان به روز می شود.

اطلاعات منبع OpenStreetMap (OSM) در قالب‌های زیر ارائه می‌شود:

- فرمت OSM فرمت اصلی با پسوند ".osm" برای توصیف تصاویر گرافیکی XML - گره ها، مسیرها، روابط استفاده می شود.

- "فرمت لهستانی". فرمت متن با پسوند ".mp" برای کار با گرافیک استفاده می شود.

- فرمت PBF فرمت ذخیره سازی داده ها با پسوند ".osm.pbf".

همچنین می توانید از موارد زیر به عنوان منبع اطلاعات استفاده کنید:

- 2 GIS
این منبع حاوی اطلاعات پردازش شده ماهانه با کیفیت بالا، با طبقه‌بندی 3 سطح عالی برای شرکت‌ها و سازمان‌ها است.

- فایل های KML (Keyhole Markup Language).
فایل‌های KML (Keyhole Markup Language) فرمت فایلی هستند که برای نمایش داده‌های جغرافیایی در Google Earth، Google Maps و Google Maps برای دستگاه‌های تلفن همراه استفاده می‌شود.

با فایل های KML می توانید:
- نصب آیکون های مختلف و امضا برای نشان دادن مکان های روی سطح زمین
- با تغییر موقعیت دوربین، زوایای مختلف برای اشیاء انتخاب شده ایجاد کنید
- از تصاویر همپوشانی مختلف استفاده کنید
- تعریف سبک برای سفارشی کردن نمایش یک شی، اعمال کد HTML برای ایجاد لینک‌ها و تصاویر درون خطی
- از پوشه ها برای گروه بندی سلسله مراتبی عناصر استفاده کنید
- دریافت و به‌روزرسانی پویا فایل‌های KML از گره‌های شبکه محلی یا راه دور
- داده های KML را با توجه به تغییرات در نمایشگر سه بعدی دریافت کنید

- خدمات فدرال برای ثبت نام ایالتی، کاداستر و کارتوگرافی "Rosreestr"
اطلاعات موجود در پورتال Rosreestr به دلیل محتوا و ارتباط آن ارزشمند است، اما، متأسفانه، امکان به دست آوردن گرافیک برای پروژه های ساخت و ساز سرمایه و قطعات زمین را به صورت رایگان نمی دهد. پورتال Rosreestr همچنین حاوی مقدار زیادی اطلاعات دسترسی محدود است.

- سازمان های آماری
داده های آماری منبع مشروع اطلاعات در مورد قلمرو است، با این حال، از امروز، داده های سازمان های آماری تنها برای تعداد معینی از شاخص ها، عمدتا در گزارش های سازمان های آماری و گزارش های مقامات منطقه ای، در دسترس است.

- سیستم های اطلاعاتی مقامات
اطلاعات با کیفیت بالا در سیستم های اطلاعاتی دولتی موجود است، اما تنها بخش کوچکی از آن در حوزه عمومی منتشر شده و برای تجزیه و تحلیل در دسترس است.

انجام تجزیه و تحلیل قلمروها هیچ الزام خاصی را بر ترکیب اطلاعات تحمیل نمی کند؛ در واقع، می توانید از هر چیزی که پیدا شده است استفاده کنید؛ اطلاعات منابع باز معمولاً قابل تعویض هستند. با این حال، باید توجه داشت که حتی اطلاعات به دست آمده از منبع OSM به تنهایی برای تجزیه و تحلیل قلمرو ناآشنا کافی است.

تجزیه و تحلیل قلمرو با استفاده از یک مدل "حرارتی". تفسیر فیزیکی پتانسیل ها

همانطور که قبلا ذکر شد، تحلیل قلمرو امروزه یک موضوع داغ و ابزار قدرتمندی برای جذب مستدل سرمایه گذاری در توسعه زیرساخت ها در محیط های مختلف شهری است.

انواع مشکلات حل شده با استفاده از تجزیه و تحلیل قلمرو را می توان در چندین حوزه اصلی ترکیب کرد:

- به دست آوردن قابل تفسیرترین و دقیق ترین ارزیابی از قلمرو در هر نقطه.
با حل مشکل، می توانید مجموعه ای از نقاط را در هر نقطه از قلمرو به دست آورید، که ایده ای از سطح توسعه قلمرو به طور کلی و همچنین در یک منطقه موضوعی خاص ارائه می دهد. چنین حوزه موضوعی می تواند به عنوان مثال، فرهنگ، صنعت، تجارت و غیره باشد.

- تعیین مزیت ترین مکان ها برای قرار دادن اشیاء سرمایه گذاری از یک نوع خاص (به عنوان مثال، بانک ها، فروشگاه های تخصصی، مراکز خرید و سرگرمی و غیره) در قلمرو انتخاب شده.

- تجزیه و تحلیل موثرترین استفاده از قلمرو.
این جهت امکان مطالعه دقیق ویژگی های قلمرو، وضعیت بازار ایجاد شده در قلمرو مورد مطالعه و شناسایی گزینه های محبوب را فراهم می کند.

- تعیین سهم یک عامل در مدل هزینه با استفاده از مثال پیدایش جاده های جدید و مسیرهای جدید.

- تجزیه و تحلیل جنبه های مختلف یک قلمرو و تجزیه و تحلیل سرزمین های مختلف (مقایسه سرزمین ها).

اصالت روش تجزیه و تحلیل قلمرو ارائه شده در مقاله با استفاده از مدل "حرارتی" در استفاده از شاخص های توسعه قلمرو - پتانسیل ها، ارائه شده به صورت عددی و منعکس کننده درجه نفوذ شی (عامل تاثیر) بر قلمرو نهفته است.

برای درک ماهیت مطالعه، لازم است چند کلمه در مورد خود پتانسیل حرارتی گفته شود و تفسیر فیزیکی آن ارائه شود.

در فیزیک مفاهیمی مانند درست نیروی и تابع نیرو. میدان نیرو دارای بعد انرژی است، تابع نیرو دارای بعد نیرو است.

برای قانون گرانش جهانی، میدان نیرو با فرمول تعریف می شود:

F=k/r2، که در آن
k - ثابت؛
r - فاصله بین اشیاء در حال تعامل.

تابع نیرو ϕ با عبارت زیر تعیین می شود:

dϕ=-F*dr، که در آن
ϕ - پتانسیل میدان نیرو.
dϕ, dr – دیفرانسیل.
r فاصله بین اجسام در حال تعامل است،

بنابراین ϕ=k/r.

معنای فیزیکی پتانسیل میدان نیرو ϕ کار E انجام شده توسط میدان نیرو در حین عبور از یک مسیر معین است. در مورد قانون گرانش جهانی، زمانی که فاصله یک جسم از r2 به r1 تغییر می کند، تابع نیرو با فرمول تعیین می شود.

E=k*(1/r1-1/r2)، که در آن
E کاری است که میدان نیرو در حین عبور از یک مسیر مشخص انجام می دهد.
r1, r2 - موقعیت اولیه و نهایی جسم.

برای کار تجزیه و تحلیل یک قلمرو، تأثیر اشیاء (عوامل) بر قلمرو را می توان به عنوان یک نیرو در نظر گرفت.تابع توان، و سطح توسعه قلمرو به عنوان پتانسیل حرارتی کل (درست نیروی) از همه اشیا (عوامل). در مسائل فیزیک، پتانسیل حرارتی دما است و در مسائل تجزیه و تحلیل قلمرو با استفاده از مدل «حرارتی»، پتانسیل نشان‌دهنده تأثیر کل همه عوامل تأثیرگذار بر یک نقطه از قلمرو است.

داده های مکانی از نقاط، خطوط و چندضلعی ها تشکیل شده است. برای محاسبه پتانسیل ها، داده های فضایی توسعه یافته به قطعات کوچک تقسیم می شوند. برای هر قطعه، پتانسیل از نقطه با ضریب برابر اندازه قطعه جسم (ضریب) محاسبه می شود.

داده ها بر اساس اصل شباهت نزدیک به گروه های معنایی تقسیم می شوند. به عنوان مثال، اشیاء تجاری با محصول ترکیب می شوند. گروه هایی از اشیاء جنگلی، آب، سکونتگاه ها، ایستگاه های حمل و نقل و غیره وجود دارد. گروه هایی که با معنا متحد شده اند یک عامل را نشان می دهند. پس از عبور از تمام اشیاء (عوامل)، مجموعه ای از پتانسیل های حرارتی مناسب برای پردازش بیشتر به دست می آوریم.

استفاده از پتانسیل ها ("نقشه های حرارتی") به شما امکان می دهد از داده های مکانی به تصاویر "حرارتی" اشیاء (عوامل) تأثیرگذار در قلمرو (تجسم پتانسیل ها) بروید. چنین انتقالی امکان تعیین درجه حضور عامل را در هر نقطه از قلمرو و انجام تجزیه و تحلیل بیشتر، یعنی. جهت های مختلف توسعه شهر را به صورت رنگی نمایش دهید. بنابراین، ما یک درخشش با شدت های مختلف برای هر نقطه از قلمرو به دست می آوریم.

نمونه هایی از تصاویر "حرارتی" از قلمرو نیژنی نووگورود در زمینه چندین عامل در زیر ارائه شده است.

نقشه "حرارتی" نیژنی نووگورود، منعکس کننده عامل "زنجیره داروخانه".

نقشه "گرما" نیژنی نووگورود، منعکس کننده فاکتور "پلی کلینیک برای بزرگسالان"

نقشه "حرارتی" نیژنی نووگورود، منعکس کننده فاکتور "کلینیک های کودکان"

نقشه "حرارتی" نیژنی نووگورود، منعکس کننده عامل "مناطق صنعتی"

تصاویر "حرارتی" قلمرو، تعیین غلظت پتانسیل ها از اشیاء مختلف نفوذ را امکان پذیر می کند. در مرحله بعد، لازم است پتانسیل های به دست آمده را در یک ویژگی یکپارچه ترکیب کنیم که امکان ارزیابی قلمرو را بر اساس تعداد زیادی از عوامل فراهم می کند. این به روشی نیاز دارد که به شما امکان می دهد حجم زیادی از اطلاعات را تجزیه و تحلیل کنید، اشیاء را تشخیص دهید و همچنین ابعاد داده ها را کاهش دهید و کمترین مقدار اطلاعات را از دست بدهید. یکی از این روش ها تجزیه و تحلیل اجزای اصلی (PCA) است. جزئیات بیشتر در مورد این روش را می توان در ادامه مطلب مشاهده کرد ویکی پدیا.

ماهیت روش یافتن ترکیبی خطی از پارامترهای اولیه است که به شدت در منطقه تجزیه و تحلیل تغییر می کند. برای داده های مکانی - به شدت در حال تغییر در سراسر قلمرو.

روش مؤلفه اصلی، اشیاء (عوامل) را شناسایی می کند که به شدت در سراسر قلمرو تغییر می کنند. در نتیجه این روش، متغیرهای جدیدی ظاهر می شوند - اجزای اصلی، که در مقایسه با داده های اصلی آموزنده تر هستند، که با کمک آنها تجزیه و تحلیل، توصیف و تجسم قلمرو آسان تر است، که در آن ساخت مدل ها آسان تر است. .

اجزای اصلی عبارت های تحلیلی هستند - مجموع پتانسیل های عوامل اولیه با ضرایب معین. با این حال، اگر هر عاملی تأثیر قابل توجهی بر قلمرو داشته باشد، اما در سراسر قلمرو مورد تجزیه و تحلیل تغییری نکند، روش مؤلفه اصلی این عامل را در ترکیب اجزای اصلی شامل نخواهد شد.

اجزای اصلی به ترتیب نزولی اطلاعات مرتب شده اند - یعنی. در سراسر قلمرو گسترش می یابد. اولین مؤلفه های اصلی اطلاعات بیشتری نسبت به عوامل فردی دارند و قلمرو را به خوبی توصیف می کنند. به عنوان یک قاعده، هنگام استفاده از حدود صد عامل، اولین جزء اصلی حدود 50٪ از کل اطلاعات (واریانس) را برای قلمرو حمل می کند. اجزای اصلی با یکدیگر همبستگی ندارند و می‌توانند برای مدل‌هایی به عنوان ویژگی‌های قلمرو در هر نقطه استفاده شوند.

جزء اصلی، به عنوان برخی از شاخص های محاسبه شده انتزاعی قلمرو، نام و طبقه بندی مشخصی ندارد. با این حال، مجموعه ای از عوامل که به شدت با مؤلفه اصلی همبستگی دارند به ما امکان می دهد تا مؤلفه های اصلی را تفسیر کنیم. به عنوان یک قاعده، عوامل زیر با اجزای اصلی مرتبط هستند:

- سطح توسعه زیرساخت ها؛
- جزء حمل و نقل قلمرو؛
- مناطق آب و هوایی؛
- سطح توسعه کشاورزی؛
- پتانسیل اقتصادی قلمرو

تجزیه و تحلیل بیشتر، از جمله خوشه بندی، با چند مؤلفه اصلی مهم پیش می رود.

در شکل ها می توانید یک نمایش گرافیکی از اولین اجزای اصلی در قلمرو چندین شهر فدراسیون روسیه را مشاهده کنید.

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در نیژنی نووگورود را مشخص می کند

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در یکاترینبورگ را مشخص می کند

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در کازان را مشخص می کند

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در پرم را مشخص می کند

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در سامارا را مشخص می کند

اولین مؤلفه اصلی که سطح توسعه زیرساخت های شهری در خاباروفسک را مشخص می کند

ویژگی های یکپارچه: خوشه بندی

مرحله بعدی کار بر روی تجزیه و تحلیل قلمرو، جستجوی مناطقی از محیط شهری است که از نظر کیفیت همگن هستند. این جستجو بر اساس تجزیه و تحلیل مقادیر اجزای اصلی در هر نقطه از قلمرو است. مشکل جستجوی این مناطق همگن را می توان با استفاده از خوشه بندی حل کرد - فرآیند گروه بندی سرزمین ها بر اساس اصل مجاورت مجموعه ای از ویژگی ها.

خوشه بندی قلمرو دو هدف دارد:

- ایجاد تجسم درک بهتر از قلمرو؛
- تخصیص مناطق برای تدوین مدل های فردی.

مناطق بر اساس عوامل انتخاب شده برای تجزیه و تحلیل خوشه بندی می شوند. این عوامل ممکن است عوامل موثر بر قیمت گذاری یا عواملی باشند که برخی از جنبه های توسعه قلمرو را توصیف می کنند، به عنوان مثال، حوزه اجتماعی.

دو روش کلاسیک خوشه بندی رایج وجود دارد: روش K-means و روش دندروگرام. هنگام کار با قلمروها، روش K-means خود را به خوبی ثابت کرده است که ویژگی آن "رشد" یک خوشه با افزودن اشیاء جدید به نقاط رشد است. مزیت روش K-means در شباهت کار آن به فرآیند طبیعی تشکیل قلمرو نهفته است: ادغام موارد مشابه، به جای جداسازی موارد غیرمشابه.

روش K-means برای محاسبات برای نیژنی نووگورود استفاده شد (شکل زیر).

مطابقت خوشه ها با سطح توسعه قلمرو با استفاده از نمونه نیژنی نووگورود

با رویکرد پیشنهادی، می توان یک دید کلی از قلمرو در موضوعات مختلف به دست آورد. موضوعات مورد علاقه ما ممکن است به عنوان مثال، سطح توسعه زیرساخت های شهری، سطح "نخبگان" قلمرو، سطح توسعه فرهنگی، مولفه اجتماعی توسعه قلمرو باشد. این مضامین مفاهیم انتگرال نادرست هستند و از عوامل مرتبط زیادی تشکیل شده اند.

با استفاده از برخی الگوریتم ها برای انتخاب پارامترها برای تجزیه و تحلیل (از جمله با مشارکت متخصصان)، نقشه های موضوعی را به دست خواهیم آورد که ایده ای از یک جنبه از توسعه قلمرو را ارائه می دهد.

ویژگی های یکپارچه به عنوان اولین مؤلفه های اصلی، در درجه اول آموزنده ترین مؤلفه اصلی اولیه، و خوشه بندی قلمرو با توجه به پارامترهای انتخاب شده درک می شوند.

نقشه های موضوعی اولین مؤلفه های اصلی برای جنبه های مختلف توسعه در شکل های زیر ارائه شده است.

نقشه موضوعی "اشیاء فرهنگی" با استفاده از نمونه نیژنی نووگورود

نقشه موضوعی "حوزه اجتماعی" با استفاده از نمونه نیژنی نووگورود

ویژگی های یکپارچه درک ویژگی های یک قلمرو را با استفاده از عوامل بسیاری با حداقل از دست دادن اطلاعات ممکن می سازد.

در پایان، شایان ذکر است که امروزه تجزیه و تحلیل سرزمین ها مرحله بسیار مهمی در حل مشکلات توسعه محیط شهری، انتخاب مکان برای سرمایه گذاری در ساخت و ساز، یافتن مناسب ترین مکان برای امکانات جدید و سایر وظایف است.

روش تجزیه و تحلیل قلمرو پیشنهاد شده در مقاله با استفاده از یک مدل "حرارتی" از عوامل با طبیعت متفاوت برای مجموعه عوامل حیاتی نیست، یعنی محدودیت یا الزاماتی را بر اطلاعات اولیه اعمال نمی کند.

تنوع و افزونگی اطلاعات منبع و همچنین فرصت استفاده از داده های باز را فراهم می کند چشم اندازهای نامحدود برای تجزیه و تحلیل هر قلمرو جهان.

در انتشارات زیر که به مشکلات تجزیه و تحلیل سرزمینی اختصاص دارد، ما قصد داریم ویژگی های کامپایل مدل ها را با استفاده از مؤلفه ها و روش های اصلی برای اجرای آنها برای کارهایی مانند:

- انتخاب بهترین مکان هنگام قرار دادن یک شی جدید؛
- ساخت سطح قیمت برای دسته خاصی از اشیاء با استفاده از ارزش بازار؛
- ارزیابی سودآوری نوع خاصی از فعالیت بسته به محل اشیاء.

همچنین برنامه‌هایی برای ارائه روش‌هایی برای انتقال معکوس از مؤلفه‌های اصلی به عوامل وجود دارد که به نوبه خود امکان به دست آوردن مدلی از عوامل برای یک قلمرو مشخص را فراهم می‌کند.

منبع: www.habr.com