Ensimmäisessä julkaisussa () kuvailimme, kuinka lämpöpotentiaalia voidaan käyttää alueiden analysointiin yleisesti. Seuraavissa julkaisuissa suunniteltiin kuvailemaan, kuinka paikkatietokohteita koskevat tiedot tallennetaan tietokantoihin, miten pääkomponenteista rakennetaan malleja ja yleisesti mitä tehtäviä alueanalyysi voi olla. Mutta ensin asiat ensin.
Lämpöpotentiaalimenetelmän käyttö mahdollistaa ennen kaikkea yleiskäsityksen meitä kiinnostavasta alueesta. Esimerkiksi ottamalla OSM:ltä alustavat tiedot Barcelonan kaupungista (Katalonia) ja suorittamalla integraalianalyysi ilman parametrien valintaa, voimme saada "lämpökuvia" ensimmäisistä pääkomponenteista. Puhuimme myös "lämpö"-kartoista ensimmäisessä artikkelissa, mutta ei olisi väärin muistaa, että termi "lämpö" syntyi integraalianalyysissä käytettyjen potentiaalien fysikaalisesta merkityksestä. Nuo. fysiikan ongelmissa potentiaali on lämpötila, ja territoriaalisessa analyysitehtävässä potentiaali on kaikkien vaikuttavien tekijöiden kokonaisvaikutus alueen tiettyyn kohtaan.
Alla on esimerkki Barcelonan kaupungin lämpökartasta, joka on saatu integraalianalyysin tuloksena.
Ensimmäisen pääkomponentin "lämpö" kartta ilman parametrien valintaa, Barcelona
Ja asettamalla tietyn parametrin (tässä tapauksessa valitsimme teollisuuden), voit saada "lämpö"-kartan suoraan sille.
Ensimmäisen pääkomponentin, teollisuuden, Barcelonan lämpökartta
Tietenkin analyysiongelmat ovat paljon laajempia ja monipuolisempia kuin valitun alueen yleisarvioinnin saaminen, joten esimerkkinä tässä artikkelissa tarkastellaan ongelmaa parhaan sijainnin löytämisessä uutta kohdetta sijoitettaessa ja teknisiä lämpöpotentiaalimenetelmän toteutus sen ratkaisemiseksi, ja tulevissa julkaisuissa tarkastellaan muita.
Parhaan sijainnin löytämisen ongelman ratkaiseminen uuden kohteen sijoittamisen yhteydessä auttaa määrittämään, kuinka "valmis" alue on ottamaan vastaan tämä uusi kohde, miten se korreloi alueella jo olemassa olevien kohteiden kanssa, kuinka arvokas tämä uusi kohde on aluetta ja sen lisäarvoa.
Teknisen toteutuksen vaiheet
Tekninen toteutus voidaan esittää alla luetelluilla menettelyillä:
- Tietoympäristön valmistelu.
- Lähdetietojen haku, kerääminen ja käsittely.
- Solmuverkon rakentaminen analysoidulle alueelle.
- Aluetekijöiden jakaminen fragmenteiksi.
- Potentiaalien laskeminen tekijöistä.
- Tekijöiden valinta alueen teemakohtaisten ominaisuuksien luomiseksi.
- Pääkomponenttimenetelmän soveltaminen alueen kokonaisindikaattoreiden saamiseksi.
- Mallien luominen uuden laitoksen rakentamispaikan valintaa varten.
Vaihe 1. Tietoympäristön valmistelu
Tässä vaiheessa on tarpeen valita tietokannan hallintajärjestelmä (DBMS), määrittää tietolähteet, tiedonkeruumenetelmät ja kerättävän tiedon määrä.
Työssämme käytimme PostgeSql-tietokantaa (DB), mutta on syytä huomata, että mikä tahansa muu tietokanta, joka toimii SQL-kyselyiden kanssa, käy.
Tietokanta tallentaa alkutiedot - paikkatietoa objekteista: tietotyypit (pisteet, suorat, polygonit), niiden koordinaatit ja muut ominaisuudet (pituus, pinta-ala, määrä), sekä kaikki laskennalliset arvot, jotka on saatu tehty työ ja itse työn tulokset.
Tilastotiedot esitetään myös paikkatietoina (esimerkiksi alueen alueet, joihin on kohdistettu tilastotietoja).
Kerätyn lähtötiedon muuntamisen ja käsittelyn tuloksena muodostuu taulukoita, jotka sisältävät tietoa lineaarisista, piste- ja aluetekijöistä, niiden tunnisteista ja koordinaateista.
Vaihe 2. Lähdetietojen haku, kerääminen ja käsittely
Alkutietona tämän ongelman ratkaisemiseksi käytämme tietoja avoimista kartografisista lähteistä, jotka sisältävät tietoa alueesta. Johtaja on mielestämme OSM-tiedot, joita päivitetään päivittäin ympäri maailmaa. Jos kuitenkin onnistut keräämään tietoa muista lähteistä, se ei ole yhtään huonompi.
Tiedonkäsittely koostuu sen yhtenäistämisestä, väärien tietojen poistamisesta ja valmistelemisesta ladattavaksi tietokantaan.
Vaihe 3. Solmuverkon rakentaminen analysoidulle alueelle
Analysoidun alueen jatkuvuuden varmistamiseksi on välttämätöntä rakentaa sille ruudukko, jonka solmuilla on koordinaatit tietyssä koordinaattijärjestelmässä. Jokaisessa verkon solmussa potentiaaliarvo määritetään myöhemmin. Näin voit visualisoida homogeeniset alueet, klusterit ja lopulliset analyysitulokset.
Riippuen ratkaistavista tehtävistä, ruudukon rakentamiseen on kaksi vaihtoehtoa:
- Ristiä, jossa on tavallinen askel (S1) – on havaittavissa koko alueella. Sitä käytetään laskemaan tekijöistä potentiaalit, määrittämään alueen integraaliominaisuudet (pääkomponentit ja klusterit) ja näyttämään mallinnuksen tulokset.
Kun valitset tämän ruudukon, sinun on määritettävä:
- grid spacing – aikaväli, jolla ruudukon solmut sijoitetaan;
- analysoitavan alueen raja, joka voi vastata hallinnollis-aluejakoa tai se voi olla kartalla alue, joka rajoittaa laskenta-aluetta monikulmion muodossa.
— Ristikko epäsäännöllisin välimatkoin (S2) kuvaa alueen yksittäisiä pisteitä (esimerkiksi sentroideja). Sitä käytetään myös potentiaalien laskemiseen tekijöistä ja alueen integraalisten ominaisuuksien määrittämiseen (pääkomponentit ja klusterit). Mallintaminen lasketuilla pääkomponenteilla suoritetaan tarkasti ruudukossa, jossa on epäsäännöllinen askel ja simulointitulosten visualisoimiseksi klusterinumerot ruudukon solmuista, joissa on epäsäännöllinen askel, siirretään ruudukon solmuihin säännöllisellä askeleella koordinaattien läheisyysperiaatteen mukaisesti. .
Tietokantaan tiedot ruudukon solmujen koordinaateista tallennetaan taulukon muodossa, joka sisältää seuraavat tiedot jokaisesta solmusta:
- solmun tunnus;
- solmukoordinaatit (x, y).
Alla olevissa kuvissa on esimerkkejä ruudukoista, joissa on säännöllinen väli eri alueilla eri etäisyyksillä.
Nižni Novgorodin peittoverkko (punaiset pisteet). Nižni Novgorodin alueen peittoverkko (siniset pisteet).
Vaihe 4 Aluetekijöiden jakaminen fragmenteiksi
Lisäanalyysiä varten alueen laajennetut tekijät on muunnettava diskreettien tekijöiden joukoksi siten, että jokainen verkon solmu sisältää tietoa jokaisesta siinä esiintyvästä tekijästä. Lineaariset tekijät jaetaan segmenteiksi, pinta-alatekijät fragmenteiksi.
Jakoaskelma valitaan alueen pinta-alan ja ominaiskertoimen perusteella; suurilla alueilla (alue) jakoaskelma voi olla 100-150 m; pienemmillä alueilla (kaupunki) jakoaskelma voi olla 25-50 m .
Tietokannassa tiedot jakamistuloksista tallennetaan taulukon muodossa, joka sisältää seuraavat tiedot jokaisesta fragmentista:
- tekijän tunniste;
- tuloksena olevien osiofragmenttien sentroidien koordinaatit (x, y);
- väliseinän fragmenttien pituus/pinta-ala.
Vaihe 5 Potentiaalien laskeminen tekijöistä
Yksi mahdollisista ja ymmärrettävistä lähestymistavoista lähtötietojen analysointiin on tarkastella tekijöitä vaikutusobjektien potentiaalina.
Käytetään kaksiulotteisen tapauksen Laplacen yhtälön perusratkaisua - pisteen etäisyyden logaritmia.
Ottaen huomioon äärellisen potentiaaliarvon vaatimus nollassa ja potentiaaliarvon rajoitus suurilla etäisyyksillä, potentiaali määritetään seuraavasti:
r<r1:lle (1)
kun r2>r>=r1
r>=r2:lle
Pisteobjektin vaikutuspotentiaalin tyyppi
Logaritmisen funktion on oltava rajoittunut nollaan ja kohtuullisesti rajoitettu tietyllä etäisyydellä tekijöistä. Jos emme tekisi rajoituksia potentiaalille suurilla etäisyyksillä tekijästä, meidän olisi otettava huomioon valtava määrä tietoa kaukana analysoidusta pisteestä, jolla ei käytännössä ole vaikutusta analyysiin. Siksi otamme käyttöön tekijän vaikutussäteen arvon, jonka jälkeen tekijän potentiaalin osuus on nolla.
Kaupungin tapauksessa tekijän säteen oletetaan olevan puoli tuntia jalankulkija saavutettavuus - 2 metriä. Alueen osalta meidän pitäisi puhua noin puoli tuntia kuljetus saavutettavuus - 20 000 metriä.
Potentiaaliarvojen laskemisen tuloksena meillä on siis kunkin tekijän kokonaispotentiaali säännöllisen verkon jokaisessa solmussa.
Vaihe 6. Tekijöiden valinta alueen teemakohtaisten ominaisuuksien luomiseksi
Tässä vaiheessa valitaan merkittävimmät ja informatiivisimmat tekijät alueen temaattisten kokonaisominaisuuksien luomiseksi.
Tekijöiden valinta voidaan suorittaa automaattisesti asettamalla parametreille tietyt rajat (korrelaatio, vaikutusprosentti jne.), tai se voidaan tehdä asiantuntevasti, ongelman aiheen tunteen ja aluetta jonkin verran ymmärtäen.
Kun merkittävimmät ja informatiivisimmat tekijät on valittu, voit siirtyä seuraaviin vaiheisiin - pääkomponenttien tulkintaan.
Vaihe 7 Pääkomponenttimenetelmän soveltaminen alueen kokonaisindikaattoreiden saamiseksi. Klusterointi
Alkutiedot aluetekijöistä, jotka on muutettu edellisessä vaiheessa kullekin verkon solmulle lasketuiksi potentiaaliksi, yhdistetään uusiksi integraaliindikaattoreiksi - pääkomponenteiksi.
Pääkomponenttimenetelmällä analysoidaan tekijöiden vaihtelua tutkimusalueella ja löydetään tämän analyysin tulosten perusteella niiden vaihtelevin lineaarinen yhdistelmä, jonka avulla voidaan laskea niiden muutoksen mitta - hajoaminen alueella.
Otetaan yleinen ongelma mallin luomiseksi lineaarisen mallifunktion approksimoimiseksi annettuihin arvoihin
(2)
Missä i on komponentin numero,
n – laskennassa mukana olevien komponenttien lukumäärä
j – aluepisteen solmuindeksi, j=1..k
k – niiden alueverkon kaikkien solmujen lukumäärä, joille pääkomponentit laskettiin
— mallin i:nnen pääkomponentin kerroin
– i:nnen pääkomponentin arvo j:nnessä pisteessä
B – mallin vapaa termi
— potentiaali tekijän j:nnessä pisteessä, jolle rakennamme mallia
Määritetään yhtälön tuntemattomat (2) pienimmän neliösumman menetelmä käyttäen pääkomponenttien ominaisuuksia:
(3)
Missä i ja i2 ovat komponenttilukuja, i<>i2
j — aluesolmuindeksi
k on kaikkien aluesolmujen lukumäärä
(4)
(3) tarkoittaa, että komponenttien välillä ei ole korrelaatiota
(4) – minkä tahansa komponentin kokonaisarvo on nolla.
Saamme:
(5)
Tässä merkintätapa on sama kuin yhtälössä. (2), tarkoittaa keskimääräistä potentiaaliarvoa
Tämä tulos voidaan tulkita seuraavasti:
Malli on yksinkertainen lauseke, joka koostuu simuloidun arvon keskiarvosta ja sen yksinkertaisista korjauksista kullekin komponentille. Tuloksen tulee sisältää vähintään valetermi B ja ensimmäinen pääkomponentti. Alla on esimerkkejä Nižni Novgorodin alueen ensimmäisten pääkomponenttien lämpökartoista.
Laskettujen pääkomponenttien perusteella voidaan rakentaa homogeenisiä alueita. tämä voidaan tehdä sekä kaikille parametreille että esimerkiksi vain hinnoittelulle - ts. suorittaa klusterointia. Tätä varten voit käyttää . Kullekin homogeeniselle alueelle lasketaan alueen kehitystasoa kuvaavan 1. pääkomponentin keskiarvo.
Alla on esimerkki klusteroinnista hinnoitteluparametrien mukaan Nižni Novgorodin alueella.
Myös käyttämällä saatuja pääkomponentteja kustannusmallin parametreina saadaan alueen hintapinta.
Nižni Novgorodin hintapinta
Vaihe 8. Mallien luominen uuden laitoksen rakentamispaikan valintaa varten
Valitaksesi houkuttelevin paikka uuden kohteen (jäljempänä "objekti") sijainnille, on tarpeen verrata "objektin" sijaintia ympäröivään infrastruktuuriin. Jotta "objekti" toimisi, sen toiminnan varmistamiseksi on oltava riittävästi resursseja, ja on otettava huomioon suuri joukko tekijöitä, sekä positiivisia että negatiivisia vaikutuksia "objektiin". Näiden tekijöiden koko joukko voidaan määritellä "ravintoaine" ympäristöksi "objektin" toiminnalle. Kohteiden lukumäärän vastaavuus alueen resurssien määrään on perusta "objektin" vakaalle toiminnalle.
Tämän vertailun tulos on alueen kullekin pisteelle laskettu potentiaali, joka mahdollistaa visuaalisen ja analyyttisen analyysin sijainnin valinnasta uuden "objektin" sijoittamista varten.
Kaupan kannalta on tärkeää muun muassa jatkuva ostajavirta, mikä tarkoittaa, että kaupan kohteiden osalta huomioitavien tekijöiden luetteloon tulee sisällyttää myös ne, jotka varmistavat tämän virran (esim. sosiaalisen infrastruktuurin tilat, työpaikat, asuinpaikat, kulkureitit jne.).
Toisaalta, kun kaikki edellytykset täyttyvät kauppatilojen toiminnan varmistamiseksi, on tarpeen ottaa huomioon vähittäiskaupan tilojen tiheys, koska ympäristön "kulutus" johtaa ostomahdollisuuksien vähenemiseen. Ihmisten virtaus ei ole rajaton, ja sama koskee heidän taloudellisia resurssejaan ja fyysisiä valmiuksiaan.
Algoritmi kohteen parhaan sijainnin valitsemisen ongelman ratkaisemiseksi perustuu siihen, että pääkomponenttien funktiona saatu potentiaali on mahdollisimman lähellä "objekti"-tyyppisten objektien joukon potentiaalia; sitten lasketaan mallin potentiaalin ja "objekti"-tyyppisten objektien potentiaalin välinen ero; tuloksena olevasta erotuksesta vähennetään yhden "objektin" panospotentiaalin arvo; Tässä tapauksessa saadut negatiiviset arvot korvataan nollalla, eli ne paikat, joissa ei ole tarpeeksi resursseja uuden "objektin" toimintaan, eliminoidaan.
Toteutettujen toimien tuloksena saamme alueelta positiivisen potentiaalisen arvon pisteitä, eli "objektimme" edullisen sijainnin paikkoja.
Toisin sanoen, meillä on käytettävissämme kaikkien tekijöiden laskennalliset potentiaalit ja se tekijä, jolle haluamme rakentaa mallin ja analysoida valittua teema-aluetta (kauppa, teollisuus, kulttuuri, sosiaaliala jne.)
Tätä varten on tarpeen valita tekijät ympäristömuuttujien muodostamiseksi - pääkomponentit - ja laskea niiden perusteella malleja.
Ehdotamme tekijöiden valintaa analysoimalla kaikkien tekijöiden korrelaatioita teema-alueen viitetekijän kanssa. Esimerkiksi kulttuurille se voisi olla teattereita, koulutusjärjestelmälle, kouluille jne.
Laskemme standardipotentiaalin korrelaation kaikkien tekijöiden potentiaalien kanssa. Valitsemme ne tekijät, joiden korrelaatiokertoimet ovat suuruudeltaan suuremmat kuin tietty arvo (usein otetaan minimikorrelaatiokertoimen arvo = 0).
(6)
missä — i:nnen tekijän korrelaatiokertoimen absoluuttinen arvo standardin kanssa.
Korrelaatio lasketaan kaikkien alueen peittävien verkon solmujen osalta.
Mallin potentiaalin ja yhtälön uuden kohteen kanssa samantyyppisten kohteiden potentiaalin välinen ero (2) osoittaa alueen potentiaalin, jota voidaan käyttää uusien tilojen paikantamiseen.
Tuloksena saadaan potentiaalinen arvo, joka kuvaa "objektin" sijainnin hyötyastetta tutkimusalueella.
Alla on esimerkki siitä, kuinka voit näyttää graafisesti suositellut sijainnit uudelle "objektille".
Siten uuden kohteen parhaan sijainnin valintaongelman ratkaisun tulos voidaan esittää alueen arviona pisteinä kussakin pisteessä, mikä antaa käsityksen sijoituskohteen paikantamismahdollisuuksista, eli mitä korkeampi pisteet, sitä kannattavampaa on paikantaa kohde.
Lopuksi on syytä todeta, että tässä artikkelissa olemme tarkastelleet vain yhtä ongelmaa, joka voidaan ratkaista alueanalyysillä, kun käytettävissä on tietoja avoimista lähteistä. Itse asiassa on monia ongelmia, jotka voidaan ratkaista sen avulla, niiden määrää rajoittaa vain mielikuvituksesi.
Lähde: will.com