प्रदेशों के विश्लेषण के लिए तापीय क्षमता का उपयोग

निज़नी नोवगोरोड में एक सड़क नेटवर्क के लिए तापीय क्षमता की गणना का एक उदाहरण

शहरी क्षेत्र एक जटिल, विषम प्रणाली है जो निरंतर परिवर्तनशील है। आप स्थानिक वस्तुओं (कारकों) का उपयोग करके क्षेत्र का वर्णन कर सकते हैं और शहरी वातावरण का आकलन कर सकते हैं। क्षेत्र का वर्णन करने वाले कारक उनके प्रभाव की प्रकृति (सकारात्मक, नकारात्मक) और ज्यामितीय विन्यास (बिंदु, रेखाएं, बहुभुज) में भिन्न होते हैं।

संपूर्ण क्षेत्र या उसके किसी विशेष पहलू के विकास के स्तर पर प्रत्येक व्यक्तिगत वस्तु के प्रभाव की डिग्री निर्धारित करना अक्सर काफी कठिन होता है। आज, "संस्कृति", "सामाजिक क्षेत्र", "सामाजिक तनाव", "अच्छा जीवन", "आर्थिक विकास", "जनसंख्या स्वास्थ्य" जैसी अवधारणाओं को परिभाषित करने और उनका वर्णन करने की समस्या तेजी से प्रासंगिक होती जा रही है। यदि हम इन्हें विभिन्न सामाजिक समूहों, विभिन्न आयु और लिंग की आबादी पर लागू करना चाहते हैं तो इन अवधारणाओं की अस्पष्टता बढ़ जाती है।

साथ ही, यह भी ध्यान दिया जाना चाहिए कि आधुनिक अवधारणा में शहर की सीमाएँ काफी मनमानी हैं। जनसंख्या का दैनिक प्रवास, दूरदराज के क्षेत्रों की परिवहन पहुंच शहर की "सीमा को और भी अधिक धुंधला" करती है। समूहीकरण की अब व्यापक रूप से उपयोग की जाने वाली अवधारणा आम तौर पर शहर की सीमाओं को दर्शाती है, लेकिन साथ ही शहर की सीमा की अवधारणा को और भी अस्पष्ट बना देती है।

ऊपर वर्णित समस्याओं के बावजूद, क्षेत्रों का विश्लेषण और मूल्यांकन आज सबसे आशाजनक और दिलचस्प क्षेत्रों में से एक है जो शहरी पर्यावरण की कई गंभीर समस्याओं को हल करने की अनुमति देता है।

लेख "थर्मल" मॉडल का उपयोग करके क्षेत्र का विश्लेषण करने के लिए एक विधि पर विचार करने का प्रस्ताव करता है। यह विधि विभिन्न प्रकृति (बिंदु, रैखिक और क्षेत्र) की वस्तुओं (कारकों) द्वारा निर्मित क्षमताओं के अध्ययन पर आधारित है। इस पद्धति का उपयोग करके क्षेत्र का विश्लेषण क्षेत्र का वर्णन करने वाले स्थानिक डेटा (कारकों) के एक सेट से क्षेत्र के प्रत्येक बिंदु पर एक सटीक संख्यात्मक (स्कोर) मूल्यांकन की ओर बढ़ना संभव बनाता है।

क्षेत्र विश्लेषण के भाग के रूप में अध्ययन की गई संभावनाओं की एक भौतिक व्याख्या है - विभिन्न आयामों (2डी, 3डी) के वातावरण में गर्मी का प्रसार। इस घटना को "थर्मल" छवियों (क्षेत्र के "गर्मी" मानचित्र) के रूप में दर्शाया जा सकता है, जो छवि की रंग तीव्रता के आधार पर क्षेत्र के विकास की डिग्री का एक विचार देता है।

क्षेत्रीय कारक

क्षेत्र विश्लेषण में क्षेत्र को प्रभावित करने वाले कारकों और उनके संकेतकों के बारे में जानकारी खोजना और संसाधित करना शामिल है। प्रभावित करने वाले कारक वे वस्तुएं हैं जो आसपास के क्षेत्र को प्रभावित करती हैं और उनमें विशेषताओं और स्थानिक निर्देशांक का एक सेट होता है। प्रभावित करने वाले कारकों के उदाहरणों में दुकानें, औद्योगिक सुविधाएं, सड़कें, जंगल और जल निकाय शामिल हैं।

प्रभाव के सूचक वस्तुएँ हैं चिंतनशील वस्तुओं का प्रभाव और विशेषताओं और स्थानिक निर्देशांक का एक सेट भी होना। प्रभाव संकेतकों के उदाहरण: एटीएम, बिलबोर्ड, स्मारक।

निम्नलिखित प्रस्तुति में हम प्रभाव के कारकों की अवधारणा का उपयोग करेंगे, जो दोनों शब्दों - कारकों और प्रभाव के संकेतकों को जोड़ती है।

नीचे स्थानिक डेटा का एक उदाहरण दिया गया है जो प्रभावित करने वाले कारकों के रूप में कार्य करता है।

प्रदेशों के विश्लेषण पर काम के महत्वपूर्ण चरणों में से एक प्रारंभिक जानकारी एकत्र करने और संसाधित करने का चरण है। आज क्षेत्र को प्रभावित करने वाले कारकों के बारे में अलग-अलग स्तर की विस्तृत जानकारी मौजूद है।

जानकारी खुले स्रोतों या प्रतिबंधित स्रोतों से प्राप्त की जा सकती है। कई मामलों में, खुली जानकारी विश्लेषण के लिए पर्याप्त है, हालांकि, एक नियम के रूप में, इसके लिए काफी श्रम-गहन प्रसंस्करण की आवश्यकता होती है।

खुले स्रोतों में, नेता, हमारी राय में, संसाधन OpenStreetMap (OSM) है। इस स्रोत से प्राप्त जानकारी दुनिया भर में प्रतिदिन अपडेट की जाती है।

OpenStreetMap (OSM) संसाधन जानकारी निम्नलिखित स्वरूपों में प्रस्तुत की गई है:

- ओएसएम प्रारूप। एक्सटेंशन ".osm" के साथ मुख्य प्रारूप का उपयोग XML ग्राफ़िक छवियों - नोड्स, पथ, संबंधों का वर्णन करने के लिए किया जाता है।

- "पोलिश प्रारूप"। ग्राफिक्स के साथ काम करने के लिए ".mp" एक्सटेंशन वाले टेक्स्ट प्रारूप का उपयोग किया जाता है।

- पीबीएफ प्रारूप। एक्सटेंशन ".osm.pbf" के साथ डेटा भंडारण प्रारूप।

आप सूचना के स्रोत के रूप में निम्नलिखित का भी उपयोग कर सकते हैं:

- 2 जीआईएस
संसाधन में उद्यमों और संगठनों के लिए उत्कृष्ट 3-स्तरीय क्लासिफायरियर के साथ उच्च-गुणवत्ता, मासिक संसाधित जानकारी शामिल है।

- KML (कीहोल मार्कअप लैंग्वेज) फ़ाइलें
KML (कीहोल मार्कअप लैंग्वेज) फ़ाइलें एक फ़ाइल स्वरूप हैं जिसका उपयोग मोबाइल उपकरणों के लिए Google Earth, Google Maps और Google Maps में भौगोलिक डेटा प्रदर्शित करने के लिए किया जाता है।

KML फ़ाइलों के साथ आप यह कर सकते हैं:
- पृथ्वी की सतह पर स्थानों को इंगित करने के लिए विभिन्न चिह्न स्थापित करें और हस्ताक्षर करें
- कैमरे की स्थिति बदलकर चयनित वस्तुओं के लिए अलग-अलग कोण बनाएं
- विभिन्न ओवरले छवियों का उपयोग करें
- किसी ऑब्जेक्ट के प्रदर्शन को अनुकूलित करने के लिए शैलियों को परिभाषित करें, हाइपरलिंक और इनलाइन छवियां बनाने के लिए HTML कोड लागू करें
— तत्वों के पदानुक्रमित समूहन के लिए फ़ोल्डरों का उपयोग करें
- दूरस्थ या स्थानीय नेटवर्क नोड्स से KML फ़ाइलों को गतिशील रूप से प्राप्त करें और अपडेट करें
- XNUMXD व्यूअर में परिवर्तन के अनुसार KML डेटा प्राप्त करें

- राज्य पंजीकरण, कैडस्ट्रे और कार्टोग्राफी के लिए संघीय सेवा "रोसरेस्टर"
Rosreestr पोर्टल पर जानकारी अपनी सामग्री और प्रासंगिकता के लिए मूल्यवान है, लेकिन, दुर्भाग्य से, यह पूंजी निर्माण परियोजनाओं और भूमि भूखंडों के लिए मुफ्त में ग्राफिक्स प्राप्त करना संभव नहीं बनाती है। Rosreestr पोर्टल में बड़ी मात्रा में प्रतिबंधित पहुंच संबंधी जानकारी भी शामिल है।

- सांख्यिकीय निकाय
सांख्यिकीय डेटा क्षेत्र के बारे में जानकारी का एक वैध स्रोत है, हालांकि, आज तक, सांख्यिकीय निकायों का डेटा केवल कुछ निश्चित संकेतकों के लिए उपलब्ध है, मुख्य रूप से सांख्यिकीय निकायों की रिपोर्ट और क्षेत्रीय अधिकारियों की रिपोर्ट में।

- अधिकारियों की सूचना प्रणाली
उच्च गुणवत्ता वाली जानकारी सरकारी सूचना प्रणालियों में निहित है, लेकिन इसका केवल एक छोटा सा हिस्सा ही सार्वजनिक डोमेन में प्रकाशित होता है और विश्लेषण के लिए उपलब्ध होता है।

क्षेत्रों का विश्लेषण करने से जानकारी की संरचना पर कोई विशिष्ट आवश्यकताएं लागू नहीं होती हैं; वास्तव में, आप जो कुछ भी पाया गया उसका उपयोग कर सकते हैं; खुले स्रोतों से जानकारी आमतौर पर विनिमेय होती है। हालाँकि, यह ध्यान दिया जाना चाहिए कि अकेले OSM संसाधन से प्राप्त जानकारी भी अपरिचित क्षेत्र का विश्लेषण करने के लिए पर्याप्त है।

"थर्मल" मॉडल का उपयोग करके क्षेत्र का विश्लेषण। संभावनाओं की भौतिक व्याख्या

जैसा कि पहले उल्लेख किया गया है, क्षेत्र विश्लेषण आज एक गर्म विषय है और विभिन्न शहरी परिवेशों में बुनियादी ढांचे के विकास में निवेश के तर्कसंगत आकर्षण के लिए एक शक्तिशाली उपकरण है।

क्षेत्र विश्लेषण का उपयोग करके हल की गई विभिन्न प्रकार की समस्याओं को कई प्रमुख क्षेत्रों में जोड़ा जा सकता है:

- प्रत्येक बिंदु पर क्षेत्र का सबसे व्याख्यात्मक और विस्तृत मूल्यांकन प्राप्त करना।
समस्या को हल करके, आप क्षेत्र के प्रत्येक बिंदु पर बिंदुओं का एक सेट प्राप्त कर सकते हैं, जो सामान्य रूप से क्षेत्र के विकास के स्तर के साथ-साथ एक निश्चित विषय क्षेत्र का भी अंदाजा देता है। ऐसा विषय क्षेत्र, उदाहरण के लिए, संस्कृति, उद्योग, व्यापार आदि हो सकता है।

— चयनित क्षेत्र में एक निश्चित प्रकार की निवेश वस्तुओं (उदाहरण के लिए, बैंक, विशेष स्टोर, खरीदारी और मनोरंजन केंद्र, आदि) को रखने के लिए सबसे लाभप्रद स्थानों का निर्धारण।

— क्षेत्र के सबसे प्रभावी उपयोग का विश्लेषण.
यह दिशा क्षेत्र की विशेषताओं, अध्ययन के तहत क्षेत्र में विकसित हुई बाजार की स्थिति और लोकप्रिय विकल्पों की पहचान के विस्तृत अध्ययन की अनुमति देती है।

— नई सड़कों और नए मार्गों के उद्भव के उदाहरण का उपयोग करके लागत मॉडल में एक कारक के योगदान का निर्धारण।

- एक क्षेत्र के विभिन्न पहलुओं का विश्लेषण और विभिन्न क्षेत्रों का विश्लेषण (क्षेत्रों की तुलना)।

"थर्मल" मॉडल का उपयोग करके लेख में प्रस्तावित क्षेत्र विश्लेषण पद्धति की मौलिकता क्षेत्र विकास संकेतकों के उपयोग में निहित है - क्षमताएं, संख्यात्मक शब्दों में प्रस्तुत की गईं और क्षेत्र पर वस्तु (प्रभाव कारक) के प्रभाव की डिग्री को दर्शाती हैं।

अध्ययन के सार को समझने के लिए तापीय क्षमता के बारे में कुछ शब्द कहना और इसकी भौतिक व्याख्या देना आवश्यक है।

भौतिकी में ऐसी अवधारणाएँ हैं बल क्षेत्र и बल समारोह. बल क्षेत्र में ऊर्जा का आयाम होता है, बल कार्य में बल का आयाम होता है।

सार्वभौमिक गुरुत्वाकर्षण के नियम के लिए, बल क्षेत्र को सूत्र द्वारा परिभाषित किया गया है:

एफ=के/आर2, कहां
के - स्थिरांक;
आर - परस्पर क्रिया करने वाली वस्तुओं के बीच की दूरी।

बल फलन ϕ अभिव्यक्ति द्वारा निर्धारित होता है:

dϕ=-F*dr, कहाँ
ϕ-बल क्षेत्र क्षमता;
डीϕ, डॉ - अंतर;
r परस्पर क्रिया करने वाली वस्तुओं के बीच की दूरी है,

इसलिए ϕ=k/r.

बल क्षेत्र क्षमता ϕ का भौतिक अर्थ एक निश्चित पथ से गुजरते समय बल क्षेत्र द्वारा किया गया कार्य E है। सार्वभौमिक गुरुत्वाकर्षण के नियम के मामले में, जब किसी वस्तु की दूरी r2 से r1 में बदल जाती है, तो बल फ़ंक्शन सूत्र द्वारा निर्धारित किया जाता है

E=k*(1/r1-1/r2), कहां
ई एक निश्चित पथ से गुजरते समय बल क्षेत्र द्वारा किया गया कार्य है;
r1, r2 - वस्तु की प्रारंभिक और अंतिम स्थिति।

किसी क्षेत्र का विश्लेषण करने के कार्य के लिए क्षेत्र पर वस्तुओं (कारकों) के प्रभाव को एक बल के रूप में माना जा सकता है (ऊर्जा समीकरण), और कुल तापीय क्षमता के रूप में क्षेत्र के विकास का स्तर (बल क्षेत्र) सभी वस्तुओं (कारकों) से। भौतिकी की समस्याओं में, थर्मल क्षमता तापमान है, और "थर्मल" मॉडल का उपयोग करके क्षेत्र विश्लेषण की समस्याओं में, क्षमता क्षेत्र के एक बिंदु पर सभी प्रभावित करने वाले कारकों के कुल प्रभाव का प्रतिनिधित्व करती है।

स्थानिक डेटा में बिंदु, रेखाएँ और बहुभुज शामिल होते हैं। संभावनाओं की गणना करने के लिए, विस्तारित स्थानिक डेटा को छोटे टुकड़ों में विभाजित किया गया है। प्रत्येक टुकड़े के लिए, बिंदु से क्षमता की गणना वस्तु के टुकड़े (कारक) के आकार के बराबर गुणक के साथ की जाती है।

डेटा को निकट समानता के सिद्धांत के आधार पर सिमेंटिक समूहों में विभाजित किया गया है। उदाहरण के लिए, व्यापार की वस्तुएं उत्पाद द्वारा संयुक्त होती हैं। वन वस्तुओं, जल निकायों, बस्तियों, परिवहन स्टॉप आदि के समूह हैं। अर्थ से एकजुट समूह एक कारक का प्रतिनिधित्व करते हैं। सभी वस्तुओं (कारकों) से गुजरने के बाद, हमें आगे की प्रक्रिया के लिए उपयुक्त तापीय क्षमता का एक सेट प्राप्त होता है।

क्षमता ("हीट मैप") का उपयोग आपको स्थानिक डेटा से क्षेत्र पर प्रभाव की वस्तुओं (कारकों) की "थर्मल" छवियों (संभावनाओं का दृश्य) में स्थानांतरित करने की अनुमति देता है। इस तरह के संक्रमण से क्षेत्र के प्रत्येक बिंदु पर कारक की उपस्थिति की डिग्री निर्धारित करना और आगे का विश्लेषण करना संभव हो जाता है, अर्थात। शहर के विकास की विभिन्न दिशाओं को रंग में प्रदर्शित करें। इस प्रकार, हमें क्षेत्र के प्रत्येक बिंदु के लिए अलग-अलग तीव्रता की चमक प्राप्त होती है।

कई कारकों के संदर्भ में निज़नी नोवगोरोड के क्षेत्र की "थर्मल" छवियों के उदाहरण नीचे प्रस्तुत किए गए हैं।

निज़नी नोवगोरोड का "थर्मल" मानचित्र, "फार्मेसी श्रृंखला" कारक को दर्शाता है

निज़नी नोवगोरोड का "हीट" मानचित्र, "वयस्कों के लिए पॉलीक्लिनिक" कारक को दर्शाता है

निज़नी नोवगोरोड का "थर्मल" मानचित्र, "बच्चों के क्लीनिक" कारक को दर्शाता है

निज़नी नोवगोरोड का "थर्मल" मानचित्र, "औद्योगिक क्षेत्र" कारक को दर्शाता है

क्षेत्र की "थर्मल" छवियां प्रभाव की विभिन्न वस्तुओं से संभावनाओं की एकाग्रता को निर्धारित करना संभव बनाती हैं। इसके बाद, प्राप्त संभावनाओं को एक अभिन्न विशेषता में जोड़ना आवश्यक है जो बड़ी संख्या में कारकों के आधार पर क्षेत्र का आकलन करने की अनुमति देता है। इसके लिए एक ऐसी विधि की आवश्यकता होती है जो आपको बड़ी मात्रा में जानकारी का विश्लेषण करने, वस्तुओं को पहचानने और डेटा के आयाम को कम करने, कम से कम जानकारी खोने की अनुमति देती है। इनमें से एक विधि प्रमुख घटक विश्लेषण (पीसीए) है। इस विधि के बारे में अधिक विवरण यहां पाया जा सकता है विकिपीडिया.

विधि का सार प्रारंभिक मापदंडों का एक रैखिक संयोजन ढूंढना है जो विश्लेषण के क्षेत्र में सबसे दृढ़ता से बदलता है। स्थानिक डेटा के लिए - क्षेत्र में सबसे अधिक मजबूती से परिवर्तन।

प्रमुख घटक विधि उन वस्तुओं (कारकों) की पहचान करती है जो क्षेत्र में सबसे अधिक दृढ़ता से बदलते हैं। विधि के परिणामस्वरूप, नए चर दिखाई देते हैं - मुख्य घटक, जो मूल डेटा की तुलना में अधिक जानकारीपूर्ण होते हैं, जिनकी सहायता से क्षेत्र का विश्लेषण, वर्णन और कल्पना करना आसान होता है, जिस पर मॉडल बनाना आसान होता है .

प्रमुख घटक विश्लेषणात्मक अभिव्यक्तियाँ हैं - कुछ गुणांक वाले प्रारंभिक कारकों की संभावनाओं का योग। हालाँकि, यदि किसी कारक का क्षेत्र पर महत्वपूर्ण प्रभाव पड़ता है, लेकिन विश्लेषण किए गए क्षेत्र में परिवर्तन नहीं होता है, तो प्रमुख घटक विधि इस कारक को प्रमुख घटकों की संरचना में शामिल नहीं करेगी।

मुख्य घटकों को सूचना के अवरोही क्रम में क्रमबद्ध किया गया है - अर्थात। पूरे क्षेत्र में फैल रहा है। पहले प्रमुख घटक व्यक्तिगत कारकों की तुलना में काफी अधिक जानकारी रखते हैं और क्षेत्र का अच्छी तरह से वर्णन करते हैं। एक नियम के रूप में, लगभग सौ कारकों का उपयोग करते समय, पहला प्रमुख घटक क्षेत्र के लिए सभी जानकारी (विचरण) का लगभग 50% वहन करता है। प्रमुख घटक एक-दूसरे से संबंधित नहीं होते हैं और प्रत्येक बिंदु पर क्षेत्र की विशेषताओं के रूप में मॉडल के लिए उपयोग किए जा सकते हैं।

मुख्य घटक, क्षेत्र के कुछ अमूर्त गणना संकेतक के रूप में, कोई स्पष्ट नाम और वर्गीकरण नहीं है। हालाँकि, मुख्य घटक के साथ दृढ़ता से सहसंबद्ध कारकों का एक सेट हमें मुख्य घटकों की व्याख्या करने की अनुमति देता है। एक नियम के रूप में, निम्नलिखित कारक मुख्य घटकों से संबंधित हैं:

- बुनियादी ढांचे के विकास का स्तर;
— क्षेत्र का परिवहन घटक;
— जलवायु क्षेत्र;
— कृषि विकास का स्तर;
— क्षेत्र की आर्थिक क्षमता.

क्लस्टरिंग सहित आगे का विश्लेषण, पहले कुछ महत्वपूर्ण प्रमुख घटकों के साथ आगे बढ़ता है।

आंकड़ों में आप रूसी संघ के कई शहरों के क्षेत्र में पहले प्रमुख घटकों का चित्रमय प्रतिनिधित्व देख सकते हैं।

निज़नी नोवगोरोड में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

येकातेरिनबर्ग में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

कज़ान में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

पर्म में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

समारा में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

खाबरोवस्क में शहरी बुनियादी ढांचे के विकास के स्तर को दर्शाने वाला पहला मुख्य घटक

अभिन्न विशेषताएँ: क्लस्टरिंग

क्षेत्र विश्लेषण पर काम का अगला चरण शहरी वातावरण के उन क्षेत्रों की खोज करना है जो गुणवत्ता में सजातीय हों। यह खोज क्षेत्र के प्रत्येक बिंदु पर प्रमुख घटकों के मूल्यों के विश्लेषण पर आधारित है। इन सजातीय क्षेत्रों की खोज की समस्या को क्लस्टरिंग का उपयोग करके हल किया जा सकता है - विशेषताओं के एक सेट की निकटता के सिद्धांत के आधार पर क्षेत्रों को समूहीकृत करने की प्रक्रिया।

क्षेत्रीय क्लस्टरिंग के दो लक्ष्य हैं:

- क्षेत्र का बेहतर कथित दृश्य बनाना;
— व्यक्तिगत मॉडलों के संकलन के लिए क्षेत्रों का आवंटन।

विश्लेषण के लिए चयनित कारकों के अनुसार क्षेत्रों का समूह बनाया गया है। ये कारक मूल्य निर्धारण को प्रभावित करने वाले कारक या क्षेत्र के विकास के कुछ पहलू का वर्णन करने वाले कारक हो सकते हैं, उदाहरण के लिए, सामाजिक क्षेत्र।

दो सामान्य शास्त्रीय क्लस्टरिंग विधियाँ हैं: K-मीन्स विधि और डेंड्रोग्राम विधि। प्रदेशों के साथ काम करते समय, के-मीन्स पद्धति ने खुद को अच्छी तरह से साबित कर दिया है, जिसकी विशेषता विकास बिंदुओं पर नई वस्तुओं को जोड़कर क्लस्टर का "बढ़ना" है। के-मीन्स पद्धति का लाभ क्षेत्र निर्माण की प्राकृतिक प्रक्रिया के साथ इसके काम की समानता में निहित है: असमान लोगों को अलग करने के बजाय समान लोगों का एकीकरण।

निज़नी नोवगोरोड (नीचे चित्र) की गणना के लिए के-मीन्स पद्धति का उपयोग किया गया था।

निज़नी नोवगोरोड के उदाहरण का उपयोग करके क्षेत्र के विकास के स्तर के साथ समूहों का अनुपालन

प्रस्तावित दृष्टिकोण से, विभिन्न विषयों पर क्षेत्र का अवलोकन प्राप्त करना संभव है। हमारे लिए रुचि के विषय हो सकते हैं, उदाहरण के लिए, शहरी बुनियादी ढांचे के विकास का स्तर, क्षेत्र की "अभिजात वर्ग" का स्तर, सांस्कृतिक विकास का स्तर, क्षेत्र के विकास का सामाजिक घटक। ये विषय-वस्तु अपरिभाषित अभिन्न अवधारणाएँ हैं, और इनमें कई परस्पर संबंधित कारक शामिल हैं।

विश्लेषण के लिए मापदंडों का चयन करने के लिए कुछ एल्गोरिदम का उपयोग करना (विशेषज्ञों की भागीदारी सहित), हम विषयगत मानचित्र प्राप्त करेंगे जो क्षेत्र के विकास के एक पहलू का विचार देंगे।

अभिन्न विशेषताओं को पहले प्रमुख घटकों, मुख्य रूप से सबसे अधिक जानकारीपूर्ण पहले प्रमुख घटक और चयनित मापदंडों के अनुसार क्षेत्र के क्लस्टरिंग के रूप में समझा जाता है।

विकास के विभिन्न पहलुओं के लिए पहले प्रमुख घटकों के विषयगत मानचित्र नीचे दिए गए आंकड़ों में प्रस्तुत किए गए हैं।

निज़नी नोवगोरोड के उदाहरण का उपयोग करते हुए विषयगत मानचित्र "सांस्कृतिक वस्तुएं"।

निज़नी नोवगोरोड के उदाहरण का उपयोग करते हुए विषयगत मानचित्र "सामाजिक क्षेत्र"।

अभिन्न विशेषताएँ न्यूनतम जानकारी हानि के साथ कई कारकों का उपयोग करके किसी क्षेत्र की विशेषताओं को समझना संभव बनाती हैं।

निष्कर्ष में, यह एक बार फिर ध्यान देने योग्य है कि आज शहरी वातावरण के विकास, निर्माण में निवेश के लिए स्थानों का चयन, नई सुविधाओं के लिए सबसे लाभप्रद स्थान खोजने और अन्य कार्यों की समस्याओं को हल करने में क्षेत्रों का विश्लेषण एक अत्यंत महत्वपूर्ण चरण है।

विभिन्न प्रकृति के कारकों से "थर्मल" मॉडल का उपयोग करके लेख में प्रस्तावित क्षेत्र विश्लेषण की विधि कारकों के सेट के लिए महत्वपूर्ण नहीं है, यानी यह प्रारंभिक जानकारी पर प्रतिबंध या आवश्यकताएं नहीं लगाती है।

स्रोत जानकारी की विविधता और अतिरेक, साथ ही खुले डेटा का उपयोग करने का अवसर प्रदान करता है किसी भी क्षेत्र का विश्लेषण करने की असीमित संभावनाएँ दुनिया का

क्षेत्रीय विश्लेषण की समस्याओं के लिए समर्पित निम्नलिखित प्रकाशनों में, हम ऐसे कार्यों के लिए उनके कार्यान्वयन के लिए प्रमुख घटकों और विधियों का उपयोग करके मॉडल संकलित करने की विशेषताओं को प्रकट करने की योजना बना रहे हैं:

- नई वस्तु रखते समय सर्वोत्तम स्थान चुनना;
- बाजार मूल्य का उपयोग करके वस्तुओं की एक निश्चित श्रेणी के लिए मूल्य सतह का निर्माण;
- वस्तुओं के स्थान के आधार पर एक निश्चित प्रकार की गतिविधि की लाभप्रदता का आकलन।

प्रमुख घटकों से कारकों में रिवर्स संक्रमण के लिए तरीकों को प्रस्तुत करने की भी योजना है, जो बदले में किसी दिए गए क्षेत्र के लिए कारकों से एक मॉडल प्राप्त करना संभव बनाता है।

स्रोत: www.habr.com