Contoh penghitungan potensi termal untuk jaringan jalan di Nizhny Novgorod
Wilayah kota merupakan sistem yang kompleks dan heterogen yang terus berubah. Anda dapat mendeskripsikan wilayah dan menilai lingkungan perkotaan menggunakan objek spasial (faktor). Faktor-faktor yang menggambarkan suatu wilayah berbeda dalam sifat pengaruhnya (positif, negatif) dan konfigurasi geometris (titik, garis, poligon).
Seringkali cukup sulit untuk menentukan tingkat pengaruh masing-masing objek terhadap tingkat perkembangan wilayah secara keseluruhan atau aspek tertentu darinya. Saat ini, masalah dalam mendefinisikan dan mendeskripsikan konsep-konsep seperti “budaya”, “lingkungan sosial”, “ketegangan sosial”, “kehidupan yang baik”, “pembangunan ekonomi”, “kesehatan penduduk” menjadi semakin relevan. Ketidakjelasan konsep-konsep ini meningkat jika kita ingin menerapkannya pada kelompok sosial yang berbeda, populasi dengan usia dan jenis kelamin yang berbeda.
Perlu juga dicatat bahwa batas-batas kota dalam konsep modern agak sewenang-wenang. Migrasi penduduk setiap hari, aksesibilitas transportasi di daerah-daerah terpencil semakin “mengaburkan batas” kota. Konsep aglomerasi yang sekarang banyak digunakan umumnya mencerminkan batas-batas kota, namun pada saat yang sama membuat konsep batas kota menjadi semakin kabur.
Terlepas dari permasalahan yang dijelaskan di atas, analisis dan penilaian wilayah saat ini merupakan salah satu bidang yang paling menjanjikan dan menarik yang dapat memecahkan banyak masalah mendesak di lingkungan perkotaan.
Artikel tersebut mengusulkan untuk mempertimbangkan metode analisis wilayah menggunakan model “termal”. Metode ini didasarkan pada kajian potensi-potensi yang ditimbulkan oleh benda-benda (faktor) yang berbagai sifatnya (titik, linier dan luas). Analisis wilayah dengan metode ini memungkinkan peralihan dari sekumpulan data spasial (faktor) yang menggambarkan wilayah ke penilaian numerik (skor) yang akurat di setiap titik wilayah.
Potensi yang dipelajari sebagai bagian dari analisis wilayah memiliki interpretasi fisik - perambatan panas di lingkungan dengan dimensi berbeda (2D, 3D). Fenomena ini dapat direpresentasikan dalam bentuk gambar “termal” (“peta panas” wilayah), memberikan gambaran tentang tingkat perkembangan wilayah tergantung pada intensitas warna gambar.
Faktor wilayah
Analisis wilayah melibatkan pencarian dan pemrosesan informasi tentang faktor-faktor yang mempengaruhi wilayah dan indikatornya. Faktor yang mempengaruhi adalah benda-benda yang mempengaruhi wilayah sekitarnya dan mempunyai seperangkat ciri dan koordinat spasial. Contoh faktor yang mempengaruhi antara lain pertokoan, fasilitas industri, jalan, hutan, dan badan air.
Indikator pengaruhnya adalah objek reflektif pengaruh benda dan juga memiliki seperangkat karakteristik dan koordinat spasial. Contoh indikator pengaruh: ATM, baliho, monumen.
Pada pemaparan berikut ini kita akan menggunakan konsep faktor pengaruh, yang menggabungkan istilah – faktor dan indikator pengaruh.
Di bawah ini adalah contoh data spasial yang berperan sebagai faktor yang mempengaruhi.
Salah satu tahapan penting dalam melaksanakan pekerjaan analisis wilayah adalah tahap pengumpulan dan pengolahan informasi awal. Saat ini terdapat banyak informasi tentang faktor-faktor yang mempengaruhi wilayah dengan berbagai tingkat detail.
Informasi dapat diperoleh dari sumber terbuka atau sumber terbatas. Dalam banyak kasus, informasi terbuka sudah cukup untuk dianalisis, meskipun biasanya memerlukan pemrosesan yang cukup memakan waktu.
Di antara sumber terbuka, pemimpinnya, menurut pendapat kami, adalah sumber daya OpenStreetMap (OSM). Informasi yang diperoleh dari sumber ini diperbarui setiap hari di seluruh dunia.
Informasi sumber daya OpenStreetMap (OSM) disajikan dalam format berikut:
- Format OSM. Format utama dengan ekstensi “.osm” digunakan untuk mendeskripsikan gambar grafik XML – node, jalur, hubungan.
- "Format Polandia". Format teks dengan ekstensi “.mp” digunakan untuk bekerja dengan grafik.
- Format PBF. Format penyimpanan data dengan ekstensi “.osm.pbf”.
Anda juga dapat menggunakan yang berikut ini sebagai sumber informasi:
- 2 SIG
Sumber daya ini berisi informasi yang diproses bulanan berkualitas tinggi, dengan pengklasifikasi 3 tingkat yang sangat baik untuk perusahaan dan organisasi.
- File KML (Bahasa Markup Lubang Kunci).
File KML (Keyhole Markup Language) adalah format file yang digunakan untuk menampilkan data geografis di Google Earth, Google Maps, dan Google Maps untuk perangkat seluler.
Dengan file KML Anda dapat:
- memasang berbagai ikon dan membuat tanda tangan untuk menunjukkan tempat-tempat di permukaan bumi
— membuat sudut berbeda untuk objek yang dipilih dengan mengubah posisi kamera
- gunakan gambar overlay yang berbeda
— menentukan gaya untuk menyesuaikan tampilan suatu objek, menerapkan kode HTML untuk membuat hyperlink dan gambar sebaris
— gunakan folder untuk pengelompokan elemen secara hierarki
— menerima dan memperbarui file KML secara dinamis dari node jaringan jarak jauh atau lokal
- Menerima data KML sesuai perubahan pada penampil XNUMXD
- Layanan Federal untuk Pendaftaran Negara, Kadaster dan Kartografi "Rosreestr"
Informasi di portal Rosreestr berharga karena konten dan relevansinya, tetapi sayangnya, portal ini tidak memungkinkan untuk memperoleh grafik untuk proyek pembangunan modal dan bidang tanah secara gratis. Portal Rosreestr juga berisi sejumlah besar informasi akses terbatas.
- Badan statistik
Data statistik merupakan sumber informasi yang sah mengenai suatu wilayah, namun hingga saat ini, data dari badan statistik hanya tersedia untuk sejumlah indikator tertentu, terutama dalam laporan badan statistik dan laporan pemerintah daerah.
- Sistem informasi otoritas
Informasi berkualitas tinggi terdapat dalam sistem informasi pemerintah, namun hanya sebagian kecil yang dipublikasikan di domain publik dan tersedia untuk dianalisis.
Melakukan analisis wilayah tidak memaksakan persyaratan khusus apa pun pada komposisi informasi; pada kenyataannya, Anda dapat menggunakan semua yang ditemukan; informasi dari sumber terbuka biasanya dapat dipertukarkan. Namun, perlu dicatat bahwa informasi yang diperoleh dari sumber OSM saja sudah cukup untuk membuat analisis terhadap wilayah asing.
Analisis wilayah menggunakan model “termal”. Interpretasi fisik dari potensi
Seperti disebutkan sebelumnya, analisis wilayah saat ini merupakan topik hangat dan alat yang ampuh untuk menarik investasi dalam pembangunan infrastruktur di berbagai lingkungan perkotaan.
Berbagai masalah yang diselesaikan dengan menggunakan analisis wilayah dapat digabungkan menjadi beberapa bidang utama:
— Memperoleh penilaian wilayah yang paling dapat ditafsirkan dan terperinci di setiap titik.
Dengan menyelesaikan masalah tersebut, Anda dapat memperoleh sekumpulan titik di setiap titik wilayah, memberikan gambaran tentang tingkat perkembangan wilayah secara umum, serta pada bidang studi tertentu. Bidang studi tersebut dapat berupa, misalnya, budaya, industri, perdagangan, dan lain-lain.
— Menentukan tempat yang paling menguntungkan untuk menempatkan objek investasi jenis tertentu (misalnya bank, toko khusus, pusat perbelanjaan dan hiburan, dll.) di wilayah yang dipilih.
— Analisis penggunaan wilayah yang paling efektif.
Arah ini memungkinkan studi rinci tentang karakteristik wilayah, situasi pasar yang berkembang di wilayah yang diteliti, dan mengidentifikasi opsi-opsi populer.
— Penentuan kontribusi salah satu faktor terhadap model biaya, dengan menggunakan contoh munculnya jalan baru dan rute baru.
— Analisis berbagai aspek suatu wilayah dan analisis berbagai wilayah (perbandingan wilayah).
Keaslian metode analisis wilayah yang diusulkan dalam artikel dengan menggunakan model “termal” terletak pada penggunaan indikator pengembangan wilayah – potensi, disajikan dalam bentuk numerik dan mencerminkan tingkat pengaruh objek (faktor pengaruh) terhadap wilayah.
Untuk memahami esensi penelitian, perlu dijelaskan beberapa patah kata tentang potensi termal itu sendiri dan memberikan interpretasi fisiknya.
Dalam fisika ada konsep-konsep seperti Medan gaya и fungsi kekuatan. Medan gaya berdimensi energi, fungsi gaya berdimensi gaya.
Untuk hukum gravitasi universal, medan gaya ditentukan dengan rumus:
F=k/r2, dimana
k – konstan;
r – jarak antara objek yang berinteraksi.
Fungsi gaya ϕ ditentukan oleh ekspresi:
dϕ=-F*dr, dimana
ϕ—potensi medan gaya;
dϕ, dr – perbedaan;
r adalah jarak antara objek yang berinteraksi,
oleh karena itu ϕ=k/r.
Arti fisis potensial medan gaya ϕ adalah usaha E yang dilakukan medan gaya ketika melewati suatu lintasan tertentu. Dalam kasus hukum gravitasi universal, ketika jarak suatu benda berubah dari r2 ke r1, fungsi gaya ditentukan oleh rumus
E=k*(1/r1-1/r2), dimana
E adalah usaha yang dilakukan medan gaya ketika melewati suatu lintasan tertentu;
r1, r2 – posisi awal dan akhir benda.
Untuk tugas menganalisis suatu wilayah, pengaruh benda (faktor) terhadap wilayah tersebut dapat dianggap sebagai suatu kekuatan (fungsi daya), dan tingkat perkembangan wilayah sebagai potensi termal total (Medan gaya) dari semua objek (faktor). Dalam soal fisika, potensi termal adalah suhu, dan dalam soal analisis wilayah menggunakan model “termal”, potensi mewakili dampak total dari semua faktor yang mempengaruhi pada suatu titik di wilayah tersebut.
Data spasial terdiri dari titik, garis, dan poligon. Untuk menghitung potensi, data spasial yang diperluas dibagi menjadi beberapa bagian kecil. Untuk setiap fragmen, potensial dari suatu titik dihitung dengan pengali yang sama dengan ukuran fragmen objek (faktor).
Data dibagi ke dalam kelompok-kelompok semantik berdasarkan prinsip kemiripan yang erat. Misalnya, objek perdagangan digabungkan berdasarkan produk. Ada kelompok objek hutan, badan air, pemukiman, tempat pemberhentian transportasi, dll. Kelompok yang disatukan berdasarkan makna mewakili suatu faktor. Setelah melewati semua objek (faktor), kita memperoleh sekumpulan potensi termal yang cocok untuk diproses lebih lanjut.
Penggunaan potensi (“peta panas”) memungkinkan Anda berpindah dari data spasial ke gambar “termal” dari objek (faktor) yang berpengaruh pada wilayah tersebut (visualisasi potensi). Transisi semacam itu memungkinkan untuk menentukan tingkat keberadaan faktor tersebut di setiap titik wilayah dan melakukan analisis lebih lanjut, yaitu. menampilkan berbagai arah perkembangan kota dalam warna. Dengan demikian, kita memperoleh cahaya dengan intensitas yang berbeda-beda untuk setiap titik di wilayah tersebut.
Contoh gambar “termal” wilayah Nizhny Novgorod dalam konteks beberapa faktor disajikan di bawah ini.
Peta “Termal” Nizhny Novgorod, yang mencerminkan faktor “Rantai Farmasi”.
Peta “Panas” Nizhny Novgorod, yang mencerminkan faktor “Poliklinik untuk dewasa”
Peta “Termal” Nizhny Novgorod, yang mencerminkan faktor “Klinik Anak”.
Peta “Termal” Nizhny Novgorod, yang mencerminkan faktor “Zona Industri”
Gambar “termal” suatu wilayah memungkinkan untuk menentukan konsentrasi potensi dari berbagai objek pengaruh. Selanjutnya perlu dilakukan penggabungan potensi-potensi yang diperoleh menjadi satu kesatuan karakteristik yang memungkinkan penilaian suatu wilayah berdasarkan banyak faktor. Hal ini memerlukan metode yang memungkinkan Anda menganalisis informasi dalam jumlah besar, mengenali objek, dan juga mengurangi dimensi data, kehilangan informasi dalam jumlah paling sedikit. Salah satu metode tersebut adalah analisis komponen utama (PCA). Rincian lebih lanjut tentang metode ini dapat ditemukan di .
Inti dari metode ini adalah menemukan kombinasi linier dari parameter awal yang berubah paling kuat di area analisis. Untuk data spasial – perubahan paling kuat di seluruh wilayah.
Metode komponen utama mengidentifikasi objek (faktor) yang berubah paling kuat di suatu wilayah. Sebagai hasil dari metode ini, muncul variabel-variabel baru - komponen utama, yang lebih informatif dibandingkan dengan data asli, yang memudahkan untuk menganalisis, mendeskripsikan, dan memvisualisasikan wilayah, sehingga lebih mudah untuk membangun model. .
Komponen utamanya adalah ekspresi analitis - jumlah potensi faktor awal dengan koefisien tertentu. Namun, jika ada faktor yang mempunyai dampak signifikan terhadap wilayah tersebut, namun tidak berubah di seluruh wilayah yang dianalisis, metode komponen utama tidak akan memasukkan faktor tersebut ke dalam komposisi komponen utama.
Komponen utama diurutkan dalam urutan informasi – yaitu. menyebar ke seluruh wilayah. Komponen utama pertama membawa lebih banyak informasi dibandingkan faktor individual dan menggambarkan wilayah dengan baik. Biasanya, bila menggunakan sekitar seratus faktor, komponen utama pertama membawa sekitar 50% dari seluruh informasi (varians) untuk suatu wilayah. Komponen-komponen utama tersebut tidak berkorelasi satu sama lain dan dapat digunakan untuk model sebagai ciri-ciri wilayah pada setiap titik.
Komponen utama, seperti beberapa indikator wilayah yang dihitung secara abstrak, tidak mempunyai nama dan klasifikasi yang jelas. Namun, serangkaian faktor yang berkorelasi kuat dengan komponen utama memungkinkan kita untuk menafsirkan komponen utama. Biasanya, faktor-faktor berikut berkorelasi dengan komponen utama:
— tingkat pembangunan infrastruktur;
— komponen transportasi wilayah tersebut;
— zona iklim;
— tingkat pembangunan pertanian;
— potensi ekonomi wilayah tersebut.
Analisis lebih lanjut, termasuk pengelompokan, dilanjutkan dengan beberapa komponen utama pertama yang signifikan.
Pada gambar Anda dapat melihat representasi grafis dari komponen utama pertama di wilayah beberapa kota di Federasi Rusia.
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Nizhny Novgorod
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Yekaterinburg
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Kazan
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Perm
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Samara
Komponen utama pertama yang mencirikan tingkat perkembangan infrastruktur perkotaan di Khabarovsk
Karakteristik integral: pengelompokan
Tahapan selanjutnya dalam pengerjaan analisis wilayah adalah pencarian zona-zona lingkungan perkotaan yang homogen kualitasnya. Pencarian ini didasarkan pada analisis nilai-nilai komponen utama di setiap titik wilayah. Masalah pencarian zona homogen tersebut dapat diselesaikan dengan menggunakan clustering – proses pengelompokan wilayah berdasarkan prinsip kedekatan sekumpulan karakteristik.
Pengelompokan wilayah memiliki dua tujuan:
— menciptakan visualisasi wilayah yang lebih baik;
— alokasi area untuk kompilasi model individual.
Wilayah dikelompokkan sesuai dengan faktor yang dipilih untuk dianalisis. Faktor-faktor tersebut dapat berupa faktor yang mempengaruhi harga atau faktor yang menjelaskan beberapa aspek perkembangan suatu wilayah, misalnya bidang sosial.
Ada dua metode pengelompokan klasik yang umum: metode K-means dan metode dendrogram. Saat bekerja dengan wilayah, metode K-means telah terbukti dengan baik, fiturnya adalah “berkembangnya” sebuah cluster dengan menambahkan objek baru ke titik pertumbuhan. Keuntungan metode K-means terletak pada kesamaan cara kerjanya dengan proses alami pembentukan wilayah: integrasi wilayah yang serupa, dibandingkan pemisahan wilayah yang berbeda.
Metode K-means digunakan untuk perhitungan di Nizhny Novgorod (gambar di bawah).
Kesesuaian klaster dengan tingkat perkembangan wilayah pada contoh Nizhny Novgorod
Dengan pendekatan yang diusulkan, dimungkinkan untuk memperoleh gambaran wilayah mengenai berbagai topik. Topik yang menarik bagi kami mungkin, misalnya, tingkat pembangunan infrastruktur perkotaan, tingkat “elit” wilayah, tingkat perkembangan budaya, komponen sosial pembangunan wilayah. Tema-tema ini merupakan konsep integral yang tidak jelas dan terdiri dari banyak faktor yang saling terkait.
Dengan menggunakan beberapa algoritma pemilihan parameter untuk analisis (termasuk dengan keterlibatan para ahli), kita akan memperoleh peta tematik yang memberikan gambaran tentang salah satu aspek pengembangan wilayah.
Karakteristik integral dipahami sebagai komponen utama pertama, terutama komponen utama pertama yang paling informatif, dan pengelompokan wilayah menurut parameter yang dipilih.
Peta tematik komponen pokok pertama berbagai aspek pembangunan disajikan pada gambar di bawah ini.
Peta tematik “Objek Budaya” menggunakan contoh Nizhny Novgorod
Peta tematik “Lingkungan sosial” menggunakan contoh Nizhny Novgorod
Karakteristik integral memungkinkan untuk memahami karakteristik suatu wilayah menggunakan banyak faktor dengan kehilangan informasi yang minimal.
Sebagai kesimpulan, perlu dicatat sekali lagi bahwa saat ini analisis wilayah merupakan tahap yang sangat penting dalam memecahkan masalah pengembangan lingkungan perkotaan, memilih tempat untuk berinvestasi dalam konstruksi, menemukan lokasi yang paling menguntungkan untuk fasilitas baru dan tugas lainnya.
Metode analisis wilayah yang diusulkan dalam artikel menggunakan model “termal” dari faktor-faktor yang sifatnya berbeda tidak penting untuk sekumpulan faktor, yaitu tidak menerapkan batasan atau persyaratan pada informasi awal.
Keberagaman dan redundansi sumber informasi, serta peluang untuk menggunakan data terbuka, menyediakan hal ini prospek tak terbatas untuk menganalisis wilayah mana pun Dunia.
Dalam publikasi berikut yang membahas masalah analisis teritorial, kami berencana untuk mengungkapkan fitur penyusunan model menggunakan komponen utama dan metode implementasinya untuk tugas-tugas seperti:
— memilih lokasi terbaik saat menempatkan objek baru;
— konstruksi permukaan harga untuk kategori objek tertentu dengan menggunakan nilai pasar;
- penilaian profitabilitas suatu jenis kegiatan tertentu tergantung pada lokasi objek.
Ada juga rencana untuk menyajikan metode transisi terbalik dari komponen utama ke faktor, yang pada gilirannya memungkinkan diperolehnya model faktor untuk wilayah tertentu.
Sumber: www.habr.com