Voorbeeld van de berekening van het thermisch potentieel voor het straatnetwerk van de stad Nizjni Novgorod
Het gebied van de stad is een complexe, heterogene systeem die voortdurend verandert. Het beschrijven van het gebied en het uitvoeren van een beoordeling van de stedelijke omgeving kan worden gedaan met behulp van ruimtelijke objecten (factoren). De factoren die het gebied beschrijven, verschillen in aard van invloed (positief, negatief) en geometrische configuratie (punten, lijnen, polygonen).
Vaak is het moeilijk om de mate van invloed van elk afzonderlijk object op het ontwikkelingsniveau van het gebied als geheel of op een specifiek aspect ervan te bepalen. Tegenwoordig is het probleem van het definiƫren en beschrijven van concepten zoals "cultuur", "sociale sfeer", "sociale spanning", "goede levenskwaliteit", "economische ontwikkeling", "gezondheid van de bevolking" steeds actueler. De dubbelzinnigheid van deze begrippen neemt toe, vooral als we ze willen toepassen op verschillende sociale groepen, bevolkingsgroepen van verschillende leeftijden en geslachten.
Bovendien moet worden opgemerkt dat de grenzen van de stad in de moderne zin vrij arbitrair zijn. De dagelijkse migratie van de bevolking en de vervoersverbindingen naar afgelegen gebieden vervagen de stadsgrens nog verder. Het momenteel veelgebruikte begrip agglomeratie weerspiegelt in grote lijnen de grenzen van de stad, maar maakt tegelijkertijd het begrip stadgrens nog vager.
Ondanks de hierboven beschreven problemen zijn de analyse en beoordeling van gebieden tot nu toe een van de veelbelovende en interessante richtingen die in staat zijn om een groot aantal actuele taken van de stedelijke omgeving aan te pakken.
In dit artikel wordt een methode voor de analyse van gebieden met behulp van een "thermisch" model gepresenteerd. Deze methode is gebaseerd op het onderzoek naar de potentieel gecreƫerd door objecten (factoren) van verschillende aard (punctueel, lineair en oppervlakte). Analyse van het gebied met behulp van deze methode maakt het mogelijk om van een set ruimtelijke gegevens (factoren) die het gebied beschrijven, over te gaan naar een exacte numerieke (scores) beoordeling op elk punt van het gebied.
De in het kader van de terrainanalyse onderzochte mogelijkheden hebben een fysieke interpretatie ā de verspreiding van warmte in omgevingen van verschillende dimensies (2D, 3D). Dit fenomeen kan worden weergegeven in de vorm van "warmte"-beelden ("warmte"-kaarten van het gebied), die een inzicht geven in de ontwikkelingsgraad van het gebied, afhankelijk van de kleurintensiteit van het beeld.
Territoriale factoren
Terrainanalyse houdt in dat informatie wordt gezocht en verwerkt over de beĆÆnvloedende factoren op het gebied en hun indicatoren. BeĆÆnvloedende factoren zijn objecten die invloed hebben op het omliggende gebied, en die een set kenmerken en ruimtelijke coƶrdinaten bezitten. Voorbeelden van beĆÆnvloedende factoren zijn winkels, industriĆ«le objecten, wegen, bossen, en waterlichamen.
De indicatoren van invloed zijn objecten die de invloed van objecten weerspiegelen en ook een set kenmerken en ruimtelijke coƶrdinaten bezitten. Voorbeelden van indicatoren van invloed zijn: geldautomaten, reclameborden, en monumenten.
In het verdere verslag zullen we het begrip beĆÆnvloedende factoren gebruiken, dat beide termen omvat - factoren en indicatoren van invloed.
Hieronder volgt een voorbeeld van ruimtelijke gegevens die fungeren als beĆÆnvloedende factoren.
Een van de belangrijke fasen van het uitvoeren van territoriale analyses is de fase van het verzamelen en verwerken van basisinformatie. Tegenwoordig is er veel informatie beschikbaar over de beĆÆnvloedende factoren op diverse niveaus van detail.
Informatie kan worden verkregen uit openbare bronnen of bronnen met beperkte toegang. In veel gevallen is de openbare informatie voldoende voor analyse, hoewel deze meestal een arbeidsintensievere verwerking nodig heeft.
Onder de openbare bronnen is de leider, naar onze mening, de bron - OpenStreetMap (OSM). De informatie die uit deze bron wordt verkregen, wordt dagelijks wereldwijd bijgewerkt.
De informatie van de OpenStreetMap (OSM) bron is beschikbaar in de volgende formaten:
ā OSM-formaat. Het hoofdfomaat met de extensie ".osm" wordt gebruikt voor de beschrijving van grafische beelden in XML - knooppunten, paden, relaties.
ā "Pools formaat". Tekstformaat met de extensie ".mp" dat wordt gebruikt voor grafische toepassingen.
ā PBF-formaat. Gegevensopslagformaat met de extensie ".osm.pbf".
Als informatiebronnen kunnen ook worden gebruikt:
ā 2GIS
De bron bevat kwalitatieve, maandelijks verwerkte informatie, met een prachtige 3-niveaus classificator voor bedrijven en organisaties.
ā KML (Keyhole Markup Language) bestanden
KML (Keyhole Markup Language) bestanden zijn een bestandsformaat dat wordt gebruikt voor het weergeven van geografische gegevens in programma's zoals Google Earth, Google Maps en Google Maps voor mobiele apparaten.
Met KML-bestanden kunt u:
ā verschillende pictogrammen instellen en labels maken om locaties op het aardoppervlak aan te geven
ā verschillende camerastandpunten voor geselecteerde objecten creĆ«ren door de camera-positie te veranderen
ā verschillende overlappende afbeeldingen gebruiken
ā stijlen definiĆ«ren voor het aanpassen van de weergave van objecten, HTML-code toepassen voor het maken van hyperlinks en ingesloten afbeeldingen
ā mappen gebruiken voor de hiĆ«rarchische groepering van elementen
ā KML-bestanden dynamisch ophalen en bijwerken vanaf externe of lokale netwerkknooppunten
ā KML-gegevens verkrijgen in overeenstemming met wijzigingen in de driedimensionale weergave-tool
ā De Federale Dienst voor Staatregistratie, Kadaster en Cartografie "Rosreestr"
De informatie op het Rosreestr-portaal is waardevol door zijn inhoud en actualiteit, maar biedt helaas geen mogelijkheid om grafieken van objecten voor kapitaalconstructie en percelen kosteloos te verkrijgen. Het Rosreestr-portaal bevat ook een groot volume informatie met beperkte toegang.
ā Statistische autoriteiten
Statistische gegevens zijn een legitieme informatiebron over het gebied, maar op dit moment zijn de gegevens van de statische autoriteiten alleen beschikbaar voor een beperkt aantal indicatoren, voornamelijk in rapporten van de statische autoriteiten en verslagen van regionale overheden.
ā Informatiesystemen van overheidsinstanties
Kwaliteitsinformatie is te vinden in informatiesystemen van overheidsinstanties, maar slechts een klein deel ervan wordt openbaar gepubliceerd en is beschikbaar voor analyse.
Het uitvoeren van territoriale analyses legt geen specifieke eisen op aan de samenstelling van informatie; in wezen kan alles worden gebruikt wat beschikbaar is. Informatie uit open bronnen is doorgaans onderling uitwisselbaar. Het is echter belangrijk op te merken dat alleen de informatie verkregen uit de OSM-bron voldoende is om een onbekend gebied te analyseren.
Territoriale analyse met behulp van een 'warmte'-model. Fysieke interpretatie van potentieel.
Zoals eerder werd opgemerkt, is de territoriale analyse tegenwoordig een actueel onderwerp en een krachtig instrument voor onderbouwde investering in de ontwikkeling van infrastructuur in verschillende stedelijke omgevingen.
De variƫteit aan taken die kunnen worden opgelost door middel van territoriale analyses kan in verschillende hoofdrichtingen worden gegroepeerd:
ā Het verkrijgen van de meest interpreteerbare en gedetailleerde beoordeling van het gebied op elk punt.
Door de taak op te lossen, kan een set scorebeoordelingen voor elk punt in het gebied worden verkregen, die een idee geeft van het ontwikkelingsniveau van het gebied in het algemeen, evenals in een specifiek domein. Een dergelijk domein kan bijvoorbeeld cultuur, industrie, handel, enz. zijn.
ā Het bepalen van de meest voordelige locaties voor het plaatsen van investeringsobjecten van een bepaald type (bijvoorbeeld banken, gespecialiseerde winkels, winkel- en entertainmentcentra, enz.) in het geselecteerde gebied.
ā Analyse van het meest efficiĆ«nte gebruik van het gebied.
Deze richting maakt een gedetailleerd onderzoek van de kenmerken van het gebied, de marktsituatie die zich in het onderzochte gebied heeft ontwikkeld, en de identificatie van gevraagde opties mogelijk.
ā Het bepalen van de bijdrage van Ć©Ć©n factor aan het kostenmodel, aan de hand van de verschijning van nieuwe wegen en nieuwe routes.
ā Analyse van verschillende aspecten van Ć©Ć©n gebied en de analyse van verschillende gebieden (vergelijking van gebieden).
De originaliteit van de in dit artikel voorgestelde methode voor territoriale analyse met behulp van een 'warmte'-model ligt in het gebruik van ontwikkelingsindicatoren van het gebied ā potentieel, gepresenteerd in een numerieke uitdrukking en weerspiegelend in hoeverre een object (invloedsfactor) het gebied beĆÆnvloedt.
Om de essentie van het onderzoek te begrijpen, moet er enkele woorden worden gezegd over het thermisch potentieel zelf en zijn fysische interpretatie.
In de natuurkunde bestaan er begrippen zoals krachtveld en krachtfunctie. Het krachtveld heeft de dimensie van energie, de krachtfunctie ā de dimensie van kracht.
Voor de zwaartekracht wordt het krachtveld gedefinieerd door de formule:
F=k/r2, waar
k ā een constante;
r ā de afstand tussen de interagerende objecten.
De krachtfunctie Ļ wordt gedefinieerd door de uitdrukking:
dĻ=-F*dr, waar
Ļ ā het potentieel van het krachtveld;
dĻ, dr ā differentials;
r ā de afstand tussen de interagerende objecten,
daarom is Ļ=k/r.
De fysieke betekenis van het potentieel van het krachtveld Ļ is het werk E dat door het krachtveld wordt verricht bij het afleggen van een bepaalde afstand. In het geval van de zwaartekracht, wanneer de afstand tot het object verandert van r2 naar r1, wordt de krachtfunctie gedefinieerd door de formule
E=k*(1/r1-1/r2), waar
E ā het werk dat door het krachtveld wordt verricht bij het afleggen van een bepaalde afstand;
r1, r2 ā de begin- en eindpositie van het object.
Voor de analyse van het gebied kan de invloed van objecten (factoren) op het gebied worden beschouwd als een kracht (krachtfunctie), en het ontwikkelingsniveau van het gebied als het totale thermische potentieel (krachtveld) van alle objecten (factoren). In de natuurkunde is het thermische potentieel de temperatuur, en in de territoriale analyse met behulp van een 'thermisch' model stelt het potentieel de totale impact van alle invloedfactoren op een punt in het gebied voor.
Ruimtelijke gegevens zijn punten, lijnen, polygonen. Voor de berekening van de potentialen worden de voorkomende ruimtelijke gegevens opgedeeld in kleine fragmenten. Voor elk fragment wordt het potentieel van het punt berekend met een vermenigvuldiger die gelijk is aan de grootte van het fragment van het object (factor).
De gegevens worden opgedeeld in betekenisvolle groepen op basis van een principe van nabijheid. Bijvoorbeeld, handelsobjecten worden gegroepeerd op basis van de producten. Er zijn groepen bosobjecten, waterobjecten, woonplaatsen, transporthaltes, enz. De betekenisvol gegroepeerde objecten vertegenwoordigen een factor. Door alle objecten (factoren) te doorlopen, krijgen we een set thermische potentialen die geschikt zijn voor verdere verwerking.
Het gebruik van potentieelkaarten ("warmtekaarten") stelt ons in staat om van ruimtelijke gegevens over te stappen naar "warmte"-afbeeldingen van invloedelementen op het gebied (visualisatie van potentieel). Deze overstap maakt het mogelijk om de aanwezigheid van een factor op elk punt van het gebied te bepalen en verder onderzoek te doen, dat wil zeggen om verschillende ontwikkelingsrichtingen van de stad in kleur weer te geven. Zo krijgen we een gloed van verschillende intensiteit voor elk punt van het gebied.
Voorbeelden van "warmte"-afbeeldingen van het gebied van de stad Nizhny Novgorod, op basis van verschillende factoren, worden hieronder gepresenteerd.
"Warmte"-kaart van Nizhny Novgorod, die de factor "Apotheeknetwerk" weerspiegelt.
"Warmte"-kaart van Nizhny Novgorod, die de factor "Huisartspraktijken voor volwassenen" weerspiegelt.
"Warmte"-kaart van Nizhny Novgorod, die de factor "Kinderhuisartspraktijken" weerspiegelt.
"Warmte"-kaart van Nizhny Novgorod, die de factor "Industriele zones" weerspiegelt.
"Warmte"-afbeeldingen van het gebied maken het mogelijk om de concentratie van potentieel van verschillende invloedelementen te bepalen. Vervolgens is het noodzakelijk om de verkregen potentieelwaarden te combineren in een integrale eigenschap die een beoordeling van het gebied op basis van talloze factoren mogelijk maakt. Hiervoor is een methode nodig die het mogelijk maakt om grote hoeveelheden informatie te analyseren, objecten te herkennen en de dimensionaliteit van gegevens te verminderen, met het minste verlies van informatie. Een van deze methoden is de hoofdcomponentenanalyse (Principal Component Analysis, PCA). Meer informatie over deze methode is beschikbaar in .
De kern van de methode is het vinden van een lineaire combinatie van de oorspronkelijke parameters die het sterkste varieert in het analysere gebied. Voor ruimtelijke gegevens betekent dit dat het het sterkste varieert over het gebied.
De hoofdcomponentenanalyse identificeert objecten (factoren) die het sterkste over het gebied variƫren. Als resultaat van de methode ontstaan nieuwe variabelen - de hoofdcomponenten, die informatief zijn in vergelijking met de oorspronkelijke gegevens, waardoor het gemakkelijker wordt om het gebied te analyseren, te beschrijven en te visualiseren, en waarop het eenvoudiger is om modellen te bouwen.
Hoofcomponenten zijn analytische uitdrukkingen ā de som van de potentieel van de oorspronkelijke factoren met bepaalde coĆ«fficiĆ«nten. Echter, als een bepaalde factor een significante invloed op het gebied heeft, maar niet verandert over het geanalyseerde gebied, zal de hoofcomponent methode deze factor niet opnemen in de hoofcomponenten.
Hoofcomponenten worden gerangschikt op afnemende informatie ā dat wil zeggen, verspreiding over het gebied. De eerste hoofcomponenten bevatten aanzienlijk meer informatie dan afzonderlijke factoren en beschrijven het gebied goed. Over het algemeen, bij het gebruik van ongeveer honderd factoren, bevat de eerste hoofcomponent ongeveer 50% van alle informatie (variantie) over het gebied. Hoofcomponenten correleren niet met elkaar en kunnen worden gebruikt voor modellen als kenmerken van het gebied op elk punt.
De hoofcomponent, als een abstract berekende indicator van het gebied, heeft geen duidelijke naam of classificatie. Echter, de verzameling van factoren die sterk correleren met de hoofcomponent stelt ons in staat de hoofcomponenten te interpreteren. Over het algemeen correleren de volgende factoren met hoofcomponenten:
ā niveau van ontwikkeling van infrastructuur;
ā transportcomponent van het gebied;
ā klimatologische zones;
ā niveau van ontwikkeling van de landbouw;
ā economisch potentieel van het gebied.
Verdere analyse, inclusief clustering, gaat voort met enkele van de eerste significante hoofcomponenten.
In de afbeeldingen zijn de grafische weergaven van de eerste hoofcomponenten op het gebied van verschillende steden in de Russische Federatie te zien.
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in N. Novgorod karakteriseert
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in Jekaterinenburg karakteriseert
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in Kazan karakteriseert
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in Perm karakteriseert
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in Samara karakteriseert
De eerste hoofcomponent die het niveau van ontwikkeling van de stedelijke infrastructuur in Chabarovsk karakteriseert
Integrale kenmerken: clustering
De volgende fase van het territoriale analysewerk is het zoeken naar gebieden in de stedelijke omgeving die homogeen zijn qua kwaliteit. Deze zoektocht is gebaseerd op de analyse van de waarden van de hoofdelementen op elk punt van het gebied. De taak om deze specifieke homogene zones te vinden kan worden opgelost door clustering ā een proces van groepering van gebieden op basis van de nabijheid van een set kenmerken.
Clustering van gebieden heeft twee doelen:
ā het creĆ«ren van een beter waarneembare visualisatie van het gebied;
ā het Š²ŃŠ“ŠµŠ»ing van gebieden voor het opstellen van afzonderlijke modellen.
Gebieden worden geclusterd op basis van de geselecteerde factoren voor analyse. Deze factoren kunnen factoren zijn die van invloed zijn op de prijsstelling of factoren die een bepaalde kant van de ontwikkeling van het gebied beschrijven, zoals het sociale domein.
Er zijn twee gangbare klassieke methoden voor clustering: de K-means methode en de dendrogrammethode. Bij het werken met gebieden heeft de K-means methode zich bewezen, waarvan de eigenschap is dat clusters worden 'geplant' door nieuwe objecten aan de groeipunten toe te voegen. De voordelen van de K-means methode liggen in de gelijkenis met het natuurlijke proces van het vormen van gebieden: integratie van gelijken, in plaats van scheiding van ongelijksoortige.
Met de K-means methode is een berekening uitgevoerd voor Nizhny Novgorod (zie de afbeelding hieronder).
Overeenstemming van clusters met het ontwikkelingsniveau van het gebied aan de hand van het voorbeeld van N. Novgorod
Met de voorgestelde aanpak kan men een beeld van het gebied verkrijgen op verschillende thema's. Thema's van interesse kunnen bijvoorbeeld het niveau van stedelijke infrastructuurontwikkeling, het 'elitisme' van het gebied, het niveau van culturele ontwikkeling, en de sociale component van de ontwikkeling van het gebied zijn. Deze thema's zijn slecht gedefinieerde integrale begrippen en bestaan uit een aantal onderling verbonden factoren.
Met een bepaald selectie-algoritme voor parameters voor analyse (inclusief met de hulp van experts), verkrijgen we thematische kaarten die inzicht geven in Ć©Ć©n aspect van de gebiedsontwikkeling.
Onder integrale kenmerken worden de eerste hoofdelementen verstaan, met name de meest informatieve eerste hoofdelement, en clustering van het gebied op basis van de geselecteerde parameters.
Thematic maps of the first principal components concerning various aspects of development are presented in the figures below.
The thematic map "Cultural Objects" based on the example of Nizhny Novgorod
The thematic map "Social Sphere" based on the example of Nizhny Novgorod
Integral characteristics allow understanding the features of the territory by operating with multiple factors while minimizing information loss.
In conclusion, it is worth noting again that today, territorial analysis is a crucial stage in addressing tasks related to urban development, choosing locations for construction investments, finding the most advantageous locations for new projects, and other tasks.
The method of territory analysis proposed in the article using a "thermal" model from factors of different nature is not critical to the set of factors, meaning it does not impose restrictions or requirements on the initial information.
The variety and redundancy of initial information, as well as the ability to use open data, provide unlimited opportunities for analyzing any territories of the world.
In the following publications dedicated to territorial analysis tasks, we plan to reveal the peculiarities of model composition using principal components and methods for their implementation for tasks such as:
ā selecting the best site for a new facility;
ā constructing a price surface for a specific category of objects using market value;
ā assessing the profitability of a certain type of activity depending on the location of the objects.
We also plan to present methods for reversing from principal components to factors, which in turn allows obtaining a factor model for a given territory.
Bron: habr.com
