Användning av värmepotentialer för att analysera områden

Exempel på beräkning av värmepotentialen för gatunätet i Nizjnij Novgorod

Staden är ett komplext och heterogent system som ständigt förändras. Man kan beskriva området och utföra en bedömning av den urbana miljön med hjälp av rumsliga objekt (faktorer). Faktorer som beskriver området har olika påverkan (positiv, negativ) och geometriska konfigurationer (punkter, linjer, polygoner).

Det är ofta ganska svårt att bestämma graden av påverkan från varje enskilt objekt på utvecklingen av området som helhet eller något enskilt aspekt av det. I dag blir problematiken kring definition och beskrivning av begrepp som "kultur", "social sfär", "social spänning", "ett gott liv", "ekonomisk utveckling", "befolkningens hälsa" alltmer aktuell. Oklarheten i dessa begrepp ökar om vi vill tillämpa dem på olika sociala grupper, befolkning i olika åldrar och kön.

Det bör också noteras att stadens gränser i modern mening är ganska villkorliga. Det dagliga migrationsflödet av befolkningen och tillgången till transport i avlägsna områden "suddar ytterligare ut gränsen" för staden. Det allmänt använda begreppet agglomeration speglar i stort sett stadens gränser, men gör samtidigt själva begreppet stadsgräns ännu mer diffust.

Trots de ovan beskrivna problemen är analys och bedömning av områden idag några av de mest lovande och intressanta riktningarna som gör det möjligt att lösa många aktuella frågor i den urbana miljön.

Artikeln föreslår en metod för analys av området med hjälp av en "värme"-modell. Denna metod grundar sig på att undersöka potentialerna som skapas av objekt (faktorer) av olika art (punkter, linjer och ytor). Analys av området med hjälp av denna metod ger möjlighet att gå från en uppsättning rumsliga data (faktorer) som beskriver området till en exakt numerisk (poäng) bedömning i varje punkt inom området.

De potentiella områden som undersöks i analysen av territoriet har en fysisk tolkning – spridning av värme i miljöer av olika dimensioner (2D, 3D). Detta fenomen kan representeras i form av "värme"-bilder ("värmekartor" över territoriet) som ger en bild av områdets utvecklingsgrad beroende på färgens intensitet i bilden.

Territoriefaktorer

Analysen av territoriet innebär att söka och bearbeta information om påverkningsfaktorerna på territoriet och deras indikatorer. Påverkningsfaktorer är objekt som påverkar den omgivande terrängen och som har en uppsättning egenskaper och rumsliga koordinater. Exempel på påverkningsfaktorer kan vara butiker, industriella objekt, vägar, skogar och vattenförekomster.

Indikatorer på påverkan är objekt som återspeglar inverkan av objekten och som också har en uppsättning egenskaper och rumsliga koordinater. Exempel på påverkningsindikatorer: bankomater, reklamblad, monument.

I den fortsatta framställningen kommer vi att använda termen påverkningsfaktorer, som omfattar båda termerna – faktorer och indikatorer på påverkan.

Nedan ges exempel på rumsliga data som fungerar som påverkningsfaktorer.

Ett av de viktiga stegen i arbetet med att analysera territorier är steget med att samla in och bearbeta grundinformation. Idag finns det ganska mycket information om påverkningsfaktorer på territoriet med olika detaljeringsgrad.

Information kan erhållas från öppna källor eller källor med begränsad åtkomst. I många fall är öppen information tillräcklig för analys, även om den ofta kräver ganska arbetsintensiv bearbetning.

Bland de öppna källorna är vår mening att ledaren är tjänsten — OpenStreetMap (OSM). Informationen som erhålls från denna källa uppdateras dagligen världen över.

Informationen från OpenStreetMap (OSM) presenteras i följande format:

— OSM-format. Huvudformatet med filändelsen ".osm" används för att beskriva grafiska representationer i XML – noder, vägar, relationer.

— "Polskt format". Textformat med filändelsen ".mp" används för att arbeta med grafik.

— PBF-format. Format för datalagring med filändelsen ".osm.pbf".

Som informationskällor kan man också använda:

— 2GIS
Resursen innehåller högkvalitativ information som bearbetas månadsvis, med en utmärkt 3-nivå klassifikator för företag och organisationer.

— KML (Keyhole Markup Language) filer
KML (Keyhole Markup Language) filer är ett filformat som används för att visa geografiska data i program som Google Earth, Google Maps och Google Maps för mobila enheter.

Med KML-filer kan man:
— ställa in olika ikoner och skapa etiketter för att markera platser på jordens yta
— skapa olika vyer för utvalda objekt genom att ändra kamerans position
— använda olika överlagda bilder
— definiera stilar för att anpassa objektets visning, använda HTML-kod för att skapa hyperlänkar och inbäddade bilder
— använda mappar för hierarkisk gruppering av element
— dynamiskt hämta och uppdatera KML-filer från externa eller lokala nätverksnoder
— få KML-data i enlighet med förändringar i 3D-visningsverktyget

— Federala tjänsten för statlig registrering, kataster och kartografi "Rosreestr"
Informationen på Rosreestr-portalen är värdefull för sitt innehåll och aktualitet, men tyvärr ger den ingen möjlighet att få grafik för objekt av fast byggande och markområden utan kostnad. Rosreestr-portalen innehåller också en stor mängd information med begränsad tillgång.

— Statliga statistikorgan
Statistikdata är en legitim informationskälla om territoriet, men för närvarande är data från statistikorganen endast tillgängliga för ett begränsat antal indikatorer, huvudsakligen i rapporter från statistikorganen och regionala myndigheters redovisningar.

— Informationssystemen hos myndigheterna
Kvalitativ information finns i informationssystemen hos myndigheterna, men endast en liten del av dem publiceras öppet och är tillgänglig för analys.

Genomförandet av områdesanalys ställer inga specifika krav på informationens sammansättning; i praktiken går det att använda allt som går att hitta – information från öppna källor är oftast utbytbar. Det är dock värt att notera att även information som enbart erhållits från OSM-resurser är tillräcklig för att göra en analys av ett okänt område.

Områdesanalys med hjälp av en "värmemodell". Fysisk tolkning av potentialer.

Som redan nämnts är områdesanalys idag ett aktuellt ämne och ett kraftfullt verktyg för att trovärdigt attrahera investeringar i utvecklingen av olika urbana miljöer.

Mångfalden av uppgifter som kan lösas genom att genomföra områdesanalyser kan grupperas i flera stora riktningar:

— Att få en så tolkningsbar och detaljerad bedömning av området i varje punkt som möjligt.
Genom att lösa den uppställda uppgiften kan man få en mängd poängbedömningar vid varje punkt i området, vilket ger en uppfattning om utvecklingsnivån i området som helhet, samt inom ett visst ämnesområde. Ett sådant ämnesområde kan exempelvis vara kultur, industri, handel osv.

— Att bestämma de mest fördelaktiga platserna för placering av investeringsobjekt av viss typ (t.ex. banker, nischbutiker, handels- och nöjescenter m.m.) i det valda området.

— Analys av den mest effektiva användningen av området.
Detta område möjliggör en detaljerad studie av egenskaperna hos området, den marknadssituation som råder i det undersökta området, samt identifiering av efterfrågade alternativ.

— Bestämning av en faktors bidrag till kostnadsmodellen, med exempel från nya vägars och nya sträckors uppkomst.

— Analys av olika aspekter av ett område och analys av olika områden (jämförelse mellan områden).

Originaliteten i den metod för områdesanalys som föreslås i artikeln med användning av en "värmemodell" består i att använda utvecklingsindikatorer för området – potentialer, som uttrycks i numerisk form och speglar graden av påverkan av ett objekt (påverkansfaktor) på området.

För att förstå bakgrunden till forskningen bör vi säga några ord om den termiska potentialen och ge en fysisk tolkning av den.

Inom fysiken finns det sådana begrepp som kraftfält och kraftfunktion. Kraftfältet har dimensionsenhet energi, kraftfunktionen har dimensionsenhet kraft.

För lagarna om universell gravitation definieras kraftfältet med formeln:

F=k/r2, där
k – konstant;
r – avståndet mellan de interagerande objekten.

Kraftfunktionen ϕ definieras enligt uttrycket:

dϕ=-F*dr, där
ϕ — kraftfältets potential;
dϕ, dr – differentialer;
r — avståndet mellan de interagerande objekten,

därmed ϕ=k/r.

Den fysiska innebörden av kraftfältets potential ϕ är det arbete E som utförs av kraftfältet när det passerar en viss sträcka. I fallet med lagen om universell gravitation, när avståndet till objektet förändras från r2 till r1, definieras kraftfunktionen med formeln

E=k*(1/r1-1/r2), där
E – det arbete som utförs av kraftfältet när det passerar en viss sträcka;
r1, r2 – objektets initiala och slutliga läge.

För uppgiften att analysera ett område kan påverkan av objekt (faktorer) på området betraktas som en kraft (kraftfunktion), medan utvecklingsnivån för området kan ses som den sammanlagda termiska potentialen (kraftfält) från alla objekt (faktorer). Inom fysikens uppgifter är den termiska potentialen temperaturen, medan den i uppgifterna för områdesanalys med hjälp av en "termisk" modell representerar den sammanlagda påverkan av alla faktorer på en punkt inom området.

Rumsliga data representerar punkter, linjer och polygoner. För att beräkna potentialerna delas omfattande rumsliga data upp i mindre fragment. För varje fragment beräknas potentialen från punkten med en faktor som är lika med storleken på objektets (faktorens) fragment.

Data uppdelas i meningsfulla grupper baserat på likhet. Till exempel är handelsobjekt grupperade efter varor. Det finns grupper av skogsobjekt, vattenobjekt, bebyggelser, transportsätt osv. De meningsfulla grupperna utgör en faktor. Genom att gå igenom alla objekt (faktorer) får vi en uppsättning termiska potentialer som är redo för vidare behandling.

Användningen av potentialer ("värmekartor") möjliggör en övergång från rumsliga data till "värme" bilder av faktorer som påverkar områden (visualisering av potentialer). Denna övergång gör det möjligt att fastställa graden av närvaro av en faktor vid varje punkt i området och genomföra vidare analys, dvs. att avbilda olika utvecklingsriktningar för staden i färg. På så sätt får vi en glöd av olika intensitet för varje punkt i området.

Exempel på "värme" bilder av områden i staden Nizhny Novgorod utifrån flera faktorer visas nedan.

"Värmekarta" för staden N. Novgorod som återspeglar faktorn "Apotekskedja"

"Värmekarta" för staden N. Novgorod som återspeglar faktorn "Vårdcentraler för vuxna"

"Värmekarta" för staden N. Novgorod som återspeglar faktorn "Barnens vårdcentraler"

"Värmekarta" för staden N. Novgorod som återspeglar faktorn "Industriområden"

"Värme" bilder av områden gör det möjligt att bestämma koncentrationen av potentialer från olika påverkningsfaktorer. Vidare behövs en metod för att sammanställa de erhållna potentialerna till en integrerad egenskap, som tillåter en utvärdering av området utifrån ett stort antal faktorer. För detta behövs en metod som kan analysera stora mängder information, känna igen objekt samt minska datadimensionen utan att förlora så mycket information. En sådan metod är huvudkomponentanalys (Principal Component Analysis, PCA). Mer detaljerad information om denna metod kan läsas i Wikipedia.

Metodens kärna är att hitta en linjär kombination av de ursprungliga parametrarna som förändras mest inom analysområdet. För rumsliga data – den som förändras mest över området.

Huvudkomponentanalys identifierar objekt (faktorer) som förändras mest över området. Som en följd av metodens arbete uppstår nya variabler – huvudkomponenter, som är mer informativa jämfört med de ursprungliga data, vilket gör det lättare att analysera, beskriva och visualisera området, samt att bygga modeller.

Huvudkomponenterna representerar analytiska uttryck — summan av potentialerna hos de ursprungliga faktorerna med vissa koefficienter. Men om någon faktor har en betydande inverkan på området, men inte varierar inom det analyserade området, kommer huvudkomponentmetoden att utesluta denna faktor från huvudkomponenterna.

Huvudkomponenterna ordnas efter minskande information – dvs. spridning över området. De första huvudkomponenterna bär på avsevärt mer information än enskilda faktorer och beskriver området väl. Vanligtvis, vid användning av cirka hundra faktorer, bär den första huvudkomponenten på cirka 50 % av all information (varians) inom området. Huvudkomponenterna korrelerar inte med varandra och kan användas för modeller som kännetecken för området vid varje punkt.

Den första huvudkomponenten, som en abstrakt beräknad indikator för området, har inget tydligt namn eller klassificering. Men en uppsättning faktorer som korrelerar starkt med huvudkomponenten möjliggör tolkningen av huvudkomponenterna. Vanligtvis korrelerar följande faktorer med huvudkomponenterna:

— nivån på infrastrukturens utveckling;
— transportkomponenten i området;
— klimatzoner;
— nivån på jordbrukets utveckling;
— den ekonomiska potentialen i området.

Den vidare analysen, inklusive klustring, fortsätter med flera av de första betydande huvudkomponenterna.

På bilderna kan man se grafisk återgivning av de första huvudkomponenterna i flera städer i Ryska federationen.

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Nizhny Novgorod

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Jekaterinburg

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Kazan

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Perm

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Samara

Den första huvudkomponenten som kännetecknar nivån av stadsinfrastruktur i Khabarovsk

Integrerade egenskaper: klusteranalys

Nästa steg i arbetet med att analysera områden innebär att söka efter zoner inom den urbana miljön som är homogena i kvalitet. Denna sökning baseras på analysen av de främsta komponenternas värden vid varje punkt i området. Målet med att söka efter dessa homogena zoner kan lösas med hjälp av klusteranalys – en process för gruppering av områden baserat på likhet i egenskaper.

Klusteranalys av områden syftar till två mål:

— att skapa en bättre visuell presentation av området;
— att framhäva områden för att skapa separata modeller.

Områden klusteranalyseras i enlighet med utvalda faktorer för analys. Dessa faktorer kan vara sådana som påverkar prissättning eller faktorer som beskriver en aspekt av områdets utveckling, till exempel den sociala sfären.

Det finns två vanliga klassiska metoder för klusteranalys: K-means-metoden och dendrogrammetoden. När det kommer till att arbeta med områden har K-means-metoden visat sig vara effektiv, med en karakteristik som är "odling" av klustret, där nya objekt kopplas till tillväxtpunkterna. Fördelarna med K-means-metoden ligger i dess likhet med den naturliga processen för områdesbildning: att integrera liknande snarare än att separera olika.

K-means-metoden har tillämpats för beräkningar i Nizjnij Novgorod (se bilden nedan).

Överensstämmelse mellan kluster och utvecklingsnivå av området i exemplet N. Novgorod

Med den föreslagna metoden kan vi få en bild av området utifrån olika teman. De teman som intresserar oss kan vara till exempel graden av utveckling av urban infrastruktur, graden av "elitism" för området, graden av kulturell utveckling och den sociala komponenten av områdets utveckling. Dessa teman är dåligt definierade integrerade begrepp och består av många sammanlänkade faktorer.

Genom en viss parameterurvalsalgorithm (inklusive med hjälp av experter), kommer vi att få tematiska kartor som ger en överblick över en aspekt av områdets utveckling.

Med integrerade egenskaper menas de första huvudkomponenterna, framförallt den mest informativa första huvudkomponenten, och klusteranalys av området baserat på utvalda parametrar.

Tematiska kartor över de första huvudkomponenterna för olika aspekter av utveckling presenteras nedan i bilderna.

Tematisk karta "Kulturobjekt" med exempel från Nizjnij Novgorod.

Tematisk karta "Social sfär" med exempel från Nizjnij Novgorod.

Integrerade egenskaper ger möjlighet att förstå områdets särdrag genom att hantera många faktorer med minimala informationsförluster.

Det bör återigen betonas att dagens analys av områden är ett extremt viktigt steg i lösningen av uppgifter relaterade till utvecklingen av den stadsbyggda miljön, valet av platser för investeringar i byggande, sökandet efter de mest fördelaktiga lägena för nya objekt och andra uppgifter.

Den metod som föreslås i artikeln för analys av områden med hjälp av en "värmekarta" baserad på olika typer av faktorer är inte kritisk när det gäller uppsättningen av faktorer, det vill säga den ställer inga begränsningar eller krav på den ursprungliga informationen.

Mångfalden och överflödet av ursprunglig information, liksom möjligheten att använda öppna data, ger obegränsade perspektiv för analys av alla typer av områden. i världen.

I kommande publikationer som handlar om analys av områden planerar vi att avslöja detaljer om att skapa modeller med hjälp av huvudkomponenter och metoder för deras genomförande för uppgifter som:

— val av den bästa platsen för ett nytt objekt;
— konstruktion av en prisytan för en viss kategori av objekt baserat på marknadspriser;
- utvärdering av lönsamheten för en viss typ av aktivitet baserat på objektens läge.

Det är också i planen att presentera metoder för återgång från huvudkomponenter till faktorer, vilket i sin tur möjliggör att få en faktorbaserad modell för detta område.

Källa: habr.com