Penggunaan potensi termal untuk analisis wilayah

Contoh menghitung potensi termal untuk jaringan jalan di Nizhny Novgorod

Wilayah kota adalah sistem yang kompleks dan heterogen, yang terus berubah. Dimungkinkan untuk menggambarkan wilayah dan menilai lingkungan perkotaan menggunakan objek spasial (faktor). Faktor-faktor yang menggambarkan wilayah berbeda dalam sifat pengaruh (positif, negatif) dan konfigurasi geometris (titik, garis, poligon).

Seringkali sulit untuk menentukan tingkat pengaruh setiap objek individu pada tingkat perkembangan wilayah secara keseluruhan atau beberapa aspek tertentu dari itu. Saat ini, masalah mendefinisikan dan menggambarkan konsep-konsep seperti "budaya", "lingkungan sosial", "ketegangan sosial", "kehidupan yang baik", "pembangunan ekonomi", dan "kesehatan masyarakat" menjadi semakin relevan. Ambiguitas konsep-konsep ini meningkat jika kita ingin menerapkannya pada kelompok sosial yang berbeda, populasi dari berbagai usia dan jenis kelamin.

Juga, perlu dicatat bahwa batas-batas kota dalam konsep modern agak sewenang-wenang. Migrasi populasi harian, aksesibilitas transportasi ke daerah-daerah terpencil “semakin mengaburkan perbatasan” kota. Gagasan aglomerasi yang banyak digunakan secara keseluruhan mencerminkan batas-batas kota, tetapi pada saat yang sama membuat konsep batas-batas kota menjadi semakin kabur.

Terlepas dari masalah yang dijelaskan di atas, analisis dan penilaian wilayah saat ini adalah beberapa area yang menjanjikan dan menarik yang memungkinkan penyelesaian banyak masalah mendesak dari lingkungan perkotaan.


Artikel ini mengusulkan untuk mempertimbangkan metode analisis wilayah menggunakan model "termal". Dasar dari metode ini adalah studi tentang potensi yang diciptakan oleh objek (faktor) dari berbagai sifat (titik, linier dan areal). Analisis wilayah menggunakan metode ini memungkinkan untuk berpindah dari sekumpulan data spasial (faktor) yang menggambarkan wilayah tersebut ke perkiraan numerik (titik) yang tepat di setiap titik di wilayah tersebut.

Potensi yang dipelajari sebagai bagian dari analisis wilayah memiliki interpretasi fisik - distribusi panas di media dimensi yang berbeda (2D, 3D). Fenomena ini dapat direpresentasikan dalam bentuk gambar "termal" ("termal" peta wilayah), memberikan gambaran tentang tingkat perkembangan wilayah tersebut tergantung pada intensitas warna gambar.

Faktor Wilayah

Analisis wilayah melibatkan pencarian dan pemrosesan informasi tentang faktor-faktor pengaruh pada wilayah tersebut dan indikatornya. Faktor pengaruh adalah objek yang mempengaruhi wilayah sekitarnya, memiliki seperangkat karakteristik dan koordinat spasial. Contoh faktor pengaruh termasuk toko, fasilitas industri, jalan, hutan, badan air.

Indikator pengaruh adalah objek yang mencerminkan pengaruh objek dan juga memiliki seperangkat karakteristik dan koordinat spasial. Contoh indikator dampak: ATM, papan iklan, monumen.

Dalam presentasi lebih lanjut, kita akan menggunakan konsep faktor pengaruh, menggabungkan kedua istilah - faktor dan indikator pengaruh.

Berikut ini adalah contoh data spasial yang merupakan faktor yang mempengaruhi.



Salah satu tahap penting dari pekerjaan pada analisis wilayah adalah tahap mengumpulkan dan memproses informasi awal. Saat ini, ada banyak informasi tentang faktor-faktor pengaruh di wilayah dengan berbagai tingkat detail.

Informasi dapat diperoleh dari sumber terbuka atau sumber akses terbatas. Dalam banyak kasus, informasi terbuka cukup untuk analisis, meskipun, sebagai suatu peraturan, itu membutuhkan proses yang agak memakan waktu.

Di antara sumber terbuka, pemimpin, 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 dasar dengan ekstensi ".osm" digunakan untuk menggambarkan gambar 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".

Sebagai sumber informasi, Anda juga dapat menggunakan:

- 2GIS
Sumber daya ini berisi informasi olahan bulanan berkualitas tinggi, dengan pengelompokan 3 tingkat yang sangat baik untuk perusahaan dan organisasi.

- File KML (Keyhole Markup Language)
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.

Menggunakan file KML Anda dapat:
- mengatur berbagai ikon dan membuat tanda tangan untuk menunjukkan tempat-tempat di permukaan bumi
- membuat berbagai sudut untuk objek yang dipilih dengan mengubah posisi kamera
- Gunakan berbagai gambar overlay
- menentukan gaya untuk menyesuaikan tampilan objek, menggunakan kode HTML untuk membuat hyperlink dan gambar yang disematkan
- Gunakan folder untuk pengelompokan elemen hirarkis
- menerima dan memperbarui file KML secara dinamis dari host jarak jauh atau lokal
- Terima data KML sesuai dengan perubahan pada penampil 3D

- Layanan Federal untuk Registrasi Negara, Kadaster, dan Kartografi "Rosreestr"
Informasi di portal Rosreestra berharga untuk konten dan relevansinya, tetapi, sayangnya, itu tidak memungkinkan untuk mendapatkan jadwal untuk proyek-proyek pembangunan modal dan plot tanah secara gratis. Portal Rosreestra juga berisi sejumlah besar informasi terbatas.

- Otoritas statistik
Data statistik adalah sumber informasi yang sah tentang wilayah tersebut, namun, hingga hari ini, data dari kantor statistik hanya tersedia untuk sejumlah indikator tertentu, terutama dalam laporan dari lembaga statistik dan laporan dari otoritas regional.

- Sistem informasi pemerintah
Informasi berkualitas tinggi terkandung dalam sistem informasi pemerintah, tetapi hanya sebagian kecil darinya yang diterbitkan dalam domain publik dan tersedia untuk analisis.

Analisis wilayah tidak memaksakan persyaratan spesifik pada komposisi informasi, pada kenyataannya, Anda dapat menggunakan segala sesuatu yang dapat Anda temukan, informasi dari sumber terbuka dapat dipertukarkan sebagai suatu peraturan. Namun, perlu dicatat bahwa bahkan hanya informasi yang diterima dari sumber daya OSM sudah cukup untuk membuat analisis wilayah yang tidak dikenal.

Analisis wilayah menggunakan model "termal". Interpretasi fisik potensi

Seperti yang disebutkan sebelumnya, analisis wilayah saat ini adalah topik yang mendesak dan alat yang kuat untuk menarik investasi dalam pengembangan infrastruktur berbagai lingkungan perkotaan.

Berbagai tugas yang dapat diselesaikan dengan menganalisis wilayah dapat digabungkan menjadi beberapa bidang besar:

- Memperoleh penilaian wilayah yang paling ditafsirkan dan terinci pada masing-masing poinnya.
Memecahkan masalah ini, Anda bisa mendapatkan satu set estimasi titik di setiap titik wilayah, memberikan gambaran tentang tingkat perkembangan wilayah secara umum, serta di beberapa area subjek. Subjek seperti itu mungkin, misalnya, budaya, industri, perdagangan, dll.

- Penentuan tempat paling menguntungkan untuk penempatan objek investasi dari jenis tertentu (misalnya, bank, toko khusus, pusat perbelanjaan dan hiburan, dll.) Di wilayah yang dipilih.

- Analisis penggunaan wilayah yang paling efisien.
Arah ini memungkinkan untuk studi rinci tentang karakteristik wilayah, situasi pasar yang berlaku di wilayah studi, dan identifikasi opsi yang dibutuhkan.

- Menentukan kontribusi satu faktor terhadap model biaya, menggunakan contoh kemunculan jalan baru dan rute baru.

- Analisis aspek yang berbeda dari satu wilayah dan analisis wilayah yang berbeda (perbandingan wilayah).

Keaslian metode analisis wilayah yang diusulkan dalam artikel menggunakan model "termal" terdiri dari penggunaan indikator pengembangan wilayah - potensi, disajikan dalam bentuk angka dan mencerminkan tingkat pengaruh objek (faktor pengaruh) pada wilayah tersebut.

Untuk memahami esensi penelitian, beberapa kata harus dikatakan tentang potensi termal itu sendiri, dan memberikan interpretasi fisiknya.

Dalam fisika, ada konsep seperti medan gaya dan fungsi gaya . Medan gaya memiliki dimensi energi, fungsi gaya adalah dimensi gaya.

Untuk hukum gravitasi, medan gaya ditentukan oleh rumus:

$$$F = k / r2$dimana
k adalah konstanta;
r adalah jarak antara objek yang berinteraksi.

Fungsi gaya ϕ ditentukan oleh ekspresi:

$$$dϕ = -F * dr$dimana
ϕ adalah potensi medan gaya;
dϕ, dr adalah perbedaan;
r adalah jarak antara objek yang berinteraksi,

oleh karena itu $$$ϕ = k / r$.

Arti fisik dari potensi medan gaya ϕ adalah pekerjaan E yang dilakukan oleh medan gaya ketika melewati jalur tertentu. Dalam kasus hukum gravitasi universal, ketika jarak ke objek berubah dari r2 ke r1, fungsi gaya ditentukan oleh rumus

$$$E = k * (1 / r1-1 / r2)$dimana
E - kerja yang dilakukan oleh medan gaya ketika melewati jalur tertentu;
r1, r2 - posisi awal dan akhir objek.

Untuk tugas menganalisis wilayah, pengaruh benda (faktor) pada wilayah tersebut dapat dianggap sebagai kekuatan ( fungsi daya ), dan tingkat pengembangan wilayah sebagai total potensi termal ( medan gaya ) dari semua benda (faktor). Dalam masalah fisika, potensi termal adalah suhu, dan dalam masalah menganalisis wilayah menggunakan model "termal", potensi adalah efek total dari semua faktor yang mempengaruhi titik wilayah.

Data spasial adalah titik, garis, poligon. Untuk menghitung potensi, data spasial yang diperluas dibagi menjadi beberapa bagian kecil. Untuk setiap fragmen, potensi dari suatu titik dengan faktor yang sama dengan ukuran fragmen objek (faktor) dihitung.

Data dibagi menjadi kelompok-kelompok semantik sesuai dengan prinsip kesamaan dekat. Misalnya, objek perdagangan digabungkan dengan barang. Ada kelompok benda hutan, badan air, pemukiman, halte, dll. Kelompok yang berarti adalah faktor. Melewati semua objek (faktor), kami memperoleh satu set potensi termal yang cocok untuk diproses lebih lanjut.

Penggunaan potensi ("peta panas") memungkinkan Anda untuk beralih dari data spasial ke gambar "termal" objek (faktor) pengaruh pada wilayah (visualisasi potensi). Transisi semacam itu memungkinkan untuk menentukan tingkat keberadaan faktor pada setiap titik di wilayah tersebut dan melakukan analisis lebih lanjut, yaitu. menampilkan berbagai arah pengembangan kota dalam warna. Dengan demikian, kami memperoleh cahaya dengan intensitas yang berbeda-beda untuk setiap titik wilayah.

Contoh gambar "termal" dari wilayah Nizhny Novgorod dalam konteks beberapa faktor disajikan di bawah ini.


Peta "Thermal" dari N. Novgorod, mencerminkan faktor "Rantai Farmasi"


Peta "Thermal" dari N. Novgorod, mencerminkan faktor "Poliklinik untuk orang dewasa"


Peta "Thermal" dari N. Novgorod, mencerminkan faktor "poliklinik anak-anak"


Peta "Thermal" dari N. Novgorod, mencerminkan faktor "Zona industri"

"Thermal" gambar dari wilayah memungkinkan penentuan konsentrasi potensi dari berbagai objek pengaruh. Selanjutnya, perlu untuk menggabungkan potensi yang diperoleh ke dalam karakteristik integral yang memungkinkan penilaian wilayah oleh sejumlah besar faktor. Untuk melakukan ini, Anda memerlukan metode yang memungkinkan Anda menganalisis sejumlah besar informasi, mengenali objek, dan juga mengurangi dimensi data dengan kehilangan jumlah informasi yang paling sedikit. Salah satu metode tersebut adalah analisis komponen utama (PCA). Anda dapat membaca lebih lanjut tentang metode ini di Wikipedia .

Inti dari metode ini adalah untuk menemukan kombinasi linier dari parameter awal, yang berubah paling kuat di bidang analisis. Untuk data spasial - variabel terbanyak di seluruh wilayah.

Metode komponen utama mengidentifikasi objek (faktor) yang sangat bervariasi di seluruh wilayah. Sebagai hasil dari kerja metode, variabel baru muncul - komponen utama, yang lebih informatif dibandingkan dengan data awal, yang dengannya lebih mudah untuk menganalisis, menggambarkan dan memvisualisasikan wilayah, yang membuatnya lebih mudah untuk membangun model.

Komponen utama adalah ekspresi analitis - jumlah dari potensi faktor awal dengan beberapa koefisien. Namun, jika ada faktor yang memiliki dampak signifikan pada wilayah tersebut, tetapi tidak bervariasi di seluruh wilayah yang dianalisis, metode komponen utama tidak akan memasukkan faktor ini dalam komposisi komponen utama.

Komponen utama dipesan dalam urutan informasi yang menurun - yaitu tersebar di seluruh wilayah. Komponen utama pertama membawa lebih banyak informasi daripada faktor individu, dan menggambarkan wilayah dengan baik. Sebagai aturan, ketika menggunakan sekitar seratus faktor, komponen utama pertama membawa sekitar 50% dari semua informasi (dispersi) di seluruh wilayah. Komponen utama tidak saling berkorelasi dan dapat digunakan untuk model sebagai karakteristik wilayah di setiap titik.

Komponen utama, karena beberapa indikator wilayah yang dihitung secara abstrak, tidak memiliki nama dan klasifikasi yang jelas. Namun, kombinasi faktor yang sangat berkorelasi dengan komponen utama memungkinkan interpretasi komponen utama. Sebagai aturan, faktor-faktor berikut berkorelasi dengan komponen utama:

- tingkat pengembangan infrastruktur;
- komponen transportasi wilayah tersebut;
- zona iklim;
- tingkat pengembangan pertanian;
- Potensi ekonomi wilayah tersebut.

Analisis lebih lanjut, termasuk pengelompokan, dilengkapi dengan beberapa komponen utama penting pertama.

Pada gambar Anda dapat melihat tampilan grafis dari komponen utama pertama di beberapa kota di Federasi Rusia.


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur perkotaan di N. Novgorod


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur perkotaan di Yekaterinburg


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur perkotaan di Kazan


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur perkotaan di Perm


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur perkotaan di Samara


Komponen utama pertama yang mencirikan tingkat pengembangan infrastruktur kota Khabarovsk

Fitur Integral: Pengelompokan

Tahap selanjutnya dari pekerjaan pada analisis wilayah adalah pencarian daerah perkotaan dengan kualitas seragam. Pencarian ini didasarkan pada analisis nilai-nilai komponen utama pada setiap titik di wilayah tersebut. Tugas mencari zona homogen ini dapat diselesaikan dengan menggunakan pengelompokan - proses pengelompokan wilayah sesuai dengan prinsip kedekatan serangkaian karakteristik.

Pengelompokan teritorial memiliki dua tujuan:

- menciptakan visualisasi wilayah yang lebih baik;
- Alokasi area untuk kompilasi model individual.

Wilayah dikelompokkan menurut faktor yang dipilih untuk analisis. Faktor-faktor ini dapat berupa faktor-faktor yang mempengaruhi harga atau faktor-faktor yang menggambarkan beberapa aspek pengembangan suatu wilayah, misalnya, lingkungan sosial.

Ada dua metode pengelompokan klasik yang umum: metode K-means dan metode dendrogram. Ketika bekerja dengan wilayah, metode K-means telah membuktikan dirinya dengan baik, kekhasan di antaranya adalah "tumbuh" cluster dengan menghubungkan objek baru ke titik pertumbuhan. Keuntungan dari metode K-means adalah kesamaan pekerjaannya dengan proses alami pembentukan wilayah: integrasi yang serupa, daripada pemisahan yang berbeda.

Metode K-means digunakan untuk menghitung Nizhny Novgorod (Gambar di bawah).


Korespondensi kelompok dengan tingkat pengembangan wilayah dengan contoh kota N. Novgorod

Dengan pendekatan yang diusulkan, Anda bisa mendapatkan gagasan tentang wilayah pada berbagai topik. Topik-topik yang menarik bagi kita mungkin, misalnya, tingkat pengembangan infrastruktur perkotaan, tingkat "elitisme" wilayah itu, tingkat pengembangan budaya, komponen sosial pengembangan wilayah itu. Topik-topik ini adalah konsep integral yang tidak didefinisikan dengan baik, dan terdiri dari banyak faktor yang saling terkait.

Dengan beberapa algoritma untuk memilih parameter untuk analisis (termasuk dengan keterlibatan para ahli), kita akan mendapatkan peta tematik yang memberikan gagasan tentang satu aspek pengembangan wilayah.

Karakteristik integral dipahami sebagai komponen utama pertama, pertama-tama, komponen utama pertama yang paling informatif, dan pengelompokan wilayah sesuai dengan parameter yang dipilih.

Peta tematik dari komponen utama pertama pada berbagai aspek pembangunan disajikan pada gambar di bawah ini.


Peta tematik "Objek budaya" pada contoh kota N. Novgorod


Peta tematis “Lingkungan sosial” pada contoh kota N. Novgorod

Karakteristik integral memungkinkan untuk memahami fitur-fitur wilayah, beroperasi dengan banyak faktor dengan kehilangan informasi yang minimal.

Sebagai kesimpulan, perlu dicatat sekali lagi bahwa hari ini, analisis wilayah adalah tahap yang sangat penting dalam menyelesaikan masalah pengembangan lingkungan perkotaan, memilih tempat untuk berinvestasi dalam konstruksi, dan menemukan lokasi yang paling menguntungkan untuk objek baru dan tugas lainnya.

Metode menganalisis wilayah yang diusulkan dalam artikel menggunakan model "termal" dari faktor-faktor yang berbeda sifatnya tidak penting untuk serangkaian faktor, yaitu, tidak memaksakan pembatasan dan persyaratan pada informasi sumber.

Keragaman dan redundansi informasi sumber, serta kemampuan untuk menggunakan data terbuka menyediakanprospek tak terbatas untuk analisis wilayah mana pun di dunia.

Dalam publikasi berikut yang ditujukan untuk masalah analisis teritorial, kami berencana untuk mengungkapkan fitur kompilasi model menggunakan komponen dan metode utama untuk implementasinya untuk tugas-tugas seperti:

- memilih tempat terbaik ketika menempatkan objek baru;
- membangun permukaan harga untuk kategori objek tertentu menggunakan nilai pasar;
- Penilaian profitabilitas jenis aktivitas tertentu tergantung pada lokasi objek.

Juga direncanakan untuk memperkenalkan metode transisi terbalik dari komponen utama ke faktor, yang pada gilirannya memungkinkan kita untuk mendapatkan model faktor untuk wilayah tertentu.