Kompilasi peringkat wilayah dengan metode potensi termal menggunakan data terbuka

Pada artikel ini, kami mempertimbangkan algoritma dan hasil analisis area besar tanpa batasan pada perbatasannya, menggunakan metode potensi termal dan metode komponen utama . Sebagai informasi awal, preferensi diberikan untuk membuka data, terutama dengan OSM. Studi ini dilakukan di wilayah 40 subyek bagian Eropa dari Federasi Rusia, secara keseluruhan dengan luas total 1,8 juta km persegi.

Beberapa tugas diselesaikan dengan metode potensial:

• Definisi seperangkat titik perkiraan pada setiap titik wilayah, memberikan gambaran tentang tingkat perkembangan wilayah secara umum, dan di beberapa bidang studi pada khususnya. Misalnya, perdagangan, industri, layanan, dll.
• Menemukan zona homogen (kelompok) dari wilayah yang dianalisis dan batas-batasnya yang tepat.
• Perhitungan rekomendasi untuk penempatan fasilitas baru , termasuk fasilitas gabungan, termasuk fasilitas lainnya.
• Menemukan model biaya atau nilai wilayah untuk setiap kluster.
• Perbandingan wilayah, yaitu kompilasi peringkat wilayah (yang akan dibahas dalam artikel ini).

Lingkup penelitian

Masalah tersebut diselesaikan untuk tingkat kota (beberapa ratus sq. Km dengan akurasi spasial 25 meter) dan tingkat wilayah (beberapa ratus ribu sq. Km dengan akurasi spasial 250 meter). Artikel ini menjelaskan metode menganalisis wilayah pada skala baru - penyatuan kota, wilayah, kabupaten menjadi satu ruang.

Metode penelitian utama:

• Ini menggunakan informasi spasial terbuka, terutama OSM, dan metode pemrosesan itu.
• Untuk memperhitungkan tingkat pengaruh benda-benda yang berbeda sifatnya di wilayah tersebut, metode potensi digunakan .
• Untuk mengurangi dimensi masalah dan meningkatkan kualitas model, metode komponen utama digunakan.
• Untuk menghitung model linier, metode kuadrat terkecil digunakan.
• Untuk analisis, metode pengelompokan digunakan untuk menentukan daerah homogen. Setiap cluster memiliki model sendiri, model dijahit bersama di batas-batas cluster.

Studi ini dilakukan di tingkat entitas konstituen Federasi Rusia dan kota-kota besar, dengan penyatuan mereka selanjutnya.

Pertama-tama, kami menyajikan algoritme dan hasil studi wilayah homogen dari entitas konstituen Federasi Rusia - Distrik Federal Volga, Distrik Federal Tengah, Distrik Federal Selatan, Distrik Federal Barat Laut dan bagian dari Distrik Federal Ural, sehingga total area penelitian sekitar 1,8 juta kilometer persegi.

Deskripsi teknologi penelitian:

1. Pengumpulan informasi sumber dari sumber data terbuka (preferensi kami adalah OpenStreetMap) dalam konteks setiap subjek Federasi Rusia. Informasi awal diunduh dengan jari-jari pengaruh maksimum Rmax untuk semua faktor (misalnya, dalam kasus kami, jari-jari pengaruh maksimum adalah 50 km, mis. Kami akan mengunduh informasi dengan penyangga 50 km).
2. Penyambungan dilakukan dengan jelas dalam batas-batas subjek Federasi Rusia (langkah grid untuk penelitian ini adalah 1 kilometer), dan prosedur untuk membagi faktor-faktor pengaruh menjadi fragmen-fragmen untuk perhitungan lebih lanjut potensi dilakukan dengan mempertimbangkan buffer yang dibangun untuk memperhitungkan pengaruh faktor-faktor di perbatasan subjek.
3. Perhitungan nilai potensial dan mengisi hasil perhitungan dalam node grid dilakukan dalam batas-batas subjek Federasi Rusia.
4. Persatuan entitas konstituen Federasi Rusia menjadi "proyek tunggal". Artinya, pada tahap ini, kami menggabungkan semua grid yang dibangun untuk setiap subjek sebelumnya menjadi satu. Dengan demikian, kami mendapatkan grid seluas 1,8 juta kilometer persegi. dan mengandung 1,8 juta node (titik analisis) dan 88 faktor pengaruh (menurut pendapat kami, faktor OSM yang paling berpengaruh adalah titik dan objek yang diperluas (jalan raya, hutan, sungai, objek infrastruktur)).
5. Perhitungan indikator integral menggunakan metode komponen utama.
6. Cari area yang homogen.

Wilayah-wilayah yang diteliti bersatu dalam wilayah-wilayah homogen sesuai dengan faktor-faktor yang menggambarkan setiap sisi perkembangan wilayah itu, misalnya, bidang sosial, perdagangan, industri.
Gambar di bawah ini menunjukkan gambar area homogen dari "proyek tunggal" dalam konteks: industri, perdagangan, layanan.


Wilayah homogen bagian Eropa dari Federasi Rusia oleh faktor "industri"


Wilayah homogen bagian Eropa dari Federasi Rusia oleh faktor "industri" (fragmen Moskow)


Wilayah homogen bagian Eropa dari Federasi Rusia dengan faktor "perdagangan"


Wilayah homogen bagian Eropa dari Federasi Rusia dengan faktor "perdagangan" (fragmen Moskow)


Wilayah homogen bagian Eropa dari Federasi Rusia dengan faktor "layanan"


Wilayah homogen bagian Eropa dari Federasi Rusia oleh faktor "jasa" (fragmen Moskow)

Dalam gambar-gambar yang disajikan, pusat-pusat entitas konstituen Federasi Rusia mendominasi dengan agak jelas, tetapi dapat juga dicatat bahwa beberapa daerah homogen (wilayah yang disorot dengan warna yang sama) ditemukan di hampir setiap subjek. Dengan kata lain, wilayah homogen (penting) ini di entitas yang berbeda adalah yang paling menarik, baik dalam investasi maupun dalam rencana lain.

Tahap selanjutnya dari studi ini adalah kompilasi peringkat subjek dari bagian Eropa dari Federasi Rusia, yang diberikan dalam tabel di bawah ini.

Peringkat yang dikompilasi menunjukkan kilometer persegi terbaik, 100 meter persegi terbaik. km dan 20.000 km persegi terbaik. Perlu dicatat bahwa ini bukan fragmen spesifik dari wilayah 1, 100 atau 20.000 km persegi, tetapi seperangkat node grid (titik analisis) yang dibangun pada subjek yang memiliki karakteristik integral terbaik, mis. Node ini dapat ditempatkan secara acak di wilayah subjek Federasi Rusia.

Tabel 1. Peringkat mata pelajaran dari Federasi Rusia (1 km persegi terbaik.)



Tabel 2. Peringkat mata pelajaran Federasi Rusia (100 sq. Km.) Terbaik



Tabel 3. Peringkat entitas konstituen Federasi Rusia (20.000 sq. Km terbaik)



Posisi pertama dalam peringkat dipegang oleh Moskow dan Wilayah Moskow, St. Petersburg dan Wilayah Leningrad, Wilayah Sverdlovsk, Wilayah Chelyabinsk, Wilayah Nizhny Novgorod, dan Tatarstan. Namun, perlu diperhatikan bahwa peringkatnya “mengambang” tergantung pada skala penelitian (subjek Federasi Rusia berpindah tempat), yaitu, kumpulan simpul terbaik dipengaruhi oleh fakta bahwa kami mempertimbangkan -1 sq. Km atau 100 sq. Km, atau 20 000 km persegi

Memecahkan masalah serupa untuk pusat-pusat entitas konstituen Federasi Rusia (kami memilih 40 pusat terbesar dan terbesar), kami menetapkan langkah membangun kisi 100 meter dan mendapatkan hasil berikut.

Tabel 4. Peringkat pusat-pusat entitas konstituen Federasi Rusia (terbaik 0,01 sq. Km - titik terbaik di wilayah ini)



Tabel 5. Peringkat pusat-pusat entitas konstituen Federasi Rusia (10 km persegi terbaik).



Tabel 6. Peringkat pusat-pusat entitas konstituen Federasi Rusia (200 sq. Km terbaik)



Dengan demikian, seperti dalam tugas di tingkat entitas konstituen Federasi Rusia, peringkatnya ternyata tergantung pada skala yang diteliti. Ini karena jumlah node grid (titik analisis) dengan indikator integral terbaik bervariasi tergantung pada skala yang dipilih.

Sebagai kesimpulan, perlu dicatat bahwa peringkat apa pun adalah hal yang kondusif untuk diskusi, namun, kami melakukan penelitian tentang data terbuka menggunakan metode baru menganalisis wilayah, memungkinkan kami untuk mentransfer metode yang ada ke skala yang lebih kecil - tingkat subjek Federasi Rusia, distrik federal dan seterusnya.

Skala variabel dan metode baru memungkinkan kita untuk menganalisis objek yang jauh dari satu sama lain secara keseluruhan, dengan mempertimbangkan pengaruh timbal balik dari wilayah satu sama lain.