Próba formalizacji doboru parametrów generalizacji miejscowości dla opracowań w skalach przeglądowych Uniwersytet Warszawski Wydział Geografii i Studiów Regionalnych Katedra Kartografii
I. Motywacja
Infrastruktura Danych Przestrzennych w Polsce Nowa koncepcja Jedna wieloskalowa/wielorozdzielcza baza danych. Dwa komponenty DLM 10 i DLM 250. DCM generalizacja. DLM 10 DLM 250 DCM 10 DCM 25 DCM 50 DCM 100 DCM 250 DCM 500 DCM 1000 GUGiK, Politechnika Warszawska
Cel i zakres badań Próba wskazania i weryfikacji parametrów generalizacji ilościowej miejscowości dla opracowań w skalach przeglądowych. Badania przeprowadzono na dwóch obszarach testowych - w województwie dolnośląskim i łódzkim.
II. Metodyka generalizacji obiektów punktowych w skalach przeglądowych
Agregacja obiektów punktowych Algorytmy agregacji zbiorów obiektów punktowych. Klasyfikacja poprzez podział zbioru obiektów punktowych na klastry (klasy) tzw. spatial clustering na podstawie podobieństwa obiektów; zastąpienie każdego zbioru obiektów jednym punktem reprezentatywnym (typifikacja). Cel minimalizacja rozproszenia obiektów punktowych. Algorytmy agregacji przestrzennej: K-means clustering algorithm algorytm o wstępnie załozonej liczbie klastrów (zbiorów obiektów). Iterative self-organizing data analysis technique algorithm algorytm, w którym iteracyjnie (na bazie podobieństwa) wyznaczane są zbiory obiektów punktowych. Algorytmy te znajdują zastosowanie w generalizacji obiektów punktowych na mapach w skalach topograficznych! (Z. Li, 2007)
Selekcja obiektów punktowych Algorytmy selekcji, selektywnego pominięcia obiektów (tzw. selective omission) pomijanie mniej istotnych obiektów punktowych na podstawie charakterystyk atrybutowych lub/i przestrzennych. It is intuitive that large cities should take precedence over smaller ones but it is not true that if five cities are selected, these are the largest ones. (Marc van Kreveld, Rene van Oostrum 1997)
Algorytmy selekcji obiektów punktowych Algorytmy selekcji: model wzajemnych odległości miejscowości (settlement-spacing ratio), model grawitacji (gravity modelling), model kontroli zasięgu (distribution-coefficient control), segmentacji (set segmentation), redukcji kwadratowej (quadrat-reducution). model wzrastających okręgów (circle growth) (C. E. Langran, T. K. Poiker 1986) (M. Van Kreveld i współautorzy, 1997)
Algorytmy upraszczania struktury sieci obiektów punktowych Uproszczenie struktury sieci obiektów punktowych na podstawie zestawu opisujących ją parametrów. Przykładowy zestaw parametrów: ilość obiektów punktowych, waga poszczególnych obiektów, sąsiedztwo obiektów, ich wzajemne relacje, rozkład przestrzenny grup obiektów, gęstość obiektów punktowych. Dwie grupy algorytmów upraszczania: wykorzystujące informacje geometryczne oraz geometryczne i tematyczne.
III. Koncepcja regionalnego zróżnicowania parametrów generalizacji
Założenia 1. Podstawowym kryterium doboru miejscowości jest ich wielkość, mierzona liczbą mieszkańców. 2. Zróżnicowanie gęstości miejscowości powinno odzwierciedlać różnice gęstości zaludnienia. 3. Wskaźnik gęstości miejscowości na mapach obszaru Polski powinien wynosić od 50 do 150 miejscowości na 1 dm 2. 4. Jako jednostkę analiz gęstości przyjęto powiaty ziemskie.
Analiza gęstości miejscowości w powiatach Wybór miejscowości powyżej 100, 200, 300 oraz 400 mieszkańców ocena gęstości miejscowości powiatach w poszczególnych województwach. Wskaźnik gęstości miejscowości na 1 dm 2 Lp Powiat Wszystkie miejscowości powyżej 100 mieszk. powyżej 200 mieszk. powyżej 300 mieszk. powyżej 400 mieszk. 1 górowski 422 252 112 65 37 2 milicki 397 253 123 74 46 3 bolesławiecki 153 134 121 92 79 4 średzki 460 324 249 178 93 5 lwówecki 307 237 166 124 78 6 legnicki 399 298 211 158 104
Analiza gęstości miejscowości powyżej 100 i 200 mieszkańców Województwo dolnośląskie Województwo łódzkie Równomierne rozmieszczenie miejscowości w obu województwach. Zbyt duża gęstość miejscowości w odniesieniu do omawianego poziomu skalowego, przeznaczenia map oraz założonego optymalnego wskaźnika gęstości miejscowości.
Analiza gęstości miejscowości powyżej 300 i 400 mieszkańców Województwo dolnośląskie Województwo łódzkie Województwo dolnośląskie - ze względu na charakterystyczną strukturę wielkości miejscowości w województwie dolnośląskim uzyskana w wyniku selekcji gęstość miejscowości odzwierciedla gęstości zaludnienia na tym obszarze. Województwo łódzkie - znaczna zmiana sposobu rozmieszczenia i gęstości miejscowości. Charakterystyczne rozmieszczenie miejscowości wzdłuż szlaków komunikacyjnych. Uzyskany obraz nie w pełni oddaje zależność między gęstością miejscowości a gęstością zaludnienia na tym obszarze.
Analiza gęstości miejscowości Zróżnicowanie struktury wielkości miejscowości na obszarze analizowanych województw uniemożliwia zastosowanie jednolitego kryterium wyboru miejscowości. W związku z tym konieczne wydaje się regionalne zróżnicowanie obszaru obu województw oraz lokalny dobór kryteriów generalizacji osadnictwa.
Gęstość zaludnienia rzeczywista i teoretyczna Identyfikacja powiatów o zawyżonej i zniżonej liczbie mieszkańców (P zw, P zn ) Wprowadzenie pojęcia średniego miasta powiatowego (P śr ) w celu zapewnienia porównywalności na poziomie powiatów (normalizacja liczby mieszkańców w powiatach). Teoretyczna liczba ludności średniego miasta powiatowego (LP śr ): LP Śr LP LPZW LPZN P ( LP ) ZW LPZN Teoretyczna gęstość zaludnienia powiatów o zaniżonej gęstości zaludnienia - włączono liczbę ludności średniego miasta powiatowego. Dla powiatów o zawyżonej gęstości zaludnienia największą miejscowość zastąpiono średnim miastem powiatowym w województwie.
Analiza porównawcza gęstości miejscowości i gęstości zaludnienia Wskaźnik gęstości miejscowości na 1 dm 2 Gęstość zaludnienia na 1 km 2 Lp. Powiat Wszystki e miejscowości powyżej 100 mieszk. powyżej 200 mieszk. powyżej 300 mieszk. powyżej 400 mieszk. Rzeczywista Teoretyczna 1 poddębicki 793 406 131 54 28 50-2 skierniewicki 557 345 219 139 90 51 77 3 piotrkowski 625 399 225 144 90 65 76 4 pajęczański 591 330 193 137 103 68-5 łęczycki 829 444 165 68 42 73-6 wieruszowski 649 353 209 157 113 74-7 opoczyński 539 387 238 163 91 78-8 rawski 652 470 186 85 50 80-9 sieradzki 592 399 231 109 64 84-10 radomszczański 573 300 175 108 73 85 65
Gęstości miejscowości a gęstość zaludnienia Województwo dolnośląskie Województwo łódzkie
IV. Podsumowanie
Propozycja regionalnego doboru parametrów generalizacji
Dziękuję za uwagę, i.karsznia@uw.edu.pl Wydział Geografii i Studiów Regionalnych, Uniwersytet Warszawski Katedra Kartografii