نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

با توسعه صنعت خدمات و صنعت فرهنگی، خدمات تفریحی و سرگرمی شهری به نماد مهم شهر و موتور محرکه توسعه اقتصادی و اجتماعی تبدیل شده است. کارائوکه، یک شکل معمولی از سرگرمی های شهری، بسیار محبوب در سراسر چین است و انتظار می رود تعداد بارهای کارائوکه در آینده همچنان در حال افزایش باشد. با این حال، اطلاعات کمی در مورد توزیع فضایی آنها در فضای شهری و ارتباط آنها با سایر عوامل خاص مکان وجود دارد. بر اساس داده های موجودیت مکانی و داده های آمار کسب و کار، ما یک الگوی خوشه ای از 530 میله کارائوکه در نانجینگ را با استفاده از تجزیه و تحلیل الگوی نقطه ای و تجزیه و تحلیل خوشه ای در GIS نشان می دهیم. علاوه بر این، توزیع جمعیت، شبکه حمل و نقل،
کلید واژه ها: 

توزیع اجتماعی – فضایی ; کارائوکه بار ؛ مکان تفریحی ؛ چین

 

1. معرفی

صنعت اوقات فراغت به عنوان یکی از “پنج موتور بزرگ” رشد اقتصادی فهرست شد [ 1 ]. «سرگرمی بزرگ» – همه چیز از بارها گرفته تا فروشگاه‌های ویدیویی تا خانه‌های اپرا – در خط مقدم صنعت اوقات فراغت قرار دارند. مشاهده شده است که بخش تفریح ​​و سرگرمی سهم فزاینده ای از تولید ناخالص داخلی در چین و همچنین در سراسر جهان را به خود اختصاص می دهد که منجر به ساختار اقتصادی بهینه می شود. همچنین به تأمین‌کننده بزرگ اشتغال [ 2 ] تبدیل می‌شود و نقش مهمی در برآوردن تقاضای تفریحی ساکنان دارد. در میان فعالیت های تفریحی ساکنان، آواز خواندن رایج ترین و پرطرفدارترین فعالیت است. بارهای کارائوکه محل تجاری ارائه خدمات برای آواز هستند.
کارائوکه، از ژاپن [ 3 ]، شکلی از سرگرمی تعاملی است که در آن یک خواننده آماتور همراه با موسیقی ضبط شده (معمولا آهنگ محبوب منهای آواز اصلی) با استفاده از میکروفون آواز می خواند. کارائوکه به زودی به بقیه آسیا و سایر کشورهای سراسر جهان گسترش یافت [ 4 ]. به جای قرار دادن دستگاه‌های کارائوکه در رستوران‌ها و اتاق‌های هتل در زمان‌های اولیه، بارهای کارائوکه با تجهیزات کارائوکه نصب شده در اتاق‌های محفظه‌ای و ترکیب با غذا و سایر خدمات تفریحی، به عنوان یک تجارت جدید در بازار ظهور کردند و محبوبیت زیادی پیدا کردند. اولین کارائوکه بار در سرزمین اصلی چین در سال 1990 در استان هاینان افتتاح شد. از آن زمان، کارائوکه به یکی از محبوب ترین فعالیت های اوقات فراغت در شهری چین تبدیل شده است [ 5]، و بارهای کارائوکه در سرتاسر سرزمین اصلی چین گسترش یافت. مطالعه قبلی ما نشان می‌دهد که تا سال 2012، 87700 کارائوکه بار در سرزمین اصلی چین وجود دارد [ 6 ] که در نواحی شرقی و مرکزی خوشه‌بندی شده‌اند ( شکل 1 ).
اگرچه بارهای کارائوکه، به عنوان نوعی سرگرمی، در شهرهای شهری چین گسترده هستند، اطلاعات کمی در مورد توزیع فضایی آنها در شهرها وجود دارد. با در نظر گرفتن صنعت سرگرمی و اوقات فراغت به عنوان یک کل، ادبیات رو به رشدی وجود دارد که توزیع فضایی آن را در چین شهری بررسی می کند. ژانگ و وانگ [ 7 ] خلاصه کردند که چهار الگوی توزیع مکانهای تفریحی تجاری شهری وجود دارد: ساختار مرکزگرا، ساختار گسسته، ساختار متصل و ساختار جدا شده. هو و ژونگ [ 8 ] یک مطالعه طولی انجام دادند و مشاهده کردند که توزیع مکان‌های سرگرمی در هانکو فرآیندی از خوشه‌بندی به پراکندگی و خوشه‌بندی مجدد را تجربه کرد. در نظر گرفتن چنگدو به عنوان مطالعه موردی، یانگ [ 9] دریافت که توزیع فضایی صنعت اوقات فراغت ارتباط نزدیکی با محدوده فعالیت تفریحی ساکنان دارد. با توسعه GIS به عنوان یک ابزار قدرتمند برای تجسم و تجزیه و تحلیل فضایی، محققان بیشتر و بیشتری مطالعات تجربی را برای نشان دادن طرح و ساختار مکانی یک صنعت خاص (مانند صنعت فرهنگی، صنعت خدمات مالی، صنعت خدمات خودرو، صنعت خلاق، و غیره)، و برای بررسی روند تکامل فضایی، رشد فضایی و الگوی انتشار [ 10 ، 11 ، 12 ، 13 ، 14 ، 15 ، 16 ، 17 ].
علاوه بر الگوی توزیع فضایی یک صنعت خاص، محققان بیشتر به عوامل شکل دهنده توزیع فضایی آن علاقه مند هستند. مهم ترین عناصر موفقیت برای فعالیت های اقتصادی، رابطه عرضه و تقاضا و مکان است. نیازهای مصرفی جمعیت، نیروی محرکه اولیه و مستقیم برای توسعه صنعت، از جمله صنعت اوقات فراغت و سرگرمی است. رابطه عرضه و تقاضا شامل تعداد مشتریان بالقوه، شرایط کلان اقتصادی، تقاضای مصرف منطقه ای و ظرفیت است [ 18 ]. در حالی که موقعیت مکانی زیرساخت، محیط رقابت تجاری و ارائه خدمات عمومی را در بر می گیرد. وی و همکارانش از طریق یک مطالعه تجربی بر روی امکانات فرهنگی در شنژن [ 19] نتیجه گرفت که اقتصاد محلی، توزیع جمعیت، حمل و نقل و سیاست ها عوامل کلیدی هستند که بر توزیع امکانات فرهنگی تأثیر می گذارند. حمل و نقل، که مشتریان و امکانات را به هم پیوند می دهد، تاکید می شود که اهمیت زیادی برای انتخاب مکان امکانات تفریحی و سرگرمی دارد [ 20 ]. ژانگ و وانگ [ 7 ] اشاره کردند که انواع مختلفی از مکان‌های تفریحی توسط یکدیگر جذب می‌شوند، که منجر به یک الگوی تجمع می‌شوند و معمولاً در نزدیکی CBD‌ها قرار دارند.
با این حال، بیشتر مطالعات موجود صنعت اوقات فراغت و سرگرمی را به عنوان یک کل در نظر می گیرند و فاقد تحلیل کمی فضایی عمیق هستند. در این مقاله، به طور خاص با تمرکز بر کارائوکه بار، که یک فعالیت اوقات فراغت بسیار گسترده در شهری چین است، هدف ما نشان دادن الگوی توزیع فضایی آنها در داخل شهر با استفاده از روش‌های آماری GIS و بررسی عوامل اجتماعی – فضایی زیربنایی آنها است. توزیع، که شامل تراکم جمعیت، حمل و نقل و مکان مراکز تجاری است. این مطالعه بر برنامه ریزی و راهنمایی صنعت اوقات فراغت و سرگرمی برای دولت روشن می کند و همچنین تحقیقات تجربی در مورد اوقات فراغت و صنعت سرگرمی را غنی می کند.
بارهای کارائوکه معمولاً به عنوان نقاطی در فضای شهری انتزاع می شوند. در این مقاله، تجزیه و تحلیل الگوی نقطه‌ای و تحلیل خوشه‌ای در GIS برای نشان دادن اینکه آیا میله‌های کارائوکه به صورت تصادفی قرار می‌گیرند یا یک الگوی خاص (خوشه‌ای یا پراکنده) را ارائه می‌دهند، استفاده خواهد شد. بر اساس بررسی ادبیات، ما فرض می‌کنیم که سه عامل اصلی بر توزیع بارهای کارائوکه تأثیر می‌گذارند: تراکم جمعیت، شبکه حمل‌ونقل، و موقعیت مراکز تجاری. برای آزمون این فرضیه، تراکم همبستگی فضایی بارهای کارائوکه با تراکم جمعیت و مرکزیت حمل و نقل به ترتیب اندازه‌گیری می‌شود. برای بررسی تأثیر مرکز تجاری بر توزیع بارهای کارائوکه، سلول‌های ویرونوی، مخفف منطقه خدماتی،

2. داده ها

نانجینگ، مرکز استان جیانگ سو، در یکی از بزرگترین مناطق اقتصادی چین، دلتای رودخانه یانگ تسه واقع شده است. جمعیت کل در سال 2012 حدود 8.16 میلیون نفر است (سالنامه آمار نانجینگ 2013). نانجینگ از دیرباز مرکز سیاسی، اقتصادی و فرهنگی بوده است. به عنوان شهر آزمایشی اصلاحات صنعت خدمات، بخش خدمات 54.38 درصد از تولید ناخالص داخلی را در سال 2013 به خود اختصاص داد (سالنامه آمار نانجینگ، 2014). رشد سریع بخش خدمات به نیروی محرکه توسعه اقتصادی در نانجینگ تبدیل شده است. در میان صنعت خدمات، بخش اوقات فراغت و سرگرمی 1 درصد از تولید ناخالص داخلی را در سال 2013 به خود اختصاص داده است (سالنامه آمار نانجینگ، 2014). با مساحت 6598 کیلومتر مربعنانجینگ از 11 ناحیه تشکیل شده است. با توجه به اینکه مناطق بزرگ روستایی و توسعه نیافته در محدوده شهرداری نانجینگ وجود دارد، ما در این مقاله فقط مناطق اصلی شهری را به عنوان منطقه مطالعه خود انتخاب می کنیم که توسط رودخانه یانگ تسه و بزرگراه کمربندی احاطه شده است (نشان داده شده توسط ناحیه قرمز در سمت چپ). نقشه شکل 2 ). در منطقه مورد مطالعه 4.38 میلیون نفر ساکن هستند که 577.8 کیلومتر مربع را پوشش می دهد .
داده های اصلی جغرافیایی از نقشه های شهر نانجینگ در سال 2012 که توسط موسسه نقشه برداری و نقشه برداری استان جیانگ سو منتشر شده است، استخراج شده است. از طریق بردارسازی نقشه و کالیبراسیون مختصات، مرز محدوده مورد مطالعه، محدوده مناطق فرعی (یک تقسیم اداری سطح پایین یک ناحیه)، ویژگی های جغرافیایی (رودخانه، دریاچه و کوه) به دست آمده است. داده های شبکه جاده ها از OpenStreetMap می باشد. مکان بارهای کارائوکه از نقشه های بایدو (مشابه نقشه های گوگل، اما فقط منطقه چین بزرگ را پوشش می دهد) و نقشه های گوگل استخراج می شود. پس از بررسی داده ها (تأیید تصاویر نمای خیابان)، یک لایه نقطه ای از نوارهای کارائوکه ایجاد شده است. داده های جمعیت از سرشماری نفوس سال 2010 در سطح زیر ناحیه است.

3. روش شناسی

3.1. تجزیه و تحلیل الگوی نقطه – توابع K و L ریپلی

تحلیل الگوی نقطه ای یکی از اساسی ترین مفاهیم در جغرافیا و تحلیل فضایی است. الگوی یا توزیع مجموعه ای از نقاط روی یک سطح را ارزیابی می کند [ 21 ]. سه الگوی کلی وجود دارد: تصادفی، یکنواخت و خوشه ای. تابع K ریپلی [ 22 ] یک تکنیک رایج برای تخمین وجود وابستگی فضایی در بین نقاط است. تابع K ریپلی به صورت زیر تعریف می شود:

ک(r)=1λ∑من≠jمن(دمنj<r)/n

که در آن λ میانگین چگالی نقاط است (به طور کلی به صورت n/A تخمین زده می شود ، جایی که A مساحت ناحیه ای است که همه نقاط را در بر می گیرد)، و من (دمنj<تی)تعداد نقاط داخل دایره با نقطه i به عنوان مرکز و r به عنوان شعاع است. با فرض تصادفی کامل فضایی (CSR)، K (r) برابر است با πr2. برای ساده سازی، تابع K به یک نسخه استاندارد شده، تابع L تبدیل می شود که به صورت زیر تعریف می شود:

L(r)=ک(r)π–r
اگر K ( r ) > πr2(یا L ( r ) > 0)، این یک الگوی نقطه خوشه ای را نشان می دهد. K ( r ) < πr2(یا L ( r ) < 0)، برعکس، نشان می دهد که الگوی نقطه ای منظم است.

3.2. تجزیه و تحلیل خوشه – خوشه بندی سلسله مراتبی نزدیکترین همسایه

تجزیه و تحلیل خوشه ای به دنبال گروه بندی مجموعه ای از اشیاء به “خوشه” است، به طوری که آنهایی که در هر خوشه هستند بیشتر از اشیاء اختصاص داده شده به خوشه های مختلف با یکدیگر مرتبط هستند [23 ] . این یک وظیفه اصلی داده کاوی اکتشافی و همچنین یک تکنیک رایج برای تجزیه و تحلیل داده های آماری است که در بسیاری از زمینه ها از جمله یادگیری ماشین، تشخیص الگو، پردازش تصویر، بازیابی اطلاعات و بیوانفورماتیک استفاده می شود [24 ] . خوشه‌بندی سلسله مراتبی روشی برای تجزیه و تحلیل خوشه‌ای است که به دنبال ایجاد سلسله مراتبی از خوشه‌ها با اتصال «اشیاء» برای تشکیل «خوشه‌ها» بر اساس فاصله آنها است [25] .]. خوشه بندی سلسله مراتبی می تواند تجمعی (شروع با عناصر منفرد و تجمیع آنها به خوشه ها) یا تقسیمی (شروع با مجموعه داده کامل و تقسیم آن به پارتیشن ها) [ 26 ] باشد.
یکی از ساده‌ترین روش‌های خوشه‌بندی سلسله مراتبی تجمعی، خوشه‌بندی تک پیوندی است که به عنوان تکنیک نزدیک‌ترین همسایه نیز شناخته می‌شود. ویژگی تعیین کننده این روش این است که فاصله بین گروه ها به عنوان فاصله بین نزدیک ترین جفت اشیاء تعریف می شود، که در آن فقط جفت های متشکل از یک شی از هر گروه در نظر گرفته می شوند [27 ] . فاصله بین خوشه های X و Y ، D(X، Y) با عبارت زیر توصیف می شود:

D(ایکس، Y)=دقیقهایکس∈ایکس، y∈Yد(ایکس، y)

جایی که شی x در خوشه X و شی y در خوشه Y است . با فرض وجود N شیء در ناحیه A ، الگوریتم خوشه‌بندی سلسله مراتبی نزدیکترین همسایه مراحل زیر را انجام می‌دهد:

  • هر شی به صورت یک خوشه دیده می شود که شامل یک شی منفرد است. محاسبه فاصله N × N ماتریس D شامل تمام فاصله d ( i ، j ) است.
  • یک آستانه فاصله را تعریف کنید، که مقدار مشخصی است که به صورت دستی تنظیم می شود یا می تواند میانگین فاصله مورد انتظار ویژگی ها با یک الگوی تصادفی باشد:

    D¯E= 12آن
  • ادغام خوشه هایی که فاصله آنها در آستانه فاصله تعیین شده است.
  • ماتریس فاصله بین خوشه های تازه تشکیل شده را به روز کنید.
  • مرحله 3 را برای ادغام بیشتر خوشه ها تکرار کنید تا زمانی که دیگر خوشه ها ادغام نشوند.

3.3. خودهمبستگی فضایی – I موران دو متغیره

خودهمبستگی فضایی را می توان به عنوان همزمانی شباهت ارزش با شباهت مکانی تعریف کرد که برای تشخیص الگوهای تداعی فضایی استفاده می شود [ 28 ]. معیار جهانی برای خودهمبستگی فضایی، Moran’s I ، یک مقدار واحد است که برای کل منطقه مورد مطالعه اعمال می شود [ 29 ]. در حالی که شاخص‌های محلی متناظر آن، Moran’s I محلی ، همچنین به عنوان LISA (شاخص‌های محلی ارتباط فضایی) شناخته می‌شود، مقدار محاسبه‌شده برای هر واحد مشاهده را نشان می‌دهد و به محققان اجازه می‌دهد تا تغییرات محلی در وابستگی فضایی را بررسی کنند [ 30 ].
علاوه بر موران I تک متغیره که بر خوشه بندی فضایی مشاهدات بر حسب یک متغیر تک متغیره تمرکز می کند، موران I دو متغیره برای نشان دادن رابطه بین دو متغیر با در نظر گرفتن رابطه توپولوژیکی بین مشاهدات ارائه شده است [ 31 ]. این اندازه گیری قدرت ارتباط بین دو متغیر در منطقه مورد مطالعه متفاوت است. دو متغیره موران I بین متغیرهای k و l برای واحد مشاهده i به صورت زیر تعریف می شود:

منکلمن=zکمن∑jدبلیومنjzلj

که در آن W ij ماتریس وزن فضایی بین واحد مشاهده i و واحدهای مجاور آن j است ، zکمن=(ایکسکمن–ایکسک¯)/δکشکل استاندارد شده مقدار متغیر k در واحد مشاهده i است و zلj=(ایکسلj–ایکسل¯)/δلشکل استاندارد شده مقدار متغیر l در واحد مشاهده j s است .

این آمار نشان دهنده درجه ارتباط خطی بین مقدار یک متغیر در یک واحد معین i و میانگین متغیر دیگر در واحدهای مجاور j s است . نتایج دو متغیره موران I نقشه ای با چهار دسته همبستگی فضایی است: دو همبستگی فضایی مثبت، یعنی خوشه های فضایی (بالا-بالا و کم-پایین) که به مقادیری که از نظر فیزیکی توسط واحدهای مجاور با مقادیر مشابه احاطه شده اند و دو همبستگی فضایی منفی مربوط می شود. همبستگی یا نقاط پرت فضایی (بالا-کم و کم-بالا) نامیده می شود که به مقادیر احاطه شده توسط واحدهای مجاور با مقادیر غیرمشابه مربوط می شود [ 32 ].

3.4. ارزیابی مرکزیت چندگانه – مرکزیت شبکه

در برنامه‌ریزی منطقه‌ای و شهری، مرکزیت یا «دسترسی» و «نزدیکی» (اصطلاحات اغلب به جای هم استفاده می‌شوند) وارد صحنه شده و تأکید می‌کند که «بعضی مکان‌ها به دلیل مرکزی‌تر بودن مهم‌تر از مکان‌های دیگر هستند» [33 ] . ارزیابی مرکزیت چندگانه (MCA) ابزاری است که توزیع فضایی مرکزیت را بر روی سیستم‌های جغرافیایی مانند سیستم خیابان شهری ارزیابی می‌کند و نتایج را به صورت گرافیکی خروجی می‌دهد [ 34 ]. اولین گام برای اجرای MCA، ترجمه سیستم فضایی به یک نمودار است. به عنوان مثال، در شبکه ای از تقاطع ها و مسیرها، تقاطع ها به گره ها و مسیرها به لبه هایی که توسط دو گره انتهایی تعریف می شوند، انتزاع می شوند.
ویژگی های اصلی MCA عبارتند از: (1) استفاده از رویکرد اولیه شبکه. (2) لنگر تمام اقدامات در شبکه واقعی از خیابان. و (3) مرکزیت را با مجموعه ای از شاخص ها تعریف کنید [ 35 ]. بسته به مفهوم “مرکزی بودن”، معمولاً از سه شاخص برای مشخص کردن شکل یک شبکه استفاده می شود: نزدیکی، بین بودن و صاف بودن [ 36 ].

3.4.1. مرکزیت نزدیکی (C C )

“نزدیک، دسترسی به یک گره را اندازه گیری می کند، به گونه ای که یک گره به سایرین نزدیک تر، در دسترس تر است” [ 36 ]. شاخص نزدیکی گره i به صورت زیر تعریف می شود:

سیمنج=(ن–1)/∑j≠منندمنj

جایی که دمنjکوتاه ترین مسیر از گره i به گره j است و N تعداد تمام گره های شبکه است. در واقع، نزدیکی متقابل میانگین کوتاه ترین مسیرها از گره i به گره های دیگر است. بنابراین، هر چه یک گره مرکزی تر باشد، میانگین فاصله آن با سایر گره ها کمتر است.

3.4.2. مرکزیت بین (C B )

فراتر از شاخص نزدیکی، تعامل بین دو گره دور به گره هایی بستگی دارد که به مسیری که آنها را به هم پیوند می دهد، تعلق دارند. این گره ها دارای یک مکان استراتژیک برای کنترل و تأثیر جریان ها هستند [ 35 ]. “مرکزیت بین تعداد دفعاتی که یک گره به عنوان پل در امتداد کوتاه ترین مسیر بین دو گره دیگر عمل می کند” [ 37 ]. مرکزیت بین گره i این است:

سیمنب=1(ن–1)(ن–2)∑j≠ک≠مننnjک(من)njک

جایی که njکتعداد کل کوتاهترین مسیرها از گره j به گره k است و njک(من)تعداد مسیرهایی است که از گره i می گذرد . این شاخص حجم جریان روی یک گره را اندازه گیری می کند.

3.4.3. مرکزیت صافی (C S )

با شروع از این فرضیه که “ارتباط بین دو گره هنگامی که مسیر مستقیم است بهتر است”، مرکزیت راستی میزان انحراف کوتاه‌ترین مسیر بین گره i به سایر گره‌ها را از خط مستقیمی که آنها را به هم مرتبط می‌کند، ارزیابی می‌کند [ 35 ] :

سیمناس=1(ن–1)∑j≠منندمنjEuclدمنj

که در آن دمنjEuclفاصله اقلیدسی بین گره i و گره j و استدمنjفاصله شبکه بین گره i و گره j است . هرچه تفاوت بین فاصله اقلیدسی و فاصله شبکه کمتر باشد، گره مرکزی “مستقیم” تر است.

3.5. درونیابی فضایی – تخمین چگالی هسته

درون یابی فضایی “رویه تخمین ارزش ویژگی ها در مکان های نمونه برداری نشده (یا سلول ها در یک شطرنجی) در منطقه تحت پوشش مشاهدات موجود است” [ 38 ]. تخمین چگالی هسته یک تکنیک درونیابی است که تابع چگالی احتمال یک متغیر تصادفی را ارزیابی می کند [ 39 ]. “تخمین چگالی هسته شامل قرار دادن یک سطح متقارن بر روی هر نقطه، ارزیابی فاصله از نقطه تا مکان مرجع بر اساس یک تابع ریاضی، و جمع کردن مقدار تمام سطوح آن مکان مرجع است” [40] ( شکل 3 ) .
چگالی تخمینی نقطه s به صورت زیر تعریف می شود:

f(س)=1r ∑من=1نک(د(س،سمن)r)

که در آن N تعداد مشاهدات موجود است، h پارامتر هموارسازی به نام پهنای باند است. د(س،سمن)فاصله بین نقطه s و نقاط مشاهده موجود s i و K ( د(س،سمن)r) هسته است، یک تابع وزنی، یعنی مجموعه قوانینی است که تعیین می کند یک نقطه نزدیک به مرکز نسبت به نقطه نزدیک به لبه دایره چقدر وزن باید داده شود. همانطور که در معادله مشاهده می شود، نتایج تحت تاثیر سه عامل است:

  • فاصله بین نقاط.
  • پهنای باند، که برای کنترل درجه هموارسازی اعمال شده روی داده ها بسیار مهم است. اگر پهنای باند کم باشد، یک تخمینگر تحت هموار، با تنوع بالا به دست خواهیم آورد. برعکس، اگر بزرگ باشد، تخمین‌گر حاصل از تابعی که می‌خواهیم تخمین بزنیم بسیار صاف و دورتر خواهد بود [ 41 ].
  • تابع وزن دهی هسته اگرچه طیف وسیعی از توابع هسته وجود دارد، مطالعات تجربی تفاوت بسیار کمی را در نتایج بین توابع وزنی مختلف نشان می دهد. در تحلیل زیر از تابع هسته چند جمله ای درجه دوم استفاده خواهیم کرد.

4. الگوی توزیع فضایی بارهای کارائوکه

تا پایان سال 2012، 530 بار کارائوکه در منطقه مورد مطالعه وجود دارد. جدول 1 تعداد و تراکم بارهای کارائوکه را در هر منطقه نشان می دهد. با توجه به اینکه اندازه هر منطقه متفاوت است، استفاده از تعداد بارهای کارائوکه در هر 1 کیلومتر مربع و به ازای هر 10000 ساکن آن را بین مناطق فرعی قابل مقایسه می کند. در منطقه مورد مطالعه، به طور متوسط ​​0.92 بار کارائوکه در هر 1 کیلومتر مربع و 1.21 بار کارائوکه برای 10000 ساکن وجود دارد . با مقایسه هر منطقه، گولو و کینهوای دو ناحیه با غلظت کارائوکه بار به ترتیب 2.97 و 2.72 میله کارائوکه در هر 1 کیلومتر مربع هستند .منطقه، در حالی که از نظر اندازه جمعیت خدمت رسانی، بارهای کارائوکه بیشتری در مناطق Jiangning و Qixia وجود دارد. برای فراتر رفتن از مرزهای اداری مناطق فرعی، منطقه مورد مطالعه را به شبکه‌هایی (300 × 300 متر) تقسیم می‌کنیم. شکل 4 تعداد میله های کارائوکه را در هر شبکه نشان می دهد. واضح است که بارهای کارائوکه در مرکز شهر، سینجیکو و همچنین جاده هونان متمرکز شده‌اند و تنها تعداد کمی از آنها در مناطق حومه شهر پراکنده شده‌اند.
برای تعیین اینکه آیا توزیع میله‌های کارائوکه به جای توزیع تصادفی، یک الگوی سیستماتیک را در منطقه مورد مطالعه نشان می‌دهد، از تابع L، نسخه استاندارد شده تابع F ریپلی (1976)، برای بررسی وابستگی فضایی بر اساس فواصل هر یک استفاده می‌شود. کارائوکه بار از یکدیگر همانطور که در شکل 5 نشان داده شده است ، منحنی آبی مقدار L مشاهده شده میله های کارائوکه در منطقه مورد مطالعه است. همیشه بزرگتر از L مورد انتظار استمقدار (منحنی سبز) برای هر آستانه فاصله معین، نشان می دهد که توزیع میله های کارائوکه به طور کلی خوشه ای است. با این حال، میزان خوشه بندی متفاوت است. هنگامی که آستانه فاصله کمتر از 2.5 کیلومتر تعیین می شود، وسعت خوشه بندی به طور مثبت با فاصله مرتبط است. اوج مقدار L مشاهده‌شده زمانی ظاهر می‌شود که آستانه فاصله بین 2.5 تا 3.5 کیلومتر باشد، که نشان می‌دهد میله‌های کارائوکه در این مقیاس فاصله بسیار خوشه‌بندی شده‌اند. پس از آن، سطح خوشه بندی با افزایش آستانه فاصله کاهش می یابد.
از آنجایی که تابع K تأیید کرده است که میله‌های کارائوکه از نظر فضایی خوشه‌بندی شده‌اند، ما تجزیه و تحلیل را با ایجاد خوشه‌بندی سلسله مراتبی برای نشان دادن بصری مناطق متمرکز میله‌های کارائوکه ادامه می‌دهیم. هشت خوشه شناسایی شده در منطقه مورد مطالعه وجود دارد ( شکل 6 ). هر خوشه بیش از 10 میله کارائوکه دارد و مساحت متوسط ​​هشت خوشه 0.35 کیلومتر مربع است . به طور کلی، میله های کارائوکه در منطقه مورد مطالعه به شدت در مناطق کوچک خاصی متمرکز می شوند.
بر اساس موقعیت و ویژگی های خوشه ها، این خوشه ها را به دسته های زیر طبقه بندی می کنیم. (الف) خوشه های سفارشی گرا: ماهیت خدمات اوقات فراغت و سرگرمی توزیع در مناطقی است که آداب و رسوم بالقوه بیشتری دارد. اولین خوشه نشان داده شده در شکل 6 در منطقه فرعی هونانلو قرار دارد که از نظر اندازه جمعیت در مناطق اصلی شهری نانجینگ رتبه دوم را دارد. علاوه بر این، دانشگاه نانجینگ، دانشگاه جنوب شرقی و برخی موسسات آموزش عالی دیگر در نزدیکی آن قرار دارند، با تعداد زیادی از ساکنان محلی و مصرف کنندگان جوان. (ب) خوشه های CBD گرا: مرکز تجاری مرکز شهر برای انواع فعالیت های تجاری از جمله خرید، غذاخوری، سرگرمی و غیره است. خوشه های پنجم، هفتم و ششم در شکل 6به ترتیب در معبد کنفوسیوس CBD، Dongshan CBD و جاده Ruijin قرار دارند. معبد کنفوسیوس CBD یک مرکز تجاری سنتی در نانجینگ و همچنین یک مرکز تفریحی و توریستی است که تعداد زیادی از مسافران را جذب می کند. از این رو، بارهای کارائوکه، به عنوان نوعی مکان تفریحی، نیز در اینجا جمع می شوند. Dongshan CBD تنها مرکز تجاری، تجاری و تفریحی در شهر ماهواره ای دونگشان است که بارهای کارائوکه نیز در اینجا جمع شده است. جاده Ruijin نزدیک به Xinjiekou CBD است و عملکردهای Xinjiekou CBD را به اشتراک گذاشته و منتقل می کند. بنابراین، آن نیز یک منطقه متمرکز از بارهای کارائوکه است. (ج) خوشه های حمل و نقل محور: خوشه های دوم و ششم در شکل 6به ترتیب در Xinjiekou CBD و Maigaoqiao توزیع می شوند. Xinjiekou در تقاطع چهار خیابان مهم واقع شده است، دارای شش ایستگاه اتوبوس با بیش از 30 خط اتوبوس، و ایستگاه تبادل مترو خط 1 و 2 است. Maigaoqiao، واقع در شمال مناطق اصلی شهری نانجینگ، ایستگاه مبدا شمالی خط 1 مترو که آن را به عنوان یک گره حمل و نقل به ویژه برای منطقه شمالی غیرقابل جایگزین می کند. مزایای ترافیکی این دو مکان، بارهای کارائوکه را جذب می کند تا در آنجا متمرکز شوند. (د) خوشه‌های تجاری: بارهای کارائوکه نه تنها برای تفریح ​​هستند، بلکه به مکانی محبوب برای جلسات کاری معمولی تبدیل می‌شوند. خوشه های 3 و 4 در جاده هونگوو و خیابان تجاری عابر پیاده ژنگهونگ واقع شده اند، جایی که موسسات مالی مختلف، شرکت های مشاوره، و تعداد زیادی از دفاتر مرکزی شرکت ها خوشه ای هستند. تقاضا برای مکان‌های تجاری باعث تجمع بارهای کارائوکه در این مناطق می‌شود.

5. تأثیر عوامل اجتماعی- فضایی بر توزیع بارهای کارائوکه

بارهای کارائوکه، مشابه سایر خدمات تجاری، به دنبال مکانی برای به دست آوردن حداکثر سود ممکن، با در نظر گرفتن عوامل فضایی گوناگون [ 42 ] هستند، بنابراین الگوی توزیع فضایی خاصی را نشان می دهند [ 43 ]. برای توضیح خوشه‌های فضایی بارهای کارائوکه شناسایی‌شده در بخش قبل، تجزیه و تحلیل‌هایی برای کمی کردن رابطه بین کارائوکه بارها، تراکم جمعیت، تراکم شبکه حمل‌ونقل و مرکز تجاری انجام شد.

5.1. تراکم جمعیت

همانطور که در بررسی ادبیات بحث شد، نیازهای مصرفی جمعیت نیروی محرکه اولیه و مستقیم برای توسعه صنعت اوقات فراغت و سرگرمی است. شهرهای چین به سرعت در حال شهرنشینی هستند و توسعه مناطق درون شهرها از یکنواخت فاصله زیادی دارد. تراکم جمعیت، تا حدی، منعکس کننده تغییرات فضایی در قیمت زمین و ساختار اقتصادی است، که ممکن است بر توزیع بارهای کارائوکه نیز تأثیر بگذارد.
داده های جمعیت از سرشماری جمعیت سال 2010 است که فقط ساکنان را به استثنای جمعیت شناور (بدون هوکوی محلی، یا ساکن کمتر از شش ماه) در نظر می گیرد. تعداد کل ساکنان 4.37 میلیون نفر است که در 54 منطقه فرعی در منطقه مورد مطالعه توزیع شده اند. همانطور که از شکل 7 الف مشاهده می شود، ساکنان به شدت در شهر قدیمی شهر متمرکز شده اند، با تراکم بیش از 32000 نفر در هر کیلومتر مربع ، و یک الگوی واضح وجود دارد که با افزایش فاصله از مرکز شهر، تراکم به تدریج کاهش می یابد. تراکم میله‌های کارائوکه الگوی مشابهی را نشان می‌دهد، با مقادیر بالایی که در مرکز شهر ظاهر می‌شوند، اما نظم کمتری در مناطق حومه شهر دارند ( شکل 7 ب).
برای ارزیابی بیشتر ارتباط فضایی بین تراکم جمعیت و تراکم میله‌های کارائوکه، از آماره موران I در GeoDa استفاده کردیم. یک ماتریس وزن روک ایجاد شد که همسایگان یک ناحیه فرعی را به عنوان آن دسته از مناطق فرعی با مرزهای مشترک تعریف می کند. مقدار دو متغیره جهانی Moran’s I (شیب نمودار پراکندگی) 0.4956 است که نشان دهنده ارتباط مثبت بین توزیع جمعیت و میله های کارائوکه است ( شکل 8).آ). چهار ربع در نمودار پراکندگی با چهار نوع مختلف ارتباط مطابقت دارند. ربع اول و سوم به ترتیب نشان دهنده خوشه های فضایی، HH (بالا-بالا) و LL (کم-کم) هستند. ربع دوم و چهارم به ترتیب نشان دهنده نقاط پرت فضایی، LH (کم-بالا) و HL (بالا-کم) هستند. شکل 8b این خوشه ها و نقاط پرت را به صورت مکانی نشان می دهد. 43 منطقه فرعی با ارتباط مثبت (در ربع اول یا سوم) وجود دارد و بسیاری از آنها قابل توجه هستند، به این معنی که کارائوکه بارها به طور کلی در مکان هایی که افراد بیشتری در آن ساکن هستند توزیع می شوند. همانطور که انتظار می رود، HH عمدتا در هسته شهری واقع شده است، و LL در مناطق حومه شهر یافت می شود، در حالی که کمتر ناحیه فرعی وجود دارد که در آن تراکم جمعیت و کارائوکه بارها ارتباط منفی دارند. تنها نقطه پرت فضایی قابل توجه (کم-بالا) در منطقه فرعی Xuanwu یافت می شود. این منطقه توریستی محبوبی است که دریاچه ژوان وو و معبد جیمینگ دارد و گردشگران زیادی و همچنین ساکنان خارج از منطقه فرعی ژوان وو را به خود جذب می کند. بنابراین، اگرچه تراکم ساکنان محلی نسبتاً کم است، تعداد مشتریان بالقوه فراوان است.

5.2. شبکه راه

شبکه راه های شهری عامل مهمی در سیستم های شهری است که نه تنها مصرف کنندگان و مکان های فعالیت اقتصادی را به هم متصل می کند، بلکه چینش فضایی این تسهیلات تجاری را محدود و تحت تأثیر قرار می دهد. دسترسی، که می تواند به دید و محبوبیت بهتر تبدیل شود [ 35]، قطعاً یک عامل مهم برای انتخاب مکان هر نوع فعالیت تجاری از جمله بارهای کارائوکه است. در ارزیابی مرکزیت چندگانه، دسترسی در محیط شهری را می توان با مرکزیت شبکه راه اندازه گیری کرد، بر اساس این فرض که یک منطقه مرکزی در دسترس تر است. همانطور که در روش شناسی مورد بحث قرار گرفت، معمولاً از سه شاخص برای اندازه گیری «مرکزیت» استفاده می شود: نزدیکی، بین بودن، و راستی. قبل از محاسبه هر یک از شاخص‌ها، ابتدا باید شبکه راه را با استخراج انتهای و تقاطع‌های هر جاده بسازیم تا گره‌ها و لبه‌های شبکه را تشکیل دهیم. با توجه به وجود سطوح مختلف جاده‌ها با ظرفیت‌های مختلف، وزن مربوطه به هر سطح جاده اختصاص داده می‌شود، بنابراین برای هر شاخص فرمول‌های محاسبه زیر را داریم ( جدول 2) .).
بر اساس فرمول ها، نزدیکی، بین و راست بودن هر جاده محاسبه شده و در شکل 9 نشان داده شده است . نزدیکی مرکزی نشان دهنده نزدیکی یک گره به گره های دیگر در شبکه است. همانطور که در شکل 9 الف نشان داده شده است، نزدیکی منطقه مورد مطالعه یک الگوی واضح “هسته-حومه” را نشان می دهد. جاده‌هایی که ارزش نزدیکی بالایی دارند در Xinjiekou، در امتداد جاده Zhongshan شرقی واقع شده‌اند. مرکزیت بین بودن فرکانس یک گره را اندازه می گیرد که از کوتاه ترین مسیر بین دو گره دیگر عبور می کند. هر چه مقدار بین بودن بیشتر باشد، گره ای که به عنوان نقطه اتصال عمل می کند، تأثیر بیشتری دارد. به طور کلی، بین هم نسبتاً در کل منطقه مورد مطالعه یکنواخت است ( شکل 9ب). فقط چند گره در اطراف جاده ژوجیانگ و ایستگاه متروی داکسینگونگ دارای مقادیر بالاتری از بین بودن هستند که نشان‌دهنده جریان ترافیک زیاد است. مستقیم بودن مرکزیت، کارایی ارتباط بین یک گره و سایر گره‌ها در شبکه را بر اساس این فرض که “مرکزی بودن به معنای مستقیم بودن نسبت به دیگران است” ارزیابی می‌کند [ 34 ]. در منطقه مورد مطالعه، گره‌های زیادی با ارزش صافی بالاتر وجود دارد که در امتداد جاده ژونگشان شرقی، جاده ژوجیانگ و جاده تایپینگ جنوبی توزیع شده‌اند ( شکل 9 ج). در کل، الگوی راستی شبیه به قرب است.
برای بررسی ارتباط فضایی بین مرکزیت گره‌های جاده و توزیع میله‌های کارائوکه، باید مقدار هر نقطه گسسته را با استفاده از تخمین چگالی هسته (KDE) بر روی یک لایه شطرنجی پیوسته درون یابی کنیم (به بخش 3.5 مراجعه کنید ) . از آنجایی که پهنای باند به طور قابل ملاحظه ای بر درجه هموارسازی اعمال شده روی داده ها تأثیر می گذارد، ما با یک سری از پهنای باند، از جمله 600 متر، 680 متر و 800 متر آزمایش کردیم. پس از آن، ما انتخاب کردیم که از 680 متر به عنوان پهنای باند برای رسم چگالی تخمینی میله های کارائوکه و محورهای شبکه جاده به هر سلول (50 متر × 50 متر) بر روی لایه های شطرنجی ایجاد شده استفاده کنیم (شکل 10 ) .
ماتریس در شکل 10Moran’s I را بین هر جفت KDE نشان می دهد. اگرچه سه شاخص مرکزیت از دیدگاه‌های مختلف ابداع شده‌اند و به‌طور متفاوتی محاسبه می‌شوند، اما مقادیر آنها بسیار همبستگی دارند (مقادیر Moran’s I در میان آنها به ترتیب 0.951، 0.970 و 0.919 است)، که به طور جامع مرکزیت شبکه راه را منعکس می‌کند. به طور کلی، توزیع فضایی بارهای کارائوکه به طور مثبت با مرکزیت شبکه جاده مرتبط است، در حالی که میزان ارتباط برای سه شاخص مرکزیت متفاوت است. در میان آنها، مرکزیت صافی با موران I 0.527، و مرکزیت نزدیکی نیز نسبتاً زیاد است، با I Moron 0.473 است. این نشان می‌دهد که آیا جاده مستقیم برای دیگران است و آیا جاده نزدیک به دیگران است، نقش مهمی در انتخاب مکان بارهای کارائوکه دارد.

5.3. مرکز تجاری

مراکز تجاری به‌عنوان حامل اصلی انواع مختلف فعالیت‌های تجاری، از خرید و فروش کالا و خدمات در خرده‌فروشی، خرید و فروش عمده، مؤسسات مالی، و طیف گسترده‌ای از خدمات که به طور گسترده به عنوان «کسب و کار» طبقه‌بندی می‌شوند، عمل می‌کنند. مراکز تجاری در یک شهر جزء مهم ساختار شهری هستند که تأثیر بسزایی در انتخاب فعالیت های مصرفی دارند. برای بررسی ارتباط فضایی بین مراکز تجاری و مکان بارهای کارائوکه، ابتدا فضای شهری را به مناطق خدماتی هر مرکز تجاری تقسیم می کنیم.
در جغرافیا، نمودارهای ورونوی معمولاً برای پاسخ به سؤالات نزدیکترین همسایه استفاده می شود، در حالی که در جغرافیای اقتصادی، نمودارهای ورونوی را می توان برای تحریک تقسیم منطقه خدماتی مراکز تجاری استفاده کرد. هنگام تعیین محدوده خدماتی مرکز تجاری، توجه به محدوده تأثیرگذار مراکز تجاری و همچنین شبکه ترافیک ضروری است.
از نظر مقیاس، شعاع خدمات، گمرک هدفمند و غیره، سه سطح مختلف از مراکز تجاری در نانجینگ وجود دارد: سطح شهر، سطح شهر ثانویه و سطح ناحیه (جدول 3 ) . به این سه سطح از مراکز تجاری به ترتیب وزن های 1، 0.8 و 0.5 داده شد تا دامنه تأثیرگذاری آنها نشان داده شود. برای در نظر گرفتن شبکه ترافیک، نمودارهای ورونوی بر اساس فاصله در طول شبکه ترافیک به جای فاصله اقلیدسی ایجاد شد. با استفاده از جعبه ابزار “Voronoi diagram” در SANET، نمودارهای Voronoi برای هر مرکز تجاری ایجاد شد ( شکل 11 ).
جدول 4مساحت هر سلول ورونوی هر مرکز تجاری و تعداد بارهای کارائوکه واقع در هر سلول ورونوی را خلاصه می کند. اینکه آیا تعداد بارهای کارائوکه با منطقه خدماتی مراکز تجاری مطابقت دارد یا خیر، نشان دهنده تأثیر مراکز تجاری بر انتخاب مکان کارائوکه بارها است. رابطه بین بارهای کارائوکه و مراکز تجاری به سه نوع طبقه‌بندی می‌شود: (1) میله‌های کارائوکه در مراکز تجاری با سطح بالاتر و نفوذ بیشتر، مانند Xinjiekou، جاده هونان، و معبد کنفوسیوس. این مناطق تأثیر قابل توجهی بر بازار دارند و گروه های مصرف کننده با عادات مصرف کننده نسبتاً ثابت را جذب می کنند. (2) در فرآیند توسعه شهری، فضای تجاری به مراکز عملکردی مختلف برای رفع نیازهای اقتصاد شهری پالایش می شود. از این رو، همسو بودن با عملکرد و نوع صنعتی مراکز تجاری نیز عامل مهمی است که در انتخاب مکان برای کسب و کار باید مورد توجه قرار گیرد. به عنوان مثال، گروه هدف مرکز تجاری ایستگاه قطار جنوب جمعیت غیر ساکن هستند، بنابراین صنایع اصلی رستوران، هتل و سایر صنایع خدماتی هستند. علاوه بر این، شورای ایالتی «مقررات مدیریت سرگرمی» را صادر کرد که در آن مکان‌های تفریحی در ایستگاه‌های قطار، فرودگاه‌ها و مکان‌های دیگر با جمعیت متراکم قرار دارند. در نتیجه، تنها چهار بار کارائوکه در منطقه خدماتی مرکز تجاری ایستگاه قطار جنوبی وجود دارد. (3) تعداد بارهای کارائوکه با موقعیت و سطح مراکز تجاری مرتبط است. به طور کلی، تعداد بارهای کارائوکه در مراکز تجاری که در مرکز شهری قرار دارند بیشتر از مناطق حاشیه ای است. علاوه بر این، بارهای کارائوکه بیشتری در مراکز تجاری سطح بالاتر یافت می شود.

6. نتیجه گیری

با توسعه اقتصادی، پیشرفت کیفیت فرهنگی و اوقات فراغت طولانی ساکنان شهری، تعداد زیادی مکان تفریحی تجاری در مناطق شهری چین ایجاد شده است. کارائوکه بار یکی از محبوب ترین تفریحات است. این مقاله با تمرکز بر بارهای کارائوکه در نانجینگ، توزیع فضایی آنها را در فضای شهری و ارتباط فضایی آنها با تراکم جمعیت، شبکه جاده‌ها و مراکز تجاری بررسی کرده است.
به طور کلی، صنعت کارائوکه در نانجینگ با 350 بار کارائوکه در منطقه مورد مطالعه پر رونق است. ناهمواری فضایی مشهود است. بیشتر کارائوکه بارها در مناطق مرکزی شهری یافت می شوند. از طریق تجزیه و تحلیل الگوی نقطه ای، تأیید شده است که میله های کارائوکه در محدوده فاصله 2.5-3.0 کیلومتر به شدت خوشه بندی شده اند. بر اساس موقعیت و ویژگی‌های خوشه‌ها، چهار نوع خوشه شناسایی می‌شوند: خوشه‌بندی سفارشی‌گرا، خوشه‌بندی مبتنی بر CBD، خوشه‌بندی حمل‌ونقل محور و خوشه‌بندی تجاری‌محور.
الگوی توزیع بارهای کارائوکه ارتباط نزدیکی با ویژگی‌های اجتماعی خاص مکان دارد. در این میان، تراکم جمعیت یک مورد قابل توجه است. بارهای کارائوکه به طور کلی در مکان هایی که افراد بیشتری در آن زندگی می کنند جمع شده اند و این مکان ها معمولاً در مرکز شهر قرار دارند. دسترسی به شبکه جاده‌ای که با سه شاخص «مرکزیت»، نزدیکی، بین بودن و صافی اندازه‌گیری می‌شود، نقش مهمی در هدایت مکان میله‌های کارائوکه بازی می‌کند. برای ارزیابی تأثیر مراکز تجاری بر توزیع بارهای کارائوکه، فضای شهری با استفاده از نمودارهای Voronoi به مناطق خدماتی 16 مرکز تجاری تقسیم شده است. به طور کلی، مراکز تجاری با سطح بالاتر و موقعیت بهتر، تعداد بیشتری کارائوکه بار را به خود جذب می کنند.
توزیع نابرابر شدید بارهای کارائوکه ممکن است منجر به عدم تعادل بین تقاضای تفریح ​​و عرضه شود. Xinjiekou یک مرکز تجاری بزرگ در شهر است. این ساختار فضایی تک مرکزی ممکن است منجر به تمرکز زیاد خدمات تجاری و تراکم ترافیک شود. بنابراین، حمایت از توسعه مراکز تجاری موجود در حومه شهرها، مانند Xianlin، Dongshan و Hexi، عملکرد خدمات سرگرمی مناطق مرکزی را غیرمتمرکز می کند، بنابراین فشار بر فضای قدیمی شهر را کاهش می دهد و همچنین سطح خدمات سرگرمی را بهبود می بخشد. حومه شهر علاوه بر حمایت از توسعه مرکز تجاری، استفاده از مترو برای مکان یابی بارهای کارائوکه نیز استراتژی دیگری است. مترو به عنوان یک حالت مهم سفر، فعالیت های تجاری، منابع انسانی، اطلاعات و منابع دیگر در امتداد خطوط مترو جمع آوری می شود و جریان های عظیم مسافری، تجاری و سرمایه را تشکیل می دهد. در منطقه مورد مطالعه سه خط مترو وجود دارد. چندین ایستگاه مترو در حومه شهر وجود دارد که قبلاً اثرات تجمعی را برای فعالیت های تجاری نشان داده اند. صنعت سرگرمی و اوقات فراغت ممکن است از عملکرد و منابع ایستگاه های مترو استفاده کامل کند و مکان های خود را در نزدیکی ایستگاه های مترو در حومه شهر قرار دهد، که نه تنها فشار رقابت را کاهش می دهد، بلکه تفاوت های منطقه ای را نیز کاهش می دهد.

منابع

  1. Molitor, GT 1000 سال آینده: “پنج موتور بزرگ” رشد اقتصادی. Futurist 1999 , 33 , 13. [ Google Scholar ]
  2. گادبی، جی. اوقات فراغت و خدمات اوقات فراغت در قرن بیست و یکم . Venture Publishing Inc.: State College, PA, USA, 1997. [ Google Scholar ]
  3. Fung، A. مصرف کارائوکه در چین: مدرنیته ها و تضاد فرهنگی. چانه. اجتماعی آنتروپل 2009 ، 42 ، 39-55. [ Google Scholar ] [ CrossRef ]
  4. آوریل، TPL نقش منظره خدمات جعبه کارائوکه در رضایت مشتری بازی می کند. دکتری پایان نامه، دانشگاه باپتیست هنگ کنگ، هنگ کنگ، چین، 2005. [ Google Scholar ]
  5. CE.cn. 1991: کارائوکه دوره جدیدی از سرگرمی را آغاز کرد (9 ژانویه). در دسترس آنلاین: http://views.ce.cn/fun/corpus/ce/zsrs/200901/09/t20090109_17917725.shtml (در 23 اکتبر 2015 دسترسی پیدا کرد).
  6. Wu، ZJ; Rui، YK; جیا، جی. Ni، JH; وانگ، JC تجزیه و تحلیل بر روی توزیع فضایی و ویژگی های گسترش مکان های تفریحی و تفریحی شهری: مطالعه موردی در KTV. Geo-Inf. علمی 2015 ، 17 ، 590-597. (به زبان چینی) [ Google Scholar ]
  7. ژانگ، بی. Wang, XZ مطالعه ساختارهای فضایی مکان های تفریحی تجاری شهری. علمی Geogr. گناه 2007 ، 27 ، 853-858. (به زبان چینی) [ Google Scholar ]
  8. هو، JX; ژونگ، AP خوشه فضایی و توسعه شهری فرهنگی و سرگرمی محبوب در هانکو. دانشگاه ووهان J. (Hum. Sci.) 2012 ، 65 ، 25-32. (به زبان چینی) [ Google Scholar ]
  9. Yang, GL مطالعه بر روی تأثیر فعالیت های تفریحی ساکنان بر صنعت اوقات فراغت. هوم Geogr. 2003 ، 18 ، 18-22. (به زبان چینی) [ Google Scholar ]
  10. فرانک، ال. گلنز، ک. مک کارون، ام. سالیس، جی. سیلنز، بی. چاپمن، جی. توزیع فضایی نوع و کیفیت خروجی غذا در اطراف مدارس در محیط های ساخته شده و بافت های جمعیتی متفاوت. طرح برکلی J. 2006 ، 19 ، 79-95. [ Google Scholar ]
  11. Hou، GL; هوانگ، ZF; ژائو، ZX تحقیق در مورد مکانیسم شکل گرفته و ساختار فضایی منطقه تفریحی تجاری شهری. هوم Geogr. 2002 ، 17 ، 12-16. (به زبان چینی) [ Google Scholar ]
  12. لیو، اچ. شن، YM; دنگ، XL مطالعه الگوی فضایی و ساختار صنعت خدمات مالی در پکن. هوم Geogr. 2013 ، 29 ، 61-68. (به زبان چینی) [ Google Scholar ]
  13. Shearmur، R. خوشه بندی و توزیع فضایی فعالیت های اقتصادی در هشت شهر کانادا. بین المللی جی. انترپ. نوآوری. مدیریت 2007 ، 7 ، 223-250. [ Google Scholar ] [ CrossRef ]
  14. دیوار، جی. دودیچا، دی. تحلیل الگوی هاچینسون، جی پوینت از محل اقامت در تورنتو. ان Results Tourism Res. 1985 ، 12 ، 603-618. [ Google Scholar ] [ CrossRef ]
  15. Xue, DQ; لیو، اچ. Ma، BB ویژگی های توزیع فضایی صنایع فرهنگی در منطقه شهری شهر شیان، چین. علمی Geogr. گناه 2011 ، 31 ، 775-780. (به زبان چینی) [ Google Scholar ]
  16. یائو، ال. ژانگ، ام. وانگ، اف. ویژگی‌های تکامل و تفاوت‌های توزیع فضایی در میان انواع مختلف صنایع خلاق در نانجینگ. هوم Geogr. 2013 ، 29 ، 42-48. (به زبان چینی) [ Google Scholar ]
  17. ژن، اف. یو، ی. وانگ، ایکس. ژائو، ال. ویژگی های تراکم فضایی صنعت خدمات خودرو: مطالعه موردی نانجینگ. علمی Geogr. گناه 2012 ، 32 ، 1200-1208. (به زبان چینی) [ Google Scholar ]
  18. رایدر، آ. ماهیت در حال تغییر مناطق سرگرمی بزرگسالان: بین یک سنگ و یک مکان سخت یا از قدرتی به قدرت دیگر؟ مطالعه شهری. 2004 ، 41 ، 1659-1686. [ Google Scholar ] [ CrossRef ]
  19. وی، ZC; ژن، اف. شان، ال. Mou، SJ; مینگ، LB مطالعه الگوهای توزیع مکانی-زمانی امکانات فرهنگی در شنژن. مطالعه شهری. 2007 ، 14 ، 8-13. (به زبان چینی) [ Google Scholar ]
  20. لیو، YH; بای، GR ساختار فضایی امکانات عمومی برای تفریحات و فعالیت های اوقات فراغت: مطالعه موردی کلانشهر شانگهای. هوم Geogr. 2006 ، 21 ، 6-9. (به زبان چینی) [ Google Scholar ]
  21. گترل، AC؛ بیلی، تی سی؛ بیلی، پی جی؛ رولینگسون، BS تحلیل الگوی نقطه‌ای فضایی و کاربرد آن در اپیدمیولوژی جغرافیایی. ترانس. Inst. برادر Geogr. 1996 ، 21 ، 256-274. [ Google Scholar ] [ CrossRef ]
  22. Ripley، BD تجزیه و تحلیل مرتبه دوم فرآیندهای نقطه ثابت. J. Appl. احتمالا. 1976 ، 13 ، 255-266. [ Google Scholar ] [ CrossRef ]
  23. اوریت، BS; لاندو، اس. لیز، ام. Stahl, D. Cluster Analysis , 5th ed.; جان وایلی و پسران: چیچستر، بریتانیا، 2011. [ Google Scholar ]
  24. Strickland, J. تجزیه و تحلیل پیش بینی با استفاده از R ; لولو شرکت: کلرادو اسپرینگز، CO، ایالات متحده آمریکا، 2015. [ Google Scholar ]
  25. روکاچ، ال. Maimon, O. روشهای خوشه بندی. در کتاب داده کاوی و کشف دانش ; Maimon, O., Rokach, L., Eds. Springer: New York, NY, USA, 2005; صص 321-352. [ Google Scholar ]
  26. Strickland, J. تحقیق در عملیات با استفاده از ابزارهای منبع باز . لولو شرکت: کلرادو اسپرینگز، CO، ایالات متحده آمریکا، 2015. [ Google Scholar ]
  27. هوانگ، ی. ژانگ، ی. جی، ایکس. وانگ، ز. وانگ، اس. استراتژی توزیع داده برای پایگاه داده حافظه اصلی مقیاس پذیر. در پیشرفت در فن آوری های وب و شبکه و مدیریت اطلاعات ؛ چانگ، کی سی، وانگ، دبلیو.، چن، ال.، الیس، کالیفرنیا، هسو، سی.-اچ.، تسویی، ای سی، وانگ، اچ.، لین، ایکس، یانگ، ی.، ژو، جی.، ویرایش. Springer: برلین، آلمان، 2009; صص 13-24. [ Google Scholar ]
  28. آنسلین، ال. برا، AK وابستگی فضایی در مدل های رگرسیون خطی با مقدمه ای بر اقتصاد سنجی فضایی. در کتاب آمار کاربردی اقتصادی ; Ullah, A., Giles, DEA, Eds.; CRC Press: نیویورک، نیویورک، ایالات متحده آمریکا، 1998; ص 237-290. [ Google Scholar ]
  29. موران، PA یادداشت هایی در مورد پدیده های تصادفی پیوسته. Biometrika 1950 ، 37 ، 17-23. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  30. Anselin، L. شاخص های محلی ارتباط فضایی-LISA. Geogr. مقعدی 1995 ، 27 ، 93-115. [ Google Scholar ] [ CrossRef ]
  31. لی، SI توسعه یک معیار تداعی فضایی دو متغیره: ادغام r پیرسون و موران I. J. Geogr. سیستم 2001 ، 3 ، 369-385. [ Google Scholar ] [ CrossRef ]
  32. متکان، AA; شهری، م. Mirzaie, M. Bivariate Moran’s I and LISA برای کاوش در مکان های پرخطر تصادف در مناطق شهری. در مجموعه مقالات کنفرانس شبکه-انجمن محققان اروپایی در مورد شهرنشینی در جنوب، Enschede، هلند، 12-14 سپتامبر 2013.
  33. ویلسون، سیستم‌های فضایی پیچیده AG : مبانی مدل‌سازی تحلیل شهری و منطقه‌ای . Routledge: لندن، انگلستان، 2000. [ Google Scholar ]
  34. پورتا، اس. کروسیتی، پی. Latora، V. ارزیابی مرکزیت چندگانه در پارما: تحلیل شبکه ای از مسیرها و فضاهای باز. شهری دس. بین المللی 2008 ، 13 ، 41-50. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  35. Produit, T. یک روش جدید GIS برای تعیین شاخص مرکزیت شهری به کار رفته در منطقه شهری بارسلون. پایان نامه کارشناسی ارشد، Politecnico di Milano، آزمایشگاه فضای انسانی، میلان، ایتالیا، 2009. [ Google Scholar ]
  36. کروسیتی، پی. لاتورا، وی. پورتا، س. مرکزیت در شبکه های خیابان های شهری. CHAOS 2006 , 16 , 015113. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  37. جی، اس. لی، دبلیو. سریواتسا، م. او، JS; Beyah, R. داده‌های مبتنی بر ساختار و ناشناس‌سازی شبکه‌های اجتماعی. در امنیت اطلاعات ؛ Chow, SSM, Camenisch, J., Hui, LCK, Yiu, SM, Eds.; Springer: بازل، سوئیس، 2014; صص 237-254. [ Google Scholar ]
  38. Waters, NM Spatial Interpolation I, Unit 40. 1989. موجود به صورت آنلاین: http://ibis.geog.ubc.ca/courses/klink/gis.notes/ncgia/u40.html (دسترسی در 1 فوریه 2016).
  39. بومن، AW; Azzalini، A. روش های کاربردی هموارسازی برای تجزیه و تحلیل داده ها: رویکرد هسته با تصاویر S-Plus . انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 1997. [ Google Scholar ]
  40. Levine, N. CrimeStat II: Spatial Modeling, Part III. 2002. در دسترس آنلاین: https://www.icpsr.umich.edu/CrimeStat/files/CrimeStatChapter.8.pdf (دسترسی در 5 مارس 2016).
  41. Guidoum، برآوردگر AC Kernel و انتخاب پهنای باند برای چگالی و مشتقات آن. 2015. در دسترس آنلاین: https://cran.r-project.org/web/packages/kedd/vignettes/kedd.pdf (در 26 فوریه 2016 قابل دسترسی است).
  42. Sadahiro, Y. تجزیه و تحلیل مبتنی بر PDF از ساختار فضایی خرده فروشی. جئوژورنال 2001 ، 52 ، 237-252. [ Google Scholar ] [ CrossRef ]
  43. تجزیه و تحلیل جفت لی، ZZ در محل کسب و کار و توزیع جمعیت: مطالعه موردی شهر بایین. J. Lanzhou Univ. (Soc. Sci.) 1993 ، 2 ، 22-27. (به زبان چینی) [ Google Scholar ]
Ijgi 05 00150 g001 1024
شکل 1. توزیع فضایی بارهای کارائوکه در چین (منبع: [ 6 ]).
Ijgi 05 00150 g002 1024
شکل 2. مرز شهرداری نانجینگ و منطقه مورد مطالعه.
Ijgi 05 00150 g003 1024
شکل 3. تخمین چگالی هسته برای نقاط در صفحه.
Ijgi 05 00150 g004 1024
شکل 4. توزیع بارهای کارائوکه در منطقه مورد مطالعه نانجینگ.
Ijgi 05 00150 g005 1024
شکل 5. عملکرد L میله های کارائوکه.
Ijgi 05 00150 g006 1024
شکل 6. خوشه های میله های کارائوکه.
Ijgi 05 00150 g007 1024
شکل 7. مقایسه تراکم در سطح ناحیه فرعی: ( الف ) تراکم جمعیت. ( ب ) تراکم نوار کارائوکه.
Ijgi 05 00150 g008 1024
شکل 8. همبستگی فضایی بین تراکم جمعیت و نوارهای کارائوکه: ( الف ) نمودار پراکندگی موران. ( ب ) خوشه های فضایی و نقاط پرت.
Ijgi 05 00150 g009 1024
شکل 9. مرکزیت شبکه راه: ( الف ) نزدیکی. ( ب ) بین. ج ) صراط مستقیم .
Ijgi 05 00150 g010 1024
شکل 10. تصویر لایه های شطرنجی با KDE.
Ijgi 05 00150 g011 1024
شکل 11. نمودار شبکه ورونوی مراکز تجاری در نانجینگ.
جدول
جدول 1. تعداد و تراکم میله های کارائوکه در منطقه مورد مطالعه.
جدول
جدول 2. فرمول های محاسبه برای شاخص های مرکزیت.
جدول
جدول 3. مراکز تجاری در نانجینگ.
جدول
جدول 4. آمار میله های کارائوکه در هر نمودار ورونوی مراکز تجاری.

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370