نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

 

خلاصه

حجم فزاینده ای از داده های مکانی در مورد مناطق شهری از طریق منابع اطلاعات جغرافیایی داوطلبانه (VGI) مانند OpenStreetMap (OSM) جمع آوری و در دسترس قرار می گیرد. از این رو، فرصت‌های جدیدی برای اکتشاف منطقه‌ای به وجود می‌آید که می‌تواند به بهبود زندگی شهروندان از طریق حمایت تصمیم‌گیری فضایی منجر شود. ما معتقدیم که داده های VGI محیط شهری می تواند برای ارائه یک نمای کلی سازنده از زیرساخت های منطقه ای با ظهور فناوری های وب استفاده شود. خدمات مبتنی بر مکان فعلی، اطلاعات کلی مبتنی بر نقشه را برای کاربران نهایی با قابلیت جستجوی محلی مرسوم ارائه می‌کند، و از این رو، ارائه اطلاعات غنی شهری محدود است. در این کار، ما داده‌های OSM را تجزیه و تحلیل می‌کنیم تا موجودیت‌های جغرافیایی را به دسته‌های بعدی با امکانات، چشم‌انداز و توزیع کاربری زمین طبقه‌بندی کنیم. ما از یک پوشش بصری از نقشه حرارتی و تجسم های تعاملی برای ارائه خصوصیات منطقه ای در طبقه بندی داده های OSM استفاده می کنیم. در رابط پیشنهادی، کاربران مجاز به بیان انواع پرس و جوهای فضایی برای نشان دادن علایق جغرافیایی خود هستند. آنها می توانند توصیف مناطق شهری را با توجه به ابعاد فضایی متعدد مورد علاقه مقایسه کنند و می توانند مناسب ترین منطقه را جستجو کنند. تجربه جستجو از طریق روش‌های بهینه‌سازی کارآمد و تعامل برای حمایت از تصمیم‌گیری کاربران نهایی، بیشتر می‌شود. ما مقبولیت کاربر نهایی و کارایی سیستم پیشنهادی را از طریق مطالعات قابلیت استفاده و مقایسه تحلیل عملکرد گزارش می‌کنیم. کاربران مجاز به بیان انواع پرس و جوهای فضایی برای نشان دادن علایق جغرافیایی خود هستند. آنها می توانند توصیف مناطق شهری را با توجه به ابعاد فضایی متعدد مورد علاقه مقایسه کنند و می توانند مناسب ترین منطقه را جستجو کنند. تجربه جستجو از طریق روش‌های بهینه‌سازی کارآمد و تعامل برای حمایت از تصمیم‌گیری کاربران نهایی، بیشتر می‌شود. ما مقبولیت کاربر نهایی و کارایی سیستم پیشنهادی را از طریق مطالعات قابلیت استفاده و مقایسه تحلیل عملکرد گزارش می‌کنیم. کاربران مجاز به بیان انواع پرس و جوهای فضایی برای نشان دادن علایق جغرافیایی خود هستند. آنها می توانند توصیف مناطق شهری را با توجه به ابعاد فضایی متعدد مورد علاقه مقایسه کنند و می توانند مناسب ترین منطقه را جستجو کنند. تجربه جستجو از طریق روش‌های بهینه‌سازی کارآمد و تعامل برای حمایت از تصمیم‌گیری کاربران نهایی، بیشتر می‌شود. ما مقبولیت کاربر نهایی و کارایی سیستم پیشنهادی را از طریق مطالعات قابلیت استفاده و مقایسه تحلیل عملکرد گزارش می‌کنیم. تجربه جستجو از طریق روش‌های بهینه‌سازی کارآمد و تعامل برای حمایت از تصمیم‌گیری کاربران نهایی، بیشتر می‌شود. ما مقبولیت کاربر نهایی و کارایی سیستم پیشنهادی را از طریق مطالعات قابلیت استفاده و مقایسه تحلیل عملکرد گزارش می‌کنیم. تجربه جستجو از طریق روش‌های بهینه‌سازی کارآمد و تعامل برای حمایت از تصمیم‌گیری کاربران نهایی، بیشتر می‌شود. ما مقبولیت کاربر نهایی و کارایی سیستم پیشنهادی را از طریق مطالعات قابلیت استفاده و مقایسه تحلیل عملکرد گزارش می‌کنیم.

کلید واژه ها: 

OpenStreetMap ; داده های شهری ; کاوش بصری ؛ پرس و جو فضایی ; جستجوی منطقه ای

 

1. معرفی

اطلاعات جغرافیایی داوطلبانه (VGI) جمع آوری داده های جغرافیایی است که عمدتاً از طریق تلاش داوطلبانه شهروندان به دست می آید [ 1 ]. در سال‌های اخیر، کیفیت و کمیت داده‌های VGI در سرتاسر جهان به سرعت توسعه یافته است. یکی از پرکاربردترین و محبوب‌ترین پلتفرم‌های VGI OpenStreetMap ( http://www.osmfoundation.org ) است که هدف اصلی آن ایجاد یک پایگاه داده جغرافیایی آزادانه در دسترس از جهان است. مطالعات زیادی در مورد تایید کیفیت OSM انجام شده است، و به طور خاص، نشان داده شده است که OSM قادر است پویایی دقیق مناطق شهری را به تصویر بکشد [ 2 ، 3 ].]. شهروندان به طور کامل به غنی‌سازی ویژگی‌های منطقه‌ای جغرافیایی محیط‌های شهری کمک می‌کنند. با این حال، کاربرد معکوس چنین منابع داده غنی برای پشتیبانی تصمیم گیری فضایی شهروندان توسط رابط های جستجو و اکتشاف مرسوم محدود شده است.

محیط‌های شهری یا شهرهای زندگی، ویژگی‌های منطقه‌ای درجه بالایی از پیچیدگی سازمان‌یافته بر اساس اجزای فضایی را به اشتراک می‌گذارند: مغازه‌ها، ادارات، خانه‌ها، فضاهای سبز، شبکه‌های حمل و نقل، ویژگی‌های طبیعی و غیره .. شهروندان به خدمات مبتنی بر مکان (LBS) برای کمک به تصمیم گیری از طریق فضای جغرافیایی محیط شهری اطرافشان نیاز دارند. در حال حاضر، اکثر تلاش‌های تحقیق و توسعه در LBS بر فراهم کردن دسترسی به اطلاعات در مورد مکان‌ها، امکانات و نقاط جغرافیایی خاص متمرکز است. با این حال، انواع جستجوی پیچیده‌تر و تحلیل‌های پشتیبان مورد نظر است که نمای ترکیبی از داده‌های جغرافیایی زیربنایی را امکان‌پذیر می‌سازد. در موقعیت های مختلف جستجوی اطلاعات، کاربران نه تنها به موجودیت های جغرافیایی خاص، بلکه به ترکیب مناطق شهری و مناطق جغرافیایی علاقه مند هستند. کاربران به دنبال پرس و جو، تجزیه و تحلیل و مقایسه مناطق جغرافیایی هستند، که با وب 2.0 فعلی و رابط های جستجوی محلی امکان پذیر نیست، زیرا روش های ارائه آنها ممکن است به سمت مکان ها و نهادهای مشخص باشد.4 ]. کاربران می توانند علاقه مند به یافتن مناطق مناسب در بسیاری از سناریوهای تصمیم گیری باشند. شخصی که باید به مکان جدیدی نقل مکان کند ممکن است به دنبال منطقه مناسب برای زندگی باشد یا نیاز به مقایسه شهرهای مختلف داشته باشد. تاجری که یک مغازه/فروشگاه جدید باز می کند به دنبال محله ای سودمند می گردد یا حتی یک توریست می خواهد از مناطق جالب دیدن کند تا خواسته های خود را در زمان کمتری برای گشت و گذار برآورده کند.

مطالعه نیازمندی‌های مرتبط ما [ 5 ] در تحلیل چنین سناریوهایی به ما این بینش را داد که معیارهای چندگانه مورد علاقه به طور همزمان معنی‌دار می‌شوند. به عنوان بخشی از تجزیه و تحلیل نیازمندی‌ها، ما یک مطالعه کاربری برای درک بهتر تصمیم‌گیری چند معیاره جغرافیایی انجام دادیم. ما چندین سناریو از تصمیم گیری فضایی مانند انتقال به مکان جدید، مقایسه شهرها و غیره را در اختیار شرکت کنندگان قرار دادیم.. ما نظر آنها را در مورد رابط کاربری ایده آل برای پشتیبانی از این وظایف و اینکه ابزارهای موجود چگونه نیازهای آنها را برای چنین سناریوهایی برآورده می کنند جمع آوری کردیم. یکی از مشاهدات اصلی این بود که شرکت‌کنندگان از رابط‌های موجود ناراضی بودند و تمایل شدیدی به تجسم مناطق جغرافیایی و خصوصیات آنها ابراز داشتند. به خصوص در سناریویی مانند نقل مکان به مکان جدید، کاربران تمایل دارند مکان های جدید را با محیط زندگی فعلی خود مقایسه کنند و همچنین تمایل به پشتیبانی بهتر برای فیلتر محله دارند. بنابراین هدف ما ارائه یک رابط تعاملی برای جستجو و اکتشاف محیط شهری است.

در این مقاله، ما از داده‌های OSM برای طبقه‌بندی ویژگی‌های محیط شهری و ارائه یک رابط بصری تعاملی برای اکتشاف فضایی این داده‌ها و حمایت از تصمیم‌گیری فضایی شهروندان استفاده می‌کنیم. رابط قبلی خود را گسترش می دهیم [ 6] برای ارائه دانش، ساختار و محیطی عمیق تر از محیط شهری. سیستم پیشنهادی کنترل کاربر بیشتری را فراهم می کند و یک چارچوب جستجو برای پرس و جوی منطقه ای چند معیاره، کاوش و مقایسه مبتنی بر شهر با استفاده از داده های OSM ارائه می دهد. ما اطلاعات مکانی را با توزیع توپوگرافی مناطق جغرافیایی مورد علاقه غنی می کنیم. ما روش‌های رتبه‌بندی کارآمد را برای پشتیبانی از فرآیند جستجوی منطقه‌ای ادغام می‌کنیم. در چارچوب پیشنهادی، کاربران می‌توانند توصیف مناطق شهری را با توجه به ابعاد فضایی متعدد مورد علاقه مقایسه کرده و مناسب‌ترین منطقه را جستجو کنند.

بقیه مقاله به شرح زیر سازماندهی شده است. ابتدا، در بخش 2، خلاصه‌ای از برنامه‌ها و رویکردهای مرتبط ارائه می‌کنیم. در بخش 3، ما جزئیات چارچوب استخراج داده های مکانی خود را از OSM ارائه می کنیم. در بخش‌های بعدی، نحوه تعامل کاربران نهایی با داده‌های مکانی استخراج‌شده برای سناریوهای تصمیم‌گیری را شرح می‌دهیم. بخش 4 روش هایی را برای مشخص کردن نیازهای اطلاعاتی کاربر توضیح می دهد. ما عملکرد جنبه‌های مختلف را که به کاربران نهایی کمک می‌کند تا داده‌های مکانی را در زمینه‌های مختلف کاوش کنند در بخش 5 توضیح می‌دهیم. در رابط پیشنهادی، کاربران نه تنها می‌توانند داده‌های مکانی را کاوش کنند، بلکه می‌توانند مناطق مورد نظر را نیز جستجو و رتبه‌بندی کنند. ما جزئیات مکانیسم رتبه بندی را در بخش 6 ارائه می دهیم. در بخش 7، مطالعه ارزیابی چارچوب را شرح می دهیم. سرانجام،

2. رویکردهای مرتبط

مطالعات متعددی در مورد کیفیت داده های VGI و OSM انجام شده است [ 2 ، 3 ، 7 ، 8 ]. این مطالعات نشان داده‌اند که داده‌های OSM در مناطق شهری کیفیت بالایی دارند و عمدتاً با مجموعه داده‌های تجاری قابل مقایسه هستند. از این رو، در این کار، تمرکز ما بر افزایش کاربرد این داده ها برای شهروندان از طریق پوشش تجسم تعاملی است. چندین رویکرد وجود دارد که روش‌های تجسم را روی داده‌های OSM اعمال می‌کند [ 9-11 ] . با این حال، تمرکز در درجه اول بر بهبود کیفیت داده ها در مقایسه با پشتیبانی از نیازهای مبتنی بر مکان کاربر نهایی بوده است. برخی از کاربردهای داده OSM وجود دارد که پدیده های فعلی خدمات مبتنی بر مکان را گسترش می دهد، مانند یافتن جهت ها و مسیرها [12 ] یا برنامه های کاربردی دامنه خاص [ 13 ]. با این حال، کاربرد چنین داده های شهری با کیفیت بالا برای جستجو و اکتشاف چند معیاره یک منطقه جغرافیایی مرتبط هنوز یک چالش است. خدمات جستجوی محلی و سیستم های بازیابی اطلاعات جغرافیایی [ 14 ، 15 ] وجود دارد که دسترسی به موجودیت های جغرافیایی را فراهم می کند. این موجودیت‌های جغرافیایی معمولاً به یک معیار/دسته یا مجموعه‌ای از دسته‌ها (خرید، آموزش، ورزش و غیره ) تعلق دارند..). چندین سرویس مبتنی بر مکان و صفحات زرد از ساختار طبقه‌بندی برای نمای کلی موجودیت‌های جغرافیایی پیروی می‌کنند. در برنامه‌های جغرافیایی فعلی، کاربران می‌توانند موجودیت‌های جغرافیایی را که به یک دسته خاص تعلق دارند، روی نقشه مشاهده کنند، اما تحقق چندین دسته معمولاً پشتیبانی نمی‌شود. بنابراین، انتظار می‌رود که کاربران نهایی وظایف تصمیم‌گیری را از طریق جستجو/مرور متوالی دسته‌ها از منابع داده‌های مختلف در وب انجام دهند، که می‌تواند یک کار بسیار پیچیده و زمان‌بر باشد.

در جامعه پژوهشی، مسائل فضایی چند معیاره اغلب از منظر محاسباتی [ 16 ، 17 ] که بر تخمین فاصله و تراکم مکان‌ها با توجه به معیارهای مختلف متمرکز است، مورد بررسی قرار گرفته‌اند. رینر و هپلستون [ 18 ] ارزیابی چند معیاره جغرافیایی را برای خریداران خانه پیشنهاد کردند که در آن معیارهای تصمیم بر اساس: مکان، مجاورت و جهت بود. حتی اگر وظیفه آنها سناریوی مشابهی از تصمیم گیری فضایی دارد همانطور که در کار ما مورد بحث قرار گرفت، این مطالعه برای یک گروه متمرکز از نمایندگان املاک انجام شد و سهم بیشتر در جنبه های محاسباتی بود تا تجسم. در مقایسه، ما بر روی روش های تجسم تمرکز می کنیم، یعنی، چگونه کاربران نهایی چندین معیار را در رابط جستجوی محلی برای تصمیم گیری فضایی درک و تجزیه و تحلیل می کنند. برخی از رویکردهای تجسم جغرافیایی [ 19 ، 20 ] مشکل تحلیل چند معیاره را بررسی می‌کنند، اما معمولاً حوزه‌های خاصی مانند مراقبت‌های بهداشتی را هدف قرار می‌دهند و از تحلیل تصمیم‌گیری یک گروه متمرکز از متخصصان پشتیبانی می‌کنند. به طور کلی، تصمیم گیری مکانی یکی از چالش ها و کاربردهای اصلی تجزیه و تحلیل بصری [ 21 ] بوده است. برای محتوای مرتبط با جغرافیا، تجزیه و تحلیل بصری به طور برجسته استفاده می شود ( http://www.geovista.psu.edu ، http://www.geoanalytics.net/). مدل‌ها و ابزارهای تحلیلی بصری زیادی برای پشتیبانی از فرآیندهای تصمیم‌گیری تجاری حیاتی ایجاد شده‌اند، اما کمک به کاربران عادی در تصمیم‌گیری هنوز یک چالش بزرگ تحقیقاتی است [ 22 ].

در این کار، ما کاربران خدمات جستجوی محلی را هدف قرار می‌دهیم و برای حمایت از تصمیم‌گیری چند معیاره آن‌ها، تجسم جغرافیایی مبتنی بر نقشه را پیشنهاد می‌کنیم. یانکوفسکی و همکاران [ 23 ] یک رویکرد اکتشافی برای مسائل فضایی معیارهای چندگانه ارائه کرده‌اند که در آن بر نقش نقشه‌ها در سناریوهای تصمیم‌گیری تأکید می‌کنند. مارتینو و همکاران [ 24] ادغام Google Earth را در ابزارهای OLAP (پردازش تحلیلی آنلاین) برای کاوش و تجزیه و تحلیل چند بعدی داده‌های مکانی پیشنهاد کرد. مشابه این رویکردها، یک نقشه تمرکز رابط پیشنهادی ما است. با این حال، ما لایه هایی از تجسم ها را برای انجام سناریوهای تصمیم گیری فضایی کاربران جستجوی محلی ادغام می کنیم. هدف ما غنی‌سازی دانش شهروندان در مورد مناطق شهری با استفاده از مدل‌های تجسم بر روی داده‌های VGI موجود در وب است. روش های تجسم قابلیت استفاده افزایش یافته از منابع داده VGI را نشان داده اند [ 25 ، 26 ]. علاوه بر این، چندین رویکرد و ابزار برای گسترش کاربرد منابع داده VGI وجود دارد [ 27 ، 28 ]]؛ با این حال، اکثر این رویکردها بر برنامه ریزی شهری و مدل سازی شهر در موارد استفاده صریح، مانند شبیه سازی ترافیک متمرکز هستند. به طور خاص، تحقیقات در تحلیل شهری نیز بر برنامه ریزی شهری و تصمیم گیری برای بهبود زیرساخت های شهری متمرکز شده است [ 29-32 ] .

3. OpenStreetMap Data Framework

در این کار، هدف ما فراهم کردن دسترسی آسان به اطلاعات مربوط به فضایی از OSM است، به طوری که کاربران نهایی بتوانند دانش مربوط به مناطق جغرافیایی را از دیدگاه‌های منطقه‌ای مشاهده کنند. از این رو، پایگاه داده مکانی ما شامل مجموعه عظیمی از موجودیت های جغرافیایی است که از OSM استخراج و تشکیل شده است. ما داده های OSM را به یک ساختار و شاخص توپوگرافی طبقه بندی می کنیم. توزیع تسهیلات شامل معیارهایی مانند خرید، تحصیل، امکانات پزشکی، مذهب و غیره است. توزیع توپوگرافی بر اساس آرایش چشم انداز است، به عنوان مثال، آب، سرسبزی، جنگل، کوه ها و غیره ، یا توزیع کاربری زمین، به عنوان مثال، مناطق مسکونی، تجاری، صنعتی. انتخاب فهرست دسته‌بندی از تحلیل نیاز کاربر الهام گرفته شده است [ 5]، که برای درک نیاز اطلاعاتی کاربران در جستجوی منطقه ای و سناریوهای تصمیم گیری انجام شد.

OSM چندین روش برای دسترسی به داده های مبتنی بر نقشه جغرافیایی فراهم می کند. ما از فایل های XML از Geofabrik ( http://download.geofabrik.de استفاده کردیم) که شامل تمام ویژگی های فضایی در یک منطقه انتخاب شده است. این مناطق می توانند قاره ها، کشورها یا استان ها باشند. فایل های OSM XML از سه عنصر اساسی تشکیل شده اند: گره ها، راه ها و روابط. گره ها نشان دهنده یک نقطه خاص در سطح زمین هستند که با طول و عرض جغرافیایی آن تعریف شده است. راه ها ترکیبی از گره ها هستند و می توانند راهی بسته برای نمایش یک چند ضلعی باشند. و روابط اطلاعات خاصی را به گره ها و راه ها اضافه می کنند. ویژگی های فیزیکی روی زمین با استفاده از برچسب های متصل به عناصر اصلی آن نشان داده می شود. هر تگ یک ویژگی جغرافیایی از ویژگی را توصیف می کند که توسط آن گره، راه یا رابطه خاص نشان داده شده است. در این کار، ما از اطلاعات برچسب برای دسته‌بندی موجودیت‌های جغرافیایی استفاده می‌کنیم. امکانات جغرافیایی اساساً از طریق اطلاعات برچسب گره ها طبقه بندی می شوند.

هر گره، راه یا رابطه می‌تواند حاوی برچسب‌های مختلفی باشد، که برای مثال، توصیف می‌کنند که یک راه یک بزرگراه یا یک خیابان است. اطلاعات منظره با روش های بسته نشان داده می شود که حاوی برچسب هایی با اطلاعاتی مانند “آب”، “ساحل” یا “زمین کشاورزی” است. در فرآیند اولیه، همه راه‌های بسته را که به نظر می‌رسد اطلاعات منظره هستند، در یک فهرست توپوگرافی استخراج می‌کنیم تا مجموعه‌ای جامع داشته باشیم. ما با آپاچی لوسن ( http://lucene.apache.org/core ) شاخص ایجاد می کنیم). متعاقباً مناطق جالب مانند شهرها یا استان ها را به عنوان میدان های مرزی تعریف می کنیم. هر مربع به یک شبکه با مقدار مشخصی سلول تقسیم می شود. برای هر سلول، مقوله کاربری غالب زمین و دفن زباله را پیدا می کنیم تا این اطلاعات را در دو شاخص جدید، کاربری زمین و شاخص دفن زباله ذخیره کنیم. برای به دست آوردن تقاطع بین سلول و راه های بسته از شاخص توپوگرافی، ما از “spatial4j”، یک کتابخانه جغرافیایی استفاده کردیم ( https://github.com/spatial4j/spatial4j). اطلاعات برچسب هر راه بسته در داخل سلول دسته بندی می شود. برای دفن زباله، دسته‌های «آب»، «سبز»، «جنگل»، «محل زباله/پسماند» و «کوه/سنگ» و برای کاربری زمین، «منطقه تجاری»، «منطقه صنعتی»، «مسکونی» را انتخاب می‌کنیم. منطقه، «جاده» و «راه آهن». دسته غالب بزرگترین منطقه در این سلول است. این دسته برای این سلول در هر دو شاخص، کاربری زمین و شاخص دفن زباله ذخیره شده است. ما یک شبکه برای هر منطقه جالب با دسته بندی های غالب در آن دریافت می کنیم. از این رو، نمایش این سلول ها بر روی نقشه یا تجزیه و تحلیل سلول ها در یک فرم هندسی آسان است.

کاربران نهایی می توانند با این اطلاعات از طریق مکانیسم های تجسم مربوطه که در بخش های زیر توضیح داده شده اند، تعامل داشته باشند. ما از Google Maps به عنوان چارچوب نقشه استفاده کردیم، و تجسم‌ها با استفاده از اسناد مبتنی بر داده ( http://www.d3js.org )، یک کتابخانه جاوا اسکریپت برای طراحی تجسم ساخته شدند. طرح رنگ با پشتیبانی ColorBrewer ( http://www.colorbrewer.org ) انتخاب شد. نمای کلی بصری و جنبه‌های پیشنهادی نتیجه یک فرآیند طراحی کاربر محور بود، جایی که ما طرح‌بندی‌ها، اعداد و اندازه‌های مختلف را آزمایش کرده‌ایم. در بخش های فرعی زیر، عملکردهای رابط را به طور کامل شرح می دهیم.

4. مشخص کردن نیاز به اطلاعات جغرافیایی

رابط جستجوی OSM به موازات چندین سرویس جستجوی محلی دیگر است که نتایج متوالی را به کاربران نهایی ارائه می‌کند، به عنوان مثال، جستجوی «رستوران در وین» همه رستوران‌های وین را به‌عنوان نمای فهرست و/یا نمادها در رابط نقشه برمی‌گرداند. . با این حال، در عصر اطلاعات فعلی، نیاز به اطلاعات مکانی یک کاربر نهایی اغلب بسیار پیچیده‌تر از چنین پرسش‌هایی ساده و فوق‌الذکر است. در چندین سناریو تصمیم گیری فضایی، کاربران به طور همزمان به دنبال چندین معیار مورد علاقه می گردند، که با رویکرد جستجوی متوالی و طبقه بندی رابط های جستجوی محلی فعلی چندان راحت نیست. این امر به ویژه برای افرادی که با یک کار تصمیم گیری پیچیده روبرو هستند صادق است، به عنوان مثال، شخصی که باید به یک شهر جدید نقل مکان کند و به دنبال محل زندگی جدید است. در این مثال،

در این کار، ما به کاربران نهایی امکان توصیف چندین معیار مورد علاقه را به طور همزمان ارائه می دهیم. شکل 1 مثالی از یک رابط پرس و جو کاربر با معیارهای متعدد را نشان می دهد. در اینجا، کاربران می توانند چندین دسته را برای جستجوی منطقه مناسب انتخاب و وزن کنند. ردیف آخر نشان دهنده اندازه منطقه ای است که کاربر با توجه به معیارهای مشخص شده به دنبال آن است.

4.1. شخصیت پردازی مبتنی بر نقشه

علاوه بر جستجوی چندین معیار، کاربران ممکن است بخواهند با رابط نقشه تعامل داشته باشند تا منطقه ای را روی نقشه برای کاوش منطقه ای انتخاب کنند. بیشتر رابط های ژئوتصویرسازی فعلی بر روی مرزهای نقشه اداری تمرکز دارند. شکل 2 نقشه اداری شهر درسدن را نشان می دهد که در آن کاربران می توانند مناطق خاصی از شهر را برای اکتشاف و مقایسه انتخاب کنند. در مثال نشان داده شده، کاربر یک منطقه را در مرکز نقشه شهر درسدن انتخاب کرد.

4.2. پرس و جو از طریق مثال فضایی

با حرکت فراتر از مرزهای نقشه سنتی، به کاربران این امکان را می‌دهیم که خودسرانه منطقه فضایی مورد علاقه خود را تعریف کنند. تعریف رایگان منطقه پرس و جو مهم است، زیرا کاربران ممکن است همیشه خواهان محله ای نباشند که با مرزهای سنتی تعریف شده باشد، به عنوان مثال، کاربر ممکن است به دلیل ترجیحات جغرافیایی شخصی، مانند وجود رودخانه در نزدیکی، به منطقه خاصی علاقه مند باشد. ، یک باغ، یک کلیسا و اتصال خوب به حمل و نقل عمومی. علاوه بر این، از تحقیقات قبلی GIR ما [ 15]، این تصور را داشتیم که کاربر یک سیستم جستجوی جغرافیایی به کنترل بیشتری بر پارامترهای ورودی نیاز دارد. به طور خاص، یک تکنیک ترسیم آزاد چندین بار مورد نظر قرار گرفته است، به عنوان مثال، برای محاصره مناطق خاصی بر روی نقشه، که سپس به عنوان یک نقطه مرجع جدید برای تجزیه و تحلیل بیشتر عمل می کند. بنابراین ما پرس و جوهای جغرافیایی را در مدل خود با مثال فضایی پیشنهاد کردیم، جایی که کاربران می توانند منطقه پرس و جو را با ترسیم روی نقشه تعریف کنند. کاربر می تواند منطقه را از طریق مرزهای دایره ای یا چند ضلعی انتخاب کند. شکل 3 نمونه ای از یک منطقه مورد علاقه انتخاب شده توسط کاربر را از طریق یک پرس و جو چند ضلعی (با کلیک ماوس و کشیدن) روی نقشه نشان می دهد.

5. بررسی اجمالی و اکتشاف فضایی

در سیستم تعاملی بصری پیشنهادی، کاربران می‌توانند یک شهر خاص یا چند شهر را برای کاوش فضایی انتخاب کنند. کاربران می توانند چندین منطقه مورد علاقه را از طریق انتخاب چند ضلعی/دایره ای یا مناطق اداری نقشه شهر انتخاب کنند. شکل 4رابط وب برای کاوش فضایی سیستم پیشنهادی را نشان می دهد، جایی که مونیخ به عنوان شهر مرجع انتخاب شده است. هر منطقه را می توان از طریق تجسم های متعدد با نمایش برگه کاوش کرد. این مثال سه منطقه مختلف شهر را از طریق جنبه های مختلف منبع داده OSM نشان می دهد. کاربران نهایی می توانند خلاصه فضایی مناطق جغرافیایی و شهرها را بر اساس یک همپوشانی نقشه حرارتی طبقه بندی شده روی داده های استخراج شده تجسم کنند، که در نتیجه به آنها امکان می دهد مناطق انتخاب شده را کاوش و مقایسه کنند. نمودار دایره ای اطلاعات دقیقی از توزیع طبقه بندی مناطق زمانی که کاربران با نشانگر ماوس روی آن قرار می گیرند، ارائه می دهد. این اطلاعات دقیق در مورد در دسترس بودن امکانات جغرافیایی در مناطق انتخاب شده را ارائه می دهد.

مثال های شکل 4 نمای کلی منطقه ای را از طریق منبع داده OSM نشان می دهد. سمت چپ ترین منطقه چند ضلعی توزیع مبتنی بر تسهیلات را شرح می دهد، جایی که منطقه انتخاب شده دارای بسیاری از امکانات خرید، غذا و نوشیدنی است. برخی از امکانات پزشکی علاوه بر چند دسته کوچک دیگر وجود دارد. منطقه دایره ای در پایین نمای پوشش طبیعی زمین را نشان می دهد که در درجه اول در فضای سبز، جنگل و زباله توزیع شده است. گزینه نمای مرتبط منطقه دایره ای در بالا نشان می دهد که چگونه زمین در منطقه انتخاب شده به صورت تجاری استفاده شده است.

شکل 5 نمونه دیگری از نمای کلی بصری نقشه اداری درسدن را نشان می دهد. رابط نشان می دهد که چگونه سه منطقه مختلف شهر با توجه به امکانات جغرافیایی توزیع شده اند.

5.1. اکتشاف موجودیت های جغرافیایی

تجسم نمودار دایره ای یک نمای کلی سریع از توزیع امکانات جغرافیایی ارائه می دهد. با این حال، یک کاربر ممکن است دوست داشته باشد اطلاعات دقیق در مورد امکانات و توزیع توپوگرافی را بررسی کند. در چنین سناریوهایی، کاربر می تواند روی گزینه “نمایش جزئیات بیشتر” در پایین پنجره نمودار دایره ای کلیک کند. شکل 6 نمای دقیق منطقه مرکزی درسدن را نشان می دهد. هنگامی که یک کاربر یک دسته بندی خاص را انتخاب می کند، همه موجودیت های جغرافیایی مرتبط با دسته فهرست می شوند و همچنین با نمادهای روی نقشه نشان داده می شوند. ما تمام اطلاعات خاص مانند نام، مکان و اطلاعات وب سایت را در مورد هر موجودیت جغرافیایی ارائه می دهیم.

5.2. مقایسه شهر

در برخی سناریوها، مردم دوست دارند زیرساخت کل شهر را تجسم کنند و توزیع مبتنی بر شهر را به جای برخی از مناطق انتخاب شده مقایسه کنند [ 33 ]. ما رابط اکتشافی منطقه ای را برای مقایسه مبتنی بر شهر گسترش می دهیم تا زمانی که شهروندان نیاز به کاوش و مقایسه شهرهای مختلف دارند، چنین سناریوهای تصمیم گیری را برآورده کنیم. شکل 7نمونه ای از یک نمای کلی و اکتشاف شهر محور را بر اساس دسته بندی های OSM فوق الذکر نشان می دهد. کاربر می تواند یک شهر یا چند شهر را برای کاوش فضایی انتخاب کند. در مثال نشان داده شده، پنج شهر آلمان انتخاب شده اند و کاربر می تواند برگه های مربوطه را برای نمای کلی زیرساخت شهر بر اساس تجسم نمودار دایره ای در سمت راست رابط انتخاب کند. کاربر می تواند روی یک دسته خاص شناور کند تا نحوه توزیع آن را در سطح شهر تجسم کند (در مثال نشان داده شده، کاربر مناطق احاطه شده توسط جنگل هانوفر را تجسم کرد). انتخاب نقطه نظر مقایسه یک شهر منتخب با شهرهای دیگر را ارائه می دهد. در مثال داده شده، هانوفر به عنوان نقطه نظر انتخاب شده است،

چند رابط موجود برای مقایسه شهر وجود دارد ( http://www.moving.com/real-estate/compare-cities ، http://www.numbeo.com )، که تجزیه و تحلیل را بر اساس جمعیت شناسی یا هزینه ارائه می کند. زندگي كردن. با این حال، اکتشاف و مقایسه شهرها بر اساس امکانات و ساختار جغرافیایی می‌تواند برای تصمیم‌گیری فضایی حیاتی باشد.

6. جستجوی مناطق مربوطه

در موقعیت های مختلف تصمیم گیری، کاربران نه تنها نیاز به کشف مناطق مختلف مورد علاقه برای امکانات موجود دارند، بلکه نیاز به مقایسه و یافتن مناطق مرتبط با معیارهای مورد علاقه خود دارند. در چنین سناریوهایی، کاربران می‌توانند نیازمندی‌های خود را با یکی از روش‌های ورودی توضیح‌داده‌شده در بخش 4 مشخص کنند. در رابطه با پرس و جوی ورودی، کاربران می‌توانند چند منطقه هدف را که نیاز به رتبه‌بندی دارند انتخاب کنند، یا از سیستم درخواست کنند که مناسب‌ترین منطقه در یک منطقه باشد. فضای جغرافیایی مانند شهر سیستم جستجو ارتباط مناطق هدف را با درصد شباهت با تجسم ارتباط مبتنی بر نقشه حرارتی نشان می دهد. ما از یک طرح رنگ از تن های سبز مختلف استفاده کردیم که در شفافیت آنها متفاوت بود. در حالی که رنگ‌های روشن ارتباط کم را نشان می‌دهند، رنگ‌های تیره برای نشان دادن ارتباط بالا استفاده می‌شوند.

6.1. رتبه بندی مناطق منتخب

شکل 8 نمونه ای از سناریوی جستجو را نشان می دهد که کاربر می خواهد مناطق انتخابی مورد علاقه خود را رتبه بندی کند. در اینجا دو شهر آلمان، هامبورگ و لایپزیک توسط کاربر انتخاب شدند. کاربر در نظر دارد مناطق مختلف جغرافیایی لایپزیگ (مناطق هدف) را با توجه به یک منطقه مرتبط خاص در هامبورگ (منطقه جستجو) مقایسه کند. این سیستم به کاربر اجازه می دهد تا منطقه مورد نظر فعلی را از طریق یک پرس و جو چند ضلعی بر روی نقشه هامبورگ مشخص کند و ارتباط مناطق هدف در لایپزیگ را به ترتیب رتبه بندی شده بدست آورد. کاربران می توانند مقایسه بصری منطقه پرس و جو با مرتبط ترین منطقه هدف را از طریق توزیع چند وجهی مربوطه خود انجام دهند. در مثال نشان داده شده از توزیع معیار، می‌توانیم توزیع‌های منطقه با شباهت 83% را بسیار شبیه به منطقه پرس و جو درک کنیم. مثال نشان داده شده درشکل 5 مناطق مختلف شهر درسدن را در رتبه بندی (با شفافیت رنگ) در مقایسه با یک منطقه خاص در مرکز (قرمز) نشان می دهد.

هنگامی که کاربر کاملاً از توزیع معیارهای یک منطقه پرس و جو انتخاب شده راضی نیست، می تواند با توزیع های منطقه انتخاب شده تعامل داشته باشد و تطبیق دهد. مدل‌های تعاملی کاربران را قادر می‌سازد تا بر روند رتبه‌بندی و بازیابی تأثیر بگذارند. ما نمودار دایره ای قابل کشیدن را ارائه می دهیم که در آن کاربر می تواند با کشیدن مرزهای مربوطه، اهمیت دسته ها را افزایش یا کاهش دهد. اهمیت سایر مقوله ها به طور خودکار به نسبت مساوی تنظیم می شود. فرآیند تعامل به کاربر اجازه می دهد تا دسته ها را اضافه، ویرایش و حذف کند. پس از اصلاح توزیع طبقه‌بندی امکانات جغرافیایی، کاربران می‌توانند مناطق هدف را مجدداً مشاهده کنند تا رتبه مرتبط به‌روز شده‌شان را به دست آورند.

روش شناسی برای رتبه بندی مناطق از رتبه بندی بازیابی اطلاعات (IR) الهام گرفته شده است. در مدل‌سازی ارتباط IR، اسناد بر اساس احتمال ایجاد یک پرس و جو رتبه‌بندی می‌شوند. به طور مشابه، ما ارتباط یک منطقه هدف را بر اساس امکان آن برای تولید/تکرار منطقه پرس و جو قضاوت می کنیم. هر ناحیه R با توزیع دسته بندی ( C1 ، C2 ، …، Cn ) نشان داده می شود . هر دسته C i بر اساس موجودیت های جغرافیایی است که به دسته i تعلق دارند . ارتباط یک منطقه هدف خاص R tبر اساس شباهت توزیع طبقه بندی آن با توجه به منطقه پرس و جو Rq است. معیارهای مختلفی برای تخمین شباهت توزیع وجود دارد [ 34 ، 35 ]. با این حال، برای محاسبه ارتباط بین مناطق جغرافیایی از طریق توزیع معیارهای آنها، ما معیار تشابه توزیع مبتنی بر فاصله اقلیدسی [ 36 ] را مناسب‌ترین اندازه‌گیری یافتیم.

6.2. بهینه سازی رتبه بندی

سناریوهایی وجود دارد که کاربران فراتر از مناطق هدف خاص نگاه می کنند و مایلند کل فضای شهر را با توجه به یک منطقه جستجو جستجو کنند. با این حال، تقسیم کل فضای شهر به تمام مناطق هدف ممکن یک راه حل پیچیده محاسباتی است. از این رو، ما یک روش بهینه‌سازی برای یافتن مرتبط‌ترین منطقه در فضای نقشه انتخاب شده ارائه می‌کنیم. روش پیشنهادی بر اساس چارچوب بهینه سازی ازدحام ذرات (PSO) [ 37 ] است. برای اعمال الگوریتم PSO برای یک جستجوی منطقه‌ای، برخی از مفاهیم PSO را به مسئله تصمیم‌گیری فضایی ترسیم کردیم [ 38 ]. ذره مخفف یک ناحیه دایره ای بر روی نقشه به عنوان راه حل کاندید است. برای یک ذره p i ، موقعیت X i مخفف مکان فعلی استp i روی نقشه، یعنی مختصات جغرافیایی مرکز ناحیه دایره ای. سرعت V i نشان دهنده جهت حرکت ذره بر روی سطح نقشه است. در مرحله اولیه، مجموعه ای از ذرات به عنوان راه حل های کاندید با موقعیت و سرعت تصادفی تولید می شوند. سپس، ذره سرعت و موقعیت خود را بر اساس معادلات (1) و (2) به روز می کند. ذره با یک تابع تناسب (شباهت با منطقه پرس و جو) و بهترین موقعیت محلی ذره ( P best ) و بهترین موقعیت جهانی ازدحام ( G best ) ارزیابی می شود.) بر اساس ارزش تناسب ذره به روز می شوند. تک تک ذرات به طور تصادفی به سمت موقعیت بهترین عملکرد خود و بهترین عملکرد ازدحام کشیده می شوند.

Vمن + 1= w *Vمن+ c 1 * r a n d( ) * (پb e s t–ایکسمن)+ c 2 * R a n d( ) * (پb e s t–ایکسمن)�من+1=�*�من+ج1*�آ�د()*(پبهستی–ایکسمن)+ج2*آرآ�د()*(پبهستی–ایکسمن)
ایکسمن + 1=ایکسمن+Vمن + 1ایکسمن+1=ایکسمن+�من+1

 

در اینجا، i مخفف نسل فعلی فرآیند تکرار است. w، c 1، c 2 به ترتیب ضریب حرکت، ضریب تشخیص و ضریب اجتماعی هستند. rand ()، رند () توابعی هستند که اعداد تصادفی بین صفر و یک تولید می کنند.

در مثال نشان داده شده در شکل 9، کاربر قصد دارد مناسب ترین منطقه را در وین با توجه به یک منطقه مشخص در برلین (منطقه پرس و جو) پیدا کند. از این رو، کاربر یک منطقه دایره ای مورد علاقه را در نقشه شهر برلین انتخاب کرد. هنگامی که کاربر منطقه مورد علاقه خود را ارائه کرد، سیستم چندین ذره را در نقشه شهر وین فعال می کند. هر ذره قطری برابر با ناحیه پرس و جو دارد. این ذرات شروع به حرکت در سراسر نقشه وین می کنند تا بهترین منطقه را با توجه به معیارهای کاربر پیدا کنند. کاربران می توانستند ذرات و حرکت ازدحام را در رابط نقشه مشاهده کنند و همچنین می توانستند سرعت ازدحام را از طریق پانل بالای رابط کنترل کنند. در اینجا، آنها همچنین می توانند وضعیت فعلی (شباهت یافت شده) فرآیند جستجو را تشخیص دهند. ازدحام به جستجوی فضای نقشه ادامه می دهد تا زمانی که بهترین منطقه را با بیشترین شباهت ممکن پیدا کند یا اگر کاربر فرآیند جستجو را خاتمه دهد. در این مثال، کاربر هنگامی که ازدحام منطقه ای با شباهت 98 درصدی پیدا کرده بود، فرآیند جستجو را خاتمه داد. بهترین منطقه با رنگ سبز تیره و مقدار شباهت آن نشان داده شده است. دایره های قرمز شفاف آخرین موقعیت ذرات را در زمانی که فرآیند جستجو متوقف شد نشان می دهد.

7. ارزیابی

ما فرآیند ارزیابی دوگانه را به شرح زیر توصیف می کنیم. ابتدا، ما در مورد مطالعات انجام شده برای تجزیه و تحلیل جنبه کاربری عمومی رابط پیشنهادی بحث می کنیم. پس از آن، نتایج ارزیابی خودکار انجام شده برای تجزیه و تحلیل پدیده های رتبه بندی را خلاصه می کنیم.

7.1. مطالعات قابلیت استفاده از سیستم

ما چندین مطالعه در مقیاس کوچک انجام دادیم تا بررسی کنیم که چگونه تجسم‌های شهری پیشنهادی قادر به پشتیبانی از جستجو و اکتشاف منطقه‌ای هستند. ما در نظر داریم دیدگاه کلی و مقبولیت چنین تجسم جغرافیایی را در بین کاربران نهایی کشف کنیم. در اینجا، ما نتیجه دو مطالعه انجام شده با تنظیمات مشابه را خلاصه می کنیم. در مجموع، 18 داوطلب (14 مرد، چهار زن) در مطالعه ما شرکت کردند. آنها بین 20 تا 54 سال سن داشتند. برای ارزیابی برنامه، دو سناریو به شرکت کنندگان داده بودیم: سناریو اول بیشتر یک کار اکتشافی بود و سناریوی دوم ارزیابی مقایسه مناطق بود. از شرکت کنندگان در مورد اینکه برنامه تا چه حد می تواند در تصمیم گیری فضایی آنها کمک کند سؤال شد. در مجموع، 16 نفر از 18 شرکت کننده ذکر کردند که این سیستم می تواند به آنها کمک کند تا مناطق مربوطه را کشف و پیدا کنند. از آنجایی که هیچ یک از رابط های جستجوی محلی فعلی عملکردهای مشابه جستجوی منطقه ای چند معیاره را ارائه نمی دهد، ما نمی توانیم یک سیستم پایه را به کار ببریم. با این حال، ما از شرکت‌کنندگان پرسیدیم که آیا می‌توانند چنین وظایفی را با استفاده از رابط‌ها و برنامه‌های کاربردی فعلی (مثلاً OSM، نقشه‌های گوگل) انجام دهند، که 14 نفر پاسخ منفی دادند و چهار شرکت‌کننده فکر کردند که با زمان و تلاش بیشتر می‌توان با استفاده از جستجوهای متعدد این کار را انجام داد. .

7.2. تجزیه و تحلیل عملکرد روش رتبه بندی

برای ارزیابی کارایی رویکرد جستجوی مبتنی بر بهینه‌سازی، آزمایش‌هایی را روی داده‌های جغرافیایی عظیم آلمان و اتریش انجام دادیم. نتایج نشان می‌دهد که چارچوب جستجوی ما می‌تواند مناطق مرتبط را به روشی محاسباتی کارآمد پیدا کند. ما روش جستجوی مبتنی بر PSO را با رویکرد مرسوم‌تر جستجوی منطقه‌ای مقایسه می‌کنیم، جایی که هر منطقه ممکن در مرز نقشه به راه‌حل نامزد تبدیل می‌شود. این به طور ذاتی به این معنی است که کل فضای نقشه به صورت شطرنجی شبکه ای طراحی می شود [ 26 ]. برای 1400 اجرای آزمایشی، PSO می تواند عملکرد قابل توجهی را در 1.05 ثانیه در مقایسه با 13.99 ثانیه انجام شده توسط یک جستجوی کامل به دست آورد. ما مشاهده کردیم که شکاف عملکرد بین روش‌های جستجوی کامل و PSO به طور قابل‌توجهی به پیچیدگی و اندازه فضای جستجو بستگی دارد [ 38 ]]. این نشان می‌دهد که روش جستجوی منطقه‌ای مبتنی بر بهینه‌سازی زمانی که بزرگی پایگاه‌داده فضایی بزرگ‌تر است حتی سودمندتر است و می‌تواند یک کاربرد عملی در سناریوهایی باشد که فضای جستجو واقعاً بزرگ است.

8. نتیجه گیری

منابع Geoweb 2.0، مانند OpenStreetMap، حاوی اطلاعات مکانی مرتبط در مورد زیرساخت ها و امکانات شهری است. با این حال، رابط‌های کاربر نهایی مرتبط از جستجو و اکتشاف مناطق و شهرها جغرافیایی پشتیبانی نمی‌کنند، که یک جنبه مهم در چندین سناریو تصمیم‌گیری فضایی است. در این مقاله، ما رابط‌های تعاملی را بر روی داده‌های OpenStreetMap پیشنهاد کردیم تا کاربران نهایی بتوانند مناطق شهری مورد علاقه را مشخص، کاوش و رتبه‌بندی کنند. ما روش‌های ورودی مختلفی را برای مشخص کردن نیاز به اطلاعات مکانی کاربران نهایی پیشنهاد کردیم. کاوش آسان مناطق فضایی از طریق لایه‌های نقشه حرارتی و تجسم مبتنی بر نماد پشتیبانی می‌شود. روش های رتبه بندی و بهینه سازی منطقه ای برای ارائه کمک جستجو در سناریوهای تصمیم گیری ادغام شده اند.

سیستم تجسم و جستجوی پیشنهادی برای داده های OpenStreetMap طراحی شده است. با این حال، روش ها به یک منبع داده VGI خاص محدود نمی شوند. این می تواند برای به تصویر کشیدن هر نوع داده مبتنی بر نقطه جغرافیایی برای توزیع منطقه ای استفاده شود. در آینده، چارچوب جستجوی منطقه‌ای را با انواع منابع داده‌های مکانی پیشنهاد می‌کنیم و سیستم را برای کاربران دنیای واقعی در دسترس قرار می‌دهیم.

 

منابع

  1. Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ]
  2. Haklay, M. اطلاعات جغرافیایی داوطلبانه چقدر خوب است؟ مطالعه تطبیقی ​​مجموعه داده‌های OpenStreetMap و Ordnance Survey. محیط زیست طرح. B طرح. Des 2010 , 37 , 682-703. [ Google Scholar ]
  3. مونی، پی. سان، اچ. Yan, L. VGI به‌عنوان یک منبع داده به‌روزرسانی پویا در خدمات مبتنی بر مکان در محیط‌های شهری، مجموعه مقالات دومین کارگاه بین‌المللی در مورد جمعیت فراگیر، پکن، چین، 17-21 سپتامبر 2011. 2011; صص 13-16.
  4. تومی، بی. Rae, A. کشف مناطق مشخص کننده محلی در داده های دارای برچسب جغرافیایی، مجموعه مقالات بیست و دومین کنفرانس بین المللی در وب جهانی. کمیته راهبری کنفرانس های بین المللی وب جهانی، ریودوژانیرو، برزیل، 13 تا 17 مه 2013. ص 1285–1296.
  5. کومار، سی. پوپینگا، بی. هائوسر، دی. هوتن، دبلیو. Boll، S. رابط های ژئوویژوال برای یافتن مناطق شهری مناسب برای شهروندان: یک مطالعه نیازمندی کاربر محور، مجموعه مقالات UbiComp’13 Adjunct، زوریخ، سوئیس، 8-12 سپتامبر 2013.
  6. کومار، سی. هوتن، دبلیو. Boll, S. یک سیستم تعاملی بصری برای جستجوی فضایی و رتبه بندی مناطق جغرافیایی، مجموعه مقالات I-KNOW، سیزدهمین کنفرانس بین المللی ACM در مدیریت دانش و محاسبات دانش، گراتس، اتریش، 4-6 سپتامبر 2013. Lindstaedt, SN, Granitzer, M., Eds. ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2013.
  7. گوتز، ام. Zipf، A. OpenStreetMap در بینش‌های سه‌بعدی با جزئیات در مورد وضعیت فعلی آلمان، مجموعه مقالات کنفرانس بین‌المللی AGILE 2012 در علم اطلاعات جغرافیایی، آوینیون، فرانسه، 24-27 آوریل 2012. ص 24-27.
  8. نیس، پ. Zielstra، D. تحولات اخیر و روندهای آینده در تحقیقات داوطلبانه اطلاعات جغرافیایی: مورد OpenStreetMap. اینترنت آینده 2014 ، 6 ، 76-106. [ Google Scholar ]
  9. Deparday، V. تقویت تجسم داوطلبانه اطلاعات جغرافیایی (VGI) با نرم افزار منبع باز مبتنی بر وب . دانشگاه واترلو: واترلو، کانادا، 2011. [ Google Scholar ]
  10. رویک، او. لوس، ال. Zipf، A. چارچوبی فنی برای تجسم معیارهای کیفیت مکانی-زمانی اطلاعات جغرافیایی داوطلبانه، مجموعه مقالات GEOINFORMATIK 2012–Mobility and Environment، براونشوایگ، آلمان، 28-33 مارس 2012.
  11. رویک، او. هاگناور، جی. Zipf، A. تحلیل مبتنی بر شبکه OSMatrix و تجسم OpenStreetMap، مجموعه مقالات وضعیت نقشه اروپا، وین، اتریش، 15-17 ژوئیه 2011. صص 15-17.
  12. نیس، پ. Zipf، A. Openrouteservice. org سه بار “باز” ​​است: ترکیب OpenSource، OpenLS و OpenStreetMaps، مجموعه مقالات تحقیقات GIS انگلستان (GISRUK 08)، منچستر، بریتانیا، 2-4 آوریل 2008.
  13. نیس، پ. سینگر، پی. Zipf، A. نقشه برداری مشترک و مسیریابی اضطراری برای تدارکات بلایا – مطالعات موردی از زلزله هائیتی و پورتال سازمان ملل برای آفریقا، مجموعه مقالات انجمن ژئوانفورماتیک، سالزبورگ، اتریش، 6-9 ژوئیه 2010. صص 239-248.
  14. اهلرز، دی. Boll, S. جستجوی وب مبتنی بر مکان. در وب جغرافیایی ؛ Springer: لندن، انگلستان، 2007; صص 55-66. [ Google Scholar ]
  15. کومار، سی. ارتباط و رتبه‌بندی در بازیابی اطلاعات جغرافیایی، مجموعه مقالات چهارمین کنفرانس BCS-IRSG در مسیرهای آینده در دسترسی به اطلاعات، کوبلنتس، آلمان، 31 اوت 2011. انجمن کامپیوتر بریتانیا: سوینتون، بریتانیا، 2011; ص 2-7.
  16. ماکروپولوس، سی. باتلر، دی. میانگین وزنی مرتب شده فضایی: ترکیب نگرش متغیر فضایی نسبت به ریسک در تصمیم گیری چند معیاره فضایی. محیط زیست مدل. Softw 2006 ، 21 ، 69-84. [ Google Scholar ]
  17. رینر، سی. Raubal، M. استراتژی های تصمیم گیری چند معیاره شخصی در پشتیبانی تصمیم گیری مبتنی بر مکان. JGIS 2004 ، 10 ، 149-156. [ Google Scholar ]
  18. رینر، سی. هپلستون، الف. ابعاد فضایی ارزیابی چند معیاره – مطالعه موردی سیستم پشتیبانی تصمیم فضایی خریدار خانه. در علم اطلاعات جغرافیایی ; Springer: برلین/هایدلبرگ، آلمان، 2006; صص 338-352. [ Google Scholar ]
  19. دایکز، جی. MacEachren، AM; کراک، ام‌جی در حال کاوش در زمینه تجسم جغرافیایی ؛ الزویر: آکسفورد، انگلستان، 2005. [ Google Scholar ]
  20. گرین، آر. دیویلر، آر. لوتر، ج. تجزیه و تحلیل تصمیم چندمعیاره مبتنی بر ادی، BG GIS. Geogr. Compass 2011 , 5 , 412-432. [ Google Scholar ]
  21. کیم، دی. کوههامر، جی. الیس، جی. Mansmann, F. تسلط بر عصر اطلاعات – حل مشکلات با تجزیه و تحلیل بصری . Eurographics: Goslar، آلمان، 2010. [ Google Scholar ]
  22. آندرینکو، جی. آندرینکو، ن. یانکوفسکی، پ. کیم، دی. کراک، ام جی. MacEachren، A.; Wrobel, S. تجزیه و تحلیل جغرافیایی برای پشتیبانی تصمیم گیری فضایی: تنظیم دستور کار تحقیق. بین المللی جی. جئوگر. Inf. Sci 2007 , 21 , 839-857. [ Google Scholar ]
  23. یانکوفسکی، پ. آندرینکو، ن. آندرینکو، جی. رویکرد اکتشافی نقشه محور به تصمیم گیری مکانی چند معیاره. بین المللی جی. جئوگر. Inf. Sci 2001 ، 15 ، 101-127. [ Google Scholar ]
  24. دی مارتینو، اس. بیمونته، اس. برتولتو، ام. Ferrucci, F. ادغام google earth در ابزارهای olap برای کاوش چند بعدی و تجزیه و تحلیل داده های مکانی. در سیستم های اطلاعات سازمانی ; Springer: برلین/هایدلبرگ، آلمان، 2009; ص 940-951. [ Google Scholar ]
  25. ترام، جی. Keßler, C. بررسی سلسله اطلاعات جغرافیایی داوطلبانه با نقشه های حرارتی . GeoViz: هامبورگ، آلمان، 2011. [ Google Scholar ]
  26. کومار، سی. پوپینگا، بی. هائوسر، دی. هوتن، دبلیو. Boll, S. ارزیابی تعامل کاربر نهایی برای جستجوی محلی چند معیاره با نقشه حرارتی و تجسم‌های مبتنی بر نماد، مجموعه مقالات اولین کارگاه بین‌المللی ACM SIGSPATIAL درباره MapInteraction، MapInteract ’13، اورلاندو، FL، ایالات متحده آمریکا، 5 نوامبر 2013. ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2013; صص 13-19.
  27. بیش از، م. شیلینگ، آ. نوبائر، اس. Zipf، A. تولید مدل های شهر سه بعدی مبتنی بر وب از OpenStreetMap: وضعیت فعلی در آلمان. محاسبه کنید. محیط زیست Urban Syst 2010 ، 34 ، 496-507. [ Google Scholar ]
  28. زیلسکه، ام. نیومن، ا. Nagel، K. OpenStreetMap برای شبیه‌سازی ترافیک، مجموعه مقالات اولین کنفرانس اروپایی نقشه– نقشه خیابان باز، وین، اتریش، 15–17 ژوئیه 2011. صص 126-134.
  29. سالینگاروس، NA نظریه وب شهری. J. Urban Des 1998 ، 3 ، 53-71. [ Google Scholar ]
  30. Sinnott، RO; بیلیس، سی. گالانگ، جی. گرین وود، پی. کوتسیر، جی. مانیکس، دی. موراندینی، ال. نینو رویز، م. پتیت، سی. تومکو، م. و همکاران یک محیط تحقیقات شهری مبتنی بر داده برای استرالیا، مجموعه مقالات هشتمین کنفرانس بین المللی IEEE 2012 onE-Science (e-Science)، شیکاگو، IL، ایالات متحده آمریکا، 8 تا 12 اکتبر 2012. صص 1-8.
  31. باک، پ. عمر، آی. Schreck, T. تجزیه و تحلیل بصری محیط های شهری با استفاده از داده های جغرافیایی با وضوح بالا . Springer: برلین/هایدلبرگ، آلمان، 2010; صص 25-42. [ Google Scholar ]
  32. کوتینیو-رودریگز، جی. سیمائو، آ. Antunes، CH یک سیستم پشتیبانی تصمیم گیری فضایی چند معیاره مبتنی بر GIS برای برنامه ریزی زیرساخت های شهری. تصمیم می گیرد. Support Syst 2011 , 51 , 720–726. [ Google Scholar ]
  33. پرئوتیوک-پیترو، دی. کرنشاو، جی. یانو، تی. بررسی اقدامات شباهت شهر به شهر مبتنی بر مکان، مجموعه مقالات دومین کارگاه بین المللی ACM SIGKDD در مورد محاسبات شهری. ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2013; پ. 16.
  34. شائو، جی. هوانگ، ز. شن، HT; شن، جی. ژو، X. اقدامات تشابه مبتنی بر توزیع برای برنامه های بازیابی مجموعه نقطه چند بعدی، مجموعه مقالات شانزدهمین کنفرانس بین المللی ACM در چند رسانه ای، MM ’08، ونکوور، کانادا، 26-31 اکتبر 2008. ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2008; صص 429-438.
  35. هنریش، آ. Lüdecke, V. اندازه گیری شباهت مناطق جغرافیایی برای بازیابی اطلاعات جغرافیایی، مجموعه مقالات ECIR ’09، تولوز، فرانسه، 6-9 آوریل 2009.
  36. کیان، جی. سورال، اس. گو، ی. پرامانیک، S. شباهت بین فاصله زاویه اقلیدسی و کسینوس برای جستارهای نزدیکترین همسایه، مجموعه مقالات سمپوزیوم ACM 2004 در محاسبات کاربردی، SAC ’04، نیکوزیا، قبرس، 14-17 مارس 2004. ACM: نیویورک، نیویورک، ایالات متحده آمریکا، 2004; ص 1232-1237.
  37. کندی، جی. ابرهارت، R. بهینه سازی ازدحام ذرات، مجموعه مقالات کنفرانس بین المللی IEEE در مورد شبکه های عصبی، پرت، استرالیا، 27 نوامبر تا 1 دسامبر 1995. 4، صفحات 1942-1948.
  38. کومار، سی. گرونفلد، U. هوتن، دبلیو. بول، اس. ازدحام در فضای وب شهری برای کشف منطقه بهینه، مجموعه مقالات کنفرانس های مشترک بین المللی IEEE/WIC/ACM 2014 در زمینه هوش وب (WI) و فناوری های عامل هوشمند (IAT)، ورشو، لهستان، 11 تا 14 اوت 2014; 2، صص 234-241.
Ijgi 04 00087f1 1024
شکل 1. پرس و جو کاربر چند معیاره.
Ijgi 04 00087f2 1024
شکل 2. پرس و جو از مرزهای نقشه معمولی.
Ijgi 04 00087f3 1024
شکل 3. پرس و جو فضایی با مثال.
Ijgi 04 00087f4 1024
شکل 4. نمای کلی فضایی مناطق انتخاب شده توسط کاربر.
Ijgi 04 00087f5 1024
شکل 5. نمای فضایی ولسوالی ها.
Ijgi 04 00087f6 1024
شکل 6. اکتشاف تفصیلی امکانات جغرافیایی.
Ijgi 04 00087f7 1024
شکل 7. اکتشاف مبتنی بر شهر.
Ijgi 04 00087f8 1024
شکل 8. رتبه بندی مناطق مربوطه.
Ijgi 04 00087f9 1024
شکل 9. جستجوی منطقه ای PSO.

;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