Gibt es eine beschriebene GIS-Methode zum Erstellen von Einzugsgebieten basierend auf der nächsten Fahrstrecke?

dh. eine Kombination von Voronoi-Polygonen mit Isochronen, so dass die Voronoi-Polygone auf der Fahrstrecke anstelle der euklidischen Entfernung basieren. Gibt es dafür einen Namen oder eine beschriebene Methode?

analysis catchment-area voronoi-thiessen

Ich kenne keinen genauen Namen dafür, aber eine genaue Analogie zur euklidischen Entfernung ist für Fahrrouten nicht immer möglich. Betrachten Sie Einbahnstraßen: Sie bewirken, dass einige Straßenpositionen so sind, dass Entfernungen nicht der Dreiecksungleichheit entsprechen.

— Anthony-GISCOE-

Antworten:

Ich glaube nicht, dass es einen Namen für diese genaue Technik gibt, aber hoffentlich bieten einige der folgenden Optionen einige Optionen:

Im Allgemeinen gibt es viele Interpolationstechniken zum Bewegen zwischen einer Punktdarstellung und einer kontinuierlichen Oberfläche, wie dies die TIN-Interpolationsmethode unterdunkel dargestellt hat . Die kontinuierliche Oberfläche könnte dann nach Wert klassifiziert werden, um die Isochronen zu erzeugen.

Wenn in einem Netzwerk wie Straßen die Entfernungen entlang der Kanten bekannt sind, können Sie die Entfernungen zu einem beliebigen Ort mithilfe des A * -Algorithmus berechnen. Auch diese Daten können nach Entfernung in Isochronen aufgeteilt werden.

— scw
quelle

Die Interpolation im Gelände ist bedeutungslos, es sei denn, Sie erlauben ausdrücklich das Fahren im Gelände. In diesem Fall ist die richtige Antwort keine Interpolation an sich , sondern wird mit einem Kosten-Entfernungs-Verfahren (für das der A * -Algorithmus ein Beispiel ist) für Geländefahrten berechnet , nicht für Fahrten entlang der Straßenkanten. Weder IDW noch Kriging sind hier angebracht.

— whuber

Interpolation im Gelände kann nur zu Präsentationszwecken vorhanden sein. Stellen Sie sich einen Stadtplan vor, der angibt, in welches Krankenhaus Sie je nach Fahrzeit gehen sollen.

— Johanvdw

(sowieso in diesem Fall sind IDW oder Kriging schlechte Techniken. Verwenden Sie besser Voronoi-Polygone, um nur die gleichen Reisezeiten zu verbinden)

— johanvdw

Ich habe die Methoden aktualisiert, um die Verwendung von TINs für die Interpolation zu erwähnen (alles im Vektor behalten). Da dieser Ansatz als Visualisierungstechnik gedacht ist, um ein Gesamtbild der Bewegungszeit zu erhalten, und nicht die tatsächlichen Kosten von Punkt zu Punkt, halte ich IDW oder ähnliches für in Ordnung: Er ist im wissenschaftlichen Sinne nicht genau, aber das ist häufig der Fall nicht die Absicht von Karten dieser Art (z. B. mysociety.org/2007/more-travel-maps , definition-marketing.com/IMG/jpg/courbe-isochrone.jpg ).

— Scw

Ich verwende den Ausdruck Interpolation, um mit der Software übereinzustimmen, aber ich stimme zu, dass dies wirklich ein kartografischer Verallgemeinerungsansatz ist: Ein weiterer Bereich, in dem die vielfältigen Anwendungen von GIS, die von künstlerisch bis wissenschaftlich reichen, zu konzeptionellen Fehlanpassungen führen können.

— Scw

Ich konnte zwei Möglichkeiten sehen, um dieses Problem zu lösen. Einer ist ziemlich einfach. Die andere erfordert viele unterstützende Daten.

Der einfache Algorithmus würde sich eher auf konvexe Hüllen als auf Voronoi-Polygone stützen. Konstruieren Sie die konvexe Hülle der Vektorendpunkte und Scheitelpunkte für die Straßensegmente, die innerhalb Ihrer Fahrzeitbegrenzungen liegen. Verwenden Sie dann diese konvexe Hülle, um die verbundenen Netzwerke innerhalb Ihrer konvexen Hülle auszuwählen, die außerhalb Ihrer Fahrzeitgrenze liegen. Dies sind die Taschen in Ihrem allgemeinen Bereich, die während der Fahrzeit nicht erreichbar sind (z. B. Einwegabschaltungen, komplexe innere Unterteilungen usw.). Konstruieren Sie für jedes dieser isolierten Taschennetzwerke eine konvexe Hülle und verwenden Sie diese Rümpfe als Innenringe für Ihre ursprüngliche konvexe Hülle.

Beachten Sie, dass dieser spezielle Algorithmus viel komplexer wird, wenn Sie echte Kurven verwenden, da eine echte Kurve außerhalb Ihres kontexx konstruierten Scheitelpunkts liegen kann.

Für den unterstützenden Datenalgorithmus verwenden Sie eine Landpartitionierung. Parzellen sind die offensichtlichste Landaufteilung, aber nicht unbedingt für jedes Szenario wirksam. Basierend auf Ihrem Lösungsnetzwerk wird entweder festgelegt, dass auf jedes Paket vom Lösungsnetzwerk aus zugegriffen werden kann oder nicht. Wenn das Paket zugänglich ist, legen Sie es in das Einzugsgebiet. Wenn nicht, draußen. In einem Gebiet mit entwickelter Planimetrie kann dies ziemlich einfach sein. Nehmen Sie nur Zufahrten und Privatstraßen als Bestandteile des Straßennetzes auf. Wenn die Partition das Lösungsnetzwerk berührt, kann darauf zugegriffen werden. Eine der Schwierigkeiten dabei, sicherzustellen, dass alle potenziell zugänglichen Partitionen das Netzwerk berühren. Wenn Sie beispielsweise ein inneres gemeinsames Paket in einer Unterteilung haben, müssen Sie dieses auf irgendeine Weise mit einem Paket oder Paketen zusammenführen, die das Netzwerk berühren. Möglicherweise haben Sie jedoch Regionen wie Innenpfade in einem großen Park, die überhaupt nicht zugänglich sind und die das Netzwerk einfach nicht berühren. Wie gesagt, viele unterstützende Daten, aber ein sehr effektiver Algorithmus, sobald Sie die Daten haben.

— Blord-Castillo
quelle