এই জিআইএস নীতির নাম কী?


21

আমি একটি বিশেষ জিআইএস নীতিটির নাম ভুলে গিয়েছি এবং একটি রিফ্রেশার প্রয়োজন ...

পরিস্থিতি: আসুন ধরে নেওয়া যাক কিছু বহুভুজ রয়েছে যা কিছু প্রশাসনিক অঞ্চলকে উপস্থাপন করে। সরলতার জন্য, এটি একটি বর্গ বলা যাক lic আসুন ধরে নেওয়া যাক এই স্কোয়ারের মধ্যে কোথাও 9 টি বাড়ি রয়েছে তবে তারা কোথায় আছে তা আমরা জানি না। যদি আমি এই বর্গক্ষেত্রটি 9 টি সমান ভাগে ভাগ করি (টিকিট-টো-টো বোর্ডের মতো), তবে আমি প্রতিটি স্কোয়ারের মধ্যে বাড়ির সংখ্যা গণনা করতে চাই।

এখন, পরিষ্কারভাবে নয়টি নয়টি ছোট স্কোয়ারে বিভক্ত নয়টি বাড়ি প্রতি বর্গক্ষেত্রে একটি বাড়ি। তবে, আমি জানি যে সমস্ত নয়টি বাড়ি যে কোনও জায়গায় থাকতে পারে। তাদের নয়টিই শীর্ষ ডানে স্কোয়ারে থাকতে পারে:

এখানে চিত্র বর্ণনা লিখুন

বা নীচের সারিতে তিনজন থাকতে পারে এবং শীর্ষ ছয়টিতে এর মতো আর কেউ নেই:

এখানে চিত্র বর্ণনা লিখুন

যদি আমি এইভাবে প্রতি বর্গক্ষেত্রে একটি বাড়ি ধরে নিই,

এখানে চিত্র বর্ণনা লিখুন

এই ভুল ধারণাটি কি বলা হয়? এটি কি সংশোধনযোগ্য অঞ্চল ইউনিট সমস্যা (MAUP) ?

উত্তর:


25

সাধারণ

অন্যান্য বিজ্ঞানীদের মধ্যে ভৌগলিকরা ভৌগলিক নিদর্শনগুলির সন্ধান করেন এই আশায় যে এটি তাদের এই নিদর্শনগুলি তৈরি করেছে এমন প্রক্রিয়াগুলি আরও ভালভাবে বুঝতে সহায়তা করবে। যেমন আপনি দেখিয়েছেন, এই প্রক্রিয়াটি যে স্থানগুলিতে ঘটেছে সেগুলির ম্যাপিংয়ের সাথে শুরু হয়। প্রায়শই, যেমন উপরে আপনি তৈরি করেছেন সেই মানচিত্রগুলি পয়েন্ট প্যাটার্ন মানচিত্র হিসাবে পরিচিত ।

স্থানিক বিতরণ

পাঠক যখন এই জাতীয় মানচিত্র পরীক্ষা করেন, তখন তিনি আগ্রহের পরিবর্তনশীল এবং কোনও ধরণের প্যাটার্ন রয়েছে কিনা তা স্থানিক বিতরণ (বা স্থানিক বা ভৌগলিক ব্যবস্থা) সন্ধান করার চেষ্টা করছেন। সাধারণত, চার ধরণের বিতরণ থাকে যা পয়েন্ট প্যাটার্ন মানচিত্রের জন্য সংজ্ঞায়িত হয় (যা আপনি উপরেও আঁকেন)। এইগুলো:

  • ক্লাস্টার
  • সাধারণ
  • এলোমেলো
  • নিয়মিত / অভিন্ন / ছড়িয়ে

উইকিপিডিয়া থেকে :

এখানে চিত্র বর্ণনা লিখুন

চাক্ষুষ তদন্তের পাশাপাশি, প্রায়শই একটি অঞ্চল জুড়ে ফ্রিকোয়েন্সি বা পয়েন্টের ঘনত্ব বিশ্লেষণ ( চতুষ্কোণ বিশ্লেষণের সাহায্যে সম্পন্ন করা হয় ) বা সংলগ্ন পয়েন্টগুলির মধ্যে দূরত্বের ( নিকটবর্তী প্রতিবেশী বিশ্লেষণের সাহায্যে সম্পন্ন ) ব্যবহার করা প্রয়োজন।

পরিবর্তনশীল ইউনিটগুলির সমস্যা

আপনি সংশোধনযোগ্য আঞ্চল ইউনিট সমস্যাও উল্লেখ করেছেন (এটি পরিবর্তনযোগ্য ইউনিটগুলির সমস্যা হিসাবেও পরিচিত )।

স্থানিক বিশ্লেষণে, চারটি বড় সমস্যা স্ট্যাটিস্টিকাল প্যারামিটারের সঠিক অনুমানের সাথে হস্তক্ষেপ করে: সীমানা সমস্যা, স্কেল সমস্যা, প্যাটার্ন সমস্যা (বা স্থানিক স্বতঃসংশোধন) এবং সংশোধনযোগ্য অঞ্চল ইউনিট সমস্যা (নাপিত 1988)

আমি মনে করি এটি এই উদাহরণে প্রাসঙ্গিক, তবে আমি আরও কিছু সমস্যা উল্লেখ করতে চাই:

সীমানা সমস্যা

বিশ্লেষণে একটি সীমানা সমস্যা হ'ল এমন একটি ঘটনা যেখানে ভৌগলিক নিদর্শনগুলি প্রশাসনিক বা পরিমাপের উদ্দেশ্যে তৈরি করা সীমানাগুলির আকার এবং বিন্যাস দ্বারা পৃথক করা হয়।

একটি সাধারণ উদাহরণ হিসাবে, যদি আপনার পয়েন্টগুলি নির্দিষ্ট জাতিগোষ্ঠীর বিভিন্ন সংখ্যক লোকের প্রতিনিধিত্ব করে থাকে, ব্যবহৃত সীমানার উপর নির্ভর করে আপনি উদাহরণস্বরূপ, আদমশুমারি জেলাগুলির মধ্যে পয়েন্টগুলির বিতরণ সম্পর্কে আলাদা ধারণা পেতে পারেন।

যদি পয়েন্টগুলি একে অপরের নিকটে অবস্থিত থাকে এবং বিভিন্ন জনগণনা জেলায় অবস্থিত থাকে তবে আপনি বিতরণ সম্পর্কে একটি ভুল ধারণা পেতে পারেন কারণ এটি এই অধ্যয়ন অঞ্চলে এমনকি জাতিগত গোষ্ঠীর বন্টন নির্দেশ করে। বিপরীতে, আপনি যদি কিছু অন্যান্য সীমানা ব্যবহার করেন তবে আপনি অন্য একটি মতামত পেতে পারেন যা নৈতিক গোষ্ঠীর উল্লেখযোগ্য আঞ্চলিক ঘনত্বকে নির্দেশ করে। শেষ পর্যন্ত, আপনি বিভ্রান্ত হতে পারেন আপনি জাতিগত বিভাজন বা জাতিগত একীকরণ পালন করেন কিনা।

পরিবর্তনশীল ইউনিটগুলির সমস্যা

এটি দুটি দিক নিয়ে আলোচনা করা যেতে পারে - "স্কেল" এবং "আকার" এর নিরিখে।

স্কেল সমস্যা

আপনি যখন আরও বেশি সংখ্যক একত্রিত areal ডেটা ব্যবহার করেন তখন বিভিন্ন বর্ণনামূলক পরিসংখ্যানগুলির মানগুলি নিয়মতান্ত্রিক পদ্ধতিতে পরিবর্তিত হতে পারে।

একটি সাধারণ চিত্র: প্রতিটি ঘর পয়েন্ট গণনা সহ আমাদের বহুভুজ অঞ্চল।

6      10      3       5      
2       6       4       12      
3       5       8       12      
4       12       1       3      

তারপরে আমরা পয়েন্টগুলির গড় সংখ্যার জন্য বহুভুজকে একত্রিত করি:

8      4      
4       8      
4       10      
8       2      

এবং আরও একবার:

6       6      
6       6      

আরে, আমরা একটি এমনকি বিতরণ পেয়েছি! এক কথায়: স্থানিক সমষ্টি সাধারণত মানচিত্রে প্রদর্শিত প্রকরণটি হ্রাস করতে থাকে।

অন্য একটি সাধারণ উদাহরণের জন্য, আপনি আপনার পয়েন্টগুলিতে কী স্কেলটি দেখছেন তা নির্ভর করে। পয়েন্ট প্যাটার্নের জন্য উইকিপিডিয়া চিত্রটি দেখুন; আপনি যখন নিজের ডিজিটাল মানচিত্রে জুম আউট করেন তখন সাধারণ বিতরণ ক্লাস্টারযুক্ত হিসাবে দেখতে পারে।

শেপ সমস্যা

উল্লম্ব বা অনুভূমিক ব্যবহার করে আমরা পূর্বের টেবিলে বহুভুজগুলি একত্রিত করতে পারতাম (পূর্ব-পশ্চিম প্রতিবেশীদের পরিবর্তে উত্তর উত্তর-দক্ষিণে যোগ দিয়েছিলাম)। এর অর্থ হ'ল বিভিন্ন আঞ্চলিক সংজ্ঞা আপনার ডেটা বিতরণ এবং বর্ণনামূলক পরিসংখ্যানের মানগুলিতে একটি উল্লেখযোগ্য প্রভাব ফেলতে পারে।

প্যাটার্ন সমস্যা

সংক্ষেপে, উপরে উল্লিখিত পদ্ধতিগুলি কোনও মানচিত্রে সহজেই পড়তে পারে এমন ধরণের সমস্যার মূল্যায়ন করার জন্য খুব ভাল নয়। অঞ্চলীয় নিদর্শন এবং পয়েন্ট বিতরণগুলির মধ্যে পার্থক্য করতে সক্ষম হওয়ার জন্য, স্থানিক স্বতঃসংশ্লিষ্ট পদ্ধতিগুলি ব্যবহার করা প্রয়োজন )।


7

আমার মতে আপনার এখানে দুটি পৃথক অনুমান আছে। পরিবর্তিতযোগ্য অঞ্চল ইউনিট সমস্যা তাদের মধ্যে একটি, যেমনটি আপনি লিখেছিলেন। এটি প্রশাসনিক অঞ্চলগুলির কৃত্রিম সীমানার সমস্যা।

তবে আপনি যে প্রধান সমস্যাটি বর্ণনা করেছেন সেটি হ'ল সম্ভাবনা বন্টনের অনুমান। আপনি আপনার তথ্য স্কেল আপস্কেল করতে চান। তবে বাড়ির অবস্থান সম্পর্কে আপনার কাছে তথ্য নেই। আপনি নিজের প্রথম উদাহরণে একটি ক্লাস্টারড ডিস্ট্রিবিউশন, আপনার দ্বিতীয়টিতে নিয়মিত এবং শেষ উদাহরণে অভিন্ন একটি ধারনা করেছেন। যতক্ষণ না আপনি বিতরণটি জানেন না আপনি তাদের কোনওটির সংঘটিত হওয়ার সম্ভাবনা সম্পর্কে কিছুই বলতে পারবেন না।

বিতরণটি না জেনে প্রায়শই ইউনিফর্ম ব্যবহার করা হয় যখন আপনাকে অঞ্চলগুলি বিভক্ত করতে হবে। অথবা আপনি জ্ঞাত বিতরণগুলির উপর ভিত্তি করে ক্রিগিং বা সিমুলেশনগুলির মতো ভূতাত্ত্বিক পদ্ধতি ব্যবহার করেন।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.