Obiettivo principale della misurazione degli attributi spaziali consiste nell’individuare, contare e localizzare gli oggetti presenti in una regione dello spazio considerato.
Tassonomia dello spazio:
Fattori rilevanti dell’esplorazione dello spazio:
Geometria degli oggetti
Rapporti nello spazio
Proprietà topologiche
Il GIS gestisce le precedenti entità con le Query.
Analisi multistrato – tecnica di analisi territoriale:
Compresenza di più fenomeni su un’area.
Esempio: relazione tra l’immigrazione straniera ed il degrado edilizio.
Le modalità di confronto tra differenti layer informativi vengono generalmente eseguite con tecniche di sovrapposizione. In particolare si possono sovrapporre mappe di tipo raster e mappe di tipo vettoriale.
Confronti e requisiti di confronto:
Assegnati gli oggetti vettoriali che sono rappresentati mediante i loro differenti strati informativi, si elabora la loro l’intersezione.
Si origina un nuovo strato informativo; esso pone in risalto una possibile combinazione delle precedenti informazioni.
Le combinazioni possibili che possono essere realizzate possono essere sia di tipo logico sia di tipo matematico.
Lo strato originato produce un insieme di nuove informazioni per l’utente; l’utente può quindi impiegare le nuove informazioni per la scelta di siti per opportune destinazioni d’uso o correlazioni tipo causa-effetto di alcuni fenomeni socio-economici.
I modelli di ripartizione territoriale possono essere definiti come modelli di analisi spaziale. Essi consistono nella creazione di nuove unità territoriali per:
I modelli di ripartizione territoriale possono essere rappresentati da famiglie di metodi il cui obiettivo comune è quello di riorganizzare lo spazio mediante specifici criteri.
I criteri di ripartizione possono essere di tipo urbanistico, fisico, funzionale, sociologico, …
Principali modelli di ripartizione territoriale:
L’obiettivo principale della riclassificazione consiste nella riorganizzazione degli oggetti preesistenti dello spazio.
La riclassificazione “trasforma” aree omogenee della mappa tematica in nuove aree definite dalla aggregazione di aree similari.
I criteri di aggregazione possono essere basati su attributi oppure su proprietà topologiche/prossimali.
E’ possibile combinare gli attributi (pesando il contributo di ciascun oggetto componente) utilizzando operazioni e funzione tipiche dei DataBase (somma, medio, minimo, …).
Dal punto di vista geometrico la riclassificazione modifica i confini che delimitavano le aree originali ed ottiene nuove figure geometriche.
In figura 2: Riclassificazione dei quartieri urbani del comune di Napoli e provincia in “capoluogo” ed il resto della provincia. Fonte: da Libro di testo del corso Boffi.
Riclassificazione dei quartieri urbani del comune di Napoli e provincia in due aree. Fonte: Mario Boffi, Scienza dell'Informazione Geografica, Bologna, Zanichelli, 2004. Fig. 4.2
Riclassificazione dei quartieri urbani del comune di Napoli e provincia in “capoluogo” ed il resto della provincia. Fonte: Mario Boffi, Scienza dell'Informazione Geografica, Bologna, Zanichelli, 2004. Fig. 4.2
Il BUFFER si individua un’area intorno ad un oggetto definendo una superficie di pertinenza relativa all’oggetto stesso. Esempio: un’area circolare intorno ad una scuola ne identifica il bacino d’utenza.
I buffer identificano aree equidistanti da un particolare fenomeno.
Generalmente l’ampiezza del buffer può dipendere da un attributo specifico dell’oggetto in questione. Esempio: Un buffer attorno ad una sorgente inquinante potrebbe avere un’area proporzionale all’entità di emissione in quanto l’estensione della zona inquinata dipende dall’entità della sorgente.
L’analisi multistrato tra buffer e altri strati informativi può fornire ulteriori utili informazioni.
Sia nel caso di oggetto vettoriale sia nel caso di una mappa raster, la produzione di un buffer risulta computazionalmente abbastanza semplice.
Il modello di vicinato di Voronoi partendo da una distribuzione di punti sul territorio ne determina una ripartizione. Questo modello è basato sul criterio dell‘ area del vicinato.
E’ pertanto possibile definire il modello di Voronoi come una funzione che ha in input un insieme di punti e come output una collezione di regioni che ripartiscono il piano in maniera continua.
Una proprietà rilevante del modello di Voronoi è la seguente: ogni regione contiene esattamente un punto del set dato e contiene tutti i punti del piano che sono più vicini a quel punto piuttosto che ad un altro.
Generazione dei poligoni di Voronoi:
In tal modo sul piano considerato si determineranno tre regioni dette regioni (o celle) di Voronoi ciascuna contenente un punto dato.
Modello di vicinato di Voronoi.
Le regioni definite dalla poligonazione di Voronoi sono denominate aree di prossimità o bacini di attrazione.
I poligoni determinati dal modello di Voronoi costituiscono un buon modello per la definizione dei bacini di utenza o attrazione: essi contengono tutti i punti del piano più vicini al punto generatore che non ad altri punti.
Definita l’attrazione di un punto sulla superficie (per esempio un centro commerciale) come una grandezza proporzionale alla distanza dal punto, il poligono di Voronoi identifica l’area contenente tutti i punti (le località geografiche) più vicini al punto generatore.
Applicazione del modello di Voronoi ad un territorio. Fonte: Surface Processes Group
Il modello di gravitazione definisce una ripartizione territoriale basata sull’analogia del modello gravitazionale di Newton (due corpi si attraggono in modo dipendente dalla loro massa e dalla distanza che li separa): oggetti più vicini e più grandi esercitano un’attrazione maggiore.
Nei sistemi GIS questi modelli definiscono l’attrazione tra i punti in base alla distanza e al valore di un attributo associato al punto.
Esempio: l’attrazione commerciale tra due città è proporzionale alla loro popolazione ed è inversamente proporzionale al quadrato della loro distanza.
1. Introduzione
2. Tipologia e formati dei dati MultiMediali. Il testo
3. Tipologia e formati dei dati MultiMediali. L'audio
4. Tipologia e formati dei dati MultiMediali. Grafica e video
5. Progetto di DB Multimediali
6. Indicizzazione e recupero dei documenti di testo
7. Indicizzazione e recupero dell'audio
8. Metodi di classificazione dell'audio
9. Colori
10. Indicizzazione e recupero delle immagini
11. Esempi reali di image retrieval
12. Video
13. Strutture dati efficienti per la ricerca della similarità - pa...
14. Strutture dati efficienti per la ricerca della similarità - pa...
15. Sistemi di supporto e misure di efficacia
17. Geographical Information System - parte prima
18. Geographical Information System -parte seconda
19. Geographical Information System - parte terza