18.14. مثال التحليل الأول

ملاحظة

في هذا الدرس سنجري تحليلًا حقيقيًا باستخدام صندوق الأدوات فقط، لتزداد ألفتك بعناصر إطار المعالجة.

الآن وقد ضُبط كل شيء وأصبح بإمكاننا استخدام الخوارزميات الخارجية، لدينا أداة قوية جدًا لإجراء التحليل المكاني. حان الوقت لإنجاز تمرين أكبر باستخدام بيانات من العالم الحقيقي.

سنستخدم مجموعة البيانات الشهيرة التي استخدمها John Snow عام 1854 في عمله الرائد (https://en.wikipedia.org/wiki/John_Snow_%28physician%29)، وسنحصل على بعض النتائج المثيرة للاهتمام. تحليل مجموعة البيانات هذه واضح جدًا ولا حاجة إلى تقنيات GIS متطورة للوصول إلى نتائج واستنتاجات جيدة، لكنه طريقة جيدة لإظهار كيف يمكن تحليل هذه المسائل المكانية وحلّها باستخدام أدوات معالجة مختلفة.

تحتوي مجموعة البيانات على ملفات Shapefile لوفيات الكوليرا ومواقع المضخات، وخريطة OSM مُصيّرة بصيغة TIFF. افتح مشروع QGIS الخاص بهذا الدرس.

../../../_images/project2.png

أول ما يجب فعله هو حساب مخطط فورونوي (المعروف أيضًا بمضلعات ثيسن) لطبقة المضخات، للحصول على منطقة نفوذ كل مضخة. يمكن استخدام الخوارزمية Voronoi polygons لذلك.

../../../_images/voronoi1.png

الأمر سهل جدًا، لكنه سيعطينا بالفعل معلومات مثيرة للاهتمام.

../../../_images/voronoi2.png

من الواضح أن معظم الحالات تقع داخل أحد المضلعات

للحصول على نتيجة أكثر كمّية، يمكننا عدّ الوفيات في كل مضلع. وبما أن كل نقطة تمثّل مبنى حدثت فيه وفيات، وعدد الوفيات مخزّن في سمة، فلا يمكننا مجرد عدّ النقاط. نحتاج إلى عدّ مرجّح، لذا سنستخدم الأداة Count points in polygon.

../../../_images/pointsinpoly.png

سيُسمى الحقل الجديد DEATHS، ونستخدم الحقل COUNT حقلًا للترجيح. ويعكس الجدول الناتج بوضوح أن عدد الوفيات في المضلع المقابل للمضخة الأولى أكبر بكثير من المضلعات الأخرى.

../../../_images/pointsinpolytable.png

ومن الطرق الجيدة الأخرى لتصوّر ارتباط كل نقطة في الطبقة Cholera_deaths بنقطة في الطبقة Pumps رسمُ خط إلى أقرب نقطة. يمكن فعل ذلك باستخدام الأداة Distance to nearest hub مع الإعدادات المعروضة أدناه.

../../../_images/nearest.png

تبدو النتيجة هكذا:

../../../_images/nearestresult.png

رغم أن عدد الخطوط أكبر في حالة المضخة المركزية، لا تنسَ أن هذا لا يمثّل عدد الوفيات، بل عدد المواقع التي وُجدت فيها حالات الكوليرا. إنه معامل تمثيلي، لكنه لا يأخذ في الحسبان أن بعض المواقع قد تحتوي على حالات أكثر من غيرها.

ستعطينا طبقة الكثافة أيضًا صورة واضحة جدًا عمّا يحدث. يمكننا إنشاؤها باستخدام الخوارزمية Heatmap (Kernel density estimation). باستخدام الطبقة Cholera_deaths، وحقلها COUNT حقلًا للوزن، مع نصف قطر قدره 100، وامتداد الطبقة الشبكية للشوارع وحجم خليتها، نحصل على شيء كهذا.

../../../_images/density.png

تذكّر أنه للحصول على امتداد المُخرج، لا تحتاج إلى كتابته. انقر على الزر الموجود على الجانب الأيمن واختر Use layer/canvas extent.

../../../_images/layerextent.png

حدّد الطبقة الشبكية للشوارع وسيُضاف امتدادها تلقائيًا إلى حقل النص. وعليك فعل الشيء نفسه مع حجم الخلية، باختيار حجم خلية تلك الطبقة أيضًا.

بالجمع مع طبقة المضخات، نرى أن هناك مضخة تقع بوضوح في البؤرة الساخنة حيث توجد أعلى كثافة لحالات الوفاة.