•    черта поселения;

•    границы градостроительных кварталов, микрорайонов;

•    объекты соцкультбыта (д/сады, школы, дворцы культуры, дома творчества, кинотеатры, библиотеки, стадионы, тренажерные залы, бассейны, дома быта, предприятия торговли, общественного питания, больницы, аптеки и т.д.);

•    памятники истории и архитектуры с их охранными зонами;

•    территории с различным уровнем обеспеченности инженерным оборудованием (водоснабжение, канализация, теплоснабжение, газификация, электроснабжение, телефонизация, благоустройство территории);

•    зоны регулируемой застройки;

•    территории коммунально-складских зон, промышленных предприятий и их санитарно-защитных зон, территории гаражей;

•    территории садоводческих массивов, земель сельскохозяйственного использования, лесов и их охранных зон, зон рекреации (парки, лесопарки, курортные территории);

•    водные объекты и их охранные зоны;

•    территории с неблагоприятной экологической обстановкой;

•    результаты инженерно-геологических изысканий.

Примерно такая же графическая информация на территорию муниципального образования (административного района) собирается и для второй ТЛ.

2. Кластеризация - выделение групп (кластеров) однородных по совокупности признаков объектов (районов, поселений на территории района, кварталов).

Кластеризация - процедура группировки объектов (районов, поселений, кадастровых кварталов, участков и т.п.) по общности признаков, в качестве которых выступают сжатые факторы (главные компоненты), полученные методом факторного анализа (или методом главных компонент). Объединение участков и других объектов оценки в единую совокупность (кластер) производится на основе близости величин расстояний между сжатыми факторами (12, п. 4.3.).

В основу процедуры кластеризации, которая используется в данной методике, положена следующая предпосылка: одним из свойств полученных факторов (главных компонент) является то, что описание объектов (например, районов) в пространстве нескольких (первых) наиболее информативных сжатых факторов имеет наименьшее искажение особенностей взаимного расположения этих объектов по сравнению с описанием в любом другом подпространстве той же размерности. Когда количество сжатых факторов невелико (например, два первых, наиболее информативных), то расположение объектов в их пространстве легко изучается даже визуально. При этом возможно выделить скопления объектов, характеризующихся общностью значений факторов (что позволяет априорно предположить и об общности критериев, влияющих на процессы ценообразования, в каждом скоплении объектов).

После вычисления матрицы различные объекты объединяются в группы. Этот процесс совершается последовательно за п - 1 шагов. На первом шаге в матрице различий Б находится минимальный элемент (кратчайшее расстояние) ёу и объекты 1 и ] объединяются в один кластер 1+] состоящий из двух объектов (при этом следует помнить, что расстояние между двумя объектами, например, районами, находится в информационном пространстве факторов, по значениям этих факторов для данных объектов. (географическое расстояние между районами, в данном случае, не имеет никакого значения). После этого матрица различий изменяется. Из нее выбрасываются две строки и два столбца, содержащие расстояния от 1 и от ] до остальных единиц, но добавляется одна строка и один столбец с расстояниями от кластера 1+] до остальных объектов (их можно считать кластерами состоящими из од ной единицы). Далее на каждом шаге процедура повторяется, т.е. находится минимальное расстояние в преобразованной матрице различий и соответствующие кластеры объединяются в один.


⇐ назад к прежней странице | | перейти на следующую страницу ⇒

Мы будем рады видеть Вас в числе наших постоянных клиентов. С радостью поделимся нашим опытом и решениями в области технологий уборки, хранения, танспортировки и утилизации мусорных отходов.

 Тел: +7 (495) 772 49 34
e-mail: info@evrobak.ru