Cartographic estimation of population size of the Republic of Mordovia by means of geoinformation systems

Cover Page

Cite item

Full Text

Abstract

The article shows the capabilities of using the tools of the QGIS geographic information system for the analysis, evaluation and visual presentation of population data in cartographic form. The study is carried out on the data of the population of municipal districts of the Republic of Mordovia. The methods of quantitative background, point density, heat map based on statistical models by the method of equal intervals and quantiles, maps of anamorphosis are used. As a result, cartographic materials visualizing the features of the spatial distribution of the population of municipal districts are presented.

Full Text

Анализ демографической ситуации в пределах того или иного региона и выявление особенностей пространственного распределения демографических показателей широко распространены в разного рода исследованиях. Нередко они ограничиваются выявлением чисто статистических аспектов и оценками демографической ситуации и отдельных демографических показателей различных территорий [2; 6; 8; 9]. Гораздо больший интерес представляют работы, в которых указанные демографические показатели и их комплексы моделируются [22; 23], в т. ч. и с использованием ГИС и геоинформационных технологий [1; 4; 7; 12–14; 16; 19–21; 24] и визуализированы картографически с выполнением последующего анализа [1; 3-5; 10–13; 16; 19–21]. Применительно к анализируемой территории Республики Мордовия – это отдельные демографические показатели и процессы [1; 5; 12; 16; 19], пространственно-временных особенности сельского расселения [4], специфика и динамика расселения народов региона [13; 20; 21].

Наиболее приемлемый в настоящее время способ картографирования – геоинформационное картографирование на основе информации, хранящейся в базах данных цифровых слоев геоинформационных проектов [15] географических информационных (геоинформационных) систем (ГИС). Одной из таких является свободная – с открытым объектным кодом – ГИС QGIS [24]. Она имеет в своем составе обширный инструментарий для разных видов визуализации разнообразной статистической информации, представленной в атрибутивных таблицах цифровых слоев геоинформационных проектов [15] и пространственных базах данных. Прежде всего, это позволяет наиболее наглядно графически визуализировать подобную информацию традиционными для представления пространственных (географических) данных картографическими методами, принятыми в тематической картографии [3; 10; 15; 17; 18].

Одним из таких методов является представление геоданных часто используемым способом картографического изображения (отображения) [3; 10; 17; 18] – способом количественного фона. Это один из способов представления пространственного распределения числовых количественных и качественных данных, основанный на использовании различных цветов или типов штриховок. Он очень наглядно позволяет визуализировать особенности пространственного распространения показателей концентрации, плотности или интенсивности картографируемого явления на карте.

Для практической реализации этого способа средствами QGIS, можно воспользоваться одним из свойств площадного (полигонального) векторного слоя. В данном случае он представляет муниципальные образования территории Республики Мордовия в границах городского округа Саранск, а также городских и сельских поселений муниципальных районов региона. Атрибутивная таблица этого слоя включает информацию о численности населения для каждого из объектов. В таблице 1 на примере информации по внутригородским районам Саранска и городским населенным пунктам территории городского округа Саранск, а также поселениям Ардатовского муниципального района Мордовии (табл. 1) представлен фрагмент исходных данных [8].

Для картографической визуализации данных необходимо задать в свойствах слоя муниципальных образований стиль отображения в виде «Символизация по диапазонам значений», далее задать нужное значение диапазонов, выбрать градиент и выполнить классификацию (см. рис. 1).

 

Рис. 1. Выбор свойств слоя для отображения способом количественного фона.

Результаты данной классификации будут представлены в виде соответствующей карты (рис. 2).

 

Таблица 1

Фрагмент исходных данных численности населения в разрезе поселений Мордовия

Оценка численности

постоянного населения

 на 1 января 2023 г.

с учетом итогов ВПН-2020

все

население

(человек)

в том числе:

городское

сельское

Республика Мордовия

771373

490388

280985

Городской округ Саранск

340591

330878

9713

г Саранск

312252

312252

-

в том числе внутригородские районы:

 

 

 

Ленинский район

102099

102099

-

Октябрьский район

120121

120121

-

Пролетарский район

90032

90032

-

пгт Луховка

8812

8812

-

пгт Николаевка

3610

3610

-

пгт Ялга

6204

6204

-

Ардатовский муниципальный район

23935

13006

10929

Городское поселение Ардатов

8698

8698

-

г Ардатов

8698

8698

-

Тургеневское городское поселение

4308

4308

-

пгт Тургенево

4308

4308

-

Ардатовское сельское поселение

558

-

558

Баевское сельское поселение

1522

-

1522

Каласевское сельское поселение

837

-

837

Кечушевское сельское поселение

594

-

594

Куракинское сельское поселение

433

-

433

Кученяевское сельское поселение

833

-

833

Луньгинско-Майданское сельское поселение

236

-

236

 

Рис. 2. Численность населения Республики Мордовия (способ количественного фона).

 

Численность населения анализируемой территории также можно наглядно представить на карте способом плотности точек [3; 10; 17; 18]. Для построения подобных карт по численным показателям объектов векторных слоев в QGIS есть специальный модуль Dot Density (см. рис. 3).

 

Рис. 3. Настройка параметров обработки в модуле Dot Density.

 

Полученные карты плотности точек дают возможность оперативной оценки плотности распределения объектов или их отдельных характеристик в пределах исследуемой Республики Мордовия (см. рис. 4).

Использование данного способа имеет важные особенности. Так, муниципальные образования различные по площади, но с примерно одинаковым количеством населения, были бы отнесены к одному классу и имели бы одинаковый цвет на карте, полученной с использованием способа количественного фона (см. рис. 2). Карта же, построенная способом плотности точек, может показать, что меньшие по размеру муниципальные районы имеет более высокую плотность, поскольку содержит такое же количество точек, но в пределах меньшей площади (см. рис. 4). Таким образом, карта плотности точек способна показать различия между такими территориями.

 

Рис. 4. Численность населения Республики Мордовия (способ плотности точек).

 

Одним из важных инструментов визуального пространственного анализа является тепловая карта (heatmap, или растр плотности), представляющая собой растровую поверхностью, полученную методом оценки плотности ядер. Любая тепловая карта является картой интенсивности, отображающей пространственные особенности распределение точек по той или иной территории. В QGIS подобные карты можно получить на основании карт численности населения, построенных ранее с использованием способа плотности точек (см. рис. 4).

Аналитический инструментарий QGIS содержит инструмент, позволяющий на основе точечного слоя получать растровые слои тепловых карт, используя различные статистические модели.

 

Рис. 5. Настройка параметров для создания тепловой карты численности населения.

 

Ниже представлены тепловые карты, полученные на основе таких статистических моделей, как метод равных интервалов (см. рис. 6, а) и метод квантилей (см. рис. 6, б).

 

Рис. 6. Численность населения Республики Мордовия (способ тепловой карты: а – метод равных интервалов; б –метод квантилей).

 

В QGIS есть возможность анализировать пространственно распределенные статистические данные на основе построения специальных карт анаморфоз, которые могут быть получены с использованием модуля cartogram3.

Анаморфозы – это картографические изображения, созданные путем преобразования другого картографического изображения (например, карты количественного фона), в нашем случае – на основании разницы в показателях численности населения между отдельными муниципальными образованиями.

Все полученные картографические модели наглядно и достаточно синхронно отражают максимальную степень концентрации населения прежде всего в пределах территории городского округа Саранск (с численность населения более 340 тыс. чел. – 340,6 тыс. чел. (см. табл. 1) [8]) (см. рис. 2, 4, 6, 8). Другие значительные по числу жителей районы сосредоточения высокой плотности населения (от 9 тыс. до 42 тыс. чел. [8]) также отмечаются в городских поселениях, таких как. Рузаевка (42,4 тыс. чел.) и Ковылкино (19,5 тыс. чел.), Зубово-Полянское (11,95 тыс. чел.), Комсомольское (11,5 тыс. чел.), Чамзинка (9,9 тыс. чел.), Торбеевское (9,3 тыс. чел.) [8]. Муниципальные образования с низкой численностью населения (до 1 тыс. чел) распределены по всей территории республики. но наибольшая их концентрация отмечается в Зубово-Полянском, Теньгушевском, Ельниковском, Кочкуровском, Дубенском муниципальных районах [8]. Разброс численности жителей изменяется от 997 чел. (Шишкеевское сельское поселение Рузаевского муниципального района) до 129 чел. (Новомамангинское сельское поселение Ковылкинского муниципального района).

 

Рис. 7. Настройка параметров модуля cartogram3.

 

Рис. 8. Численность населения Республики Мордовия (способ анаморфозы).

 

Наибольшее количество таких поселений (12) – в Ковылкинском и Зубово-Полянском муниципальных районах (общее число поселений 19 и 18 соответственно), наименьшее (2) – в Инсарском (из общего числа четырех) и нет ни одного – в Атяшевском муниципальном районе (численность каждого из 6 сельских поселений превышает 1 тыс. чел).

Таким образом, в работе приведены картографические материалы, созданные на основе различных методов визуализации данных о численности населения муниципальных образований Республики Мордовия с использованием аналитических инструментов геоинформационной системы QGIS. Кроме сведений о методике использования аналитического инструментария данной геоинформационной системы, кратко представлены анализ и оценка выявленных особенностей пространственного распределения численности населения муниципальных образований региона.

×

About the authors

Larisa G. Kalashnikova

National Research Mordovia State University

Email: lar_ka73@mail.ru

Кандидат географических наук, доцент кафедры геодезии, картографии и геоинформатики

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

Aleksandr K. Kovalenko

Lenoblinventarization State Unitary Enterprise

Email: alex_kow@mail.ru

Внешний пилот-аэрофотогеодезист

Russian Federation, 113/4 Nevsky ave., St. Petersburg 191024

Ivan V. Rodionov

National Research Mordovia State University

Email: rodionoviv@mail.ru

Магистрант 2-го года обучения направления подготовки 05.04.03 Картография и геоинформатика, профиль «Геоинформационно-картографическое обеспечение устойчивого развития территорий»

Russian Federation, 68 Bolshevistskaya St., Saransk 430005

Sergey A. Teslenok

Yugra State University

Author for correspondence.
Email: teslenok-sa@mail.ru

Кандидат географических наук, доцент высшей экологической школы

Russian Federation, 16 Chekhov St., Khanty-Mansiysk 628012

References

  1. Байчурина Р. М., Тесленок С. А. Проектирование и создание серии карт демографических показателей субъектов Приволжского федерального округа [Электронный ресурс] // Огарёв-online. – 2021. – № 5. – Режим доступа: http://journal.mrsu.ru/arts/proektirovanie-i-sozdanie-serii-kart-demograficheskix-pokazatelej-subektov-privolzhskogo-federalnogo-okruga (дата обращения: 18.02.2024).
  2. Грызлова Д. А. Демографическая ситуация в Республике Мордовия: статистический аспект [Электронный ресурс] // Огарёв-Online. – 2022. – № 8 (177). – Режим доступа: https://cyberleninka.ru/article/n/demograficheskaya-situatsiya-v-respublike-mordoviya-statisticheskiy-aspekt (дата обращения: 18.02.2024).
  3. Евтеев О. А., Ковалев С. А. Карты населения // Социально-экономические карты в комплексных региональных атласах. – М.: Изд-во Моск. ун-та, 1968. – 168 с.
  4. Ивлиева Н. Г., Манухов В. Ф. Геоинформационно-картографическое обеспечение исследований пространственно-временных особенностей сельского расселения Республики Мордовия // Материалы Международной конференции «ИнтерКарто. ИнтерГИС». – 2017. – Т. 23. – № 2. – С. 64–77.
  5. Ивлиева Н. Г., Примаченко Е. И., Манухов В. Ф. О картографическом обеспечении исследований демографических процессов (на примере Республики Мордовия) // ИнтерКарто/ИнтерГИС 15: Устойчивое развитие территорий: Теория ГИС и практический опыт: материалы Междунар. конф. – Пермь, Гент, 2009. – С. 214–218.
  6. Логинова Н. Н. Демографический портрет регионов Приволжского ФО // Российский институт стратегических исследований [Электронный ресурс]. – Режим доступа: https://riss.ru/article/4089/ (дата обращения: 18.02.2024).
  7. Манухов В. Ф., Ивлиева Н. Г. О построении картографических изображений средствами ГИС-пакетов // Педагогическая информатика. – 2015. – № 1. – С. 55–63.
  8. Оценка численности постоянного населения на 1 января 2023 г. [Электронный ресурс]. – Режим доступа: https://13.rosstat.gov.ru/storage/mediabank/Численность%20населения%20на%201%20января%202023%20г%20по%20МО%20РМ.xlsx (дата обращения: 18.02.2024).
  9. Плигин И. Д. Статистический анализ демографических показателей Республики Мордовия // Тенденции развития науки и образования. – 2021. – № 79. – С. 81–84.
  10. Салищев К. А. Проектирование и составление карт. – М.: Изд-во МГУ, 1987. – 239 с.
  11. Сегида Е. Ю. Особенности применения картографического метода в общественно-географическом исследовании демографической ситуации // Молодежь и наука: реальность и будущее: материалы III Международной научно-практической конференции: в 6 т. – Т. 5: Естественные и прикладные науки. Невинномысск, 2010. – С. 296–298. [Электронный ресурс]. – Режим доступа: http://dspace.univer.kharkov.ua/handle/123456789/2809 (дата обращения: 18.02.2024).
  12. Создаев А. А., Тесленок К. С. Технология подготовки материалов для картографирования потенциала поля расселения [Электронный ресурс] // Огарев-online. – 2019. – № 3. – Режим доступа: http://journal.mrsu.ru/arts/texnologiya-podgotovki- materialov-dlya-kartografirovaniya-potenciala-polya-rasseleniya (дата обращения: 18.02.2024).
  13. Тесленок C. А., Макарова К. П. Геоинформационное картографирование расселения народов на территории Республики Мордовия // Современные проблемы территориального развития: электрон. журн. – 2017. – № 2. [Электронный ресурс]. – Режим доступа: https://terjournal.ru/2017/id09/ (дата обращения: 18.02.2024).
  14. Тесленок К. С. Возможности геоинформационных систем в управлении инновациями, ресурсами и природопользованием // Вестник Казахского университета экономики, финансов и международной торговли. – 2014. – № 3. – С. 135–138. Тесленок К. С. Создание геоинформационного проекта и его использование в целях развития хозяйственных систем // Геоинформационное картографирование в регионах России: материалы VII Всероссийской научно-практической конференции (Воронеж, 10-12 декабря 2015 г.). – Воронеж: Научная книга, 2015. – С. 134–138. Тесленок К. С., Создаев А. А., Манухов В. Ф. Геоинформационное картографирование потенциала поля расселения населения Республики Мордовия // Геополитика и экогеодинамика регионов. – 2019. – Т. 5 (15). – Вып. 3. – С. 223–230.
  15. Тесленок К. С., Тесленок С. А. Возможности картографирования показателей сельскохозяйственных систем регионов Республики Беларусь с использованием способа картодиаграмм // Стратегия и тактика развития производственно- хозяйственных систем: сб. науч. тр. – Гомель: ГГТУ им. П. О. Сухого, 2021. – С. 26–31.
  16. Тесленок С. А. Экологическое картографирование: учеб. пособие [Электронный ресурс]. – Саранск: Изд-во Мордов. ун-та, 2022. – 141 с. – Режим доступа: http://catalog.inforeg.ru/Inet/GetEzineByID/338160 (дата обращения: 18.02.2024). Тесленок С. А., Байчурина Р. М. Картографирование демографических показателей субъектов Приволжского федерального округа в 2018 г. // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2020. – Т. 14. – № 1. – С. 112–118.
  17. Тесленок С. А., Исхакова М. Ю. Картографирование пространственно-временной динамики расселения татар на территории Республики Мордовия // Геополитика и экогеодинамика регионов. – 2020. – Т. 6 (16). – Вып. 3. – С. 287–293.
  18. Тесленок С. А., Исхакова М. Ю. Картографический анализ расселения татар в Республике Мордовия // Известия Дагестанского государственного педагогического университета. Естественные и точные науки. – 2020. – Т. 14. – № 2. – С. 83–88.
  19. Тикунов В. С. Моделирование в картографии. – М.: Изд-во Моск. ун-та, 1997. – 405 с.
  20. Тикунов В. С. Моделирование в социально-экономической картографии. – М.: МГУ, 1985. – 280 с.
  21. Pribytkova I. Application of Cartographic Modeling as a Research Method When Monitoring the Spatial Behaviour of Population // Социология: теория, методы, маркетинг. – 2015. – № 3. – С. 153–166.
  22. QGIS. Свободная географическая информационная система с открытым кодом [Электронный ресурс]. – Режим доступа: https://www.qgis.org/ (дата обращения: 18.09.2024).
  23. USGS. Сайт геологической службы США [Электронный ресурс]. – Режим доступа: https://www.usgs.gov/ (дата обращения: 18.09.2024).

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Selecting layer properties for display using the quantitative background method.

Download (94KB)
3. Fig. 2. Population size of the Republic of Mordovia (quantitative background method).

Download (326KB)
4. Fig. 3. Setting up processing parameters in the Dot Density module.

Download (32KB)
5. Fig. 4. Population of the Republic of Mordovia (point density method).

Download (386KB)
6. Fig. 5. Setting up parameters for creating a population heat map.

Download (90KB)
7. Fig. 6. Population of the Republic of Mordovia (heat map method: a – equal interval method; b – quantile method).

Download (759KB)
8. Fig. 7. Setting up the parameters of the cartogram3 module.

Download (33KB)
9. Fig. 8. Population of the Republic of Mordovia (anamorphosis method).

Download (327KB)

Мы используем файлы cookies, сервис веб-аналитики Яндекс.Метрика для улучшения работы сайта и удобства его использования. Продолжая пользоваться сайтом, вы подтверждаете, что были об этом проинформированы и согласны с нашими правилами обработки персональных данных.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».