Морфометрические критерии оценки отдельных территориальных единиц при решении задачи пространственного развития линейных объектов наземной транспортной инфраструктуры

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. В статье рассматривается вопрос оценки морфометрических свойств полигона с целью формирования матрицы рейтингов необходимой для решения задачи поиска пути в дискретном пространстве. Такой подход к решению задачи пространственного развития линейных объектов наземного транспорта будет полезен при решении практических задач камерального трассирования.   

Материалы и методы. Рассматриваемый полигон сепарируется на отдельные территориальные единицы, каждая из которых имеет собственный рейтинг по совокупности различных критериев (антропогенная нагрузка, морфометрия и т.д.). Рейтинг отдельной территориальной единицы определяет перспективность ее рассмотрения при решении задачи трассирования. Такая дискретная модель полигона фактически является взвешенным графом, поиск пути в котором осуществляется различными алгоритмами поиска: A*, Дейкстры, Поиска в ширину (BFS). Так как оценка отдельной территориальной единицы по морфометрическим свойствам местности зависит от ее размеров, предлагается оценивать полигон в два этапа с различным разрешением дискретного пространства, т.е. укрупняя отдельные территориальные единицы в блоки. В качестве примера, в работе, программно была сформирована исходная матрица высот с высоким разрешением, которая в последствии была объединена в блоки.  В отношении матрицы сформированных блоков выполнен анализ чувствительности по 4 критерия: средний уклон по блоку, стандартное отклонение высот, диапазон высот и индекс шероховатости.

Результаты. Из результатов эксперимента следует вывод, что наибольшую среднюю чувствительность и, как следствие, вес имеет критерий «Диапазон высот». Это означает, что именно этот критерий в большей степени влияет на формировании рейтингов блоков. При этом график изменений рейтингов по данному критерию и цветовая матрица диапазона весов, позволяют сделать вывод о том, что данный критерий наименее информативный, так как слабо различает блоки между собой.

Об авторах

Дитрий Владимирович Кузьмин

Российский университет транспорта (МИИТ)

Автор, ответственный за переписку.
Email: kuzminmiit@yandex.ru
SPIN-код: 1092-1985

кандидат технических наук, доцент, доцент кафедры Логистика и управление транспортными системами

Россия, ул. Образцова, 9, стр. 9, г. Москва, Российская Федерация

Список литературы

  1. Malczewski, J. (2000). On the use of weighted linear combination method in GIS: Common and best practice approaches. Transactions in GIS, 4(1), 5–22. https://doi.org/10.1111/1467-9671.00035
  2. Ahuja, R., Mehlhorn, K., Orlin, J., & Tarjan, R. (1990). Faster Algorithms for the Shortest Path Problem. Journal of the ACM, 37, 213–223. https://doi.org/10.1145/77600.77615
  3. Dijkstra, E. W. (1959). A note on two problems in connexion with graphs. Numerische Mathematik, 1(1), 269–271. https://doi.org/10.1007/BF01386390
  4. Botea, A., Müller, M., & Schaeffer, J. (2004). Near Optimal Hierarchical Path-Finding. Journal of Game Development, 1(1), 1–22.
  5. СП 119.13330.2017 Железные дороги колеи 1520 мм. Актуализированная редакция СНиП 32-01-95 (с изменением N 1). (2017). Получено с https://docs.cntd.ru/document/550965737 (дата обращения: 19.07.2023).
  6. Классификация местности по высоте - Геоинформационная система. Получено с https://geo.god-tigra.ru/klassifikatsiya-mestnosti-po-vysote.php (дата обращения: 05.06.2025).
  7. Объяснительная морфометрия рельефа. Геологический портал GeoKniga. Получено с https://www.geokniga.org/books/16102 (дата обращения: 06.06.2025).
  8. Осинцев, Н. А. (2021). Многокритериальные методы принятия решений в "зелёной" логистике. Мир Транспорта, 19(5), 105–114. https://doi.org/10.30932/1992-3252-2021-19-5-13
  9. Uyan, M., Cay, T., Akcakaya, O., & A Spatial Decision Support System design for land reallocation: A case study in Turkey. Computers and Electronics in Agriculture, 98, 8–16. https://doi.org/10.1016/j.compag.2013.07.010
  10. Feizizadeh, B., & Blaschke, T. (2013). GIS-multicriteria decision analysis for landslide susceptibility mapping: comparing three methods for the Urmia lake basin, Iran. Natural Hazards, 65, 2105–2128. https://doi.org/10.1007/s11069-012-0463-3
  11. Minh, N. Q., Huong, N. T. T., Khanh, P. Q., Hien, L. P., & Bui, D. T. (2024). Impacts of Resampling and Downscaling Digital Elevation Model and Its Morphometric Factors: A Comparison of Hopfield Neural Network, Bilinear, Bicubic, and Kriging Interpolations. Remote Sensing, 16(5), 819. https://doi.org/10.3390/rs16050819
  12. NumPy. Получено с https://numpy.org (дата обращения: 02.06.2025).
  13. Matplotlib - Visualization with Python. Получено с https://matplotlib.org (дата обращения: 02.06.2025).
  14. Подиновский, В. В. (2017). Чувствительность многокритериального выбора к изменению оценок важности неоднородных критериев. Итноу: Информационные технологии в науке, образовании и управлении, (4), 23–27.
  15. Нелюбин, А. П. (2019). Разработка методов анализа многокритериальных задач с использованием информации о важности критериев. 138 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Кузьмин Д.В., 2025

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».