Анализ статистических данных методами ГИС-технологии и визуальной таксономии

Федеральное агентство по образованию

Государственное образовательное учреждение высшего  профессионального образования

«Сибирская  государственная автомобильно-дорожная академия

(СибАДИ)»

 

 

Факультет  Информационные системы в управлении

Специальность Прикладная информатика в экономике

Кафедра  Прикладная информатика в экономике

 

 

 

 

Пояснительная записка

к курсовой работе

 

по дисциплине: «Геоинформационные системы»

Название работы:  «Анализ  статистических данных методами ГИС-технологии и визуальной таксономии».

 

 

 

 

Выполнила: студентка  гр. Пи09И1

Мясникова Ольга  Анатольевна

Проверил: преподаватель

Пуртов Андрей Михайлович

 

 

 

 

 

Омск -2012

 

Сибирская государственная автомобильно-дорожная академия

Кафедра «Информационные системы в управлении»

 

ЗАДАНИЕ

 

на курсовую работу

 

по дисциплине «геоинформационные системы»

 

студенту гр. ПИ09И1 Мясниковой Ольге Анатольевне

 

1.Тема работы «Анализ статистических данных методами ГИС-технологии и визуальной таксономии»

2. Исходные данные к работе, в  том числе рекомендуемая литература 

• «Регионы России». – М.: ГосКомСтат, 2010.
• Интернет источник http://www.gks.ru
• Интернет источник http://wgeo.ru
• Интернет источник http://www.fedstat.ru/indicators/start.do

3. Содержание расчетно-пояснительной  записки (перечень подлежащих  разработке вопросов):

• Найти источник статистических данных по регионам России.
• Выбрать 4 параметра для проведения анализа данных.
• Создать базу данных, им портировать в нее файл rus_reg.dbf
• Добавить в таблицу значения выбранных параметров
• Нормировать параметры (привести их в единый диапазон, например, от 0 до 1000).
• Создать ГИС-проект
• С помощью полигонов объединить объекты в таксоны (группы) по близости значений параметров.
• Пронумеровать таксоны для каждого разбиения.
• Создать карту регионов России.
• Присоединить к таблице регионов данные созданной  таблицы.
• Для каждого разбиения раскрасить регионы в зависимости от номера таксона.
• На основе разбиений на таксоны и раскраски объектов сделать выводы о географическом распределении объектов разного типа.

Срок сдачи студентом законченного проекта (работы)____________________________

 

Руководитель курсового проекта (работы)   Пуртов Андрей Михайлович

 

Консультант курсового проекта (работы)____ ____________________________________

 

Задание принял к исполнению _______________________ ^{подпись  студента                     дата} 

Содержание

 

Введение 4

1. Создание базы данных 6

2. Построение зависимостей и разбиение на таксоны. Результаты и выводы 9

2.1 Анализ параметров «Численность населения» и «Среднемесячная зарплата». 9

2.2 Анализ параметров «Численность населения» и «Производство электроэнергии». 10

2.3 Анализ параметров «Численность населения» и «Число легковых автомобилей на 1000 человек». 12

2.4 Анализ параметров «Среднемесячная зарплата» и «Производство электроэнергии». 14

2.5 Анализ параметров «Среднемесячная зарплата» и «Число легковых автомобилей на 1000 человек». 16

Заключение 19

Список используемой литературы 20

 

 

 

Введение

Курсовая работа выполняется  в географической информационной системе –  ArcGIS. Эта система предназначены для управления различной информацией, для ее анализа и отображения.  По способу использования ГИС бывают  настольные, внедренные, серверные и мобильные. Для выполнения данной курсовой работы мы использовали настольную ГИС систему.  Для их программной поддержки используется набор интегрированных приложений ArcGIS Desktop (ArcMap и ArcCatalog).

Статистика по субъектам Российской Федерации  взята с Росстата за 2008 год следующих  параметров:

1. Численность населения.
2. Среднемесячная заработная плата .
3. Производство электроэнергии.
4. Число легковых автомобилей на 1000 чел.

В различных сферах деятельности очень важное место  занимает  правильная обработка  и представления пространственной информации. Геоинформационные системы  используются для изучения и обработки  разнообразных наборов географически  связанной информации. Например, при  помощи ГИС можно составить прогноз  городские службы управляют водоснабжением, развития лесного пожара, криминальную обстановку в районе и т.п.

В Arc GIS можно создать новый проект,  на котором отображаются карты, схемы, таблицы, рисунки, фотографии – все эти данные также могут быть использованы и для создания другого проекта. То есть если изменить карту, таблицу, рисунок, то эти изменения отобразятся во всех проекта, использующих эти данные.

В курсовой работе создается проект по регионам Российской Федерации на основе четырёх параметров. Собираются статистические данные по каждому региону РФ, исследуются, нормируются, потом отображаются на плоскости  и разбиваются на таксоны (группы) с последующим представлением их на карте РФ.

Суть таксономии заключается в разбиении объектов на группы в зависимости от их параметров. Объекты, имеющие похожие параметры  попадают в одну группу (таксон). То есть,  задача таксономии состоит  в том, чтобы выявить сгустки  точек и объединить их подмножества с похожими параметрами.

 

 1. Создание базы данных

 

Согласно  заданию у меня имеется 4 параметра  для проведения анализа данных. Первым шагом является необходимость нормирования данных параметров с помощью Excel. Для этого данные по четырем параметрам  вносятся в Excel и приводятся  в единый диапазон от 1 до 1000 всех информативных данных (рисунок 1).

Рисунок 1-Пронормированные данные в Excel

На рисунке 1 изображены пронормированные данные по 85 административным субъектам РФ согласно 4 параметрам.

Следующим шагом  сделаем импорт таблиц из Excel в Access (рисунок2).

 

Рисунок 2-Единый диапазон параметров Access

После импорта  данных в Access создаем папку, где будем сохранять все файлы с данными. Скопируем в нее нашу БД и файл admin.shp, в котором представлена карта РФ с разбиением на регионы. Считая, что параметры являются координатами объектов на плоскости, для каждой пары нормированных параметров создать точечные темы, отображающие объекты в зависимости от их параметров.

Пары нормированных  параметров:

1. Численность населения – Среднемесячная заработная плата;
2. Численность населения – Производство электроэнергии;
3. Численность населения – Число легковых автомобилей на 1000 чел;
4. . Среднемесячная зарплата – Производство электроэнергии;
5. Среднемесячная заработная плата - Число легковых автомобилей на 1000 чел.

Пронумеровать таксоны для каждого  разбиения. Записать их номера в таблицу, в которые попали объекты.

Присоединить файлы с разбиением к карте РФ и раскрасить объекты  в зависимости от номера таксона, в который они попали.

На основе разбиений на таксоны  и раскраски объектов сделать  выводы.

 

 2. Построение зависимостей и разбиение на таксоны. Результаты и выводы

2.1 Анализ параметров «Численность населения» и «Среднемесячная зарплата».

Разбиение регионов Российской Федерации на таксоны  по параметрам «Численность населения» (Nasel, ось Х) и «Среднемесячная зарплата»(ZP, ось Y) приведено на рисунке 3.

Рисунок 3 - Таксоны по параметрам " Численность населения " и " Средняя зарплата "

Из рисунка 3 можно  сделать следующие выводы:

1. Для регионов, попавших в 1 таксон, оба показателя на среднем уровне.
2. Для регионов, попавших во 2 таксон, характерна высокая заработная плата и высокая численность населения.
3. Для регионов, попавших в 3 таксон, характерна высокая зарплата и ниже среднего численность населения.
4. Для регионов, попавших в 4 таксон, численность населения ниже среднего показателя и заработная плата выше среднего уровня.
5. Для регионов, попавших в 5 таксон, характерна выше среднего показателя численность населения и средняя зарплата.
6. Для регионов, попавших в 6 таксон, характерна высокая численность населения и средняя зарплата.

На рисунке  4 показана раскраска субъектов Российской Федерации в зависимости от номеров таксонов, в которые они попали.

1 - оба показателя на среднем  уровне;

2 - высокая заработная плата и  высокая численность населения;

3 - характерна высокая зарплата и ниже среднего численность населения;

4 - численность населения ниже  среднего показателя и заработная  плата выше среднего уровня;

5 - выше среднего показателя численность  населения и средняя зарплата;

6 - высокая численность населения  и средняя зарплата.

Рисунок 4 - Раскраска регионов в соответствии с указанными параметрами

Раскраска регионов в соответствии с указанными параметрами  позволяет сделать вывод, что большинство субъектов Российской Федерации имеют средние показатели по численности населения и среднемесячной заработной плате. На юго-востоке Европейской части страны преобладает высокий уровень численности населения и средний уровень заработной платы населения.

2.2 Анализ параметров «Численность населения» и «Производство электроэнергии».

Разбиение регионов Российской Федерации на таксоны  по параметрам «Численность населения» (Nasel, ось Х) и «Производство электроэнергии» (Ener, ось Y) приведено на рисунке 5.

Рисунок 5 - Таксоны по параметрам «Численность населения»  и «Производство электроэнергии»

Из рисунка  5 можно сделать следующие выводы:

1. Для регионов, попавших в 1 таксон, характерно высокое производство электроэнергии и низкая численность населения.
2. Для регионов, попавших во 2 таксон, характерно выше среднего показателя производство электроэнергии и низкая численность населения.
3. Для регионов, попавших в 3 таксон, оба показателя на низком уровне.
4. Для регионов, попавших в 4 таксон, характерно выше среднего численность населения и среднее производство электроэнергии.
5. Для регионов, попавших в 5 таксон, оба показателя на высоком уровне.
6. Для регионов, попавших в 6 таксон, характерна высокая численность населения и низкое производство электроэнергии.

На рисунке  6 показана раскраска субъектов Российской Федерации в зависимости от номеров таксонов, в которые они попали.

1 - высокое производство электроэнергии и низкая численность населения;

2 - выше среднего показателя производство электроэнергии и низкая  численность населения;

3 - оба показателя на низком уровне;

4 - характерно выше среднего численность населения и среднее производство электроэнергии;

5 - оба показателя на высоком уровне;

6 - высокая численность населения  и низкое производство электроэнергии.

Рисунок 6 - Раскраска регионов в соответствии с указанными параметрами

Раскраска регионов в соответствии с указанными параметрами позволяет сделать  вывод, что большинство субъектов Российской Федерации имеют низкие показатели по производству электроэнергии и численности населения. Характерно выше среднего показателя численности населения и среднее производство электроэнергии имеет юг Сибири и Европейской части России.

2.3 Анализ параметров «Численность населения» и «Число легковых автомобилей на 1000 человек».

Разбиение регионов Российской Федерации на таксоны  по параметрам «Численность населения» (Nasel, ось Х) и «Число легковых автомобилей на 1000 человек» (Auto, ось Y) приведено на рисунке 7.