Wyniki wyszukiwania - BazTech

1

Comparing continuity and compactness of choropleth map classes

Całka B.

Geodesy and Cartography

|

2018

|

Vol. 67, no. 1

21--34

EN

Population density varies sharply from place to place on the whole territory of Poland. The largest number of people per 1 km2 is 21,531, while uninhabited areas account for about 48% of the country. Such uneven, non-Gaussian distribution of the data causes some difficulty in choosing the classification method in geometric choropleth maps. A thorough evaluation of a geometric choropleth map of population data is not possible using only traditional indicators such as the Tabular Accuracy Index (TAI). That is why the aim of the article is to develop an innovative index based on distance analysis and neighbour analysis of grid cells. Two indexes have been suggested in this paper: the Spatial Distance Index (SDI) and the Spatial Contiguity Index (SCI). The paper discusses the use of five classification methods to evaluate choropleth maps of population data, like head-tail breaks, natural breaks, equal intervals, quantile, and geometrical intervals. A comprehensive assessment of such geometric choropleth maps is also done. The research was conducted for the whole territory of Poland, using data from the 2011 National Census of Population and Housing. Population data are presented in the 1km grid. The results of the analysis are shown on thematic maps. A compatibility of the choropleth maps with urban-rural typology of the OECD (Organisation for Economic Co-operation and Development) was also checked.

2

Jakość danych OpenStreetMap – analiza informacji o budynkach na terenie Siedlecczyzny

Nowak-DaCosta J., Bielecka E., Całka B.

Roczniki Geomatyki

|

2016

|

T. 14, z. 2(72)

201--211

PL

Jakość danych OpenStreetMap (OSM), a w szczególności takie jej elementy ilościowe jak kompletność oraz dokładność położenia, wzbudza szerokie zainteresowanie naukowców na świecie. W artykule przedstawiono potencjalne okoliczności powszechnie obserwowanej heterogenicznej charakterystyki OSM, zwracając uwagę na aspekt niedoskonałości ustaleń semantycznych i założeń jakościowych inicjatywy oddolnej jaką jest OpenStreetMap. Część praktyczną badań stanowi ocena kompletności i dokładności lokalizacji danych o budynkach i budowlach OSM w stosunku do krajowych danych urzędowych, bazy danych obiektów topograficznych BDOT10k. Analizy zostały przeprowadzone dla peryferyjnie położonego, powiatu siedleckiego i miasta Siedlce. Opracowanie dopełnia dotychczasowe rezultaty badawcze w zakresie analiz ilościowych jakości OSM, a otrzymane wyniki potwierdzają zróżnicowaną jakość danych o budynkach, w sensie ich kompletności i wypełnienia wartościami ich atrybutów oraz dokładności lokalizacji, także na terenie Polski. Niemniej jednak, wyniki analizy dokładności geometrycznej są zaskakująco dobre. W dyskusji autorzy zwracają uwagę na fakt, że mimo niedoskonałości danych wolnych i otwartych są one powszechnie wykorzystywane przez użytkowników, do których należy także administracja publiczna.

EN

Researchers all over the world are interested in OpenStreetMap data and its quality including completeness and geometric accuracy. This article looks into the commonly observed heterogeneous characteristics of OpenStreetMap geospatial data and draws attention to the vague semantic and quality foundations of this important grass-roots initiative. The experiment is an assessment of the completeness and positional accuracy of OSM building data compared to the national data: the Database of Topographic Objects in Poland (BDOT10k). The analysis was performed for the county and city of Siedlce. This study complements previous research results in the quantitative analysis of OpenStreet- Map data quality. The results confirm the variable quality of OSM data in terms of completeness and updating of building information found in their attribute's, and the positional accuracy of building corners even for the Polish territory. Nevertheless, the analysis did find that the positional accuracy of the OpenStreetMap building data was very good in comparison to the BDOT10K database. The authors draw attention to the fact that Free and Open geospatial data, despite its imperfections, is widely adopted by users including public administrations.

3

Mapa średnich cen transakcyjnych mieszkań: studium przypadku pierwotnego rynku nieruchomości w Siedlcach

Całka B., Bielecka E.

Roczniki Geomatyki

|

2014

|

T. 12, z. 4(66)

379--387

PL

Artykuł przedstawia metodykę opracowania map wartości nieruchomości lokalowych pochodzących z rynku pierwotnego z miasta Siedlce, będących przedmiotem transakcji kupna-sprzedaży z lat 2007-2011. Opracowana metodyka opiera się na dwuetapowym modelu uwzględniającym w kolejnych krokach – wpływ cech nieruchomości o charakterze nieprzestrzennym i przestrzennym na wartość nieruchomości. W pierwszym kroku pogrupowano nieruchomości za pomocą metody k-średnich z uwzględnieniem cech nieprzestrzennych takich jak: rodzaj rynku, standard mieszkania, rok budowy budynku i kondygnacja. W kolejnym kroku przeprowadzono interpolację wartości nieruchomości w każdej grupie z zastosowaniem metody krigingu zwykłego. Uwzględnienie w procesie opracowania map wartości nieruchomości innych danych przestrzennych pozwoliło na zawężenie obszaru interpolacji do terenów zabudowy wielorodzinnej. Opracowane mapy wartości nieruchomości mogą stanowić cenne i łatwo dostępne źródło informacji o wartościach nieruchomości.

EN

The paper presents methodology for estimating the value of premises in the housing primary market in the city of Siedlce, which was the subject of transactions between 2007-2011. The methodology is based on a two-step model taking into account the impact of spatial and non-spatial characteristics affecting the value of the property. The first step was grouping the properties with the use of k-means method, taking into account spatial and non-spatial characteristics such as: type of market, standard of apartments, storey and the year of building construction. The next step was making an interpolation of the value of the property in each of the groups by using ordinary kriging method. Taking into account other spatial data in the process of estimating the value of the premises enabled to narrow down the interpolation to multi- family housing areas. The developed maps of the value of premises is a rich and easily accessible source of information on the property values.

4

Grupowanie nieruchomości lokalowych za pomocą metody K-średnich

Całka B.

Przegląd Geodezyjny

|

2012

|

R. 84, nr 11

3-8

PL

W analizie rynku nieruchomości możliwe jest zastosowanie narzędzi Eksploracyjnej Analizy Danych (ang. exploratory data analysis), do których należy między innymi grupowanie mające na celu utworzenie zbiorów elementów w jakimś sensie do siebie podobnych. Metody te są stosowane do wykrywania struktury zebranych danych lub dokonywania uogólnień np. w wyszukiwaniu informacji oraz analizie obrazu. Wraz z zastosowaniem grupowania, czyli klasyfikacji bezwzorcowej tworzy się grupa klas, którą można określić jako zbiór obiektów, w którym podobieństwo pomiędzy dowolną parą obiektów jest większe niż podobieństwo pomiędzy dowolnym obiektem należącym do klasy, a dowolnym obiektem, który do niej nie należy. W niniejszym opracowaniu przedstawiono zastosowanie metody grupowania k-średnich nieruchomości lokalowych o podobnych cechach mających wpływ na wartość tych nieruchomości na terenie małych miast. W procedurze tej pod uwagę zostały wzięte takie cechy nieruchomości jak: piętro, powierzchnia mieszkania, rok budowy, czas dojazdu do centrum miasta oraz standard mieszkania. Opracowane podejście wyodrębni grupy nieruchomości o podobnych cechach i pozwoli zaobserwować ich ceny w zależności od konkretnych własności lokali. Dobrana metoda grupowania będzie stanowić element kartograficznego modelowania cen nieruchomości lokalowych prowadzącego do opracowania mapy wartości nieruchomości za pomocą metod geostatystycznych. Powyższa procedura w znaczący sposób może wpłynąć na jakość i efektywność zarządzania zasobami nieruchomości oraz ułatwić podejmowanie decyzji dotyczących gospodarowania nieruchomościami.

EN

In the analysis of the real property market it is possible to use Exploratory Data Analysis Tools which include, inter alia, grouping whose aim is to create sets of items that are similar to each other to a certain extent. The said methods are applied for the purposes of indentifying the structure of the collected data as well as in order to make generalisations, e.g. in image analysis or searching for information. With the use of the clustering method, that is non-model classification, a group of classes is created which can be defined as a set of objects in which similarity between any pair of objects is greater than similarity between any object belonging to the class and any object that does not belong thereto. This paper presents the application of the method of k-means clustering to assess residential properties with similar characteristics affecting the value of these properties in small towns. In the course of the procedure in question, the following property characteristics were taken into account: floor, usable floor space, year of construction, length of journey to the city centre and standard of the residential property. The developed approach will separate groups of properties with similar characteristics as well as will enable observance of their prices depending on individual characteristics of the property. The chosen grouping method will constitute an element of cartographic modelling of the prices of residential properties which will lead to the development of the map of real property values with the use of geostatistical methods. The abovementioned procedure may significantly affect the quality and efficiency of property management as well as facilitate the decision-making process concerning the management of real properties.