Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 2013

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wybór miejsc aktywności

Sortuj według:

Ogranicz wyniki do:

Zastosowanie danych GIS o zagospodarowaniu przestrzennym w mikroskopowej symulacji ruchu

100%

Piątkowski B. , Maciejewski M.

tom z. 95

411--419

W artykule przedstawiono algorytm wyboru miejsc aktywności z wykorzystaniem danych GIS na temat zagospodarowania przestrzennego. W pierwszej części omówiono zagadnienie podziału obszaru na rejony komunikacyjne i niedokładności związane z tym podejściem. Odpowiedzią na część problemów jest rezygnacja ze stosowania centroid i równomierne rozmieszczenie miejsc aktywności w ramach rejonu. Niestety w przypadku niehomogenicznych rejonów ta równomierność także prowadzi do niedokładności. Rozwiązaniem tego problemu jest zaproponowana w dalszej części pracy metoda wyboru miejsc aktywności w oparciu o dane GIS o zagospodarowaniu przestrzennym. Następnie zobrazowano działanie tej metody na przykładzie generacji miejsc aktywności dla modelu ruchu aglomeracji poznańskiej. W celu zilustrowania efektów proponowanego podejścia przedstawiono wizualizację rozmieszczenia miejsc aktywności w wariancie bez i z wykorzystaniem informacji o zagospodarowaniu przestrzennym.

The paper presents an algorithm for activity location choice based on GIS land use data. In the first part, the issue of dividing a study area into zones and its drawbacks are discussed. To solve the problems related to the use of centroids, one may apply uniform location distribution within each zone. Unfortunately, in the case of non-homogeneous zones, this approach leads also to some inaccuracies. The solution is a land-use-based location choice method, which is described in the paper. The idea of the method is explained with an example of a traffic model of the Poznan agglomeration. To show the effects of using land use data, visualizations of activity location distribution are presented, obtained both with and without land use data.