REGIONÁLNÍ ANALÝZA

transcript

REGIONÁLNÍ ANALÝZA

Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

Název projektu: Kvalitní vzdělání je efektivní investice do lidského kapitálu – cesta k uplatnění absolventů VŠE na trhu práce; CZ.2.17/3.1.00/32102

Osnova přednášky a cvičení•1. zdroje dat pro regionální analýzu

•2. metody prostorového rozmístění objektů a jevů

•3. metody a modely hodnocení regionálních procesů

Zdroje dat pro

regionální analýzu

• CENZUS• MIKROCENZUS• BĚŽNÁ EVIDENCE OBYVATELSTVA

• ODVĚTVOVÉ STATISTIKY

• MAPY A ATLASY• DÁLKOVÝ PRŮZKUM ZEMĚ A GISY

• INTERNETOVÉ ZDROJE• OSTATNÍ INFORMAČNÍ ZDROJE

Zdroje informací - úkol• Lexikon obcí Malá Skála (Jablonec nad Nisou): kde má sídlo obec

s rozšířenou působností, sídlo pověřený obecní úřad, sídlo matriky, sídlo stavebního úřadu?

• Sčítání lidí, domů a bytů 2001 V jaké velikostní skupině obcí má Ústecký kraj nejvíce obcí,

kolik? • Atlas středního školství Jaká je úspěšnost studia na SŠ v okrese Jičín? • Krajská ročenka školství Jak velké byly výdaje na žáka v roce 2006 v ČR? • Statistická ročenka ČR Kolik bylo dokončeno bytů v nových budovách + druh

výstavby v roce 2005? Název projektu: Kvalitní vzdělání je efektivní investice do lidského kapitálu – cesta k uplatnění absolventů VŠE na trhu práce; CZ.2.17/3.1.00/32102

Metody hodnocení prostorového rozmístění objektů a jevů

• prostorově diferenciační přístup • cílem je vyjádřit, popsat a nejlépe i zobecnit

prostorové rozložení jevu

• teoretické typy prostorového rozložení jevů

• kontinuální - spojité, plošné• diskontinuální – bodové, nespojité

Teoretické rozložení jevů

•rovnoměrné rozložení

•nerovnoměrné (disperzní) rozložení

•zonální rozložení

•ohniskové rozložení

•areálové rozložení

•amorfní, nezobecnitelné rozložení

Používané metody v prostorově diferenciačním přístupu

• kartografické –kartogram, kartodiagram–bodová metoda–areálová metoda –izoliniová metod–centrografické – geografický průměr, střed a medián

• kvantitativní –variační koeficient–ukazatelé hustoty

• grafické–Lorenzova křivka–míra heterogenity –Ginniho koeficient–územní koncentrace

KARTOGRAFICKÉ METODY

Zdroj: http://www.czso.cz/xs/edicniplan.nsf/t/40005F0F0A/$File/20136109m1.jpg

Zakreslete jednotky NUTS 2 a NUTS 3 na slepé mapě

Zdroj: http://www.czso.cz/csu/redakce.nsf/i/oblasti_(nuts_2)_a_kraje_(nuts_3)_ceske_republiky

KARTOGRAM

•vynášet jen relativní data •nemíchat rastry, nejsvětlejší rastr je vždy nejmenší zastoupení, dodržovat logiku

•vykresluje se 1 jev (příp.2,3), pak ztrácí přehlednost

•počet intervalů - Stürgesovo pravidlo •hranice intervalu – otevřené, uzavřené

Možnosti určování hranic intervalu

• kvantily• variační rozpětí• aritmetický průměr a směrodatná odchylka• PC - Excel

zdroj: http://www.czso.cz/csu/redakce.nsf/i/prumerny_vek_obyvatel_v_so_orp_v_roce_2008

KARTODIAGRAM

•kombinace s kartogramem

•nejčastěji kruhový diagram, příp.sloupcový

•vyjadřuje: velikost jevu, strukturu jevu, vývojové hodnocení

Kartodiagram strukturní kompletní

Zdroj: http://gisak.vsb.cz/~pen63/atlasy/Atlas_PO/prezentaceHTML/obrazky/21.gif

BODOVÁ metoda

•body o stejné velikosti

•absolutní hodnoty

• lokalizovaná varianta

•nelokalizovaná (kartogramová) varianta

•kartodiagramová varianta

AREÁLOVÁ metoda

•vymezení většího územního celku na základě slučování menších katastrů dle určitého kritéria

IZOLINIOVÁ metoda vyjadřuje prostorové rozložení jevu

v prostoru pomocí izolinií izolinie = čáry spojující místa, body,

lokality se stejnou hodnotou sledovaného jevu, místa se stejnou intenzitou jevu

CENTROGRAFICKÉ metody

•geografický průměr – bod, který představuje průměrnou polohu, čtverec vzdáleností od toho bodu je minimální ke všem ostatním bodům

•geografický střed – má vlastnosti těžiště území

•geografický medián – prostřední hodnota souboru (mediánová čára=rozděluje území na 2 části, v částech je stejná velikost jevu)

KVANTITATIVNÍ METODY

Variační koeficient

• =směrodatná odchylka/průměr * 100• do 20% velmi nízká proměnlivost jevu• 20-50 % nízká územní variabilita• 50-100 % střední územní v. • 100-150 (200) % vysoká územní v.• 150 (200) %+ extrémní územní v.

Hustota jevu

•průměrná koncentrace jevu v dané územní jednotce

•= D/S

•hustota zalidnění, hustota na zastavěnou plochu, průmyslová hustota, rekreační hustota

•kritická hustota jevu, přípustná (normativní) hustota jevu, maximální hustota jevu

•kapacita území – e = Dskutečná/Dkritická

•rozptýlenost jevu v území –1/D=S/N

•proximita (blízkost)–odmocnina z rozptýlenosti

GRAFICKÉ METODY

Zdroj:http://gisova.ostrava.cz/images/grafy/graf-obvody-1-cast.gif

Zdroj: http://www.mpsv.cz/files/clanky/4764/graf6.gif

Lorenzova křivka • grafické zobrazení míry koncentrace

• čtverec o jednotkové straně

• osa x – kumulované % rozlohy• osa y – kumulované % jevu• úhlopříčka: – rovnoměrné

rozložení jevůZdroj: http://serendipityoucity.blogsome.com/wp-admin/images/gini.png

Míra heterogenity

•hodnota, vyjadřující na jak velké ploše resp. na jak velkém podílu území (v %) se nachází 50% sledovaného jevu

•MH = 1.+ ((50 – 2.)/(3. – 2.)) x (4. – 1.) interval (50 – 100)

Ginniho koeficient

•vyjadřuje územní koncentraci

•vypočítá se z kumulovaných % pomocí křížového pravidla:(1.hodnota kum.%plochy * 2.hodnota kum.%jevu) – (1.hodnota kum.% jevu * 2.hodnota kum.% plochy) atd. - vše sečte

PŘÍKLAD č.1 - zadání Dokončené byty

kraj rozloha / km2

Praha 496 4415 Středočeský 11013 4671 Jihočeský 10057 1460 Plzeňský 7562 1719

Karlovarský 3315 524 Ústecký 5334 1226

Liberecký 3163 1143 Královehradecký 4758 1270

Pardubický 4519 1189 Vysočina 6926 1325

Jihomoravský 7065 3316 Olomoucký 5160 1411

Zlínský 3963 1380 Moravskoslezský 5535 2078

Σ 78866 27127

Vypočtěte míru heterogenity a zkonstruujte Lorenzovu

křivku

PŘÍKLAD č.1- řešeníDokončené byty

kraj rozloha / km2

% rozlohy na ČR

jev % jevu hustota jevu

pořadí

Praha 496 0,63 4415 16,28 8,90 14. Středočeský 11013 13,97 4671 17,22 0,42 12. Jihočeský 10057 12,76 1460 5,38 0,15 1. Plzeňský 7562 9,59 1719 6,34 0,23 4.

Karlovarský 3315 4,20 524 1,93 0,16 2. Ústecký 5334 6,76 1226 4,52 0,23 5.

Liberecký 3163 4,01 1143 4,21 0,36 10. Královehradecký 4758 6,03 1270 4,68 0,27 7.

Pardubický 4519 5,73 1189 4,38 0,26 6. Vysočina 6926 8,78 1325 4,89 0,19 3.

Jihomoravský 7065 8,96 3316 12,22 0,47 13. Olomoucký 5160 6,54 1411 5,20 0,27 8.

Zlínský 3963 5,02 1380 5,09 0,35 9. Moravskoslezský 5535 7,02 2078 7,66 0,38 11.

Σ 78866 100 27127 100 -

Dokončené byty pořadí kraj % rozlohy na

ČR kumulované

% plochy % jevu kumulované

%jevu 1. Jihočeský 12,76 12,76 5,38 5,38 2. Karlovarský 4,20 16,96 1,93 7,31 3. Vysočina 8,78 25,74 4,89 12,2 4. Plzeňský 9,59 35,33 6,34 18,54 5. Ústecký 6,76 42,09 4,52 23,06 6. Pardubický 5,73 47,82 4,38 27,44 7. Královehradecký 6,03 53,85 4,68 32,12 8. Olomoucký 6,54 60,39 5,20 37,32 9. Zlínský 5,02 65,41 5,09 42,41 10. Liberecký 4,01 69,42 1 4,21 46,62 2

11. Moravskoslezský 7,02 76,44 4 7,66 54,28 3

12. Středočeský 13,97 90,41 17,22 71,5 13. Jihomoravský 8,96 99,37 12,22 83,72 14. Praha 0,63 100 16,28 100

PŘÍKLAD č.1- řešení

Míra heterogenity

)42,6944,76(*62,4628,54

62,465042,69

)14(*.2.3

.250.1

Lorenzova křivka

0 10 20 30 40 50 60 70 80 90 100

kumulované % rozlohy

Příklad č.2 – Vypočet míry heterogenity

Příklad č.2 – zadáníkraj rozloha / km2 % rozlohy na

ČR jev % jevu

Jihočeský 10057 12,8% 3237 6,1%

Jihomoravský 7066 9,0% 5628 10,7%

Karlovarský 3314 4,2% 1829 3,5%

Královéhradecký 4758 6,0% 2731 5,2%

Liberecký 3163 4,0% 2425 4,6%

Moravskoslezský 5554 7,0% 5948 11,3%

Olomoucký 5140 6,5% 3009 5,7%

Pardubický 4519 5,7% 2561 4,9%

Plzeňský 7561 9,6% 2921 5,5%

Praha 496 0,6% 6647 12,6%

Středočeský 11014 14,0% 5872 11,1%

Ústecký 5334 6,8% 4447 8,4%

Vysočina 6925 8,8% 2600 4,9%

Zlínský 3964 5,0% 2877 5,5%

? 78865 100,0% 52732 100,0%

Vypočtěte míru heterogenity

Děkuji za pozornost!

REGIONÁLNÍ ANALÝZA

Documents