Probabilistički (vjerojatnosni) model posjeta kategorijama prostornih objekata u polazišno-odredišnoj matrici

Urbane migracije važan su podatak koji se koristi pri urbanom planiranju u prometne, ekonomske i druge svrhe. Migracije se bilježe polazišno-odredišnim matricama koje daju prostornu i vremensku komponentu urbanog kretanja. Tradicionalno, polazišno-odredišne matrice dobivaju se brojanjem ljudi i vozila na frekventnim područjima, a u novije vrijeme za njihovu se izradu koriste metode koje koriste podatke o korištenju javnih pokretnih (telekomunikacijskih) mreža za procjenu migracija. Takvim pristupom nije zabilježena svrha kretanja ljudi i razlozi putovanja. U ovom istraživanju je prikazana nova formalna (poopćena) metoda kategorizacije prostornih objekata i predviđanja vjerojatnosti posjeta kategorijama tih objekata, u svrhu omogućavanja točnijeg određivanja prirode urbanih migracija. Uvodno poglavlje formulira ciljeve istraživanja i kratak pregled strukture rada. Prvo poglavlje detaljno opisuje domenu problema i motivaciju za istraživanje. U drugom poglavlju opisani su podaci koji se koriste te njihovo pribavljanje i obrada. U trećem poglavlju razrađena je kategorizacija podataka. U četvrtom poglavlju je opisana izrada regresijskog modela i primjena na eksperimentalnim podacima. Zaključno poglavlje daje zaključak istraživanja. Korišteni su podaci iz baze prostornih podataka OpenStreetMap o namjeni objekata na području grada Shenzhena u Kini te GPS podaci putanja taksija u istom geografskom području. Prostorni objekti su kategorizirani pomoću žigova (atributa prostornih podataka koji opisuju objekte) unutar OpenStreetMapa koji opisuju namjenu objekata. Navedena kategorizacija je zatim proširena na taksi podatke.Urban migration is an important information used in urban planning for traffic, economic and other purposes. Migrations are recorded with origin-destination matrices which give the spatial and temporal components of urban motion. Traditionally, origin-destination matrices are obtained by counting people and vehicles in frequency domains, and in recent times methods used for their development are using data on the use of public mobile (telecommunication) networks for estimating migration. That approach does not report purpose of people’s movements and the reasons for traveling. In this research, a new formal (generalized) method of categorizing spatial objects and predicting probabilities of visits to the categories of these objects is introduced, with intention of enabling the more accurate understanding of the nature of urban migration. The introductory chapter formulates research objectives and a brief overview of the work structure. First chapter details the problem domain and motivation for research. The second chapter describes the data used and their acquisition and processing. In the third chapter the categorization of data was elaborated. The fourth chapter describes the creation of regression model and application on experimental data. The concluding chapter gives the conclusion of the research. Data from the OpenStreetMap spatial database on the use of objects in the Shenzhen city area in China and the GPS data of the taxiway in the same geographic area are used. Spatial objects are categorized by means of the spatial attributes describing objects within OpenStreetMap that describe the purpose of the objects. The categorization is then extended to the taxi data