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.

Рисунок 7 - Таксоны по параметрам «Численность населения»  и «Число легковых автомобилей на 1000 человек»

Из рисунка  7 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 численность населения и среднее число автомобилей.
  3. Для регионов, попавших в 3 таксон, оба показателя на низком уровне.
  4. Для регионов, попавших в 4 таксон, характерна низкая численность населения и среднее число автомобилей.
  5. Для регионов, попавших в 5 таксон, характерна низкая численность населения и высокое число автомобилей.

На  рисунке 8 показана раскраска субъектов Российской Федерации в зависимости от номеров таксонов, в которые они попали.

1 - оба показателя на среднем уровне;

2 - высокая численность населения и среднее число автомобилей;

3 - оба показателя на низком  уровне;

4 - низкая численность населения  и среднее число автомобилей;

5 - низкая численность населения  и высокое число автомобилей.

Рисунок 8 - Раскраска регионов в соответствии с указанными параметрами

Раскраска регионов в соответствии с указанными параметрами  позволяет сделать вывод, что большинство субъектов Российской Федерации имеют низкую численность населения и среднее число автомобилей. Также во многих субъектах страны преобладают средние показатели обоих параметров.

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

Разбиение регионов Российской Федерации на таксоны  по параметрам «Среднемесячная зарплата» (ZP, ось Х) и «Производство электроэнергии» (Ener, ось Y) приведено на рисунке 9.

Рисунок 9 - Таксоны по параметрам «Среднемесячная зарплата» и «Производство электроэнергии»

Из рисунка  9 можно сделать следующие выводы:

  1. Для регионов, попавших в 1 таксон, оба показателя на высоком уровне.
  2. Для регионов, попавших во 2 таксон, характерно высокое производство электроэнергии и средняя зарплата.
  3. Для регионов, попавших в 3 таксон, характерна высокая заработная плата и низкое производство электроэнергии.
  4. Для регионов, попавших в 4 таксон, оба показателя находятся на среднем уровне.

На  рисунке 10 показана раскраска субъектов Российской Федерации в зависимости от номеров таксонов, в которые они попали.

1 - оба показателя на высоком  уровне;

2 - высокое производство электроэнергии  и средняя зарплата;

3 - высокая заработная плата и  низкое производство электроэнергии;

4 - оба показателя находятся на  среднем уровне.

Рисунок 10 - Раскраска регионов в соответствии с указанными параметрами

Раскраска регионов в соответствии с указанными параметрами  позволяет сделать вывод, что большинство субъектов Российской Федерации имеют средний уровень производства электроэнергии и показателей зарплаты.

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

Разбиение регионов Российской Федерации на таксоны  по параметрам «Среднемесячная зарплата» (ZP, ось Х) и «Число легковых автомобилей на 1000 человек» (Ener, ось Y) приведено на рисунке 11.

Рисунок 11 - Таксоны по параметрам «Среднемесячная зарплата» и « Число легковых автомобилей на 1000 человек »

Из рисунка  11 можно сделать следующие выводы:

  1. Для регионов, попавших в 1 таксон, характерна низкое число автомобилей и средняя зарплата.
  2. Для регионов, попавших во 2 таксон, характерна высокая зарплата и низкое число автомобилей.
  3. Для регионов, попавших в 3 таксон, характерна высокая заработная плата и среднее число автомобилей.
  4. Для регионов, попавших в 4 таксон, характерен близкий к среднему показатель зарплаты и среднее число автомобилей.
  5. Для регионов, попавших в 5 таксон, характерна средняя зарплата и высокое число автомобилей.
  6. Для регионов, попавших в 6 таксон, оба показателя на среднем уровне.

На  рисунке 12 показана раскраска субъектов Российской Федерации в зависимости от номеров таксонов, в которые они попали.

1 - низкое число автомобилей и средняя зарплата;

 2 - характерна высокая зарплата и низкое число автомобилей;

3 - высокая заработная плата и среднее число автомобилей;

4 - близкий к среднему показатель  зарплаты и среднее число автомобилей;

5- средняя зарплата и высокое  число автомобилей;

6 - оба показателя на среднем  уровне.

Рисунок 12 - Раскраска регионов в соответствии с указанными параметрами

Раскраска регионов в соответствии с указанными параметрами  позволяет сделать вывод, что большинство субъектов Российской Федерации имеют средний уровень показателей зарплаты и среднее число автомобилей. Близкий к среднему показатель зарплаты и среднее число автомобилей имеет север западной части Сибири

 

 

 

Заключение

В результате выполнения курсового проекта был проведен анализ статистических данных субъектов  Российской Федерации за 2010 год методами ГИС-технологий и таксономии. Для  анализа данных использовалась система  ArcGIS 9.3.1. Исследованы следующие пары параметров:

  1. Анализ параметров «Численность населения» и «Среднемесячная зарплата».
  2. Анализ параметров «Численность населения» и «Производство электроэнергии».
  3. Анализ параметров «Численность населения» и «Число легковых автомобилей на 1000 человек».
  4. Анализ параметров «Среднемесячная зарплата» и «Производство электроэнергии». 
  5. Анализ параметров «Среднемесячная зарплата» и «Число легковых автомобилей на 1000 человек».

Во время работы над курсовым проектом были использованы:

  1. ArcGIS 9.3.1;
  2. Microsoft Office Excel 2010;
  3. Microsoft Office Access 2010;

В результате этой работы были освоены инструменты  ArcMap и ArcCatalog, изучены их возможности. При работе в системе ArcGIS 9.3.1 использовалась карта Российской Федерации.

 

Список используемой литературы

  1. Руководство пользователя ArcGIS 9.
  2. Лекции А.М. Пуртова по ГИС.
  3. Стихановская Л.М. Оформление текстовых документов при выполнении дипломных работ студентами факультета «Информационные системы в управлении»: метод. указания / Л.М. Стихановская. – Омск: СибАДИ, 2006. – 28 с.
  4. Интернет источник: http://www.gks.ru

 


Анализ статистических данных методами ГИС-технологии и визуальной таксономии 📙 Курсовая → 🆔 20021

Анализ статистических данных методами ГИС-технологии и визуальной таксономии 📙 Курсовая → 🆔 20021

Анализ статистических данных методами ГИС-технологии и визуальной таксономии