Je suis nouveau dans l'analyse spatiale et j'apprécierais une direction générale sur un projet que j'essaie, décrit ci-dessous (je pars de zéro).
OBJECTIF: Trouver les meilleurs emplacements pour installer 2 000 pieds de trottoirs dans ma ville natale afin de connecter le plus de ménages au quartier central des affaires (CBD), où "connecté" signifie à moins de 2 km à pied du CBD. J'ai des fichiers de formes montrant les structures existantes (ménages), les routes et les trottoirs (déjà installés).
Voici ma solution / processus de réflexion proposé:
- Convertissez le réseau de trottoirs sur place en une base de données de nœuds connectés par des poids (c.-à-d. Des distances). Existe-t-il un moyen de le faire directement dans QGIS (ou un autre programme) en cliquant sur toutes les intersections?
- Calculez le nombre de ménages qui se trouvent à moins de 2 km à pied du quartier central des affaires (par exemple, un point ou un polygone lat-long) en utilisant les capacités de routage de pgRouting ou autre chose. Ce sera la valeur de base "accès des ménages".
- En utilisant la couche de route comme guide, placez au hasard 2 000 pieds supplémentaires (par exemple, en segments de 10 pieds) de trottoirs sur la couche de trottoir. C'est l'équivalent de construire arbitrairement un tas de nouveaux trottoirs.
- Recalculez les nœuds et les poids à l'aide du nouveau réseau piétonnier comme dans (1), puis recalculez le nombre de ménages qui se trouvent maintenant à moins de 2 km du CBD comme dans (2). Il devrait augmenter avec les trottoirs supplémentaires. Enregistrez les emplacements des trottoirs supplémentaires et la valeur "accès des ménages" associée dans un fichier (par exemple, une feuille de calcul).
- Répétez les étapes (3) et (4) 10000 fois, comme pour une simulation Monte Carlo. En utilisant les 10000 ensembles de points de données, choisissez les emplacements de placement sur le trottoir qui maximisent le nombre de ménages à moins de 2 km du CBD.
Ce processus de pensée semble-t-il réaliste? Est-ce que quelqu'un a des suggestions?
- Je voudrais accomplir cela en utilisant une combinaison de QGIS et R, mais je suis ouvert à l'apprentissage de PostGIS et / ou Python (ou toute autre chose) pour atteindre l'objectif.