مرحله سوم: محاسبات آمار فضایی و ساخت آتلاس نقشه‌های حرارتی

خط فرآیند ۵گانه محاسبات آمار فضایی و ساخت آتلاس

از تخمین تراکم هسته‌ای تا تولید آتلاس نقشه‌های حرارتی

تخمین تراکم هسته‌ای

Kernel Density Estimation (KDE)

پهنای باند ۳۰۰ تا ۵۰۰ متر
تابع Epanechnikov
رسترسازی شعاعی ۱۰×۱۰ متر

◀▼

تحلیل کانون‌های داغ

Getis-Ord Gi*

محاسبات Z-Score
سطح اطمینان ۹۵٪ و ۹۹٪
تفکیک Hot / Cold

◀▼

اعمال ضرایب وزنی

Demographic Weighting

وزن ۱.۵ برای گروه‌های بی‌صدا
تعدیل بر تراکم جمعیت
موازنه آراء محلات

◀▼

خوشه‌بندی DBSCAN

Density Clustering

جداسازی داده‌های پرت
تعیین مرز دقیق خوشه‌ها
Concave Hulls

◀▼

رندرینگ و تولید آتلاس

Heatmap Atlas Production

طیف رنگی استاندارد
تفکیک بر ۹ نظام
خروجی GeoTIFF / GeoJSON

بخش اول: تشریح تفصیلی گام‌به‌گام الگوریتم‌ها

پنج گام عملیاتی محاسبات آمار فضایی

گام ۱: تخمین تراکم هسته‌ای

Kernel Density Estimation — KDE

🎯 هدف: تبدیل نقاط پراکنده عارضه‌ها، خطرات و مسائل ارسالی شهروندان به یک لایه رستری پیوسته (Continuous Surface) از میزان تراکم مشکلات در سطح شهر.

تعیین پهنای باند شعاع جستجو (Bandwidth / Search Radius): تنظیم شعاع اثر بر اساس مقیاس فضایی محلات (معمولاً ۳۰۰ تا ۵۰۰ متر متناسب با حوزه پیاده‌روی محله‌محور).
انتخاب تابع هسته (Kernel Function): بکارگیری تابع Epanechnikov یا Quartic برای کاهش وزن اثر عارضه‌ها با افزایش فاصله از مرکز نقطه.
محاسبه تراکم فضایی رستری: ایجاد سلول‌های رستری ۱۰×۱۰ متری که در آن ارزش هر سلول (Cell Value) نشان‌دهنده تعداد عارضه‌های ثبت‌شده در شعاع اطراف آن است.
تفکیک لایه‌های رستری بر اساس موضوع: اجرای مجزای الگوریتم KDE برای هر یک از موضوعات (مثلاً تراکم عارضه‌های ترافیکی، تراکم آلودگی‌ها، تراکم کمبود خدمات).

پهنای باند ۳۰۰–۵۰۰m Epanechnikov رستر ۱۰×۱۰ متر Continuous Surface

گام ۲: تحلیل کانون‌های داغ و سرد آماری

Getis-Ord Gi* Spatial Statistics

🎯 هدف: متمایز ساختن تراکم‌های تصادفی از کانون‌های داغ واقعی و معنادار به لحاظ آماری (با حذف فاکتور شانس).

محاسبه شاخص Gi* برای هر سلول: مقایسه تراکم محلی عارضه‌ها نسبت به کل سطح شهر با فرمول استاندارد Getis-Ord.
محاسبه شاخص‌های Z-Score و P-Value:
Z > +۱.۹۶ — کانون داغ ۹۵٪ Z > +۲.۵۸ — کانون بحرانی ۹۹٪ Z < −۱.۹۶ — کانون سرد

Gi* = Σ_j=1ⁿ w_ijx_j − X̄ Σ_j=1ⁿ w_ij S √[ ( n Σ_j=1ⁿ w_ij² − ( Σ_j=1ⁿ w_ij )² ) / (n − 1) ]

گام ۳: اعمال ضرایب وزنی حمایتی و تعدیل جمعیتی

Demographic & Population Weighting

🎯 هدف: جلوگیری از خطای تمرکز مطلق داده‌ها در محلات پرجمعیت و اعمال عدالت توزیعی در نقشه‌ها.

تعدیل بر اساس نرخ جمعیت محله (Population-Normalized Density): تقسیم نمره تراکم عارضه‌ها بر تراکم جمعیت محله تا محلات کم‌جمعیت‌تر اما واجد مشکلات حاد کالبدی، ندیده گرفته نشوند.
اعمال ضریب وزنی حمایتی به گروه‌های بی‌صدا: ضرب کردن نمره شدت عارضه‌ها و احساسات منفی ارسالی از سوی اقشار محروم (زنان سرپرست خانوار، معلولان، سالمندان و ساکنان حاشیه‌ای) در ضریب ۱.۵ تا ۲.۰.

Population-Normalized ضریب حمایتی ۱.۵ – ۲.۰ عدالت توزیعی

گام ۴: خوشه‌بندی فضایی مبتنی بر تراکم و حذف نویزها

DBSCAN / HDBSCAN

🎯 هدف: حذف داده‌های پرت (Outliers) و مرزگذاری دقیق جغرافیایی پیرامون کانون‌های بحران.

تنظیم پارامترهای الگوریتم DBSCAN: شعاع همسایگی Eps = ۲۰۰ متر و حداقل نقاط تشکیل خوشه MinPts = ۵ نقطه.
تفکیک داده‌های پرت: حذف نقاط منفردی که خارج از خوشه‌های اصلی قرار دارند به‌عنوان نویز یا نظر غیرتکرارپذیر.
مرزگذاری محدوده خوشه‌ها (Cluster Boundary Generation): رسم چندضلعی‌های بسته محصورکننده (Concave Hulls) حول خوشه‌های شناسایی‌شده برای تعیین دقیق پهنه مداخله کالبدی در طرح جامع.

Eps = ۲۰۰m MinPts = ۵ Concave Hulls

گام ۵: رندرینگ استاندارد و ساخت آتلاس نقشه‌های حرارتی

Heatmap Atlas Production

🎯 هدف: تدوین مجلد و لایه‌های استاندارد بصری جهت درج در گزارش تشخیص و ارائه به کارفرمایان و شورای راهبری.

استانداردسازی طیف رنگی (Color Ramp Standard): قرمز/بنفش برای تراکم حاد (Z > ۲.۵۸)، نارنجی/زرد برای تراکم متوسط محله‌ای، سبز/آبی برای پهنه‌های واجد کیفیت مطلوب، امنیت فضایی و سرمایه اجتماعی.
تفکیک آتلاس بر اساس نظام‌های ۹گانه: خروجی‌گیری مجزا در قالب ۹ شیت نقشه حرارتی موضوعی (حرارتی آلودگی‌ها/محیط‌زیست، حرارتی فرسودگی مسکن، حرارتی معابر ناامن ترافیکی، حرارتی کمبود خدمات محله‌ای و …).
خروجی‌گیری چندگانه: تولید فایل‌های رستری سنگین (GeoTIFF) برای پردازش‌های بعدی و فایل‌های سبک برداری (GeoJSON) برای پیشخوان برخط شهری.

نمودارهای تحلیلی مرحله سوم

آستانه‌های آماری، طیف رنگی آتلاس و توزیع زمانی اجرا

نمودار ۱ — محور واگرای Z-Score و پهنه‌های تصمیم‌گیری

Getis-Ord Gi* Threshold Scale

هر سلول رستری با Z-Score بالای ۱.۹۶ به‌عنوان کانون داغ ۹۵٪ و با Z-Score بالای ۲.۵۸ به‌عنوان کانون داغ بحرانی ۹۹٪ طبقه‌بندی می‌شود. تراکم‌های ضعیف و تصادفی اجازه ورود به آتلاس را ندارند.

نمودار ۲ — طیف رنگی استاندارد آتلاس نقشه‌های حرارتی

Standard Heatmap Color Ramp

کیفیت مطلوب

سرمایه اجتماعی

تراکم متوسط

تراکم بالا

کانون داغ ۹۵٪

بحرانی ۹۹٪

Z < −۱.۹۶ Z < −۱.۹۶ Z ≈ ۰ Z ≈ +۱.۵ Z > +۱.۹۶ Z > +۲.۵۸

طیف سبز/آبی برای پهنه‌های واجد کیفیت مطلوب، امنیت فضایی و سرمایه اجتماعی؛ طیف نارنجی/زرد برای تراکم متوسط محله‌ای؛ و طیف قرمز/بنفش برای تراکم حاد مشکلات به‌کار می‌رود.

نمودار ۳ — توزیع زمانی گام‌های اجرایی در بازه ۷ روز کاری

7-Day Execution Gantt

بخش دوم: برنامه اجرایی و زمان‌بندی (SOP)

این مرحله ظرف مدت ۷ روز کاری اجرا می‌شود

گام A — روز ۱ و ۲	گام B — روز ۳ و ۴	گام C — روز ۵	گام D — روز ۶ و ۷
• اجرای الگوریتم‌های KDE • تنظیم پهنای باند ۳۰۰–۵۰۰m	• محاسبات Getis-Ord Gi* • محاسبه Z-Score و P-Value	• اجرای خوشه‌بندی DBSCAN • رسم مرز Concave Hulls	• رندرینگ طیف‌های رنگی • خروجی‌گیری آتلاس ۹ نظام

ماتریس مسئولیت‌های اجرایی (RACI Matrix)

A = پاسخگو / تأییدکننده • R = مجری • C = مشورت‌شده • I = مطلع

زیرفرآیند عملیاتی مرحله سوم	متخصص ارشد GIS	تحلیل‌گر آمار فضایی	سرپرستان ۹ نظام	ناظر راه و شهرسازی
۱. تنظیم پارامترها و اجرای محاسبات رستری KDE	A / R	C	C	I
۲. محاسبات Getis-Ord Gi* و تعیین Z-Score	C	A / R	I	I
۳. اعمال ضرایب وزنی حمایتی و تعدیل جمعیتی	C	A / R	C	I
۴. خوشه‌بندی DBSCAN و استخراج مرز خوشه‌ها	A / R	C	I	I
۵. رندرینگ و تولید آتلاس نقشه‌های حرارتی ۹ نظام	A / R	C	C	A

بخش سوم: سنجه‌ها و شاخص‌های کنترل کیفیت (Quality KPIs)

ناظر فنی اداره کل راه و شهرسازی استان پیش از ابلاغ آتلاس، این شاخص‌ها را ممیزی می‌کند

سطح اطمینان آماری

تمامی کانون‌های داغ درج‌شده در آتلاس باید واجد Z-Score بالای ۱.۹۶ (سطح اطمینان ۹۵٪ به بالا) باشند؛ تراکم‌های ضعیف و تصادفی نباید به‌عنوان کانون داغ نمایش داده شوند.

شاخص تعدیل جمعیتی

صحت عدم سوگیری نقشه‌ها به نفع محلات پرجمعیت باید از طریق تطبیق لایه KDE تعدیل‌شده با آمار جمعیت بلوک‌ها اثبات شود.

قابلیت انطباق بر لایه‌های کالبدی

مرز خوشه‌های استخراج‌شده (Concave Hulls) باید به‌طور کامل بر معابر، بلوک‌های مسکونی یا پهنه‌های کاربری GIS قابل نگاشت و انطباق باشد.

بخش چهارم: ساختار داده‌ای استاندارد خروجی کانون‌های داغ

Hotspot GeoJSON Schema — جهت ذخیره در Geodatabase و نمایش روی پیشخوان برخط

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "geometry": {
        "type": "Polygon",
        "coordinates": [[[45.7580, 36.7640], [45.7600, 36.7640], [45.7600, 36.7660], [45.7580, 36.7660], [45.7580, 36.7640]]]
      },
      "properties": {
        "HotspotID": "HOT-MHB-1405-0921",
        "TargetSystem": "System6_Infrastructure_and_Traffic",
        "KdeDensityValue": 84.2,
        "GetisOrd_ZScore": 2.84,
        "GetisOrd_PValue": 0.0045,
        "ConfidenceLevelPercent": 99,
        "ClusterClassification": "Critical_Traffic_and_Safety_Hotspot",
        "DemographicWeightFactor": 1.5,
        "AffectedPopulationEstimate": 3400,
        "RecommendedInterventionType": "Immediate_Infrastructure_Redesign",
        "SpatialBoundMethod": "DBSCAN_Concave_Hull"
      }
    }
  ]
}

💡 نتیجه‌گیری عملیاتی

با پیاده‌سازی این مرحله، نظرات و عارضه‌های پراکنده شهروندان به نقشه‌های حرارتی فوق‌العاده دقیق، واجد پشتوانه ریاضی و اثبات‌پذیر به لحاظ آماری تبدیل می‌شوند که کانون‌های واقعی بحران شهر را شفاف ساخته و پایه اصلی تدوین دستور کار توسعه فضایی در گزارش تشخیص خواهند بود.