सामान्य
अन्य वैज्ञानिकों के बीच भूगोलवेत्ताओं को यह उम्मीद है कि इससे इन पैटर्नों का निर्माण करने वाली प्रक्रियाओं को बेहतर ढंग से समझने में मदद मिलेगी। जैसा कि आपने दिखाया, यह प्रक्रिया उन स्थानों के मानचित्रण के साथ शुरू होती है जिन पर घटनाएं स्थित हैं। अक्सर, ऐसे नक्शे जो आपने ऊपर निर्मित किए हैं, उन्हें बिंदु पैटर्न मानचित्र के रूप में जाना जाता है ।
स्थानिक वितरण
जब एक पाठक इस तरह के नक्शे की जांच करता है, तो वह ब्याज के चर के स्थानिक वितरण (या स्थानिक या भौगोलिक व्यवस्था) को खोजने की कोशिश कर रहा है और चाहे किसी भी प्रकार का पैटर्न हो। आमतौर पर, चार प्रकार के वितरण होते हैं जो पॉइंट पैटर्न मैप के लिए परिभाषित किए जाते हैं (जो आपने ऊपर भी खींचे हैं)। य़े हैं:
- क्लस्टर
- साधारण
- बिना सोचे समझे
- नियमित / वर्दी / छितरी
से विकिपीडिया :
दृश्य जांच के अलावा, किसी को अक्सर एक क्षेत्र में ( चतुर्थांश विश्लेषण की मदद से ) या आसन्न बिंदुओं ( निकटतम पड़ोसी विश्लेषण की मदद से किया जाता है) के बीच की दूरी के आवृत्ति के विश्लेषण का उपयोग करने की आवश्यकता होती है ।
परिवर्तनशील इकाइयों की समस्या
आपने मोडिफायबल एरियाल यूनिट प्रॉब्लम (जिसे मॉडिफाइड यूनिट्स प्रॉब्लम भी कहा जाता है ) का उल्लेख किया है ।
स्थानिक विश्लेषण में, चार प्रमुख समस्याएं सांख्यिकीय पैरामीटर के सटीक अनुमान के साथ हस्तक्षेप करती हैं: सीमा समस्या, स्केल समस्या, पैटर्न समस्या (या स्थानिक ऑटोक्रेलेशन), और परिवर्तनीय क्षेत्र इकाई समस्या (नाई 1988)
मुझे लगता है कि यह इस उदाहरण में प्रासंगिक है, लेकिन मैं कुछ अन्य समस्याओं का भी उल्लेख करना चाहूंगा:
सीमा समस्या
विश्लेषण में एक सीमा समस्या एक ऐसी घटना है जिसमें भौगोलिक पैटर्न को प्रशासनिक या माप उद्देश्यों के लिए तैयार की गई सीमाओं के आकार और व्यवस्था द्वारा विभेदित किया जाता है।
एक सरल उदाहरण के लिए, यदि आपके पास कुछ विशिष्ट जातीय समूह के कई लोगों का प्रतिनिधित्व करने वाले आपके बिंदु हैं, तो उपयोग की जाने वाली सीमाओं के आधार पर, उदाहरण के लिए, जनगणना जिलों के बीच अंकों के वितरण पर एक अलग दृष्टिकोण प्राप्त कर सकते हैं।
यदि अंक एक दूसरे के करीब स्थित हैं, फिर भी विभिन्न जनगणना जिलों में स्थित हैं, तो आप वितरण की गलत समझ प्राप्त कर सकते हैं, क्योंकि यह इस अध्ययन क्षेत्र में जातीय समूह के वितरण को भी इंगित करेगा। इसके विपरीत, यदि आप कुछ अन्य सीमाओं का उपयोग करते हैं, तो आपको एक और दृष्टिकोण मिल सकता है जो नैतिक समूह के महत्वपूर्ण क्षेत्र एकाग्रता को इंगित करता है। अंत में, आप भ्रमित हो सकते हैं कि क्या आप जातीय अलगाव या जातीय एकीकरण का निरीक्षण करते हैं।
परिवर्तनशील इकाइयों की समस्या
इस पर दो पहलुओं में चर्चा की जा सकती है - "स्केल" और "आकृति" के संदर्भ में।
स्केल समस्या
जब आप अधिक से अधिक एग्रीगेटेड एरियाल डेटा का उपयोग करते हैं, तो विभिन्न वर्णनात्मक आंकड़ों के मूल्य एक व्यवस्थित तरीके से भिन्न हो सकते हैं।
एक सरल चित्रण: प्रत्येक कोशिका अंकों की गिनती के साथ हमारा बहुभुज क्षेत्र है।
6 10 3
5
2
6
4
12
3
5
8
12
4
12
1
3
फिर हम बहुभुज को औसत अंक प्राप्त करने के लिए एकत्रित करते हैं:
8 4
4
8
4
10
8
2
और एक बार:
6
6
6
6
अरे, हम भी एक वितरण मिला! एक शब्द में: स्थानिक एकत्रीकरण आमतौर पर एक नक्शे पर दिखाए गए भिन्नता को कम करने के लिए जाता है।
एक और वास्तव में सरल उदाहरण के लिए, यह वास्तव में इस बात पर निर्भर करता है कि आप अपने बिंदुओं को किस पैमाने पर देख रहे हैं। बिंदु पैटर्न के लिए विकिपीडिया छवि देखें; जब आप अपने डिजिटल मानचित्र में ज़ूम आउट करते हैं, तो सामान्य वितरण एक क्लस्टर के रूप में दिखाई दे सकता है।
आकार की समस्या
हम वर्टिकल या हॉरिजॉन्टल (पूर्व-पश्चिम पड़ोसियों के बजाय उत्तर-दक्षिण को मिलाकर) का उपयोग करके ऊपर की तालिका में बहुभुजों को एकत्र कर सकते थे। इसका अर्थ है कि विभिन्न क्षेत्र परिभाषाएँ आपके डेटा वितरण और वर्णनात्मक आंकड़ों के मूल्यों पर महत्वपूर्ण प्रभाव डाल सकती हैं।
पैटर्न की समस्या
संक्षेप में, उपर्युक्त विधियाँ उस प्रकार के समस्या का मूल्यांकन करने में बहुत अच्छी नहीं हैं जो मानव मानचित्र पर आसानी से पढ़ लेता है। क्षेत्र के पैटर्न और बिंदु वितरण के बीच अंतर करने में सक्षम होने के लिए, किसी को स्थानिक ऑटोक्रेलेशन विधियों का उपयोग करने की आवश्यकता होगी )।
