Jak oceniać drogi pod kątem jazdy na malowniczych drogach?


11

względny początkujący GIS tutaj.

Pracowałem nad osobistym projektem oceniania dróg pod względem przyjemności z jazdy na motocyklu. Napisałem program w języku Python do pracy z danymi o drogach w zestawie danych TIGER (PostGIS) i stosowania niewielkiej liczby wskaźników:

  1. Wariancja drogi (skrętność)
  2. Wariacja wysokości drogi
  3. Czy droga mija zbiornik wodny?
  4. Czy droga prowadzi przez park?

Wyniki zastosowania wskaźników były dobrym początkiem, ale są dalekie od ideału. Staram się więc zdecydować o zastosowaniu nowych wskaźników.

  1. Sprawdź pokrycie terenu wokół drogi. Jazda po pagórkowatych zboczach jest lepsza niż las, który jest lepszy niż park przemysłowy.
  2. Stan drogi (utwardzona lub nieutwardzona)
  3. Liczba znaków stop, napotkanych świateł ulicznych
  4. Wykorzystaj analizę pola widzenia, aby sprawdzić, czy zbiornik wodny jest rzeczywiście widoczny z drogi
  5. Zidentyfikuj widoki gór i użyj analizy pola widzenia, aby zobaczyć, czy góry można zobaczyć z drogi (pomyśl o Great Smokey Mountains)
  6. Zastosuj historyczne dane o ruchu

Potrzebuję porady niektórych specjalistów GIS. Czy brzmi to wykonalnie, czy nawet ma sens? Czy możesz wymyślić jakieś inne rzeczy, które powinienem spróbować?

Co najważniejsze, gdzie mogę uzyskać dane dla prawidłowych pomysłów?


mają sens, ale niektóre wskaźniki wydają się zbyt subiektywne: np. droga utwardzona lub nieutwardzona. To zależy. Jeśli posiadasz Harleya i lubisz spokojną jazdę lub rower na szlaki (nie wiem, jak się nazywa), który nadaje się na wyboiste przejażdżki.
George Silva

Cześć Eric, właśnie napisałem podobny program w języku Python, który ocenia krętość drogi na podstawie danych OpenStreetMap: github.com/adamfranco/curvature/wiki Jedną z zalet OpenStreetMap jest to, że do zestawu danych można dodać powierzchnię drogi i gładkość, choć w wielu miejscach nie jest to obecnie dostępne. Skontaktuj się, jeśli jesteś zainteresowany współpracą.
Adam Franco,

Odpowiedzi:


3

Z punktu widzenia GIS możesz analizować każdy dostępny zestaw danych w prawie dowolny sposób, jaki możesz wymyślić, więc techniczna wykonalność nie jest tutaj problemem. Zwłaszcza, że ​​znasz Python (polecam QGIS / GRAS soft).

Wydaje się jednak, że twoje pytanie jest skierowane do profesjonalistów zajmujących się krajobrazem, a nie do GIS. Z twojego opisu brzmi to tak, jakbyś chciał otrzymać wizualną ocenę percepcji krajobrazu, przez który jedziesz.

Wydaje mi się, że przeprowadzenie takiej analizy jest wielkim i złożonym zadaniem, tak jakby ocena opierała się tylko na przyszłości geograficznej, a nie tylko na ocenie krajobrazu, która jest ściśle związana z oceną wizualną, chociaż są to dwa zupełnie różne zwierzęta. To, co chcesz ocenić (moim zdaniem), to osobiste doświadczenie kierowcy, a nie tylko obecność cech fizycznych.

W sieci jest mnóstwo wizualnych, scenicznych papierów do oceny piękna, więc prawdopodobnie powinieneś zacząć szukać wskaźników, w których można zmierzyć atrakcyjność krajobrazu.

Będziesz musiał przeanalizować głównie zasięg i złożoność ekranów (z perspektywy kierowcy). Za atrakcyjne uważa się: sylwetki na tle nieba, złożoność krajobrazu, naturalność (która nie jest dokładnym określeniem), cechy kulturowe, zasięg widzenia (szerokość, głębokość). Problem polega na tym, że nie zawsze najbardziej naturalny jest najbardziej atrakcyjny, ponieważ połączenie niektórych cech kulturowych może być bardziej atrakcyjne niż krajobraz półnaturalny. Zwykle twoje wrażenia wizualne powinny być oceniane indywidualnie dla każdego miejsca, dlatego uważam, że trudno jest zrealizować dokładną matrycę, choć nie jest to niemożliwe.

Przepraszam, że jestem nudny i ostatecznie bez żadnych cennych wniosków. Pomyślę, czy mogę wymyślić jakieś praktyczne porady.


Dziękuję Ci. Na tym etapie wnioski są trudne, ale obecnie bardzo doceniam porady, które wskazują mi właściwy kierunek. Dałeś mi dużo do zbadania, więc dzięki!
Eric Palakovich Carr

3

Ten artykuł , który pojawił się w publikacji ArcUser Spring 2010 ESRI , zawiera doskonały przegląd procesu, który przeprowadzili, próbując osiągnąć to, co próbujesz.

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.