![Page 1: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/1.jpg)
Analyse von PunktdatenAnalyse von Punktdaten
Spatial Interaction Models Spatial Interaction Models
K-FunktionK-Funktion
GravitationsmodelleGravitationsmodelle
![Page 2: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/2.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 3: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/3.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 4: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/4.jpg)
11 EinleitungEinleitung Analyse von Punktdaten, umfasst alle Techniken, Analyse von Punktdaten, umfasst alle Techniken,
um räumliche Verteilungen von Punktdaten zu um räumliche Verteilungen von Punktdaten zu untersuchenuntersuchen
Ziel ist, die Prozesse zu verstehen, welche eine Ziel ist, die Prozesse zu verstehen, welche eine bestimmte Verteilung hervorgebracht hatbestimmte Verteilung hervorgebracht hat
Bekannte Techniken sind Nearest-Neighbour- Bekannte Techniken sind Nearest-Neighbour- Analyse, K- Funktion, Gravitationsmodelle Analyse, K- Funktion, Gravitationsmodelle
![Page 5: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/5.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 6: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/6.jpg)
22 Geschichtlicher ÜberblickGeschichtlicher Überblick
Ursprünge in Pflanzenökologie in 30-er JahrenUrsprünge in Pflanzenökologie in 30-er Jahren Zwischen 30-er bis 60-er Jahren Ausweitung auf Zwischen 30-er bis 60-er Jahren Ausweitung auf
TierökologieTierökologie Ab 1960 Einzug in Geographie, v. a. Ab 1960 Einzug in Geographie, v. a.
AnthropogeographieAnthropogeographie Ab 80-er Jahre komplexere Techniken auf Gebiet Ab 80-er Jahre komplexere Techniken auf Gebiet
der Statistikder Statistik Seit 90-er Jahren gewann Analysemethode durch Seit 90-er Jahren gewann Analysemethode durch
fortschreitende Computertechnik (auch GPS) fortschreitende Computertechnik (auch GPS) weiterhin an Bedeutungweiterhin an Bedeutung
![Page 7: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/7.jpg)
InhaltInhalt 11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der Methoden der
PunktanalysePunktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 8: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/8.jpg)
33 Methoden der PunktanalyseMethoden der Punktanalyse Hauptinteresse der Punktanalyse gilt der Hauptinteresse der Punktanalyse gilt der
Verteilung von Punkten im Untersuchungsgebiet Verteilung von Punkten im Untersuchungsgebiet und die Ursachen dieser Verteilung und die Ursachen dieser Verteilung
Neben der Quadratmethode und Kernel-Neben der Quadratmethode und Kernel-Schätzung, gibt es die Nearest-Neighbour-Analyse Schätzung, gibt es die Nearest-Neighbour-Analyse und K-Funktionund K-Funktion
![Page 9: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/9.jpg)
Verhalten räumlicher Punktmuster durch Effekte Verhalten räumlicher Punktmuster durch Effekte erster und zweiter Ordnung beschriebenerster und zweiter Ordnung beschrieben
Effekte 1.Ordnung:Effekte 1.Ordnung: beziehen sich auf beziehen sich auf Dichte Dichte bzw. Intensität (λ)bzw. Intensität (λ) des des Punktmusters, als Punktmusters, als Anzahl (Events) pro Anzahl (Events) pro Flächeneinheit Flächeneinheit
definiertdefiniert
Effekte 2. Ordnung:Effekte 2. Ordnung: beziehen sich auf die beziehen sich auf die Beziehungen zwischen den EreignissenBeziehungen zwischen den Ereignissen, , genauer genauer auf die auf die Distanzen zwischen Distanzen zwischen Ereignissen Ereignissen
![Page 10: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/10.jpg)
Das räumliche PunktmusterDas räumliche Punktmuster Setzt sich zusammen aus:Setzt sich zusammen aus:
• Punkten selbstPunkten selbst {s 1, ... s n} , welche Ereignisse {s 1, ... s n} , welche Ereignisse definierendefinieren
• UntersuchungsgebietUntersuchungsgebiet { {}, wo die Ereignisse }, wo die Ereignisse stattfinden, bzw. Punkte lokalisiert sindstattfinden, bzw. Punkte lokalisiert sind
• Anzahl (N) der EreignisseAnzahl (N) der Ereignisse
• Untersuchungsgebiet kann ein-, zwei- oder Untersuchungsgebiet kann ein-, zwei- oder dreidimensional seindreidimensional sein
![Page 11: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/11.jpg)
Strikte räumliche ZufallsverteilungStrikte räumliche Zufallsverteilung
Vergleich eines theoretisch (= strikte räumliche Vergleich eines theoretisch (= strikte räumliche Zufallsverteilung) definierten Punktmusters mit Zufallsverteilung) definierten Punktmusters mit dem realen Punktmustersdem realen Punktmusters
Zufallsverteilung muss folgende Bedingungen Zufallsverteilung muss folgende Bedingungen erfüllen:erfüllen:
Alle Standorte im Untersuchungsgebiet müssen Alle Standorte im Untersuchungsgebiet müssen gleiche Chance besitzen, mit Punkt besetzt zu gleiche Chance besitzen, mit Punkt besetzt zu werden (uniformity)werden (uniformity)
Besetzung eines Standortes mit einem Punkt Besetzung eines Standortes mit einem Punkt beeinflusst auf keinen Fall die Besetzung eines beeinflusst auf keinen Fall die Besetzung eines anderen Standortes (independence)anderen Standortes (independence)
![Page 12: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/12.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 13: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/13.jpg)
3.13.1 Nearest-Neighbour-AnalyseNearest-Neighbour-Analyse
Verteilung weicht von strikten räumlichen Verteilung weicht von strikten räumlichen Zufallsverteilung abZufallsverteilung ab
Punkte konzentrieren sich, sind zufällig oder Punkte konzentrieren sich, sind zufällig oder gleichverteiltgleichverteilt
Untersuchung Effekte 2.Ordnung Untersuchung Effekte 2.Ordnung Methode basiert auf der Nearest-Neighbour- Methode basiert auf der Nearest-Neighbour-
DistanceDistance
![Page 14: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/14.jpg)
BerechnungsablaufBerechnungsablauf
Ermittlung der Entfernung jedes Punktes zu Ermittlung der Entfernung jedes Punktes zu seinem nächstgelegenen Nachbarpunkt dseinem nächstgelegenen Nachbarpunkt d ii
Mittelwertbildung der Entfernung anhand Mittelwertbildung der Entfernung anhand beobachteter Größen dbeobachteter Größen dbb
Mittelwertbildung bei einer hypothetischen Mittelwertbildung bei einer hypothetischen zufälligen Verteilung der Punkte dzufälligen Verteilung der Punkte dee, dann beide , dann beide Größen in Beziehung setzen und das Größen in Beziehung setzen und das Konzentrationsmaß R bestimmen: R = dKonzentrationsmaß R bestimmen: R = dbb/ d/ dee
![Page 15: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/15.jpg)
R = 1, zufällige Verteilung der PunkteR = 1, zufällige Verteilung der Punkte
R < 1, aggregierte Verteilung der PunkteR < 1, aggregierte Verteilung der Punkte
R > 1, Gleichverteilung der PunkteR > 1, Gleichverteilung der Punkte
![Page 16: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/16.jpg)
Abb.1: Verteilung Vulkankrater in Westuganda (Quelle: Bailey & Gatrell 1995: 82)
![Page 17: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/17.jpg)
Abb.2: Verteilungsfunktion der Vulkankrater in Westuganda (Quelle: Bailey & Gatrell 1995: 91)
![Page 18: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/18.jpg)
Abb.3: Verteilung ausgewählter Siedlungen in USA (Quelle: Bahrenberg & Giese 1975: 88)
![Page 19: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/19.jpg)
Steiler Anstieg im ersten Teil des Graphen deutet Steiler Anstieg im ersten Teil des Graphen deutet auf kurze Distanzen zwischen den Ereignissen auf kurze Distanzen zwischen den Ereignissen hin, d.h. Punkte liegen aggregiert vorhin, d.h. Punkte liegen aggregiert vor
Allgemein: niedrige Werte auf der X-Achse deuten Allgemein: niedrige Werte auf der X-Achse deuten auf Aggregationen hin; höhere Werte der auf Aggregationen hin; höhere Werte der Häufigkeit deuten auf Gleichverteilung hinHäufigkeit deuten auf Gleichverteilung hin
![Page 20: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/20.jpg)
Probleme der Nearest-Neighbour-Probleme der Nearest-Neighbour-Methode Methode
Berechnet nur kürzeste Distanzen, d.h. nur Berechnet nur kürzeste Distanzen, d.h. nur kleinste Skala kleinste Skala
Informationen größerer Skalen werden ignoriert, Informationen größerer Skalen werden ignoriert, d.h. Datenverlustd.h. Datenverlust
![Page 21: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/21.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 22: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/22.jpg)
3.2 3.2 K-FunktionK-Funktion
Auch Reduced Second Moment Measure Auch Reduced Second Moment Measure bezeichnetbezeichnet
Berechnet eine räumliche Abhängigkeit über Berechnet eine räumliche Abhängigkeit über einen größeren Skalenbereicheinen größeren Skalenbereich
Misst alle Distanzen zwischen Punktpaaren, nicht Misst alle Distanzen zwischen Punktpaaren, nicht nur die kürzestenur die kürzeste
Aufgabe ist herauszufinden, ob gleichmäßige, Aufgabe ist herauszufinden, ob gleichmäßige, zufällige oder geklumpte Punktverteilung vorliegtzufällige oder geklumpte Punktverteilung vorliegt
Weicht ebenfalls von strikten räumlichen Weicht ebenfalls von strikten räumlichen Zufallsverteilung abZufallsverteilung ab
![Page 23: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/23.jpg)
BerechnungsablaufBerechnungsablauf
Basiert auf Distanzen aller Punktpaaren und zählt Basiert auf Distanzen aller Punktpaaren und zählt die Anzahl von Punktpaaren innerhalb einer die Anzahl von Punktpaaren innerhalb einer bestimmten Distanzbestimmten Distanz
Danach erfolgt die Untersuchung, wie die Punkte Danach erfolgt die Untersuchung, wie die Punkte verteilt sindverteilt sind
![Page 24: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/24.jpg)
Definition: Definition: λK(h) = E(#(Ereignisse innerhalb der Distanz h
eines willkürlichen gewählten Ereignisses)
#= Anzahl von#= Anzahl von λ = Intensität oder Mittelwert der Ereignisse λ = Intensität oder Mittelwert der Ereignisse E = ErwartungsoperatorE = Erwartungsoperator
![Page 25: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/25.jpg)
K-Funktion ist die erwartete Anzahl von Punkten innerhalb eines Radius r um den zufällig gewählten Punkt i; dividiert durch die Intensität λ der Punkte
![Page 26: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/26.jpg)
AnwendungAnwendung
Gleiche Anwendungsbereiche wie Nearest –Gleiche Anwendungsbereiche wie Nearest –Neighbour-DistanzNeighbour-Distanz
V. a. in Pflanzenökologie, Tierökologie aber auch V. a. in Pflanzenökologie, Tierökologie aber auch Anthropogeographie Anthropogeographie
![Page 27: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/27.jpg)
K (h) bei zufällig räumlichen K (h) bei zufällig räumlichen ProzessProzess
d.h.: Punkte im Untersuchungsgebiet d.h.: Punkte im Untersuchungsgebiet beeinflussen sich nichtbeeinflussen sich nicht
Erwartete Anzahl an Ereignissen innerhalb einer Erwartete Anzahl an Ereignissen innerhalb einer gegebenen Distanz h istgegebenen Distanz h ist: λλhh22
D.h.: D.h.: K(h) = K(h) = λhh22, dann homogener Prozess , dann homogener Prozess ohne räumliche ohne räumliche
Abhängigkeit Abhängigkeit K(h) < K(h) < hh22, dann gleichmäßige Verteilung, dann gleichmäßige Verteilung
K(h) > K(h) > hh22, dann aggregierte Werte, dann aggregierte Werte
![Page 28: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/28.jpg)
Abb.4: Verteilung jugendlicher Straftäter in Cardiff (Quelle: Bailey & Gatrell 1995:95)
![Page 29: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/29.jpg)
Abb.5: Verteilung jugendlicher Straftäter in Cardiff (Quelle: Bailey & Gatrell 1995:95, verändert)
![Page 30: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/30.jpg)
Abb.6: L-Funktion der Verteilung jugendlicher Straftäter in Cardiff (Quelle: Bailey & Gatrell 1995: 95, verändert)
![Page 31: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/31.jpg)
Vor- und Nachteile der K-Funktion Vor- und Nachteile der K-Funktion
Vorteile:Vorteile:
präsentiert Informationen über weite präsentiert Informationen über weite SkalenbereicheSkalenbereiche
bezieht genaue Lage der Punkte in die bezieht genaue Lage der Punkte in die Betrachtung einBetrachtung ein
Betrachtet alle EreignisdistanzenBetrachtet alle Ereignisdistanzen K(h) kann für verschiedene räumliche K(h) kann für verschiedene räumliche
Punktmodelle verwendet werdenPunktmodelle verwendet werden
![Page 32: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/32.jpg)
Nachteile:Nachteile:
Untersuchungsgebiet muss regelmäßige Form Untersuchungsgebiet muss regelmäßige Form aufweisenaufweisen
Punktmuster müssen homogen sein, d.h. Punktmuster müssen homogen sein, d.h. Intensität der Punktmuster muss annähernd Intensität der Punktmuster muss annähernd konstant in der Untersuchungsregion sein konstant in der Untersuchungsregion sein
Lösungen: gleichförmigen sub-areas anlegen, um Lösungen: gleichförmigen sub-areas anlegen, um Homogenität vorzuweisen Homogenität vorzuweisen
![Page 33: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/33.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction ModelsSpatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 34: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/34.jpg)
44 Spatial Interaction ModelsSpatial Interaction Models
Räumliche Interaktionen sind die Bewegung von Räumliche Interaktionen sind die Bewegung von Mensche, Waren, Kapital und InformationenMensche, Waren, Kapital und Informationen
Interaktionsmodelle sind Modelle zur Abbildung Interaktionsmodelle sind Modelle zur Abbildung von Austauschbeziehungen von Standortenvon Austauschbeziehungen von Standorten
Darstellung der Interaktionen mittels Karte und Darstellung der Interaktionen mittels Karte und Pfeilen oder InteraktionsmatrixPfeilen oder Interaktionsmatrix
![Page 35: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/35.jpg)
Abb.6: Interaktionsmatrix (Quelle: Giffinger o. A. 12)
![Page 36: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/36.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 37: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/37.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 38: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/38.jpg)
4.14.1 GravitationsmodellGravitationsmodell
Basiert auf dem Newton´schen Basiert auf dem Newton´schen Gravitationsmodell:Gravitationsmodell:
![Page 39: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/39.jpg)
Transformation der Formel auf viele Bereiche, v. Transformation der Formel auf viele Bereiche, v. a. Wirtschafta. Wirtschaft
Bsp.: Stadtgeographie oder Bsp.: Stadtgeographie oder Verkehrsströme (=Interaktionen)Verkehrsströme (=Interaktionen)
Nur Parameter in der Fromel ändern sich: Nur Parameter in der Fromel ändern sich:
Tij = Tij = Pi * Pj Pi * Pj
dijdij
![Page 40: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/40.jpg)
Für Übertragung in reale Welt muss Formel Für Übertragung in reale Welt muss Formel modifiziert werdenmodifiziert werden
• Distanzfaktor Distanzfaktor (Bereitschaft der Akteure zur (Bereitschaft der Akteure zur Überwindung der Distanz)Überwindung der Distanz)
• Einführung der Exponenten λ und Einführung der Exponenten λ und (Bevölkerungsdichte nicht immer relevant)(Bevölkerungsdichte nicht immer relevant)
![Page 41: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/41.jpg)
Auch Interaktionen zwischen mehrerer Orte Auch Interaktionen zwischen mehrerer Orte möglichmöglich
Dann : Dann : Tij = f (Vi, Wj, Sij) Tij = f (Vi, Wj, Sij)
ViVi ist ein Maß zur Charakterisierung der Quelle i derist ein Maß zur Charakterisierung der Quelle i der InteraktionenInteraktionen
Wj Wj ist ein Maß zur Charakterisierung des Ziels j der ist ein Maß zur Charakterisierung des Ziels j der InteraktionenInteraktionen
SijSij ist ein Maß der räumlichen Separation von i nach j ist ein Maß der räumlichen Separation von i nach j (Routendistanz, Reisezeit, Transportkosten) (Routendistanz, Reisezeit, Transportkosten)
![Page 42: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/42.jpg)
Anwendungen des Anwendungen des GravitationsmodellsGravitationsmodells
MigrationsforschungMigrationsforschung MarktanalysenMarktanalysen VerkehrsgeographieVerkehrsgeographie
![Page 43: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/43.jpg)
VerkehrsgeographieVerkehrsgeographie
Faktoren sind hierbei: Größe der geographischen Entfernungen zwischen Quelle Größe der geographischen Entfernungen zwischen Quelle
und Zielund Ziel Relative Anziehungskraft potentieller ZielorteRelative Anziehungskraft potentieller Zielorte Häufigkeit der individuellen betreffenden Häufigkeit der individuellen betreffenden
RaumüberwindungRaumüberwindung VerkehrsmittelVerkehrsmittel Preise bzw. Kosten der RaumüberwindungPreise bzw. Kosten der Raumüberwindung
Verkehr nimmt zu wenn Attraktivität des Ortes zunimmt Verkehr nimmt zu wenn Attraktivität des Ortes zunimmt und Widerstand dorthin zu fahren abnimmtund Widerstand dorthin zu fahren abnimmt
![Page 44: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/44.jpg)
InhaltInhalt
11 EinleitungEinleitung 22 Geschichtlicher ÜberblickGeschichtlicher Überblick 33 Methoden der PunktanalyseMethoden der Punktanalyse 3.13.1 Nearest-Neigbour-AnalysisNearest-Neigbour-Analysis 3.23.2 K-FunktionK-Funktion 44 Spatial Interaction Models Spatial Interaction Models 4.14.1 GravitationsmodelleGravitationsmodelle 55 ZusammenfassungZusammenfassung 66 Literatur Literatur
![Page 45: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/45.jpg)
55 ZusammenfassungZusammenfassung
Transformation der Modelle in viele Transformation der Modelle in viele Forschungsbereiche Forschungsbereiche
Leichte Verarbeitung der Daten mittels Leichte Verarbeitung der Daten mittels geeigneten Programmen (MapInfo)geeigneten Programmen (MapInfo)
Einige Bedingungen (Homogenität der Daten bzw. Einige Bedingungen (Homogenität der Daten bzw. des Untersuchungsgebietes) können die des Untersuchungsgebietes) können die Anwendung verkomplizierenAnwendung verkomplizieren
![Page 46: Analyse von Punktdaten Spatial Interaction Models K-FunktionGravitationsmodelle](https://reader035.vdokument.com/reader035/viewer/2022062318/55204d6649795902118bb89b/html5/thumbnails/46.jpg)
44 LiteraturLiteratur Bailey, T.C. & A.C. GatrellBailey, T.C. & A.C. Gatrell (1995): Interactive Spatial Data Analysis. Essex. (1995): Interactive Spatial Data Analysis. Essex. Bailey, T.C. & A.C. GatrellBailey, T.C. & A.C. Gatrell (2003): Methods for Spatial Point Patterns. Essex. (2003): Methods for Spatial Point Patterns. Essex. Bahrenberg, G. & E. Giese Bahrenberg, G. & E. Giese (19759: Statistische Methiden und ihre Anwendung in der (19759: Statistische Methiden und ihre Anwendung in der
Geographie. Stuttgart.Geographie. Stuttgart. Giffinger, RGiffinger, R. (o. A.): Räumliche Modelle. Wien. In: . (o. A.): Räumliche Modelle. Wien. In: http://srf.tuwien.ac.at/lva/mra/R%C3%84UMOD1.pdfhttp://srf.tuwien.ac.at/lva/mra/R%C3%84UMOD1.pdf Jansenberger, E. & T. ScherngellJansenberger, E. & T. Scherngell (o. A.): Räumliche Interaktionsmodelle. Wien In: (o. A.): Räumliche Interaktionsmodelle. Wien In: http://wigeoweb.wu wien.ac.at/infopoint/wigeo/ws04/downloads04w/318,1,Räumliche http://wigeoweb.wu wien.ac.at/infopoint/wigeo/ws04/downloads04w/318,1,Räumliche
Interaktionsmodelle Interaktionsmodelle Leitner, M.Leitner, M. (2001): Point Pattern Analysis. Grundlagen und Anwendungsbereiche im (2001): Point Pattern Analysis. Grundlagen und Anwendungsbereiche im Geomarketing. In: http:// Geomarketing. In: http:// www.uni-klagenfurt.dewww.uni-klagenfurt.de// geogr. geogr. (Internetquelle 1).(Internetquelle 1). Lo, C. P. & A. K.W. YeungLo, C. P. & A. K.W. Yeung (2002): Concepts and Techniques of Geographic Information (2002): Concepts and Techniques of Geographic Information Systems. New Jersey. Systems. New Jersey. Marcon, E. & F. PuechMarcon, E. & F. Puech (2003): Generalizing Ripley's K-Function To Inhomogeneous (2003): Generalizing Ripley's K-Function To Inhomogeneous
Populations. In: http:// e.marcon. free.fr/download/ GeneralizingRipleysKFunction Populations. In: http:// e.marcon. free.fr/download/ GeneralizingRipleysKFunction ToInhomogeneousPopulations.pdfToInhomogeneousPopulations.pdf
Söndgerath, DSöndgerath, D. (o. A.):Analyse räumlicher Daten. . (o. A.):Analyse räumlicher Daten. Braunschweig. In: Braunschweig. In: http://http://www.tu-www.tu- bs.de/Medien-DB/documents/AFS-dasoe_Gesamt.pdf (Internetquelle 2)bs.de/Medien-DB/documents/AFS-dasoe_Gesamt.pdf (Internetquelle 2) Yamada,I. & J.-C.ThillYamada,I. & J.-C.Thill (2002): An Empirical Comparison of Planar and Network K- (2002): An Empirical Comparison of Planar and Network K- function Analysis. Buffelo. New York. In: function Analysis. Buffelo. New York. In:
http://www.geog.buffalo.edu/~jcthill/Kfunction.pdfhttp://www.geog.buffalo.edu/~jcthill/Kfunction.pdf http://www.geo.sbg.ac.at/staff/lorup/lv/geostats2000/Nearest_Neighbor_Statistik.htm http://www.geo.sbg.ac.at/staff/lorup/lv/geostats2000/Nearest_Neighbor_Statistik.htm (Internetquelle 1)(Internetquelle 1)