Pécs lakott területének társadalmi igények alapján való minısítése térinformatikai módszerekkel

TELEPÜLÉSPOLITIKA-TELEPÜLÉSTERVEZÉS-TELEPÜLÉSFEJLESZTÉS _______________________________________________________________________________________________________________________________________________________

Dr. Gyenizse Péter1 – Dr. Nagyváradi László2 – Dr. Pirkhoffer Ervin3 Pécs lakott területének társadalmi igények alapján való minısítése térinformatikai módszerekkel 1. Bevezetés Ahhoz, hogy egy település (mint rendszer) folyamatosan, zökkenımentesen mőködjön, a vezetıknek, döntéshozóknak ismernie kell a természeti adottságokat, valamint a társadalmi, gazdasági és mőszaki szférák által támasztott igényeket, a bennük mőködı folyamatokat. A következıkben egy olyan vizsgálatot mutatunk be, amely során IDRISI térinformatikai programmal összegeztük a Pécs város fejlıdésére ható társadalmi hatásokat. Véleményünk szerint számos olyan tényezı van, ami egy településen belül is jelentıs társadalmi különbségeket eredményez. Ezek egyes településrészeket vonzóvá tesznek a lakók számára, míg másokat hátrányos színben tüntetnek fel. A következıkben egy olyan geoinformatikai vizsgálatot mutatok, be ahol 28 társadalom számára fontos, és térben is megfogható tényezı alapján minısítettük Pécs különbözı részeit. A természeti környezet és a társadalmi adottságok Pécs város fejlıdését befolyásoló egyes hatásait már korábban elemeztük (NAGYVÁRADI, L. – GYENIZSE, P. – PIRKHOFFER, E. – ELEKES, T. 2006). Jelen tanulmányunkban a szők keretek miatt azonban csak a társadalmi igények felmérésére és térinformatikai elemzésére térünk ki. 2. A pécsi lakosság véleményének felmérése kérdıívvel, a pontrendszer kialakítása Pécs egyes részeinek társadalmi megítélés alapján való minısítéséhez többféle adat megszerzésére, azok társadalmi igények szempontjából történı pontozására volt szükség. Ahhoz, hogy geoinformatikai programmal végezhetı vizsgálatokat tudjunk végrehajtani a témában, szükség volt számos térben megfogható objektumra, jellemzıre. Sajnos jó néhány olyan tényezı van, amit nem lehetett térben rögzíteni, mert nem kapcsolható koordinátákhoz, vagy nincs róla staisztikai, felmérési adat. A vizsgálatba bevont objektumok (iskolák, buszmegállók, vállalatok stb.) listáját, azok jellemzıit (pl. munkahelyek száma), valamint a helyzetükre vonatkozó információkat különbözı hivatalok, cégek adták meg, illetve ezeket a saját helyismeretünkkel és terepbejárással egészítettük ki. Mivel a vizsgálat célja nem csak ezen objektumok térbeli ábrázolása, hanem a lakosságra gyakorolt hatásának felmérése, ezért megfelelı pontrendszert kellett kialakítani minden egyes objektumtípushoz. Az objektív pontrendszer alapját egy kérdıíves felméréssel teremtettük meg. A célzott felmérés során az egyes objektumtípusok, illetve lakókörnyezeti jellemzık fontosságát mértük fel a lakosság körében. A felmérés után létrehozott térinformatikai rétegek egy része a helyzeti energiákhoz hasonlóan, valamitıl való távolság alapján minısítette Pécs területét. Másik része pedig konkrétan lehatárolt területeknek adott alacsonyabb, vagy magasabb pontszámot. 1

Dr. Gyenizse Péter Pécsi Tudományegyetem, Térképészeti és Geoinformatikai Tanszék, Pécs E-mail: [email protected] 2 Dr. Nagyváradi László Pécsi Tudományegyetem, Térképészeti és Geoinformatikai Tanszék, Pécs E-mail: [email protected] 3 Dr. Pirkhoffer Ervin Pécsi Tudományegyetem, Térképészeti és Geoinformatikai Tanszék, Pécs E-mail: [email protected]

216


Volt olyan tényezı is - a látványérték - ahol az egyszerő kérdıívezés és adatbeszerzés nem adhatott értékelhetı eredményt. Ezért a vizsgálat korábbi szakaszában saját geoinformatikai elemzéssel kellett elıállítanunk a szükséges részeredmény-réteget (GYENIZSE, P. – NAGYVÁRADI, L – PIRKHOFFER, E. – RONCZYK, L. megjelenés alatt). 3. A részeredmény-rétegek és azok pontrendszerének kialakítása A kérdıíves felmérés során 27, térben megfogható, meghatározott tulajdonságokkal jellemzett objektumcsoportnak a válaszadó számára való fontosságát mértük fel. A feltett kérdés a következı volt: „Milyen mértékben befolyásolnák az Ön választását az alábbi tényezık, amennyiben jelenlegi lakhelyérıl el kívánna költözni? Kérem, pontozza az alábbi tényezıket.” A meghatározott tulajdonságú objektumok megítélése részben azok helyben való megléte, részben az azoktól való távolság alapján zajlott. A válaszadó ötféle pontszámot adhatott egy-egy objektumtípusnak: -2 (igen hátrányos), -1 (kissé hátrányos), 0 (semleges), 1 (kedvezı), 2 (igen vonzó). A negatív pontokra egyrészt a pszihológiai hatás, a jobb megítélhetıség miatt volt szükség, másrészt ez a raszteres rétegen, a súlypontok meghatározásánál, az objektumtípustól távolodva és nem közeledve növekedı pontokra utal. A kérdıívek kiértékelése során kigyőjtöttük, hogy hány -2-es, -1-es, 0-ás, 1-es, illetve 2-es pontot kapott egy-egy objektumtípus. Ezután az adatokat MS Excel-ben dolgoztuk fel. Összeszoroztuk a szavazatok számát az adott pontszámmal. Így egy mínusz 162 és plusz 162 közötti értéket kaptunk minden esetben. Mivel az elemzés végén a nagyszámú réteg összegzésébıl eredmény rétegen meglehetısen magas pontértékek alakultak volna ki, ezért az elemzéshez használt pontszámokat átszámoltuk a kapható maximum százalékára, majd az eredményt elosztottuk tízzel. Így mínusz 10 és plusz 10 közötti lehetséges maximummal rendelkezı súlypontot kaptunk minden felmért objektumtípus esetében. Nem minden objektumtípus vonzó, vagy taszító hatása tart azonban a vizsgált terület határáig. Ezért szakemberekkel konzultálva megállapítottuk az egyes tényezık vonzásának valószínősíthetı térbeli korlátját is. A felhasznált objektumok (társadalmi tényezık) súlypontjai és távolságkorlátai az 1. táblázatban olvashatók. A részeredmény rétegek kialakításához elsı lépésben digitalizáltuk az objektumok helyét az alaptérképen. Ezek között volt pont, vonal és felület is. Második lépésben mindegyikhez háttérképet készítettünk az IDRISI INITIAL moduljában, majd RASTERVECTOR modullal raszterizáltuk azokat. A kapott objektumok néhány kivételtıl eltekintve 1-es, a háttér 0 értéket képviselt a raszteres rétegeken. A súlypontozás és a hatótávolság beállítása több lépésben zajlott. Legegyszerőbben az élesen lehatárolt területek (településrészek) súlypontját tudtuk megadni. Ebben az esetben egyszerő, RECLASS modulban végzett átosztályozással kaptuk meg a részeredmény réteget. Abban az esetben, amikor az objektumtól való távolság is fontos volt, összetettebb módon lehetett csak megadni a súlypontokat. A DISTANCE modullal elkészítettünk egy olyan réteget, amin az objektumtól távolodva növekvı távolság-értéket kaptak a pixelek. Amennyiben a vizsgált társadalmi tényezı negatív súlypontú, és hatása a vizsgált terület határáig tart, akkor egyszerően elosztottuk az IMAGE CALCULATOR-ban a réteget a maximális távolságérték és a súlypont hányadosaként kapott értékkel. Ezután a részeredmény rétegen a távolságértékek helyett a súlypontok szerepeltek. A pixelekhez kötött adatok megoszlását, tulajdonságait a HISTO hisztogramkészítı modullal határoztuk meg minden esetben. A pozitív súlyponttal rendelkezı és a vizsgált terület határáig érvényesülı tényezık esetében elsı körben hasonlóan jártunk el, mint a negatív súlypontú társaiknál. Második lépésben azonban megfordítottuk a súlypontok növekedési irányát, ami ezután a vizsgált

217


objektumok felé mutatott növekvı értéket. Ehhez a mővelethez ismét az IMAGE CALCULATORT használtam. A HISTO-ban kapott maximum pontszámot kivontuk a képbıl, majd az egész abszolút értékét vettük. Amennyiben a tényezı hatósugarát valamilyen mértékben korlátoztuk (pl. 1500 méterben), akkor elıször újraosztályoztuk a DISTANCE modullal létrehozott távolság-réteget úgy, hogy az 1500 méternél távolabb fekvı területek is mind 1500-as értéket kapjanak. A súlypontokra való átalakítás után, ha a súlypont pozitív volt, akkor az objektumtól távolodva csökkent a súlypont a távolsághatárig, ha negatív, akkor az objektumtól távolodva nıtt, és egy adott távolság után mindenütt egyforma, maximális súlypontú pixelek voltak a rétegen. 1. táblázat. A felhasznált objektumok (társadalmi tényezık) súlypontjai és távolságkorlátai Térbeli kategória: bölcsıde, óvoda, általános, vagy középiskola közelsége az egyetem valamely karának közelsége kórház, rendelıintézet közelsége forgalmas fıútvonal közelsége vasútállomás közelsége vasútvonal közelsége helyi járatú buszpályaudvar közelsége buszmegálló közelsége belváros közelsége többfunkciós (Plaza-jellegő) üzletközpontok közelsége hipermarketek (Tesco, Interspar…) közelsége nagyobb ABC (elsısorban élelmiszer) üzletek közelsége vendéglátóhely, étterem, nagyobb szórakozóhely, mozi közelsége mőszaki, kertészeti, lakberendezési nagyáruházak közelsége templomok közelsége ipari üzemek közelsége park / nagyobb zöldterület közelsége sportpálya közelsége magasabb légszennyezettség hátrányos helyzető társadalmi rétegek jelenléte lakásár szerepe a lakásvásárlásban az épület anyaga: tégla vezetékes víz, szennyvízhálózat megléte távfőtés megléte egyéni főtés megléte saját kert megléte felújításra szoruló építészeti, gépészeti részek az épületben

Hatótávolság: vizsgált terület határa 2 km vizsgált terület határa 500 m vizsgált terület határa 500 m vizsgált terület határa 2 km vizsgált terület határa vizsgált terület határa vizsgált terület határa 2 km 1 km

Súlypont: 3.5 1.6 6.2 -4.3 -4.1 -3.3 4.0 7.2 2.2 -0.1 5.7 6.9 0.2

vizsgált terület határa

-0.5

1.5 km 1 km 1.5 km 1.5 km vizsgált terület határa 1 km objektumhatár objektumhatár objektumhatár objektumhatár objektumhatár objektumhatár objektumhatár

2.0 -6.6 8.8 1.5 -9.1 -6.5 -4.3 7.0 9.8 3.5 5.7 6.2 -4.3

4. A társadalmi igényeket mutató rétegek összegzése Az elızı alfejezetekben leírt módon, hosszadalmas adatgyőjtı, adatfeldolgozó és térinformatikai elıfeldolgozó, valamint elemzı munka során 28 raszteres részeredmény réteget hoztunk létre. A társadalom véleményét és igényeit tükrözı tematikus réteg kialakításához összegeztük a létrehozott rétegeket az IMAGE CALCULATOR modulban. Ezt az összegzést két részletben 218


hajtottuk végre. Az elsı összeadási folyamatban azok a részeredmény rétegek vettek részt, amelyek élesen lehatárolt objektumokat tartalmaztak. Ezek a tényezık az 1. táblázat alsó hét sorában találhatók, valamint ide sorolható a látványérték-réteg is. Az összeadás után az eredmény rétegen 1,07 és 39,27 pont közötti értékeket kaptak a képelemek, a maximálisan lehetséges 42,7 pontból (1. ábra).

1. ábra. Élesen lehatárolt objektumokat tartalmazó részeredmény rétegek összegzésébıl kapott eredményréteg (a jelmagyarázatban a súlyozott pontok szerepelnek)

A rétegen tehát Pécs beépített területét minısítettük a lakásár, az épület anyaga, a közmőhálózat, a távfőtés, vagy egyéni főtés megléte, a saját kert megléte, a pusztuló településrészek, valamint a látványérték alapján, a lakosság igényeinek figyelembe vételével. Ez alapján elmondható, hogy legkedvezıbb megítélése a családi házas lakóövezeteknek van. Mindegy, hogy ezek milyen természeti adottságokkal rendelkeznek. Nem mindegy azonban, hogy a város melyik részén helyeznek el, ugyanis a volt bányákhoz közeli, ÉK-i területeken alacsony pontszámúak is elıfordulnak. Átlagosnak mondható a belváros, a panel lakótelepek és a hétvégiházas részek megítélése. A legalacsonyabb pontokat az iparterületek kapták. A második összeadási folyamathoz azokat a rétegeket használtuk, amelyek nem rendelkeznek élesen lehatárolt objektumokkal. Ezek összegzése tehát nem boolean-szerő, hanem fuzzy elemzésre ad lehetıséget. Az IMAGE CALCULATOR-ban összeadtuk az 1-es táblázat elsı húsz sorában szereplı részeredmény réteget. Ennek eredményeként kaptuk a 2. ábrán látható eredmény réteget. A maximálisan elérhetı pontszám 84,2 volt, de a képelemek csupán 34,29 és 69,92 közötti értéket kaptak az összegzés után. A fuzzy részeredmény rétegek összegzése után, az elızıektıl eltérıen, nem csak a beépített területet minısítettük, hanem a jelenlegi határon túl esı területeket is. Mindezt a bölcsıde, óvoda, általános vagy középiskola; kórház, rendelıintézet; forgalmas fıútvonal; vasútállomás; vasútvonal; helyi járatú buszpályaudvar; buszmegálló; belváros; többfunkciós (Plaza-jellegő) üzletközpontok; hipermarketek; nagyobb ABC (elsısorban élelmiszer) üzletek; vendéglátóhely, étterem, nagyobb szórakozóhely, mozi; mőszaki, kertészeti, lakberendezési nagyáruházak; templomok; ipari üzemek; park és nagyobb zöldterületek; 219


sportpályák; és az egyetem valamely karának közelsége, valamint a magasabb légszennyezettség és a hátrányos helyzető társadalmi rétegek jelenléte, távolsága alapján tettük. A kapott eredménytérképen – számunkra némi meglepetést okozva – Málom és Megyeri kertváros (a város panelépületekben „gazdag” déli része) kapta a legmagasabb pontokat. De jobban belegondolva, valóban indokolt a város legnagyobb embertömegeit befogadó lakótelepek infrastruktúrával való átlag fölötti ellátása. A magas pontok kialakulását valószínőleg elısegítette még a problémát jelentı környezeti és társadalmi jelenségektıl való nagyobb távolság is. Átlag fölötti értékkel rendelkeznek még a hegyoldali családi házas területek, kivéve a már elızı esetben is kiemelt ÉK-i bánya közeli részek, illetve az ÉNy-i Mecsekszentkút. Átlagközeli pontokkal szerepel a térképen a K-i részeken fekvı Pécsújhegy, illetve a Mecsekszabolcs melletti hétvégi házas terület. Ebbe a kategóriába sorolhatók továbbá a belvárostól Ny-ra fekvı városrészek. Átlag alatti pontokat a város K-Ny-i tengelyében, illetve attól D-re elhelyezkedı iparterületek mutatnak. A legalacsonyabb értékeket, tehát a legrosszabb társadalmi megítélést a városszéli Zsebe-domb, illetve Belvárostól K-re fekvı Budai külváros, valamint Gyárváros kapta. Érthetı módon igen kevés pontot kapott a Gyárvárostól DK-re fekvı ipari park is.

2. ábra. Fuzzy részeredmény rétegek összegzésébıl kapott eredményréteg (a jelmagyarázatban a súlyozott pontok szerepelnek)

A harmadik összegzési periódusban összeadtuk az OVERLAY modulban a fuzzy eredményréteget az élesen lehatárolt objektumokat tartalmazó eredményréteggel. Az így kapott végsı eredményrétegen a pixelek elméleti maximuma 126,9 pont volt, de ezt egyik képelem sem érte el. A HISTO modullal kiolvasható minimum 39,82, a maximum 105,32 volt (3. ábra). A végsı eredményréteget szemlélve egyértelmővé válik, hogy megjelenését az élesen lehatárolt objektumokat tartalmazó eredményréteg pontszámai határozzák meg alapvetıen. A fuzzy eredményréteg pontszámai csupán árnyalják a képet egy-egy éles folton belül. Megállapítható továbbá, hogy óvatosan kell eljárnunk a lakóöveken kívüli területekkel, amelyek csupán „háttérként” szerepeltek az élesen lehatárolt objektumokat tartalmazó 220


eredményrétegen. Ugyanis ezek az összeadás tényébıl adódóan lényegében csak a fuzzy eredményréteg értékeit tartalmazzák. A kapott értékek ennek ellenére a realitásokat tükrözik, ha azokat csak az adott hely (pixel) lakhatóságának minısítésére használjuk fel. A lakásokkal, közmővekkel ellátott terület ugyanis sokkal kényelmesebb lakóhelyet biztosít, mint pl. egy emberi átalakítástól többékevésbé mentes rét, még akkor is, ha az viszonylag közel van bizonyos szolgáltatásokat nyújtó objektumokhoz.

3. ábra. A fuzzy és az élesen lehatárolt objektumokat tartalmazó eredmény rétegek összegzésébıl kapott végsı eredményréteg (a jelmagyarázatban a súlyozott pontok szerepelnek)

Pécs beépített területeinek társadalmi tényezık alapján való értékelése során megállapíthatjuk, hogy a legmagasabb pontszámot a hegyoldali és a medence D-i részén fekvı családi házas és sorházas részek kapták. Szintén átlag fölötti pontszámokat értek el egyes K-i részen fekvı családi házas lakótelepek. Átlag közeli pontjai vannak a Belvárosnak és a környezı területeknek, valamint a D-i panel lakótelepeknek. Átlag alatti pontjai vannak az iparterületeknek, továbbá néhány nehezen megközelíthetı hétvégi házas résznek. Irodalom GYENIZSE, P. – NAGYVÁRADI, L – PIRKHOFFER, E. – RONCZYK, L.: Aesthetic assessment of a man-made landscape. Geografia física e dinamica quaternaria, Torino, megjelenés alatt NAGYVÁRADI, L. – GYENIZSE, P. – PIRKHOFFER, E. – ELEKES, T. 2006: A GIS analysis of urban development in Pécs – In: Halasi-Kun, G. J. (ed.): Pollution and water resources, Columbia University seminar proceedings, Volume XXXVI. 2004-2005, Hungarian Academy of Sciences Centre for Regional Studies Transdanubian Research Institute, Pécs, Hungary, pp. 257-265

221

Pécs lakott területének társadalmi igények alapján való minısítése térinformatikai módszerekkel

Recommend Documents