Μεθοδολογικό πλαίσιο καταγραφής & χαρτογράφησης πυκνότητας πεζών με χρήση GIS & Google Street View. Η περίπτωση του κέντρου της Αθήνας

Μιχαλόπουλος, Κωνσταντίνος; Michalopoulos, Konstantinos

dc.contributor.author	Μιχαλόπουλος, Κωνσταντίνος	el
dc.contributor.author	Michalopoulos, Konstantinos	en
dc.date.accessioned	2022-07-20T09:27:03Z
dc.date.available	2022-07-20T09:27:03Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55443
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23141
dc.rights	Default License
dc.subject	Πεζή κινητικότητα	el
dc.subject	Περπατησιμότητα	el
dc.subject	Χωρική ανάλυση	el
dc.subject	Γεωγραφικά συστήματα πληροφοριών	el
dc.subject	Πολλαπλή γραμμική παλινδρόμηση	el
dc.subject	Geographical information systems	en
dc.subject	Pedestrian movement	en
dc.subject	Multiple linear regression	en
dc.subject	Walkability	en
dc.title	Μεθοδολογικό πλαίσιο καταγραφής & χαρτογράφησης πυκνότητας πεζών με χρήση GIS & Google Street View. Η περίπτωση του κέντρου της Αθήνας	el
dc.title	Methodological framework for recording & mapping pedestrian density using GIS & Google Street View. The case of the center of Athens	el
heal.type	bachelorThesis
heal.classification	Πολεοδομία και σχεδιασμός μεταφορών	el
heal.classification	Urban planning and transport planning	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-03-08
heal.abstract	Στη σύγχρονη εποχή, η ανάλυση των παραγόντων του δομημένου περιβάλλοντος που ελκύουν ή απωθούν τους πεζούς, έχει αποκτήσει μεγάλη σημασία στον αστικό σχεδιασμό και συνδέεται με έννοιες όπως η βιώσιμη κινητικότητα και η περπατησιμότητα. Οπότε η συλλογή και η χαρτογράφηση αξιόπιστων δεδομένων πυκνότητας και συγκέντρωσης πεζών είναι καθοριστική για την αστική γεωγραφία και την κινητικότητα. Η παρούσα διπλωματική εργασία έχει στόχο τη συλλογή γεωχωρικών δεδομένων πυκνότητας πεζών στο κέντρο της Αθήνας χρησιμοποιώντας μια υβριδική μέθοδο η οποία συνδυάζει την υπηρεσία Google Street View (GSV) και τα Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ). Επιμέρους στόχος ήταν η ανάλυση της αξιοπιστίας αυτών των δεδομένων και εν συνεχεία η χωρική και στατιστική ανάλυση τους και η εξαγωγή συμπερασμάτων για την πεζή μετακίνηση των ατόμων στην πόλη και τα επίπεδα φιλικότητας της περιοχής για το περπάτημα. Για τη συλλογή των δεδομένων χρησιμοποιήθηκαν οι πανοραμικές φωτογραφίες που υπάρχουν στην πλατφόρμα του Google Street View και έγινε μία απογραφή των ατόμων που κινούνταν σε κάθε ένα πεζοδρόμιο της περιοχής μελέτης. Τα άτομα αυτά διαιρέθηκαν σε 7 κατηγορίες, οι οποίες είναι πεζοί, καθήμενοι, καθήμενοι σε καθιστικό, ποδηλάτες, πατίνια, αθλούμενοι και άτομα σε αναπηρικό καροτσάκι. Για την εξέταση της αξιοπιστίας των πρωτογενών δεδομένων, επιλέχθηκαν συγκεκριμένα σημεία με τη μέθοδο της τυχαίας χωρικής δειγματοληψίας προκειμένου να πραγματοποιηθεί επιτόπια καταμέτρηση των διερχόμενων σε διάστημα 5 λεπτών. Στη συνέχεια υπολογίστηκε ο Συντελεστής Συσχέτισης Spearman ώστε να διερευνηθεί η σχέση της πραγματικής μέτρησης με την εικονική καταμέτρηση μέσω της υπηρεσίας GSV. Τα αποτελέσματα του συσχετισμού επιβεβαίωσαν την αξιοπιστία της εικονικής μεθόδου απογραφής των μετακινούμενων. Ακολούθησε χαρτογράφηση της εικονικής πυκνότητας των διερχομένων σε όλους τους δρόμους του κέντρου της Αθήνας, με διάφορες μεθόδους που προσδιορίζουν τη μορφή της συγκέντρωσής τους ή την τοποθεσία σημείων ενδιαφέροντος στην περιοχή. Ακόμη, υλοποιήθηκε περαιτέρω στατιστικός έλεγχος των αποτελεσμάτων ώστε να διερευνηθεί η σχέση της πυκνότητας των πεζών με κρίσιμες περιβαλλοντικές και κοινωνικές παραμέτρους του δομημένου χώρου. Συγκεκριμένα, χρησιμοποιήθηκε η μέθοδος της Πολλαπλής Γραμμικής Παλινδρόμησης. Η διαδικασία αυτή ελέγχει τη συσχέτιση των δεδομένων που συλλέχθηκαν μέσω του Google Street View ως εξαρτημένη μεταβλητή με τις παραμέτρους που επιλέχθηκαν, και χρησιμοποιήθηκαν ως ανεξάρτητες μεταβλητές, και συμβάλλει στην περαιτέρω εξακρίβωση της ορθότητας της μεθοδολογίας που ακολουθήθηκε, αλλά και στη λήψη σημαντικών συμπερασμάτων για το τί επηρεάζει την κίνηση των ατόμων εντός της περιοχής μελέτης. Τέλος, τα συμπεράσματα της εργασίας, βοηθούν στον εντοπισμό προβλημάτων χωρικής φύσεως στην περιοχή μελέτης, αλλά και στην αξιολόγηση της επιτυχημένης χρήσης της μεθόδου που ακολουθήθηκε, των διάφορων περιορισμών που παρατηρήθηκαν σε αυτή, και σε προτάσεις για μελλοντική εφαρμογή της και σύνδεση της με διαφορετικές χωρικές μεταβλητές.	el
heal.abstract	In modern times, the analysis of the factors of the built environment that attract or repel pedestrians, has acquired great importance in urban planning and is associated with concepts such as sustainable mobility and walkability. Therefore, the collection and mapping of reliable density and pedestrian concentration data is crucial for the implementation of any spatial study. The purpose of the present thesis is to collect pedestrian density data for the center of Athens through using a hybrid method that combines Google Street View (GSV) and Geographic Information Systems (GIS). A separate objective was to analyze the reliability of this data and then to analyze it in a GIS environment and to draw conclusions about the movement of people in the city and the walkability of the study area. The panoramic photos on the Google Street View platform were used to conduct this data collection, and an inventory of people moving on each sidewalk in the study area was taken. These individuals were divided into 7 categories, which are pedestrians, seated, seated in a public seating, cyclists, people using scooters, athletes and people in wheelchairs. To test the accuracy of the data, specific points were created within the study area by the process of random spatial sampling. At these points, an on-site autopsy was performed and the people who were moving on the nearest sidewalk were recorded in real time. The Spearman Correlation Coefficient for these random points was then checked between the values of the Google Street View inventory and those of the on-site autopsy, and the accuracy of the collected data was confirmed. The area was then mapped through a GIS environment, using the collected Google Street View data for the 7 different categories of people counted, and using various methods to calculate the highest density of people or the location of points of interest in the area. Furthermore, a further statistical control of the results was implemented in order to investigate the relationship between the pedestrian density and critical environmental and social parameters of the built space. Specifically, the Multiple Linear Regression method was used. This process checks the correlation of the data collected through Google Street View as a dependent variable with other population or spatial data obtained from other sources and used as independent variables and helps to further verify the correctness of the methodology followed, but also leads to important conclusions about what affects the movement of individuals within the study area. Finally, the conclusions of the work help to identify problems of a spatial nature in the study area, but also to evaluate the successful use of the method followed, the various limitations observed in it, and proposals for its future implementation and its connection with different spatial variables.	en
heal.advisorName	Μπακογιάννης, Ευθύμιος	el
heal.committeeMemberName	Μπακογιάννης, Ευθύμιος	el
heal.committeeMemberName	Πηγάκη, Μαρία	el
heal.committeeMemberName	Στάμου, Δήμητρα	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Γεωγραφίας και Περιφερειακού Σχεδιασμού	el
heal.academicPublisherID	ntua
heal.numberOfPages	90 σ.	el
heal.fullTextAvailability	false