Térbeli autokorrelációs vizsgálat városi közlekedési hálózatban Voronoi-diagram alapú területi interpolációval

  • Zoltán Farkas-Németh Budapest Közút Zrt., Eötvös Loránd Tudományegyetem Földtudományi Doktori Iskola
Kulcsszavak: térbeli autokorreláció, Voronoi-diagram, Thiessen-poligon, térinformatika, EOV koordináta-rendszer, gráfelmélet, közlekedési hálózat, mintaméret-hatás, topológiai kapcsolatok

Absztrakt

Jelen tanulmány geoinformatikai-kartográfiai módszerekkel vizsgálja a budapesti közlekedési hálózat térbeli korrelációs mintázatait két, független adatbázison (független forgalomszámlálási csomópont-halmazok, összesen 19,6 millió mérés). A térbeli hozzárendelés Voronoi-diagram (Thiessen-poligon) alapú interpolációval történt, amely négy meteorológiai állomás és 1196 EOV koordináta-rendszerben georeferált csomópont között biztosította az objektív területi felosztást. A gráfelméleti modellezés és Pearson-féle térbeli autokorrelációs analízis mintaméret-függő eredményeket tárt fel: a nagyobb minta (A1) 12,4%-kal magasabb átlagos korrelációs együtthatót mutat (r=0,579 vs. r=0,507). A távolság-függetlenség vizsgálata ellentmond Tobler első földrajzi törvényének: az 5 km feletti és az 500 m alatti csomópont-párok gyakorlatilag azonos térbeli hasonlóságot mutatnak (42,8% vs. 41,7%). Az eredmények alátámasztják, hogy a topológiai kapcsolatok fontosabbak a térbeli autokorrelációban, mint az euklideszi távolság. A tanulmány hozzájárul a térinformatikai alapú közlekedési hálózatelemzés metodológiai fejlesztéséhez.

Hivatkozások

Anselin, L. (1995) Local indicators of spatial association—LISA. Geographical Analysis, 27(2), pp. 93–115. DOI: https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Aurenhammer, F. (1991) Voronoi diagrams—a survey of a fundamental geometric data structure. ACM Computing Surveys, 23(3), pp. 345–405. DOI: https://doi.org/10.1145/116873.116880

Koetse, M. J., Rietveld, P. (2009) The impact of climate change and weather on transport: An overview of empirical findings. Transportation Research Part D: Transport and Environment, 14(3), pp. 205–221. DOI: https://doi.org/10.1016/j.trd.2008.12.004

Leduc, G. (2008) Road traffic data: Collection methods and applications. Working Papers on Energy, Transport and Climate Change, 1(55), pp. 1–55. European Commission, Joint Research Centre.

Maze, T. H., Agarwal, M., Burchett, G. (2006) Whether weather matters to traffic demand, traffic safety, and traffic operations and flow. Transportation Research Record, 1948(1), pp. 170–176. DOI: https://doi.org/10.1177/0361198106194800119

OpenStreetMap Contributors (2026) OpenStreetMap – Budapest közúthálózati adatbázis [adatbázis, 2026. február 10-i állapot]. OpenStreetMap Foundation. URL: https://www.openstreetmap.org (Letöltés: 2026. február 10.) Licenc: Open Database License (ODbL) v1.0.

Szentimrey, T. (1999) Multiple Analysis of Series for Homogenization (MASH). Proceedings of the Second Seminar for Homogenization of Surface Climatological Data, Budapest, Hungary, WMO, WCDMP-No. 41, pp. 27–46.

Thiessen, A. H. (1911) Precipitation averages for large areas. Monthly Weather Review, 39(7), pp. 1082–1089. DOI: https://doi.org/10.1175/1520-0493(1911)39<1082b:PAFLA>2.0.CO;2

Tobler, W. R. (1970) A computer movie simulating urban growth in the Detroit region. Economic Geography, 46(sup1), pp. 234–240. DOI: https://doi.org/10.2307/143141

Virtanen, P., Gommers, R., Oliphant, T.E., Haberland, M., Reddy, T., Cournapeau, D., Burovski, E., Peterson, P., Weckesser, W., Bright, J., van der Walt, S.J., Brett, M., Wilson, J., Millman, K.J., Mayorov, N., Nelson, A.R.J., Jones, E., Kern, R., Larson, C.J.C., Polat, Í., Feng, Y., Moore, E.W., VanderPlas, J.(2020) SciPy 1.0: fundamental algorithms for scientific computing in Python. Nature Methods, 17(3), pp. 261–272. DOI: https://doi.org/10.1038/s41592-019-0686-2

Wilson, A. G. (1967). A statistical theory of spatial distribution models. Transportation Research, 1(3), pp. 253–269. DOI: https://doi.org/10.1016/0041-1647(67)90035-4

Zipf, G. K. (1946). The P₁P₂/D hypothesis: on the intercity movement of persons. American Sociological Review, 11(6), pp. 677–686. DOI: https://doi.org/10.2307/2087063

Megjelent
2026-06-12
Hogyan kell idézni
Farkas-NémethZ. (2026). Térbeli autokorrelációs vizsgálat városi közlekedési hálózatban Voronoi-diagram alapú területi interpolációval. Közlekedéstudományi Szemle, 76(3), 12-19. https://doi.org/10.24228/KTSZ.2026.3.2
Rovat
Közúti közlekedés