بخشی از مقاله
چکیده
این مقاله با هدف مطالعه پراکنش فضایی جرم در ارتباط با توزیع مراکز انتظامی در شهر مشهد با استفاده و معرفی مدلهای تحلیل فضایی و تکنیک های مربوط به خودهمبستگی فضایی در محیط نرم افزاری Arc GIS انجام گرفته است.داده های مورد نیاز در این تحقیق شامل نقشه توزیع جرم و مراکز انتظامی و فیلدهای اطلاعاتی مربوط به نواحی شهر مشهد است . در این راستا، ابتدا پایگاه مکانی متغیرهای مختلف مربوط به نواحی و مراکز انتظامی ، با استفاده از داده های سایر طرح های مطالعاتی که در گذشته توسط محققان انجام گرفته استفاده شده و پس از آن با استفاده از ابزارهای مختلف نرم افزاری و تحلیلهای مختلف در محیط Arc GIS استفاده شده است.نتایج مطالعه نشان می دهد که توزیع نقاط وقوع جرم دارای پراکنش خوشه ای بوده و مرکز ثقل تمامی نقاط وقوع جرم و مراکز انتظامی از یکدیگر فاصله چندانی نداشته و توزیع کلانتریها در سطح شهر مشهد چندان مناسب نمی باشد.
واژه های کلیدی: جرم، خود همبستگی فضایی1، سیستم اطلاعات جغرافیایی2، تحلیل فضایی، تمرکز و تمایلات مکانی
-1 مقدمه
ترسیم سیمای جنایی یا نقشه جرم شناختی یکی از فعالیتهای اساسی در حوزه پیشگیری از وقوع جرایم در جامعه است.[3]امروزه استفاده از سیستم های اطلاعات جغرافیایی در علوم مرتبط با تحقیقات مکانی رواج بسیاری یافته است. یک سیستم اطلاعات جغرافیایی، برای کار با داده هایی که وابستگی مکانی و جغرافیایی دارند طراحی شده است.توابع تجزیه و تحلیل مکانی یکی از قابلیتهایی است که سیستم های اطلاعات جغرافیایی را از سایر سیستم های اطلاعاتی متمایز می نماید.این قابلیت امتیاز منحصر بفرد این سیستم در مقایسه با سایر سیستم های اطلاعاتی و برنامه های منحصرا کارتوگرافیک است که قابلیت پردازش و نمایش همزمان اطلاعات مکانی و توصیفی برای کاربران خود می باشد.
آنالیزهای فضایی مجموعه ای از تکنیکها، روشها، الگوریتمها و مدلهایی است که مشخصا داده های دارای مشخصات مکانی مربوط به پدیده های مورد بررسی را پردازش می نماید. این تحلیلها بر نقش مکانی داده ها تمرکز کرده و بطور صریحی به تحلیل ارتباطات فضایی پدیده ها نسبت به خود و یا نسبت به یکدیگر و تعیین استقلال مکانی و یا همبستگی آنها را مورد توجه قرار می دهد.ایده اصلی در این تحلیل ها قانون اول جغرافیا - اصل تابلر ، - 1970 است که در آن تمامی پدیده ها و عناصر با یکدیگر در ارتباط بوده و ارتباط عناصر نزدیکتر به هم بیشتر است.[20] امروزه بررسی پدیده ها، مکان وقوع حوادث، جرایم و نحوه پراکنش و توزیع انها با در نظر گرفتن فاکتورهای زمان، مکان و زمان-مکان3 از اولویتهای تحقیقاتی بسیاری از کشورهاست.[11]
بررسی توزیع و پراکنش جغرافیایی جرم در هر شهر می تواند کمک زیادی به برنامه ریزی و مدیریت انتظامی آن نماید.هر چند که متغیرهای مهم دیگری در مورد تحلیل جرم که شامل متغیرهای اجتماعی- فرهنگی، اقتصادی مدنظر و در اولویت اذهان مدیریتی و مطالعاتی جرم قرار دارد وجود داشته، اما تمام مساله و ابعاد آن تنها با بررسی اینها قابل بررسی نبوده و مسلما تحقیق و برنامه با مشکلات و نقایصی همراه خواهد بود لذا توجه به جنبه های جغرافیایی و مکانی مساله نیز باعث کاملتر شدن تحقیق و روشن شدن ابعاد دیگری از مساله را فراهم خواهد نمود. در سالهای اخیرگام های موثری در استفاده از GIS توسط سازمانها متولی در کشور آغاز شده اما سرعت آن بسیار کند بوده و یکی از دلایل آن ناآشنایی با این تکنولوژی و حمایت درخور نقش آن است.
تکنولوژی GIS که آن را به جرات می توان رقیب جدی IT در آینده ای نزدیک دانست. تعیین تمرکز جرم در شهر، روندیابی ها، نقش مکان و موقعیت مراکز امنیتی و انتظامی و نحوه توزیع آنها، همه و همه از قابلیتهایی است که به راحتی در محیط GIS قابل انجام است12]وGIS.[11 به مامورین انتظامی کمک می کند تا مکانهای بالقوه جرم خیز را توسط تحلیل معیارهایی که در ظاهر ارتباط چندانی با یکدیگر ندارند، به صورت نقشه و به شکل طبقه بندی شده گرافیکی شناسایی نماید.
-2 هدف تحقیق
هدف این مطالعه علاوه بر تحلیل توزیع جغرافیایی جرم در شهر مشهد و نمایش فضایی جرم بر روی نقشه، بیشتر معرفی و بکارگیری GIS بعنوان یک ابزار توانمند در بررسی جرم با توجه به ابعاد جغرافیایی آن در شهرها می باشد.
-3 مواد و روشها
-1-3 روش تحقیق
روش تحقیق در این مقاله توصیفی-تحلیلی است که داده های آن شامل نقشه شهر مشهد به تفکیک مناطق و نواحی شهرداری به همراه پایگاه اطلاعاتی داده های جمعیتی بر اساس سرشماری سال 1385 و تعداد 500 نقطه وقوع جرم در سطح شهر که با استفاده از مطالعات گذشته رقومی سازی شده و مورد استفاده در تحقیق قرار گرفته است.
-2-3 الگوهای توزیع مکانی نقاط
نظم و چیدمان مکانی ترکیبات نقطه ای از مسایل اساسی در تحلیل فضایی پدیده هاست چرا که مکان و موقعیت نقاط و نحوه قرارگیری انها نسبت به هم فرایند ساخت فضایی آنها را شکل می دهد.بطور کلی سه الگوی متفاوت نقطه از پراکنش فضایی وجود دارد که به شرح زیر آمده است:
-1-2-3الگوی خوشه ای4
در این الگو ترکیبات نقطه ای روی یک یا تعدادی ناحیه متمرکز شده و خوشه ها را تشکیل می دهند.
-2-2-3الگوی پراکنده 5
نقاط با فواصلی نسبتا منظم و بزرگ نسبت به هم قرار گرفته و این الگو را شکل می دهند.
-3-2-3الگوی تصادفی6
این الگو زمانی است که توزیع پدیده ها هیچ یک از الگوهای خوشه ای و یا پراکنده را نداشته باشد شکل می گیرد - شکل . - 1
پراکنده خوشه ای تصادفی
-3-3. تحلیل مدل خودهمبستگی فضایی
درطبقه بندی الگوهای فضایی خواه خوشه ای، پراکنده و تصادفی، میتوان بر چگونگی نظم و ترتیب قرارگیری واحدهای ناحیهای متمرکز شد. می توان مشابهت و عدم مشابهت هر جفت از واحدهای ناحیه ای مجاور را اندازه گرفت.وقتی که این مشابهت و عدم مشابهت ها برای الگوهای فضایی تعیین شود، خود همبستگی فضایی شکل می گیرد..>13@ خود همبستگی اشاره به ارتباط باقی مانده های معادله رگرسیونی دارد .بوسیله خود همبستگی، ما وضعیتی را توصیف می کنیم که درآن هر باقی مانده یا ضریب خطاe1 مرتبط به ضرایب قبلی می باشد - ei-1, ei-.[11].2 - خود همبستگی فضایی قوی به مفهوم این است که ارزش صفات پدیدههای جغرافیایی بطور قوی با یکدیگر رابطه دارند - مثبت یا منفی - . ضریب ویژگی توزیع پدیدههای جغرافیایی مجاور دارای ارتباطات و نظم ظاهری مختلفی است که گفته میشود دارای ارتباط فضایی ضعیف، قوی و یا دارای الگوی تصادفی می باشند - شکل . - 2
این روشها ممکن است برای اندازه گیری تعامل فضایی داده های عددی و فاصله ای /نسبی بکار روند.مخصوصا داده های شمارشی پیوسته می تواند برای تعامل فضایی در میان پلی گون های با داده های عددی دوتایی استفاده شود. برای داده های فاصله ای نسبی شاخص موران7 بکار می روند.[1]
