Analiza geoinformacyjna w naukach społecznych

Ćwiczenie 11 i 12: Identyfikacja obszarów o ograniczonym dostępie do niedrogiej i pożywnej żywności

Author

Anna Dmowska

1 Identyfikacja obszarów o ograniczonym dostępie do niedrogiej i pożywnej żywności

  • Departament Rolnictwa Stanów Zjednoczonych (US Department of Agriculture) definiuje pustynię żywnościową jako obszary miejskie i wiejskie bez łatwego dostępu do świeżej, zdrowej i niedrogiej żywności.

  • Są to obszary, w których ludność nie ma dostępu do supermarketów ani innych sklepów spożywczych, a zatem mają bardzo ograniczony dostęp do niedrogich i zdrowych produktów żywieniowych.

2 Cel ćwiczenia

  • Zidentyfikowanie potencjalnych obszarów o ograniczonym dostępie do niedrogiej, pożywnej, zdrowej żywności w obszarze Washington, DC (District of Columbia).

3 Dane

Geopaczka dane_food_desert.gpkg zawiera warstwy:

  • grocery_stores - warstwa punktowa zawierająca lokalizacje supermarketów w Waszyngtonie.
  • census_tract - wybrane dane społeczno-ekonomiczne dla Waszyngtonu na podstawie tzw. obszarów spisowych.
  • retail_sites - warstwa punktowa zawierająca lokalizacje miejsc zidentyfikowanych pod zabudowę handlową i rozrywkową w Waszyngtonie

3.1 Sklepy

Warstwa grocery_stores zawiera kolumny:

  • Store name - nazwa sklepu lub sieci
  • Address - adres sklepu

3.2 Cechy społeczno-ekonomiczne

Warstwa census_tract zawiera informacje społeczno-gospodarcze:

  • Households - liczba gospodarstw domowych w obszarze spisowym
  • MedIncome - mediana rocznych dochodów w dolarach w danym obszarze spisowym
  • Area - powierzchnia obszaru spisowego w m2.

4 Eksploracja danych - czego możemy dowiedzieć się z danych?

  • Warstwa grocery_stores

    • Ile sklepów znajduje się w analizowanym obszarze?
    • Ile różnych sieci/nazw sklepów znajduje się w analizowanym obszarze?
    • Która sieć ma najwięcej sklepów?

  • Warstwa census_tract

    • Ile obszarów spisowych znajduje się w Waszyngtonie?
    • Jaka jest minimalna, maksymalna i średnia liczba gospodarstw domowych w obszarach spisowych?
    • Jaki jest minimalna, maksymalna i średnia wartość dochodów w analizowanym obszarze?

5 Wizualizacja danych na mapie

  • Wykonaj mapę pokazującą rozkład poziomu dochodów w Waszyngtonie? Czy są wyraźne zgrupowania obszarów o niskich i wysokim dochodzie?

  • Oblicz ile supermarketów (warstwa grocery_stores) znajduje się w każdym obszarze spisowym? Wynik przedstaw w postaci mapy.

Uwaga! Obie mapy będą częścią wynikowej kompozycji mapy przedstawiającej wyniki uzyskane w trakcie realizacji ćwiczenia.

6 Identyfikacja obszarów o ograniczonym dostępie do niedrogiej i pożywnej żywności

  • Przy identyfikacji obszarów o ograniczonym dostępie do niedrogiej i pożywnej żywności stosuje się różne kryteria.

  • Na potrzeby tego ćwiczenia przyjmiemy, że obszar spisowy (census tract) jest sklasyfikowany jako food desert, jeśli:

    • jest sklasyfikowany jako obszar o niskim dochodzie - dochód gospodarstwa domowego znajduje się w dolnych 20% mediany dochodów dla badanego obszaru [próg ten wyznaczamy poprzez policzenie 20 percentyla dla zmiennej wskazującej poziom dochodu dla analizowanego obszaru].
    • ograniczony dostęp do sklepów - przynajmniej 33% ludności zamieszkującej obszar spisowy, żyje w odległości większej niż pół mili (czyli 800 metrów) od najbliższego supermarketu lub większego sklepu spożywczego.

6.1 Analiza - etap 1

Etap 1: Identyfikacja obszarów spisowych sklasyfikowanych jako obszary o niskim dochodzie.

  • Dla Waszyngtonu próg wyznaczający dochód w 20% mediany dochodu wynosi 32 397$.

  • Z warstwy census_tract należy wyznaczyć obszary spisowe o poziomie dochodów poniżej 32 397$. Należy zapisać je do osobnej warstwy [low_income_ct]

    • Warstwa wynikowa etapu 1: low_income_ct

6.2 Analiza - etap 2

Etap 2:

  1. Wyznaczenie strefy buforowej wokół lokalizacji supermarketów (warstwa grocery_stores)

  2. Połączenie stref buforowych w jeden poligon (opcja dissolve)

    • Warstwa wynikowa etapu 2: dissolved_buffor

6.3 Analiza - etap 3

Etap 3: Identyfikacja obszarów spisowych położonych dalej niż 800 metrów (pół mili) od supermarketu

  1. Poszukujemy obszarów spisowych, które znajdują się poza wyznaczoną przez nas strefą buforową.

    • Używając narzędzia Selekcji przez lokalizację wyznaczymy obszary spisowe, które znajdują się wewnątrz /przecinają strefę bufforową. W kolejnym kroku odwrócimy selekcję, aby wyznaczyć obszary poza wyznaczoną przez nas strefą buforową.

    • Wynik powyższej operacji pokazuje, że w większości przypadków strefa buforowa przecina obszary spisowe i znajdują sie one tylko częściowo poza strefą buforową, tj. część gospodarstw domowych będzie w zasiegu sklepu, a część nie.

    • Selekcja przez lokalizację nie będzie wystarczającym narzędziem.

    • Funkcja Difference - Różnica (Vector - Geoprocessing Tools - Difference) wyznaczy te fragmenty obszarów spisowych, które znajdują się poza strefą bufforową. (Warstwa wejściowa: low_income_ct, warstwa wynikowa: low_income_ct_outside_bfr)

    • Warstwa wynikowa etapu 3: low_income_ct_outside_bfr

6.4 Analiza - etap 4

Etap 4: Wyznaczenie obszarów spisowych, których przynajmniej 33% ludności zamieszkującej obszar spisowy, żyje w odległości większej niż pól mili (czyli 800 metrów) od najbliższego supermarketu lub większego sklepu spożywczego. (drugie kryterium)

  • Obliczyć powierzchnię dla każdego poligonu powstałego po zastosowaniu funkcji Difference (low_income_ct_outside_bfr). W tym celu dodać do tabeli atrybutów pole NewArea. Powierzchnia zostanie obliczona w m2.

  • Obliczyć wagę: Waga = NewArea/Area

  • W celu wyznaczenia obszarów spiowych “których przynajmniej 33% ludności zamieszkującej obszar spisowy” zastosujemy metodę powierzchniowo-wagową (ang. areal interpolation). Metoda ta rozkłada liczbę ludności do mniejszych obszarów proporcjonalnie do powierzchni. Jeśli powierzchnia nowego poligonu na warstwie low_income_ct_outside_bfr stanowi 33% powierzchni poligonu wyjściwego (całego obszaru spisowego), tzn. że 33% ludności obszaru spisowego zostanie przypisana do tego nowego poligonu.

  • Kryterium “33% ludności zamieszkującej obszar spisowy, żyje w odległości większej niż pól mili (czyli 800 metrów) od najbliższego supermarketu lub większego sklepu spożywczego.” spełniają zatem obszary spisowe z warstwy low_income_ct_outside_bfr, dla których Waga > 0.33.

  • Wyznaczyć obszary, dla których Waga >0.33 oraz zapisać je do nowej warstwy o nazwie food_desert.

    • Warstwa wynikowa etapu 4: food_desert

6.5 Analiza - etap 5

Etap 5: Ile gospodarstw domowych znajduje się w obszarze wyznaczonym jako FOOD DESERT?

  • Liczbę gospodarstw domowych w obszarze określonym jako FOOD DESERT można obliczyć dodając nowe pole w tabeli atrybutów warstwy food_desert.

    • Dodać pole Households_desert. Wartośc pola to Waga x Household.

7 Wynik końcowy

Wynikiem wykonania ćwiczenia będzie:

  • geopaczka zawierająca warstwy wynikowe
  • kompozycja mapy przedstawiająca wyniki analizy
  • krótki (1-2 strony) raport opisujący wykorzystane dane, przedstawiający wynki eksploracji danych oraz krótki opis uzyskanych wyników.

7.1 Warstwy wynikowe

  • low_income_ct
  • dissolved_bfr
  • low_income_ct_outside_bfr
  • food_desert

7.2 Wizuzalizacja wyników analizy

  • Wykonaj kompozycję mapy składającą się z 5 map wynikowych:

    • Mapa pokazująca rozkład poziomu dochodów w Waszyngtonie (warstwa census_tract, zmienna MedIncome).
    • Mapa pokazująca liczbę sklepów w obszarach spisowych.
    • Mapa pokazująca lokalizację obszarów o najniższym dochodzie (low_income_ct)
    • Mapa pokazująca lokalizację obszarów spisowych sklasyfikowanych jako FOOD DESERT (food_desert)
    • Mapa pokazująca liczbę gospodarstw w obszarze o ograniczonym dostępie do sklepów (zmienna Household_desert na warstwie food_desert)