Upload
sillesommer
View
554
Download
1
Embed Size (px)
DESCRIPTION
või vähemalt väike osa kõigist võimalikest...
Citation preview
TARTU ÜLIKOOL
Sille Sommer
Ruumilised lokaliseerimisvõimalused
Referaat (Ruumiandmete analüüs LOOM.02.016)
Juhendaja: Jüri Roosaare
Tartu 2009
2
SISUKORD
Sissejuhatus ............................................................................................................................................. 3
Reisipäeviku meetod ............................................................................................................................... 4
GPS tehnoloogia ruumilisel lokaliseerimisel ........................................................................................... 7
Turistide segmenteerimine GPS‐seadmetega......................................................................................... 8
Mobiilpositsioneerimine ....................................................................................................................... 11
KASUTATUD KIRJANDUS:....................................................................................................................... 16
3
Sissejuhatus Antud referaat keskendub lühidalt kolmele erinevale meetodile, mille abil on võimalik ruumiliselt
määratleda subjekte ja nende liikumismustrit. Lisaks proovitakse kajastada tehnoloogiad, mille abil
need meetodid töötavad.
Reisipäeviku meetod
GPS seadmetel põhinevad asukohamäärangud
Mobiilpositsioneerimine
Traditsiooniliselt on inimeste paiknemist ja liikumist kirjeldatud peamiselt rahvaloenduse,
reisipäevikute ja füüsilise jälitamise abil kogutud andmestiku abil. Tänapäevaste tehnoloogiate all
mõistetakse eelkõige mobiilpositsioneerimist ja GPS‐seadmeid, mis on antud hetkel teadlaste seas
aina enam kasutust leidma hakanud, et määratleda liikujate ruumi ja aja kasutamisel.
Nii traditsioonilistel kui ka moodsamatel lokaliseerimismeetoditel on omad tugevused ja nõrkused.
Näiteks rahvaloendus ja reisipäeviku pidamine olid minevikus asendamatuks võimaluseks tegemaks
kindlaks liikujate trajektoore aegruumis. Kuna rahvaloendusi ei tehta igal aastal, siis ei saaks tugineda
vaid andmetereale, mis on saadud heal juhul iga viie aasta tagant. Reisipäeviku pidamine võib aga
ühel hetkel muutuda vastajale teisejärguliseks. See tähendab, et kui ühel õhtul näiteks unustatakse
kirja panna päevased marsruudid, siis sel juhul on uuritava paberil kirjas olev ruumilis‐ajaline
käitumine vastuolus reaalsusega.
Jälitamine uurimismeetodina on uurimismetoodikatest ehk kõige ekstreemsem. Kui uurija ei tee oma
tööd hästi ja ei suuda missioonil jääda märkamatuks, siis valmistab see ebameeldivusi mõlematele
osapooltele. Samas on see üks kindlamaid ja odavamaid viise registreerida liikuja käitumine ajas ja
ruumis. Espelt ja Benito (2006) viisid läbi küsitluse Hispaania linnas Gironas ning nad tahtsid teada kui
palju erineb turistide käitumine tegelikkuses sellest, mis nad ise ankeetidele kirjutavad. Uurimisgrupp
registreeris märgatavaid erinevusi kirjapandu ja reaalsuse vahel.
Seni on täpsemaid liikumisuuringuid tehtud GPS‐seadmete ja mobiilpositsioneerimise abil. GPSi
puhul on andmete kogumist raskendavaks asjaoluks seadmete hind, kandmise tülikus ning vaba
taevalaotuse vajadus (Aasa and Ahas, 2008). Mobiilpositsioneerimine on viimasel ajal jõudsalt
arenenud koos sidetehnoloogiate täiustumisega, kuid ka sel meetodil on palju puudusi. Suurim
probleem on esinenud seoses andmekaitseseadusega, kuna tsiviilisikud ei soovi, et nende
igapäevased tegemised oleksid kõigile vabalt kättesaadavad.
4
Reisipäeviku meetod
Suuremad linnad viivad elanike seas läbi ulatuslikke küsitlusi (travel survey), mille abil kaardistatakse
liikumistrajektoor 24 tunni jooksul. Kuna seda tehakse linnaruumi planeerimiseks ja arendamiseks,
siis valim hõlmab erinevate linnajagude elanikke. Kui tegemist on longituuduurimuse ehk panel
survey’ga, siis küsitletakse samu inimesi üle pikema perioodi (Kam and Lau, 2005). Selle tulemusena
on võimalik suurem üldistusmoment ja on võimalik teha näiteks optimaalsemaid
transpordiplaneeringuid võttes arvesse elanike pikema aja liikumistrendid.
Melbourne’i elanikel paluti kirja panna ühe päeva detailne reisimarsruut. See hõlmas
transpordivahendid, mida erinevatel kellaaegadel kasutatakse, päeva jooksul külastatavaid kohti ja
külastamispõhjuseid ning võimalikult täpne ajaline info iseloomustamaks kui kaua kuskil viibiti ja
millal asukohtadesse jõuti. Juhul kui kasutati ühistransporti, siis paluti määrata ka peatumiskohtade
numbrid või maamärgid nende lähedal. Muule informatsioonile lisati ka sissetulek, vanus, töökoht ja
kodus räägitav keel (Kam and Lau, 2005).
Selle konkreetse küsitluse tulemusena saadi algandmed ajavahemikul 1994 kuni 1999, küsitleti
84,799 inimest ja saadi 328,555 reisimarsruuti. Et määrata ajaliselt objekti paiknemine linnaruumis,
kasutati stohhastilist algoritmi, tehti vajalikud arvutused ja analüüsitulemused kanti kaardile (Kam
and Lau, 2005).
Algoritmiliselt määratakse liikuja asupaik ajas ja ruumis ühendades reisi alguspunkt ja lõpppunkt (vt
Joonis 1). Parameetritena kasutatakse väljumisaega, saabumisaega ja vahepeatuste koordinaate ning
esialgselt need interpoleeritakse lineaarselt, et saada teada vahepealsete asupaikade ajalisi näite.
Kuna tegelikkuses pole liikumine sirgjooneline, siis tõmmatakse esialgselt saadud asupaikadele
raadius, mis annab usaldusväärse paiknemise. Tehakse vastavad arvutused ja uuringus osalejate
linnaruumi kasutus kantakse GIS kaardile. Tulemusena on võimalik näha kõikide uuringus osalejate
liikumismustrit linna piires ükskõik mis ajal (Kam and Lau, 2005).
Allikas: Kam and Lau, 2005
Joonis 1. Stohhastiline algoritm asupaikade määramiseks.
Lisaks transpordiplaneeringutele kasutatakse vastavaid andmeid ja metoodikat näiteks ka välimeedia
reklaamplakatite optimaalseks paigutamiseks. Selles uuringus ilmnes, et Melbourne’i CBDs
(südalinnas) oleks ärilises mõttes kõige efektiivsem paigutada reklaam viite kohta (Joonis 2) , kus
välireklaami paigutus oleks efektiivne kontaktide arvu põhjal. Kui stohhastilist algoritmi kasutades on
võimalik määratleda ruumilis‐ajalis paiknemine, siis travel survey’s saadud sotsiaalsete näitajate
tulemina saab tuvastada ka objekti sotsiaalset positsiooni. Seda infot kasutades saab juba paremini
läbi mõtestada välireklaami paigutuse linnaruumis. Näiteks kui teismelised külastavad suurima
tõenäosusega punkti A ajavahemikul 14‐15, siis saab elektroonilisele reklaamtahvlile kuvada
vastavale sihtgrupile suunatud reklaami (Kam and Lau, 2005).
5
Allikas: Kam and Lau, 2005
Joonis 2. 12 tunni jooksul enim külastatavad kohad Melbourne’i CBDs.
6
7
GPS tehnoloogia ruumilisel lokaliseerimisel 1990ndate algus tähendas kiiret tehnoloogia arengut määratlemaks inimeste liikumismustrit ajas ja
ruumis. Kõigepealt võtsid teadlased kasutusele satelliitidel abil töötavad GPS seadmed ning alles
antud hetkeks on neile maapõhised jälgimistehnoloogiad konkurentsi pakkuma hakanud (Noam and
Isaacson, 2006).
GPS seadmed töötavad satelliitidel, mis liiguvad ümber Maa ja edastavad signaale, mis jõuavad maa
peal paiknevate vastuvõtjateni. Klassikaliselt toimub triangulatsioon vähemalt kolme jaama abil, mille
tulemina määratakse vastuvõtja asukoht nende vahel. Kuigi on olemas Vene Glonass, siis laiemalt
leiab rakendust USA Kaitseministeeriumi halduses olev DOD GPS, mis koosneb 24st satelliidist. Alles
2000. aasta maikuust hakati DOD GPSi kasutama ka tsiviilisikute hulgas, sest enne olid see mõeldud
vaid militaaroperatsioonide ja kaitse eesmärgil. Alates GPSi levikuga igapäevasesse kasutusse, on see
praeguseks hetkeks teinud läbi murrangulise arenguetapi (Noam and Isaacson, 2006).
GPS seadmete suurimaks plussiks on globaalne levik ja täpne asukohamääratlus, kui kõik tingimused
on sobivad (Noam and Isaacson, 2006). 95% juhtudest on asukoht määratud vähemalt 30 meetri
täpsusega. GPS seadmete rakendamine asukoha määramisel nõuab nii häid ilmastikutingimusi kui ka
näiteks, et puuduks nn „müra“ satelliitide ja maa peal paiknevate vastuvõtjate vahel. Raskusi tekib
eelkõige linnaruumis, kus ehitised paiknevad tihedalt üksteise kõrval. See‐eest maapiirkondades, kus
on rohkem avarust ja vabasid pindu, on asukohad paremini määratletavad (Mountain and Raper,
2001). GPS‐seadmetega liikuja asukoha määramiseks on vajalikuks ka koostöö teadlaste ja isiku
vahel, kes vastuvõtjat endaga kaasas kannab. Oluline on kindlustada, et vastuvõtja antenn oleks
paljastatud satelliitidelt tulenevatele signaalidele, mistõttu ei ole seda võimalik taskus ega kotis
kanda (Noam and Isaacson, 2006). Parema ülevaate GPS tehnoloogia tugevustest ja nõrkustest annab
alljärgnev tabel 1.
Tabel 1. Satelliitidel põhinevate jälgimistehnoloogiate tugevused.
GPS tehnoloogiate plussid:
1. Globaalselt ligipääsetav
2. Satelliitide rohkusest tulenevalt ei teki tehnilisi ajutisi rikkeid
3. GPS saatjate hind on langenud, samas kvaliteet on tõusnud
4.Sobivates tingimustes suudavad isegi odavad ja vanemad GPS vastuvõtjad häid tulemusi
Miinused:
1. Vastuvõtja peab olema paigutatud, et antenn oleks ühenduses satelliitidega. Antenni ei saa panna taskusse, sest see blokeerib signaali
8
2. Kuna seadmed võtavad palju energiat, siis on subjekti jälgimine pikemas perspektiivis raskendatud ilma, et ei laetaks pidevalt patareisid
3. Tiheasustatud aladel (eriti metropolide CBD‐des) blokeerivad pilvelõhkujad taeva. Selle tulemusena segatakse ühendust vastuvõtja ja emasüsteemi vahel
4. GPS vastuvõtjad ei suuda veel suuremalt jaolt tagada täpset informatsiooni subjekti ruumilisest käitumisest ehitiste sisemistes tingimustes
Allikas: Noam and Isaacson, 2006
Turistide segmenteerimine GPSseadmetega Iisraelis paiknev ajalooline Acre’i linn jaotati kindlateks üksusteks ning tehti linna külastatavatest
turistidest valim, kellele anti GPS seadmed määramaks nende ruumiline käitumine vastaval alal.
Ükskõik milline ajalooline vanalinn ei ole homogeenne üksus, kuna see koosneb väiksematest
osadest, kus turistid segmenteeruvad vastavalt huvidele ja eelistustele ja nendel baseeruvatel
otsustele. Moodne tehnoloogia ja külastajate käitumiste tagamaid uuriv küsitlus viidi läbi eesmärgiga
paremini planeerida turismi selles ajaloolises UNESCO pärandisse kantud linnas (Tchetchik et al,
2009).
Määratleti 26 polügoni (vt joonis 3), mis esindavad erinevaid vaateväärsusi või tegevusi ning uuringus
osalenud turistid prooviti segmenteerida üksuste lõikes. Külastajate liikumised registreeriti ühe‐
minutiliste intervallidega GPS seadmetega, mis oli usaldatud kas üksikisikutele, grupijuhtidele või
perekonda esindavale täiskasvanule selleks otstarbeks. Andmeid koguti 19 päeva jooksul ning
määratleti 246 liikumisrada, millest 107 eemaldati, kuna GPS seadmetel esinesid tehnilised
probleemid või ei antud küsimustele adekvaatseid vastuseid. Turistidele anti teadlaste poolt
külastusajaks kaasa tasku PC ja GPS vastuvõtja ning läbi Bluetooth’i edastati külastaja asupaik
taskuarvutisse ning määratleti koordinaadid. GPS tehnoloogia suutis asupaiga määrata ligi paari
meetri täpsusega. Andmed kanti uurijate poolt loodud vaadeldavate polügonidega GIS detailsetele
kaartidele (Tchetchik et al, 2009).
Allikas: Tchetchik et al, 2009 Joonis 3. Polügonid Acre’i linnas. Loomis (1995), Jeng ja Fesenmaier (2002) on jõudnud selgusele, et külastajad teevad kolme sorti
otsuseid. Kõigepealt otsustatakse, kas minna vaatama vaid domineerivat vaatamisväärsust
(konkreetse näite puhul Knights Underground Halls ja Turkish Hamam, polügon A joonisel 3) või siis
minna vaatama ka teisi objekte. Need turistid, kes on ambitsioonikamad lähevad vaatama ka teisi
atraktsioone (vt joonis 3, polügonid E, Z ja B) ning selle põhjal toimub teine segmenteerimine. Sellele
etapile omased otsused pole enam iseseisvad, kuna need turistid, kes valivad mingil põhjusel ühe
kindla atraktsiooni saavad sellelt mõjutusi minemaks järgmisele. Valikuid, mida turistid teevad
kohtade külastamisel saab analüüsida matemaatiliselt ning konkreetse näite puhul on kasutatud
diskreetset valiku mudelit. Küsitlusest ilmnenud sotsiaalsed parameetrid nagu näiteks rahvus, haridus
või vanus vms, mõjutavad turistide segmenteerumist vaadeldava Acre’i linna polügonide vahel
(Tchetchik et al, 2009).
Turistid teavad, et neil pole lõpmatuseni aega ühel objektil viibida, siis tehakse pidevaid otsuseid, mis
arvestavad ajalimiiti. Nagu eelpool mainitud, oli Acre’is läbi viidud uuringu oluliseks komponendiks ka
9
10
uuritavate poolt küsitlusankeedi täitmine. GPS‐seadmetega registreeritud liikumine kõrvutati enne
külastust täidetud ankeediga, mille tulemusena selgusid turistide esialgsed plaanid ja tegelikkus.
Ilmnes, et küsitluses oli plaanitud keskmiseks külastusajaks poole rohkem aega kui GPS‐seadmetega
kirja saadi. Samas selgus, et mida rohkem oldi huvitatud kindlast atraktsioonist, seda kauem seal
viibiti. Mittereligioossed juudid viibisid kauem kommertslikes kohtades (polügonid E ja B, joonis 3)
kauem kui süvausklikud juudid, kelle toitumisrežiim ei luba seal pakutavat tavatoitu süüa. Välisturistid
aga soovivad samuti viibida kõige populaarsemates ja tuntumates kohtades (B), et osta koju kaasa
suveniire ja teha muid sisseoste (Tchetchik et al, 2009).
Acre’i linnas läbi viidud turistide lokaliseerimine määratud polügonide lõikes oli esimene omalaadne.
Inimeste liikumist ajas ja ruumis on ennegi registreeritud moodsa tehnoloogiaga, ent selle näite
puhul prooviti mõista, miks osa turiste eelistab külastada ühtesid vaatamisväärsusi kui teised. See sai
võimalikuks, kuna GPS‐tehnoloogia võimaldas kontrollida turistide esialgselt planeeritavat marsruuti
ja hinnangulisi ajalisi parameetreid reisi sooritamiseks, mis oli saadud küsimustike põhjal, mille
turistid enne reisi täitsid. Lisaks analüüsiti külastajate sotsiaalseid tunnuseid, mille põhjal toimus
segmenteerimine. Selle uuringu tulemusena on võimalik turismiobjekte paremini hallata ja arendada
välja strateegiaid, et külastajad jääksid maksimaalselt rahule tehtud valikutega (Tchetchik et al,
2009).
11
Mobiilpositsioneerimine Tänapäeval võimaldab enamus GSM‐võrke telefoni asukohta määrata. Asukoha peilimiseks võib
kasutada mitmeid erinevaid meetodeid. Võrgu poolt sooritatava positsioneerimise all on üks
lihtsamaid mooduseid baasjaama tunnuste ehk CGI (Cell Global Identity) salvestamine mingi kindla
aja tagant. Mobiilside leviala katavad kärjekujulise võrguna baasjaamade antennid ning igal antenni
sektoril on katvusala piirid. Telefon positsioneeritakse nende piiride alusel. Kirjeldatud meetodi
peamiseks miinuseks on suur ebatäpsus (Aasa and Ahas, 2008). Positsioneerimise tugevustest ja
nõrkustest annab ülevaate Tabel 2.
Tabel 2. Maapõhiste jälgimistehnoloogiate tugevused ja nõrkused.
Maapõhiste asukoha määramise tehnoloogiate plussid:
1. Ilmastikukindel
2. Maapõhised jälgimisseadmed on mugavalt kaasas kantavad ja ei pea olema nö „taskust väljas“, et signaal jõuaks mastini
3. Töötab hästi ka tiheasustatud aladel ja siseruumides st ei nõua vaba taevalaotust
Miinused:
1. Saab kasutada vaid siis, kui eksisteerib sobiv infrastrukruur
2. Andmekaitseseadusest tulenevad takistused
3. Lokaliseerimistulemused on hõredalt kaetud mastidega alal ebatäpsed Allikas: Noam and Isaacson, 2006
Asukoha määramise täpsus on madalam maapiirkondades ja kõrgem linnapiirkondades. Sellest
hoolimata on keeruline saada detailseid andmeid tänava lõikes, mis morjendab arhitekte ja
linnaplaneerijaid. Samas linnaplaneerimise eesmärgid saavad laiemal skaalal täidetud, kuna
ruumiline lokaliseerimine on võimalik kvartali või näiteks transpordiregiooni lõikes. Teadlased
kasutavad sotsiaalpositsioneerimisel Voronoi diagrammi, mille tulemusena teatud ala määratakse
üksusteks sõltuvalt võrguala tihedusest (vt joonis 4). Näiteks Tallinna kesklinnas on kärjed 0,4 km2 ja
äärelinnas 0.5 kuni 1 km2 ja seega asukoha määramise täpsus jääb 100 kuni 400 meetri vahele.
Maapiirkondades on kärje suurus keskmiselt 49 km2 ning andmete täpsus on 300 ja 2500 meetri
vahel (Ahas et al, 2007).
Allikas: Ahas et al, 2007
Joonis 4. EMT positsioneerimisüksused, mis on arvutatud Tallinna kesklinnas 14 000
positsioneerimisakti tulemusena kasutades Voronoi diagrammi.
Täpsuse suurendamiseks täiendatakse positsioneerimismeetodit ajalise kaugusega, mis tähendab, et
raadiosignaali abil määratakse telefoni kaugus mastist (vt Joonis 5). Sellise meetodi nimi on CGI+TA
(timing advance). Meetodi täpsus on otseselt sõltuv antennide võrgu tihedusest. EMT võrgus oli
2003. aastal sel meetodil tehtud asukohamäärangute täpsus 90% korral alla 1000 m (Aasa and Ahas,
2008). Selle meetodi läbiviimiseks on vaja vähemalt kolme masti, mille põhjal määratakse
konvergents ja määratletava asupaik (Isaacson and Shoval, 2006).
Joonis 5. CGI + TA. Allikas: Isaacson and Shoval, 2006
12
Teiseks oluliseks meetodiks on telefoni trianguleerimine erinevate antennide kauguse ja nurga põhjal
(vt Joonis 6). Sellisel viisil leitud asukohad on eelmistega võrreldes täpsemad (viga 50 ‐ 200 m) (Aasa
and Ahas, 2008). Kui eelmise meetodi puhul oli oluline kolme jaama olemasolu, siis AOA (angle of
arrival) suudab asukoha määrata ka kahe jaama põhjal, kust andmed saadetakse põhisüsteemini.
Allikas: Isaacson and Shoval, 2006
Joonis 6. Asukoha määrang nurga põhjal.
Hetkel loetakse kõige kiiremini arenevaks positsioneerimismeetodiks A‐GPSi. Sellel puhul on telefoni
positsioneerimisel kombineeritud mobiilsidevõrgu ja GPS asukohamääramismeetodid. Juba on
olemas standardid selle rakendamiseks kolmanda põlvkonna mobiilsidevõrkudes. Sellisel viisil leitud
asukohtade täpsus küünib 5 – 50 meetrini (Aasa and Ahas, 2008). Aasia mobiilsidevõrkudes
kasutatakse aina enam A‐GPS teenuseid. Euroopas ja USAs on see alles arenemisjärgus, kuigi alates
2009. aastast on EL siseselt avanemas võimalus kasutama hakata Galileo navigatsioonisüsteemi GSM
võrkudes (Ahas et al, 2007).
Mobiilpositsioneerimise andmeid on võimalik saada kõikidelt Euroopa suurimatelt sideoperaatoritelt.
Suurim probleemiks on aga kujunenud nõusoleku saamine operaatoritelt, et nende klientide liikumisi
soovitakse reaalajas registreerida ja jälgida. Kuna operaatoritel on oluline säilitada klientide usaldus,
siis selle meetodi tarvitamiseks on vaja uuritavate kindlat nõusolekut ja neile põhjaliku
informatsiooni pakkumist. Ka operaatorid ei oleks asjast väga huvitatud (olgugi, et tegemist on
13
14
teadlaste poolt läbiviidavate uuringutega), ent iga positsioneerimisaktiga maksustatakse kliente
teenuse eest (Ahas et al, 2007).
Mobiilpositsioneerimise meetodi võib jagada aktiivseks ja passiivseks mobiilpositsioneerimiseks.
Aktiivse positsioneerimise puhul toimub kindla isiku asukoha leidmine kokkuleppe alusel. See
kokkulepe võib olla nn „sõbraleidja“ või leping mõnes liikumisuuringus osalemiseks. Passiivse
positsioneerimise puhul kasutatakse mobiilioperaatorite mälus (logifailides) salvestatud
anonüümseid telefonide võrgukärgedevahelise liikumise voogusid (Positium, 2009).
Koostöös Tartu Ülikooliga on Positium LBS kogunud 2004 ‐ 2007. aastatel üle 30 miljoni
lokaliseerimispunkti iseloomustamaks välisturistide külastatavust (Ahas et al, 2007). See on
võimalikuks osutunud, kuna passiivse mobiilpositsioneerimise meetodi tulemusena ei kasutata
isikuandmeid ja uurijatel ei ole võimalik tuvastada telefonide numbreid. Samuti on välistatud
üksikisikute eristamine andmehulgas ja nende tuvastamine telefoni kaudu määratud
liikumistrajektooride alusel. Mobiilside operaatorid ei väljasta telefonide omanike huvisid riivavaid
andmeid. Passiivse mobiilpositsioneerimise anonüümsuse garanteerib ka nende väike ruumiline
täpsus. Andmeid on võimalik saada võrgukärje täpsusega, mis on piisavalt suured inimmasside, kuid
mitte üksikisikute asukoha määramiseks. Teoreetiliselt oleks võimalik üksikisiku asukohta leida
väheasustatud kohtades, kuid sel juhul neid andmeid isiku tasemel ei väljastata (Positium, 2009).
Sotsiaalpositsioneerimine uurib aja ja ruumi kontseptsiooni ning inimeste käitumist. Põhimeetodina
ongi kasutatud mobiilpositsioneerimist (Ahas et al, 2007). Tulemuseks on nn digitaalne jälg ehk
aegrida, mis peegeldab mingi inimese aegruumilist käitumist. Paljude selliste aegridade olemasolu
võimaldab uurida erinevate inimrühmade liikumisviise ja –harjumusi (Aasa and Ahas, 2008). Tallinna
ajalis‐ruumilisest kasutuse uuringutest ilmnesid märgatavad erinevused kohalike elanike ja
pendeldajate vahel. Kui näiteks keskmine pendeldaja liikus linnaruumis keskmiselt 55 km ulatuses
päeva jooksul, siis tallinlane 31 km päevas. Mobiilpositsioneerimise tulemusena vaadeldi, kui palju
liiguvad 30‐minutiliste intervallide tagant (vt joonis 7). Kui eelnevaid arve konkretiseerida, siis ilmneb,
et tööpäevadel liikusid pendeldajad 1000 ja 4000 meetri piires ning kohalik elanik 200 ja 300 meetri
vahel (Ahas et al, 2007).
Allikas: Ahas et al, 2007
Joonis 7. Protsentuaalselt pendeldajate ja tallinlaste liikumine tööpäevade (A) ja nädalavahetuste (B)
lõikes.
15
16
KASUTATUD KIRJANDUS: 1. Aasa, A., Ahas, R., 2008. Sotsiaalse positsioneerimise meetod.
2. Ahas, R., Aasa, A., Silm, S., Aunap, R., Kalle, H., Mark, Ü., 2007. Mobile positioning in space – time
behaviour studies: social positioning method experiments in Estonia. Cartography and Geographic
Information Science, Vol. 34, No.4, pp. 259‐273
3. Booi Hon Kam, Kwok Hung Lau, 2005. A stochastic approach to assessing exposure levels of
outdoor media using travel survey data. http://smib.vuw.ac.nz:8081/www/anzmac2005/cd‐
site/pdfs/1‐Advertising/1‐Kam.pdf 31.12.2009
4. Fleischer, A., Shoval N., Tchetchik, A., 2009. Segmentation of Visitors to a Heritage Site Using High‐
resolution Time‐space Data. Journal of Travel Research 2009; Vol. 48; No. 3.
http://jtr.sagepub.com/cgi/content/abstract/48/2/216 31.12.2009
5. Mountain, D., Raper, J., 2001. Modelling human spatio‐temporal behaviour: A challenge for
location‐based services.
6. Positium LBS, 2009. Positiumi reeglid isikuandmete kaitsel ja respondentide anonüümsuse tagamisel. http://www.positium.ee/index.php?option=com_content&task=view&id=31&Itemid=19 31.12.2009 7. Shoval, N., Isaacson, M., 2006. Application of Tracking Technologies to the Study of Pedestrian Spatial Behavior, The Professional Geographer, Vol. 58, No. 2, pp. 172 — 183 http://dx.doi.org/10.1111/j.1467-9272.2006.00524.x 02.01.2010