Použité metody
Zpracování dat
Aby bylo možné přistoupit k samotným analýzám, bylo nejprve zapotřebí zpracovat potřebná data. Digitálním cenovým mapám byly upraveny atributy
a nastaven souřadnicový systém. Protože jsou tyto mapy dostupné pouze od roku 2006, bylo nutné cenové mapy v analogové podobě digitalizovat.
K digitalizaci byly vybrány roky 1993 a 1999. Prvním krokem bylo georeferencování všech mapovách listů cenové mapy a následně byla vektorizována
jejich geometrie podle katastrálních map. Jakmile byla digitalizace dokončena, bylo zapotřebí zkontrolovat topologii nové vrstvy, aby neobsahovala
žádné chyby. Stejný postup byl proveden pro oba zvolené roky a je blíže popsán v podkapitole 4.1.3 Digitalizace analogových cenových map.
Statistické metody
Vývoj cen stavebních pozemků byl mimo jiné znázorněn i pomocí statistických metod. K tomu posloužily základní charakteristiky statistických souborů
jako maximální, minimální a průměrné hodnoty (aritmetický průměr, modus, medián). Kromě jednoduchých grafů a tabulek byly vytvořeny také krabicové
grafy (boxploty), které znázorňují ceny stavebních pozemků v jednotlivých letech pomocí kvartilů. Pro některé charakteristiky cenových map (maximální
cena, počet areálů stavebních pozemků apod.) byla vypočítána korelace za účelem zjistit, co vývoj cenových map ovlivňovalo. Statistické metody posloužily
k přiblížení vývoje cenových map a napomohly k jeho interpretaci.
Překryvné analýzy
Pro spojení atributových tabulek cenových map za účelem vypočítání rozdílů cen stavebních pozemků ve sledovaných letech byly použity překryvné analýzy.
Překryvné analýzy slouží ke spojování několika vrstev podle určitých kritérií. V softwaru ArcGIS for Desktop je umožněno využít hned několika nástrojů
překryvných analýz. Pro účely této analýzy byl použit nástroj Union, který při spojení vrstev zachovává všechny atributy i prvky všech vstupních vrstev,
nedojde tedy k žádné ztrátě dat. Překryvné analýzy byly v práci použity také pro spojení vrstvy funkčních ploch s vrstvami cenových map a také s vrstvami
rozdílů cen stavebních pozemků. V tomto případě byl využit nástroj Intersect, který do výstupní vrstvy vkládá pouze ty prvky, které jsou shodné ve všech
vstupních vrstvách.
Metody vizualizace
Pro vizualizaci výsledků v podobě map byla ve všech případech využita metoda kartogramu, což je nejvyužívanější metoda pro znázornění kvantitativních dat.
Tato metoda využívá relativních hodnot kvůli možnosti srovnání mezi různými územními celky (Voženílek, Kaňok, 2011). V případě této práce jsou ceny stavebních
pozemků v jednotkách Kč/m2, jedná se tedy o relativní hodnoty vztažené k jednotce plochy.
Vybrané výsledky byly vizualizovány i prostřednictvím webové mapové aplikace v ArcGIS Online pomocí nástroje Web AppBuilder, který umožňuje použití mnoha nástrojů díky
modulům. Aplikace umožňuje přepínat mezi jednotlivými vrstvami, které je možné mezi sebou díky funkci překrývání přímo porovnávat.
Metoda shlukování
Poslední analýzou v práci je vyhledání shluků vysokých a nízkých hodnot pro zjištění oblastí s nejvýznamnějšími změnami cen. Pro tyto účely byly využity metody shlukování,
které fungují na základě statistických hodnot z-score a p-value, pomocí kterých se zamítá nulová hypotéza a díky tomu je možné určit, zde se v prostoru nachází statisticky
významný shluk. Metody shlukování se dělí na globální a lokální, v této práci byly použity dvě lokální metody a to Lokální Moranovo I (LISA) a Getis-Org Gi*.
Metoda LISA – lokální Moranovo I je určena pro vyhledání shluků vysokých hodnot, nízkých hodnot a prostorových odlehlých hodnot (outlier). Tento nástroj vytváří novou vrstvu s novými
atributy pro každý prvek: index lokálního Moranova I, z-score, p-value a typ cluster/outlier (COType). Z-score a p-value jsou hodnoty statistické významnosti, podle kterých se zamítá
nulová hypotéza pro každý prvek. Vysoká kladná hodnota z-score pro prvek znamená, že okolní prvky mají podobné hodnoty (ať už vysoké nebo nízké). COType má hodnoty HH pro statisticky
významné shluky vysokých hodnot a LL pro statisticky významné shluky nízkých hodnot. Nízká záporná hodnota z-score u prvků indikuje statisticky významné prostorové odlehlé hodnoty.
Pokud se v COType vyskytuje hodnota HL, znamená to, že prvek s vysokou hodnotou je obklopen prvky s nízkými hodnotami a pokud má hodnotu LH, tak je prvek s nízkou hodnotou obklopen
prvky s hodnotami vysokými. COType vždy určuje statisticky významné shluky s minimálně 95% jistotou a hodnotu v tomto atributu mají jenom statisticky významné prvky, které mají p-value
nižší než 0,05 (Esri, 2016).
Metoda Getis-Ord Gi* vyhledává statisticky významné shluky vysokých (hot spots) a nízkých hodnot (cold spots). Při použití tohoto nástroje je vytvořena nová vrstva, která obsahuje nové
atributy z-score, p-value a Gi_Bin (Confidence level bin). Hodnoty z-score a p-value na rozdíl od předchozí metody nevyhledává shluky s podobnými a rozdílnými hodnotami bez ohledu na
velikost, ale vyhledává přímo prostorové shluky vysokých a nízkých hodnot. Atribut Gi_Bin vyhledává shluky s různou úrovní statistické významnosti. Hodnota +/- 3 značí statistickou
významnost s 99% pravděpodobností, hodnota +/- 2 s 95% pravděpodobností a hodnota +/-1 s 90% pravděpodobností. Intenzita shlukování závisí na velikosti hodnoty z-score (čím vyšší/nižší
z-score, tím intenzivnější shluk), pokud se tato hodnota blíží nule, není zjevný žádný prostorový shluk. Vysoká hodnota z-score a nízká hodnota p-value značí prostorový shluk vysokých
hodnot, nízká hodnota z-score a nízká hodnota p-value značí prostorový shluk nízkých hodnot (Esri, 2016).
Při použití nástrojů pro shlukování je důležité správně vybrat také základní koncept prostorových vztahů, tedy jak na sebe vzájemně jednotlivé prvky působí. Základními prostorovými
vztahy jsou inverzní vzdálenost, konstantní vzdálenost a zóna netečnosti. Inverzní vzdálenost se používá, když se vzrůstající vzdáleností klesá vzájemné ovlivňování prvků. Při zvolení
konstantní vzdálenosti nástroj počítá se všemi prvky stejnou vahou do určité prahové vzdálenosti. Prvky za touto vzdáleností se dále neuvažují. Zóna netečnosti je kombinací výše zmíněných,
kdy je nutné nastavit prahovou vzdálenost, do které jsou všechny prvky zahrnuty se stejnou vahou, a po překročení této vzdálenosti se vliv začne postupně zmenšovat (Esri, 2016).
