STUDIE SÍDELNÍ STRUKTURY MORAVSKOSLEZSKÉHO KRAJE

Transkript

1 PROCES Cetrum pro rozvoj obcí a regioů, s.r.o STUDIE SÍDELNÍ STRUKTURY MORAVSKOSLEZSKÉHO KRAJE Příloha A Metodika Ig. Lubor Hruška-Tvrdý, Ph.D. a kolektiv PROCES Cetrum pro rozvoj obcí a regioů, s.r.o

2 Tato část je přílohou ke Studii sídelí struktury Moravskoslezského kraje, kterou zpracovala společost PROCES - Cetrum pro rozvoj obcí a regioů, s.r.o. Švabiského 1749/19, Moravská Ostrava IČ: , Tel.: , ifo@rozvoj-obce.cz.

3 OBSAH Slovík pojmů... 4 Sídlo... 4 Aglomerace... 5 Zpracovatelský průmysl... 5 Sekudárí sektor... 6 Průmyslový uzel... 6 Teorie cetrálích míst... 6 Metodika... 7 Idex heterogeity... 7 Areály maximálího zaliděí... 7 Metodika pro staoveí dopraví dostuposti... 9 Prostorová metrika Idex esourodosti...10 Metodika Hot spot aalýzy...10 Metodika pro vymezeí aglomerace...12 Obslužá sídla a jejich hierarchie...15 Demografická progóza a úrovi SO ORP a měst ad 20 tisíc obyvatel do roku SEZNAM ZDROJŮ A POUŽITÁ LITERATURA...18

4 Slovík pojmů Sídlo Dle Heřmaová (1996) prostorově odděleé seskupeí lidských obydlí, resp. domů, hosp. objektů a dopravích zařízeí a určitém území, spojeé s kocetrací a určitém území, spojeé s kocetrací lidských čiostí, s ejrůzějšími fukcemi (apř. průmyslovou, obchodí, dopraví, těţebí, lázeňskou, rekreačí, správí, vojeskou, vzdělávací, zábaví apod.) a specif. Komuitou fugující a bázi soc. směy (viz. teorie sociálí směy), sousedství, rodiých, pracovích a zájmových vztahů. Sídla kocetrují výsledky práce předchozích geerací a zajišťují kotiuitu vývoje společosti. V jistém smyslu představují sídla lidmi vytvořeé, resp. upraveé podmíky ţivotí, které zpětě formují způsob ţivota. Rozlišují se dvě základí sídelí formy, město a vesice. Při zahrutí kritéria trvalivosti osídleí lze sídla dělit a: a) obývaá přechodě, příleţitostě či sezóě (apř. spojeá s omádismem, salašictvím a kočovým způsobem ţivota vůbec, ale i rekreačí seskupeí moderích přeosých staveb) b) trvale obývaá vekovského typu (skupiová ebo rozptýleá), městského typu (prostorově ejúčelějšího) a typu přechodého (evyhraěá sídla). Na tyto typy se váţe rozdílý způsob ţivota i rozdílé soc. a profesí sloţeí obyv. S rozvojem průmyslu a komuikačích sítí se rozdíly do jisté míry stírají, arůstá přechodý typ (viz. téţ. rurbaizace). Podoba sídel (architektoická, orgaizačí, komuití) se ovšem odvíjí od charakteru kultury a s vývojem společosti se měí. Nejstarší, resp. ejprimitivější lidská sídla sestávala z přírodích ebo miimálě upraveých úkrytů (jeskyň, převisů, zástě, skrýší ve stromech apod.). Vyšším stupěm jsou jedoduché umělé stavby, chýše a přístřešky, které dodes ajdeme u většiy přírodích árodů. Vzik relativě ajdeme u většiy přírodích árodů. Vzik relativě stálých sídel je spojová s přechodem společosti od sběru, lovu či rybolovu k trvalému zemědělství. V důsledku jedotého způsobu obţivy byla zřizováa sídla obdobé formy a velikosti, která svou lokalizací, resp. geografickou polohou ovlivila a předzameala polohu většiy deších sídel. Vedle vekovských sídel současě existovala sídla charakteristická ezemědělskými čiostmi (primitivím hutictvím a zpracováím kovů, obchodem, dopravou), původě ale ebyla příliš početá. Proces další difereciace sídel souvisel s rostoucí území dělbou práce; vzikala města správí, kult. či vojeskou fukcí, města ve výhodých dopravích a obchodích polohách, sídla s městskou i zemědělskou fukcí. Těchto předidustriálích měst se ve své hist., reliktí podobě zachovalo do deška je miimum. Většia městských i část původě vekovských sídel prošla procesem idustrializace a kocetrace obyv. a růzými formami urbaizace (viz. téţ aglomerace, kourbace, metropolizace aj.). Sociologickými otázkami fugováí a vývoje sídel se zabývá sociologie lidských sídel, zejm. sociologie města, také ale sociologie vesice, resp. sociologie vekova. Deší trvalá sídla mají admiistrativí podobu obcí, přechodá, příleţitostá sídla jsou k obcím přiřazea (Heřmaová 1996). Heřmaová (1996) poukazuje a to, ţe termí sídel se pouţívá také (zejméa liter.) pro ozačeí jediého a většiou svým způsobem jediečého, relativě izolovaého domu (hradu, zámku, vily, usedlosti), obývaého víceméě uzavřeou komuitou rodiého i jiého typu. V této souvislosti se hovoří o rodiém sídle, vekovském sídle, soukromém sídle apod. 4

5 Aglomerace Heřmaová (1996) defiuje aglomeraci (z lat. Agglomerare = seskupovat, shlukovat, dávat do klubka) seskupeí ěkolika vzájemě těsě propojeých sídel, územě, eko. a soc. fukčě, v ěmţ je jedo sídlo domiatí a tvoří cetrum; bývá to větší město, resp. místo s velkým a výz. průmyslovým komplexem. Aglomerace vziká v důsledku atraktivity a aktivity tohoto cetra, které ovlivňuje, usměrňuje a případě i deformuje vývoj obcí ve svém sousedství a způsobuje jejich postupé srůstáí. To se většiou jeví jako rozšiřováí cetrálího města jeho blízké i vzdáleější okolí, a proto se hovoří o městské aglomeraci. Aglomerace eí zpravidla jedotkou správí, admiistrativě to bývá řada útvarů růzého řádu. Hraice aglomerace jsou často vytvářey přechodou zóou. Vymezováy bývají růzě, apř. přerušeím souvislosti městské zástavby, síţeím hustoty zaliděí, podílu ezemědělského obyvatelstva., změou fyziogomie zástavby, poklesem podílu obyvatelstva dojíţdějícího za prací do cetra apod. Určeí blízkosti či vzdáleosti aglomerovaých sídel od cetra je relativí a eí pouze prostorovou záleţitostí. Výz. roli zde hrají psychologické dimeze prostoru (viz. chováí prostorové), apř. a ruském území povaţují za aglomeraci komplexy obcí vzdáleých 50 km, v čes. zemích jde většiou o vzdáleosti do 10 km. Závislost aglomerovaých sídel a cetru je vyváţea začými výhodami: vyuţívají jeho větších pracovích příleţitostí a vzdělávacích istitucí, dopraví a iformačí ifrastruktury i jiých sluţeb (běţě zajišťovaých velkými městky i ve svém okolí) a mají moţost podílet se a jeho kult. a spol. ţivotě. Některá aglomerovaá sídla přebírají obsluţé fukce pro celou aglomeraci. V této souvislosti se o ich hovoří jako o satelitích městech, oclehárách, víkedových sídlech, uiverzitích městečkách apod. S pojmem aglomerace úzce souvisí pojem megapolis, který zavedl J. Gottma. Je to pás území, kde proběhla rozsáhlá urbaizace a vytvořily se gigatické aglomerace a kourbace. Megapolis tvoří aţ milióová města avzájem a sebe avazující, obklopeá rekreačími sídly a dalšími mešími městy. Pojem aglomerace se v literatuře epouţívá jedotě. Pro ěkteré autory je adřazeý pojmu kourbace a představuje prostě svazek měst (v tomto pojetí vystupuje i ve statistice a demografických ročekách OSN). Problémem je také to, ţe určité aglomerováí lze vysvětlovat i u e městského osídleí, v územích s vysokou hustotou sídel bez jedoho výrazého městského cetra. Pouhá prostorová souvislost sídel však evytváří propojeost hosp. a kult. Klasické aglomerace ajdeme u většiy současých velkých měst a světě. Např. Praha má teto charakter (zahruje asi 100 v miulosti samostatých městských a vekovských sídel). Vývoj původích městských aglomerací často přerostl i v admiistrativí připojeí malých sídel k cetru. Zpracovatelský průmysl Zpracovatelskou průmyslovou čiostí je chápáa mechaická, fyzikálí ebo chemická přeměa materiálů, substací ebo kompoetů a ové produkty. Trasformovaé materiály, substace ebo kompoety jsou suroviami, které jsou produktem zemědělství, lesictví, rybolovu, dolováí ebo těţby, jakoţ i produkty jiých výrobích čiostí. Výzamě ovlivňuje úroveň celého hospodářství, protoţe se podílí ejvyšší měrou a výrobě kapitálových statků. Do tohoto odvětví řadíme průmysl hutický, strojíreský, chemický, dřevařský, textilí ad. (ČSÚ, 2004) 5

6 Sekudárí sektor V metodice rozděleí árodího hospodářství a sektory existují sektory primárí, sekudárí, terciárí, příp. kvartérí sektor. Sekudárí sektor představuje zpracovatelský průmysl (zpracováí polotovarů, stavebí výroba ad.). Průmyslový uzel Průmyslový uzel je charakterizová jako výrobí a teritoriálí útvar komplexího charakteru, kde existují těsé výrobí a techologické vazby mezi závody, dalšími určujícími faktory jsou společá dopravě-geografická poloha, společý systém ifrastruktury s cílem ejefektivějšího vyuţití přírodích, materiálích a pracovích zdrojů. Teorie cetrálích míst Teorie cetrálích míst (ěkdy také Christallerova teorie cetrálích míst, případě teorie prosté rovováhy) je geografická teorie, která se saţí vysvětlit počet, velikost a rozmístěí sídel v sídelí struktuře. Obecě se dá říct, ţe se tato teorie zabývá tím, jak jsou sídla podle velikosti rozmístěá v sídelí struktuře a to zejméa a základě ekoomických charakteristik, které jsou závislé a chováí spotřebitelů a obchodíků. Existuje ěkolik defiic této teorie, mají růzé předpoklady, apř. ţe míra dopraví dostuposti je v oblasti v kaţdém bodě stejá, dopraví áklady jsou proporcioálí, populace je v oblasti rozmístěa rovoměrě. Zboţí, sluţby a admiistrativí fukce jsou poskytováy cetrálím místem jeho zázemí. Všichi spotřebitelé mají stejý příjem a stejé poţadavky, miimalizují svou cestoví vzdáleost a poskytovatelé sluţeb se saţí pokrýt co moţá ejširší oblast trhu. 6

7 Metodika Idex heterogeity Jde o podíl plochy celkového území, a kterém ţije právě polovia počtu obyvatel. Postup při defiováí idexu heterogeity je ásledující: zjištěí poloviy počtu obyvatel v daém území (MSK), postupým ačítáím počtu obyvatel v souvislém území dojit k této hodotě (počátek od populačě ejvětší obce), sečteí výměry vybraých obcí, určeí procetuálí části těchto obcí z celku, idex heterogeity je doplňkem do 100% této výměry jakoţto podílu a výměře celého území MSK. Areály maximálího zaliděí Metodu areálů maximálího zaliděí poprvé rozpracoval a pouţil J. KORČÁK (1966). Areál maximálího zaliděí je podle ěj takové území, které má rozlohu miimálě 50 km² a hustotu zaliděí právě 1000 obyv./km². Daá lidatost má odpovídat hustotě zaliděí středoevropských velkoměst s jejich bezprostředě spjatým okolím. Jeho metoda byla pouţita v Národím atlase, kde byly hodocey areály maximálího zaliděí (dále AMZ) pro rok Zejméa je tato metoda vyuţíváa pro vymezováí sídelích aglomerací. Otázky vývoje rozmístěí obyvatelstva z hlediska řádovosti difereciace sleduje M. HAMPL (1978). Podle ěj lze prostředictvím zobecěí difereciace z hlediska řádovosti odhalit ěkteré podstaté pravidelosti v orgaizaci geografických systémů. M. HAMPL (1981) dokazuje a zdůvodňuje ukočováí ebo aspoň výrazé zpomaleí kocetrace obyvatelstva ve vyspělých zemích. Jeho příčiy spočívají v tom, ţe rychle vzrůstající prostorová mobilita obyvatelstva umoţňuje prohlubováí rozdílu v lokalizaci bydliště, pracovišť, míst sluţeb a rekreace. Iformačích kotakty lze uskutečňovat jiou formou eţ fyzickou kocetrací obyvatelstva, respektive prostorovou mobilitou obyvatelstva. To vše způsobuje postupé ztráty komplexí reprezetativosti počtu obyvatelstva pro staoveí velikosti a současě výzamosti sociálěgeografických jedotek. Z. PAVLÍK a kol. (1986) charakterizuje metody hodoceí kocetrace obyvatelstva a a metodě areálů maximálího zaliděí vyzdvihuje vlastost, ţe evychází pouze z admiistrativě vymezeých územích jedotek. Největší evýhodou metody je její obtíţost. Při vymezováí areálů se obce připojují do začé míry subjektivě, coţ zesadňuje rozhodutí o správosti vymezeí. Nedostatkem je subjektiví zásada, podle které má být tvar získaého areálu pokud moţo uzavřeý. Často se při vymezováí objevuje rozpor, zda upředostit uzavřeost areálu a úkor jeho velikosti. Metoda AMZ emůţe být sama o sobě pouţita k hodoceí městských aglomerací, eboť ezohledňuje ţádé vazby jádra aglomerace s okolím a ukazatel hustoty zaliděí aprosto edostačuje k jejich vymezeí. 7

8 Rozlišují se tři typy kocetračích areálů (M. HAMPL a kol., 1989): kocetračí areály s jediým výrazým cetrem (odálí typ), kocetračí areály představující relativě kompaktí urbaizovaý prostor (aglomeračě-kourbačí typ), kocetračí areály tvořeé dvěma ebo více výrazými středisky (polyodálí typ). U odálího typu kocetračích areálů se projevuje výrazá domiace hlavího cetra. Do tohoto typu je lze zařadit areál praţský, českobudějovický, plzeňský, brěský. Aglomeračěkourbačí typ je tvoře větším počtem středisek, která jsou často i sídelě propojea a dále řadou meších silě urbaizovaých sídel. Jde především o páeví prostory: ostravský, severočeský, karlovarsko-sokolovský, dále to tohoto typu lze zařadit i areál liberecký (respektive libereckojabloecký). Z. PAVLÍK a kol. (1986): Při vymezováí areálů maximálího zaliděí se postupě připojují sousedí obce s vysokou lidatostí k městům s alespoň 30 aţ 40 tisíci obyvateli tak, aby obecá hustota zaliděí eklesla pod staoveou hodotu. Nejdříve se připojují obce ejvětší a ejbliţší, avšak dále od cetrálí obce můţe existovat více směrů dalšího postupu. Při připojováí obcí je vhodé sledovat apř. směry hlavích komuikací. Zároveň by však měla být alespoň částečě zachováváa zásada, aby tvar získaého areálu byl pokud moţo uzavřeý. Prvím krokem při vymezováí AMZ je výčet poteciálích AMZ, tedy všech obcí s hustotou zaliděí vyšší eţ miimálí kritická hraice. Staoveí kritické hustoty zaliděí se obvykle provádí jako x-ásobek prům. hustoty v daém státě, počítají se areály a 20x, 10x ebo 5x prům. hustoty, ejpouţívaější je ale 10x průměrá hustota zaliděí ČR. Dalším krokem je sledováí, zda můţe poteciálí AMZ po připojeí sousedích obcí split jak miimálí kritickou hustotu zaliděí, tak i miimálí počet obyvatel a jejich případé rozšiřováí a úroveň kritických hodot. M. HAMPL a kol. (1989): Základí území jedotkou při vymezováí areálů je katastrálí území. Pouze v ěkterých případech byla rozdělea v zájmu sahy o dodrţeí kritérií. Výjimečě se rozdělují rozsáhlé katastry s erovoměrým osídleím. V těchto případech bylo ovšem uté provádět určité odhady, které mohou mít začý vliv a staoveí celkové velikosti areálů. Vzhledem k esadé dostuposti podrobých iformací a úrovi katastrálích území je moţé určit za základí jedotku admiistrativí území obcí. Aby se dosáhlo co moţá ejkvalitějšího srováí jedotlivých areálů maximálího zaliděí, je třeba, aby byla přesě dosaţea kritická hodota hustoty zaliděí. Vzhledem k tomu, ţe areály budou vymezováy podle admiistrativích hraic obcí, coţ je poměrě velká jedotka, elze většiou tohoto cíle dosáhout. V takových případech bude po překročeí kritické hodoty hustoty zaliděí řidčeji zaliděá jedotka v okrajové části areálu dělea. Taková jedotka by eměla být pouze spojicí výzamějšího sídla s jádrem areálu. Upředostňováy při děleí budou takové jedotky, jejichţ část tvoří exklávu areálu. Dělit se bude jak plocha, tak počet obyvatel ve stejém a to v takovém poměru, aby byl poţadavek hustoty zaliděí areálu splě. Při děleí musí počet obyvatel zůstat přirozeé číslo. Nejmeší povoleý podíl je 75 %. Údaje o rozloze území obcí byly přejímáy z ČSÚ. 8

9 Metodika pro staoveí dopraví dostuposti V GIS se provádí modelováí reálého světa, zobrazeého ve formě prostorových dat (geodat). Model sítě, jako objektu reálého světa, lze vytvořit s vyuţitím grafu, v jehoţ důsledku lze mít k dispozici ástroj ozačovaý jako topologie. Topologii lze chápat jako ástroj pro vyjádřeí spojitosti (uzlů a hra) a současě jako ástroj pro zajištěí spojitosti (uzlů a hra). Topologie epracuje se souřadicemi objektů, proto bývá ěkdy ozačovaá jako geometrie bez souřadic. I kdyţ při vyuţití vektorových dat pro reprezetaci geoprvku se souřadic vyuţívá (Peňáz, 2006). Dle Peáţ (2006) je graf soustavou bodů a jejich spojic, kde body se ozačují jako uzly a spojice jako hray. Uzly se vykreslují pomoci bodových začek a hray pomocí úseček, lomeých čar ebo hladkých čar. Geometrická síť se skládá z uzlů a hra sítě a v této podobě pak můţe být jedoduchým modelem kokrétí reálé sítě, kterou lez vytvořit v prostředí GIS. Dalšími elemety geometrické sítě můţou být zastávky a cetra. Zastávky vyjadřují v geometrické síti místa, odkud cesta popř. okruh začíá ebo kočí. Cetrem vyjadřuje místo a geometrické síti, reprezetující místo v reálém světě, které je zdrojem ebo místem spotřeby určitého zboţí ebo sluţby. Příkladem takového cetra můţe být zdroj pité vody (vodojem) leţící a geometrické síti (vodovodu). ESRI (2011) poukazuje a to, ţe aalýzy ebo řešeí, které adstavba etwork aalyst umoţňuje provádět, jsou zaloţey a Dijkstrově algoritmu pro hledáí ejkratší cesty. Kaţdý z těchto řešeí realizuje 2 typy algoritmů pro alezeí cesty. Prvím typem je ejkratší cesta a druhým typem je hierarchická cesta. Klasický Dijkstrův algoritmus řeší problém ejkratší cesty a souvislém, eorietovaém a a ezáporě ohodoceém grafu. Teto algoritmus je uprave tak, aby mohl být pouţívá v kotextu s reálým světem. Respektuje uţivatelská astaveí a omezeí jako je jedosměré omezeí, omezeí otočeí, zdrţeí a křiţovatkách, překáţky a silicích. Výko Dijkstrova algoritmu je zlepšeý také pomocí lepší datové struktury. Kromě toho algoritmus vyţaduje, aby byl model schope pracovat s umístěím staovišť, kdekoliv podél hray a e je a křiţovatkách. S vyuţitím adstavby Network aalyst lze ajít oblasti sluţeb (Service area) kolem libovolého místa v síti. Síťová servisí oblast je oblast, která zahruje všechy dostupé ulice (tj. ulice, které jsou zahruty do zvoleé vzdáleosti). Například v 5 miutové sluţebí oblasti daý bod zahruje všechy ulice, které můţou být dosaţey do pěti miut od tohoto bodu. Sluţebí oblasti také pomáhají vyhodotit dostupost. Dostupost lze měřit z hlediska cestovího času, vzdáleosti, ebo jakékoliv jié vlastosti. Hodoceí dostuposti pomůţe odpovědět a základí otázky jako apříklad, kolik zákazíků ţije půl kilometru chůze od obchodu ebo sledováí vzdáleosti od předem defiovaého místa. Jedoduchý způsob, jak zhodotit dostupost je vyuţití bufferu, který lze vytvořit kolem bodu. Například vytvořeím 5 kilometrového kruhu kolem bodu. Tím bychom, ale edostali přesou skutečost dostuposti. Dostupost vypočítáa pomocí ArcGIS etwork aalyst můţe překoat toto omezeí určeím dostupých ulic prostředictvím siličí sítě, která umoţňuje defiováí dopraví dostuposti. Pro vyhotoveí dopraví dostuposti zaloţeé a vzdáleosti a času byly vyuţity data z ŘSD- ČR. Data siličí sítě z Ředitelství silic a dálic (ŘSD) obsahují atribut DELKA_US, který udává délku daého úseku v metrech. Dalším důleţitým atributem je KOD_TR_KOM, který udává třídu komuikace. Podle tohoto atributu byla jedotlivým úsekům přiřazea průměrá rychlost podle tabulky. Následě byl z průměré rychlosti a délky úseku vypočte čas potřebý pro průjezd daým úsekem siličí sítě. 9

10 Tabulka 1 Průměrá rychlost dle třídy komuikace Sématický typ Průměrá rychlost [km/hod] Průměrá rychlost [m/s] dálice 85 23,6 silice 1. třídy 75 20,8 silice 2. třídy 55 15,3 silice 3. třídy 50 13,9 Takto ohodoceá data byla základem pro vytvořeí datové sady, slouţící pro vyhledáí dopraví dostuposti. Při tvorbě této datové sady byl do pole pro Legth Attribute přiřaze atribut DELKA_US [m] a do pole pro Time Attribute atribut cas [mi.]. Pro oba tyto atributy byl, z abídutých moţostí egeometrických atributů sítě, pouţit typ Cost (áročost, ákladost). Prostorová metrika Idex esourodosti Dle Iva, Horák (2011) Idex esourodosti měří esourodost dvou populací v jedom území. Na základě velikosti tohoto idexu je tak moţé určít, kolik procet jedé skupiy populace musí změit své bydliště (přestěhovat se do jié oblasti), aby bylo zajištěo rovoměré zastoupeí všech populací ve zkoumaém území. Hodoty idexu se pohybují v itervalu <0;1>, kdy výsledek vyásobeý 100 udává procetuálí podíl aalyzovaé populace, která by měla být přemístěa. Kde 1 2 i1 P P ig g P P Rovice 1 Idex esourodosti P ig odpovídá počtu obyvatel skupiy g plošé jedotky i; skupiy h plošé jedotky i, populaci skupiy h. Metodika Hot spot aalýzy P g odpovídá celkovému počtu obyvatel skupiy g a ih h P ih udává počet obyvatel P h pak celkové Pro mapováí a hodoceí prostorové difereciace obyvatelstva byla pouţita metoda Hot spot aalýzy, která umoţňuje řešit shlukováí hodot v území. Byl zde vyuţit programový produkt ArcGIS verze 9.3 od poslečosti ESRI poskytuje ástroj Hot Spot Aalysis (Getis-Ord Gi*), která je k dispozici v extezi Spatial Statistics. Metoda aalýzy Hot spot slouţí k idetifikaci rozmístěí prostorových shluků vysokých hodot (hot spots) a prostorových shluků ízkých hodot (cold spot). Obrázek 1 Pricip Hot spot aalýzy (Zdroj: ESRI 2011) 10

11 Aalýza Getis Ord GI* je dáa vztahem: G * i S i, j j j! j1 w X 2 w i, j j1 j1 x 1 w w i, j i, j 2 Rovice 2 Vzorec Hot spot aalýzy (ESRI, 2011) kde x j je hodota atributu prvku j vstupující do aalýzy, w i,j prostorová váha mezi prvky i a j, je hodota celkového počtu prvků a: X j 1 Rovice 3 Vzorec Hot spot aalýzy (ESRI, 2011) x j S j1 x 2 j 11 (X ) Rovice 4 Vzorec Hot spot aalýzy (ESRI, 2011) ESRI (2011) defiuje, ţe výsledý GI* idex je vypočítá pro jedotlivé prvky. Jeho hodota je vyjádřea přímo hodotou z-score. Nejsou tedy uté ţádé další výpočty pro testováí statistické výzamosti. Prvek s vysokou hodotou, však ještě emusí být utě statisticky výzamý prostorový shluk vysokých hodot. Pro splěí fukce statisticky výzamého shluku vysokých hodot, musí prvek eje obsahovat vysokou hodotu, ale musí být také obklopová vysokými hodotami sousedích prvků. Lokálí součet hodoty prvku a hodot jeho okolí je proporcioálě srovává se součtem hodot všech prvků v území. Pokud je lokálí součet začě odlišý od očekávaého lokálího součtu, zameá to, ţe teto rozdíl emůţe vzikout áhodě a jedá se tedy o statisticky výzamý výsledek (Z- score). Výstupem jsou hodoty Z-score a p-value pro kaţdý prvek. Tyto hodoty určují statistickou výzamost prostorového shlukováí a jsou zapsáy v atributové tabulce aalýzy. Z-score je test statistické výzamostí, který ám pomáhá rozhodout, zda přijmout ebo odmítout ulovou hypotézu. Nulová hypotéza v případě hot spot aalýz je vyslovea takto: Hodoty (prvky) jsou v území rozmístěy áhodě (eexistuje zde prostorové shlukováí). P-value je pravděpodobost, se kterou zavrheme ulovou hypotézu (ESRI, 2011). Vysoká hodota Z score a malá hodota p-value (statisticky výzamá, tj. < 0,05) pro daý prvek zameá existeci prostorového shluku vysokých hodot v okolí (hot spot). Nízká záporá hodota Z score a malá hodota p-value pro daý prvek zameá existeci prostorového shluku ízkých hodot v okolí (cold spot). Čím je Z score větší ebo meší, tím je shlukováí itezivější. Z score blízké ule zameá, ţe se zde evyskytuje ţádý zjevý shluk. Velmi důleţitý je výběr kocepce prostorových vztahů pouţívaých pro aalýzy. Měl by být zaloţe a pochopeí iterakce prostorových vztahů aalyzovaých prvků. U hot spotu aalýz je obecě doporučováo, pouţívat metodu kostatí vzdáleosti. Lze ale pouţít i metody zaloţey a iverzí vzdáleosti (ESRI, 2011). 2

12 Vstupí data musejí mít defiová souřadicový systém a to především z důvodu práce s daty, v ichţ je uté defiovat jedotky. Aalýza pracuje s pouze s body (cetroidy) polygoů. Vyţaduje variabilitu vstupích hodot, pracuje pouze s kladými hodotami. Vstupí data esmí obsahovat ulové hodoty (ESRI, 2011). Metodika pro vymezeí aglomerace Pro vymezeí aglomerace lze vyuţít ěkolik přístupů. Jedou z moţostí je vyuţití tzv. Reillyho modelu, který je vhodý zejméa svým jedoduchým kostrukčím řešeím pro zhodoceí geografické orgaizace území v miulosti či pro vyjádřeí jeho budoucího vývoje. Další vyuţití modelu je moţé při hodoceí regioálích vlivů středisek a okolí zázemí ebo také při hodoceí admiistrativího čleěí území (Hubáčková, Krejčí 2007). Při zkoumáí kokurujících si středisek respektuje střediska o stejé měřitelé výzamosti (jedá se apř. o počet obyvatel), které mají bod rovováhy a poloviě své vzdáleosti. V případě středisek se stejou masou, tedy se stejou měřitelou výzamostí, je moţiou bodů přímka, v případě dvou odlišých mas středisek je moţiou bodů rovováhy kruţice (Řehák et al., 2009). Pro pouţití tohoto modelu v praxi je potřeba zalosti dvou základích charakteristik, a to masy střediska a druhou charakteristikou je pak vzdáleost. V tomto případě se jedá o vymezeí obecé spádovitosti a proto jako masa budou pouţity počty obyvatel. Lze řešit dvě verze Reillyho modelu, a to geometrická a topografická. Geometrická verze Reillyho modelu Řehák et al. (2009) defiuje, ţe tato verze modelu pracuje se vzdušými vzdáleostmi, elimiuje tedy vliv komuikačí sítě a geografických bariér. M M A B d AB, k M M A B Rovice 5 Základí vzorec kde M A M B jsou masy středisek A a B, d AB je vzdáleost obou srovávaých středisek a přímce procházející středisky A a B a je vzdáleost mezi meším z obou středisek a bodem rovováhy a zmiňovaé přímce. Úloha je řešitelá v obecé roviě i pro více středisek. Závěrečým bodem je alzeí středu kruhového oblouku ve vzdáleosti od bodu rovováhy. Střed kruhu je umístě za meším střediskem, protoţe r >, kde r je: k r k 1 Rovice 6 Výpočet hodoty poloměru kruhového oblouku Geometrická verze modelu slouţí především k posuzováí moţých vlivů středisek při zkoumáí rozsáhlejšího území, komuikačě dobře vybave a bez velkých přírodích bariér (Řehák et al., 2009). Topografická verze Reillyho modelu V tomto případě se pracuje s kokrétími geografickými charakteristikami území, apříklad s dopraví sítí, která v sobě do jisté míry zohledňuje i fyzickogeografické podmíky zkoumaého prostoru. V této verzi se a rozdíl od verze předcházející řeší všechy moţé případy kokurečích relací a k tomu je vhodé pouţít vylučovací metodu. Pro testovaou obec se připraví sada 12

13 poteciálích středisek a také databáze vzdáleosti mezi právě testovaou obcí a kaţdým z poteciálích středisek. Příprava výpočtu pro všechy poteciálí páry středisek dává moţost rychlejšímu výroku vyloučeí ebo přiřazeí testovaé obce do regiou. Stačí defiovat: D d d Ad A B Rovice 7 Základí vzorec pro staoveí vzdáleostí kde d A +d B jsou reálě zjištěé siličí vzdáleosti mezi testovaou obcí a střediskem větším A (d A ) a mezi testovaou obcí a meším střediskem B (d B ), přičemţ platí, ţe jejich součet D AB vůbec emusí být ejkratší vzdáleost mezi A a B. Základem postupu je soustavé porováváí d B s, při soustavém pouţití metody vylučováí. Testovaá obec akoec připadá tomu středisku, které obstálo v této metodě. Topografická verze můţe být vyuţita jedak ke klasickým regioalizačím úlohám, coţ je případ této práce, jedak k předběţému testováí vhodosti admiistrativího čleěí území (Řehák et al., 2009). Gravitačí model Dle Horák (2011) Gravitačí model je sad ejčastěji uţívaý prostředek modelováí dopravy, dojíţďky, migrací územích sociálích kotaktů atd. Z aplikace gravitačího modelu je moţo především odvozovat spotáí dopraví souvislosti v daém území. Gravitačí model poměřuje itezity vztahů mezi 2 objekty (mezi malými objekty malá vazba, mezi velkými velká) I itezita vztahů I M. M A B AB d AB Rovice 8 Paterův vzorec M A, M B jsou hmoty v místě A a B, tj. velikost zdroje resp. cíle α většiou druhá mocia (ale můţe být i jiá) V geografických aplikacích vystupuje v roli hmoty (tj. velikosti) apř. počet obyvatel, počet ekoomickou aktivích obyvatel i sloţitější faktory typu počet obyvatel * průměrý příjem. Vzdáleost můţe být vyjádřea jako metrická, často se pouţívá časová, vzdáleostí ebo ceová. Vliv vzdáleosti (b) se měí podle typu dopravího prostředku. Pro vymezeí aglomerace zde byly vyuţity zejméa jádrové odhady umoţňující získat vyhlazeý odhad hustoty pravděpodobosti (křivky četosti) získaého vzorku pozorováí, tedy k vyhlazeí histogramu. Jedoduše lze jádrový odhad popsat tak, ţe ze získaých iformací jako je apříklad počet obyvatel v obcích, umoţňuje vypočíst itezitu počtu obyvatel ve sledovaém území a tím vymezit vhodou itezitu, která by ásledě umoţňovala vymezit aglomeraci. Jádrové odhady (Kerel) Dle ESRI (2011) jádrové odhady počítají hustotu prvků v defiovaém okolí. Mezi moţé vyuţití patří zjištěí hustoty domů, trestých čiů, hustoty silic a iţeýrských sítí ovlivňujících město ebo území volě ţijících zvířat. Při výpočtu jádrových odhadů lze vyuţít i moţostí váţeí určitou vlastostí jako apř. počet bytů v domě. 13

14 Jádrové odhady počítají hustotu bodových prvků kolem kaţdé buňky výstupího rastru. Hodota prvku je ejvyšší v místě bodu (události) a klesá s rostoucí vzdáleosti od daé události. Je zde vyuţívá se zde pouze kruhové okolí. Objem pod povrchem je rove váze, která je k jedotlivým bodům se vstupích datech přiřazea (ESRI, 2011). Horák (2011) defiuje jádrové odhady jako eparametrickou metodu, protoţe eurčuje tvar fukčí závislosti regresího vztahu, podobě jako klouzavé aritmetické průměry, oproti im však představuje jisté zobecěí. Odhad itezity prostorového bodového vzorku je velmi podobý odhadu dvojrozměré hustoty pravděpodobosti, a proto dvojrozměrý jádrový odhad můţe být sado uprave k odhadu itezity. Jestliţe S reprezetuje obecě místo v, a S 1, S 2,..., S místa pozorovaých událostí, potom itezita v bodě S ozačeá (s) můţe být odhaduta jako: 1 ( s) ( s) i1 1 ( s s k i ) ( ) 2 Rovice 9 Obecý tvar vzorce výpočet Kerelu (Horák, 2011) k( ) je vhodě vybraá fukce dvourozměré hustoty pravděpodobosti, zámá jako kerel (jádro), která musí být symetrická kolem počátku. Parametr >0 se ozačuje jako šířka pásma (badwidth) a určuje stupeň vyhlazeí v podstatě je to poloměr kruhu se středem v S, v kterém kaţdý bod Si výzamě přispívá do ( s). V praxi se optimálí hodota hledá zkoušeím, zda výsledý obraz jádrového vyhlazeí vyhovuje především z hlediska vhodého postiţeí variability pole. S i zde reprezetují cetroidy jedotlivých obcí, které mají přiřazeou hodotu odpovídajícího jevu (Horák, 2011). Faktor 1 ( s u) ( s ) k( ) du 2 ozačuje okrajovou (hraičí) korekci je to objem uzavřeý pod kerelem se středem v S, leţící uvitř. R Výstupem této aalýzy je rastr, v ěmţ je hustota pro kaţdou buňku tohoto rastru vypočítáa jako součet všech hodot překrývajících se buěk rastrů (ESRI, 2011). Dle Horák (2011) sumací příspěvků jedotlivých kerelů lze získat výsledý odhad itezity. Programový produkt ArcGIS ve verzi 9.3. poskytuje ve své adstavbě Spatial aalyst ástroj pro výpočet jádrových odhadů, který má pod ázvem Kerel Desity. Jádrové odhady v ArcGIS jsou zaloţey a kvadratickém kerelu, jehoţ výpočet je ásledující: 2 3 hi ( s) (1 ) 2 2. h i Rovice 10 Vzorec pro výpočet kvadratického kerelu (Horák, 2011) kde h i je vzdáleost mezi bodem S a místem pozorovaé události S i, reprezetuje jiţ zmiňovaou šířku pásma, která vyjadřuje poloměr kolem místa S. Sumace se provádí pouze pro h i (Horák, 2011). Pro lepší pochopeí můţeme kerel povaţovat za 3D plovoucí fukci, která postupě avštíví kaţdý bod S jemé mříţky. Vzdáleost ke kaţdé pozorovaé události Si, která leţí uvitř zóy vlivu (vzdáleost), je změřea a přispívá k výpočtu itezity v místě S (Horák, 2011). 2 14

15 Obrázek 2 Pricip Jádrových odhadů (Horák, 2011) Obslužá sídla a jejich hierarchie Metodika tvorby hierarchizace sídel v kraji podle jejich obsluţé fukce probíhala a základě územě aalytických podkladů Moravskoslezského kraje. Pouţitá data z ÚAP MSK byla aktuálí pro rok Pro tvorbu hierarchizace sídel v Moravskoslezském kraji podle abídky veřejých sluţeb bylo pouţito čtyř hledisek. Bylo pouţito hierarchizace sídel kraje podle toho, jaká školská, zdravotická, kulturí zařízeí a úřady se v daém sídle acházejí. - Služby školských a vzdělávacích zařízeí sídla v kraji byla podle tohoto hlediska rozdělea do pěti kategorií výzamu: o krajský jsou zde miimálě dvě vysoké školy, regioálí miimálě dvě středí školy ebo SŠ a vyšší odborá škola a maximálě jeda vysoká škola, subregioálí miimálě jeda středí škola ebo dvě a více základí škol s 1. aţ 9. třídou, admístí miimálě základí škola, případě jeda základí umělecká škola, základí pouze základí škola prvího stupě, případě mateřská škola. - Služby zdravotických zařízeí sídla v kraji byla podle tohoto hlediska rozdělea do šesti kategorií výzamu: o krajský týká se je města Ostravy, regioálí v sídle jsou miimálě dvě emocice, subregioálí v sídle je alespoň jeda emocice, admístí je zde alespoň osm zařízeí zdravotické péče, lokálí miimálě pět zařízeí zdravotické péče, základí aspoň jedo zařízeí zdravotické péče. - Služby kulturích zařízeí sídla v kraji byla podle tohoto hlediska rozdělea do šesti kategorií výzamu: o krajský týká se je města Ostravy, regioálí maximálě dvě divadla, subregioálí miimálě jedo kio a další kulturí zařízeí, admístí deset a více kulturích zařízeí typu veřejá kihova ebo jiých, lokálí čtyři a více kulturích zařízeí typu veřejá kihova ebo jiých, základí miimálě jedo kulturí zařízeí typu veřejá kihova ebo jié. - Služby úřadů státí správy a samosprávy sídla v kraji byla podle tohoto hlediska rozdělea celkem do devíti kategorií výzamu: 15

16 o prvích pět kategorií OÚ ORP + určitý počet dalších úřadů (apř. krajský úřad, úřad práce, OSSZ, státí zastupitelství, hygieická staice, katastrálí úřad, matričí úřad, stavebí úřad, fiačí úřad), další kategorie POÚ + další dva úřady, další dvě kategorie OÚ + dva, resp. jede další úřad, posledí kategorie v obci se achází je OÚ. Kaţdá obec v kraji byla podle toho, do které kategorie v kaţdém z výše zmíěých hledisek spadla, ohodocea. Prostým součtem hodoceí za jedotlivá hlediska (abídka sluţeb školských a vzdělávacích zařízeí, zdravotických zařízeí, kulturích zařízeí a úřadů státí správy a samosprávy) bylo vytvořeo hledisko ové, které ohodocuje obce v kraji celkově. Následě bylo vytvořeo toto čleěí sídel podle výzamu: - krajský jedá se o obec krajského výzamu (v případě MSK jde o Ostravu), - regioálí v obci se ejspíš achází sídlo ORP a aţ devíti dalších úřadů, - subregioálí v obci mohou být apříklad divadla, VOŠ ebo maximálě jeda vysoká škola, příp. dvě či více emocic, - admístí v obci můţe být apř. kio, středí škola ebo více základích škol, sídlo ORP ebo emocice, - lokálí v obci se ejspíš achází ZUŠ, sídlo POÚ, případě osm či více zdravotických zařízeí, - základí v obci můţe být základí škola prvího stupě, obecí úřad a aţ dva další úřady, maximálě čtyři kulturí zařízeí a pět ebo více zdravotích zařízeí. U jedotlivých kategorií ebylo striktě určeo, co se v obci, která do daé kategorie spadla, musí acházet. Jde o to, ţe celkové hodoceí bylo tvořeo z celkem čtyř hledisek. Obec, která by byla výzamá v jedom z hledisek a v jiém by byla zcela bezvýzamá, by v koečém hodoceí spadla ěkam mezi. Demografická progóza a úrovi SO ORP a měst ad 20 tisíc obyvatel do roku 2030 Základem pro demografickou progózu byla data týkající se počtu muţů a ţe v daém věku v daé oblasti (a úroveň ORP a vybraých měst). Další částí byly iformace týkající se pravděpodobosti doţití, která je doplňkem pravděpodobosti úmrtí a vyjadřuje pravděpodobost, ţe osoba doţívající se přesého věku x let v daém období ezemře a doţije se věku x + 1 let. Demografická progóza byla zvlášť počítáa jak pro muţe, tak pro ţey z toho důvodu, ţe vývoj ţivota těchto pohlaví je odlišý. Muţů se zpravidla rodí více, ale více jich v prvích letech ţivota umírá a poměr muţů a ţe se tak dorovává. Model pro výpočet počtu obyvatel v dalších letech je ásledující: počet obyvatel v daém věku v ásledujícím roce = počet obyvatel ve věku o rok mladším * pravděpodobost dožití. Např. počet obyvatel ve věku 30 let v roce 2012 = počet obyvatel ve věku 29 let v roce 2011 * pravděpodobost doţití (pravděpodobost, ţe se člověk, který má v roce let, doţije roku 2012). 16

17 Pokud se počítá progóza počtu obyvatel v ásledujících letech, tak dochází k posuu lidí v daém roce do dalšího období a vziká tak prázdý (ezjištěý) prostor počtu obyvatel pro další období. Teto prázdý prostor vzikl z důvodu toho, ţe ezáme počet dětí, které se v ásledujících letech arodí. Počet dětí ve věku ula (tedy těch, které se v daém roce arodí) se zjišťoval takto: byl zám počet plodých že (že ve věku let) a počet arozeých dětí (ve věku ula let) v daé oblasti v roce Z toho byla zjištěa míra plodosti (počet arozeých dětí a jedu žeu v plodém věku) pro rok 2010 a bylo počítáo s tím, ţe se tato míra aţ do koce sledovaého období (rok 2030) ezměí. Za těchto předpokladů bylo vypočteo, kolik se arodí dětí v roce 2011 a dále pro kaţdý rok aţ do koce sledovaého období. Záme tedy, kolik dětí se arodí v kaţdém roce sledovaého období, ale tato demografická progóza byla tvořea zvlášť pro muţe a ţey. Abychom zjistili, kolik se v daém roce arodí muţů a kolik ţe, byl počet arozeých dětí ásobe hodotou 0,51 pro muţe, resp. 0,49 pro ţey (tyto hodoty byly určey pro celý kraj počet dětí muţského pohlaví bylo v rámci celého kraje 51 % z celkového počtu arozeých dětí v roce 2010). Dle této metodiky je ásledě provedea demografická progóza počtu obyvatel aţ do roku

18 SEZNAM ZDROJŮ A POUŽITÁ LITERATURA [1] Busiess ceter sekudárí sektor. [olie]. [cit ]. Dostupé a: < [2] ČSÚ (2008) Variaty vymezeí vekova a jejich zobrazeí ve statistických ukazatelích v letech 2000 aţ Odbor iformačích sluţeb Praha. ISBN [olie]. [cit ]. Dostupé a: < [3] Český statistický úřad zpracovatelský průmysl [olie]. [cit ]. Dostupé a: < [4] ESRI (2011) Webová ápověda pro ArcGIS Desktop [olie]. [cit ]. Dostupé a: < [5] HAMPL, M. Problém komplexího hodoceí sociálě geografické kocetrace a velikosti měst. AUC Geographica, 1981, roč. 16, s [6] HAMPL, M.; KÜHNL, K.; GARDAVSKÝ, V. (1989) Regioálí struktura a vývoj systému osídleí ČSR. Uiverzita Karlova, Praha, s. [7] HEŘMANOVÁ, E. (1996) Aglomerace. I: Velký sociologický slovík. Praha: Karolium, ISBN [8] HORÁK J. (2011) Prostorové aalýzy dat vyd. VŠB-TU Ostrava. 127 s. [olie].[cit ]. Dostupé a: < [9] HUBÁČKOVÁ, V.; KREJČÍ, T. (2007) Regioálí vliv Slovácka pohledem Reillyho modelu. I: X. meziárodí kolokvium o regioálích vědách. Sborík příspěvků z kolokvia koaého v Pavlově červa vyd. Bro: Ekoomicko-správí fakulta MU, s ISBN [10] IVAN, I.; HORÁK, J. (2010) Vyuţití prostorových metrik pro studium procesu deidustrializace a příkladě Ostravy. Vysoká škola báňská - Techická uiverzita Ostrava. [olie]. [cit ]. Dostupé a: ch_metrik.pdf. [11] JEŢEK, J. (2004) Aplikovaá geografie města. 1. vyd. Plzeň: ZČU v Plzi. s.145. ISBN 80J7043J275J6. [12] KORČÁK, J.: Vymezeí oblastí maximálího zaliděí. AUC Geographica, 1966, roč. 1, s [13] PAVLÍK, Z., RYCHTAŘÍKOVÁ, J., ŠUBRTOVÁ, A.: Základy demografie. Academia, Praha, s. [14] PEŇÁZ, T. (2006) Síťové aalýzy v prostředí GIS. Ostrava [olie]. [cit ]. Dostupé a: [15] ŘEHÁK, S.; HALÁS, M.; KLAPKA, P. Několik pozámek k moţostem aplikace Reillyho modelu. 1. Vydáí. UP Olomouc. s. 47. ISBN

19 [16] SAKTOROVÁ, D. (2009) Typy vekovského osídleí a území Moravskoslezského kraje [olie]. [cit ]. Dostupé a: < moravskoslezsky.cz/cz/mapy/typy-vekovskeho-osidlei-a-uzemi-moravskoslezskeho-kraje- 3424/> [17] VOTRUBEC, C. (1980) Lidská sídla, jejich typy a rozmístěí ve světě. 1. vyd. Praha: Academia. 396 s. [18] Západočeská uiverzita teorie cetrálích míst [olie]. [cit ]. Dostupé a: < 19