Identificación de nuevas centralidades funcionales en el espacio urbano
Uso de la información de puntos de interés de la plataforma Open Street Map
Versandkostenfrei!
Versandfertig in 1-2 Wochen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Este trabajo presenta una propuesta metodológica para la identificación de nuevas centralidades funcionales urbanas a partir de los datos de puntos de interés de la plataforma Open Street Map. La propuesta muestra el uso de datos de puntos de interés y su clasificación según criterios predefinidos que representan funcionalidades urbanas. A estos criterios se les asigna una ponderación mediante el método del Proceso de Jerarquía Analítica (AHP). El método se basa en la participación de expertos y personas con mayor experiencia de vida en la zona de estudio, a partir de sus percepcio...
Este trabajo presenta una propuesta metodológica para la identificación de nuevas centralidades funcionales urbanas a partir de los datos de puntos de interés de la plataforma Open Street Map. La propuesta muestra el uso de datos de puntos de interés y su clasificación según criterios predefinidos que representan funcionalidades urbanas. A estos criterios se les asigna una ponderación mediante el método del Proceso de Jerarquía Analítica (AHP). El método se basa en la participación de expertos y personas con mayor experiencia de vida en la zona de estudio, a partir de sus percepciones sobre el atractivo de las funcionalidades urbanas. En la propuesta, los datos de los puntos de interés son editados y procesados con la ayuda de la aplicación ArcGis permitiendo la producción de un mapa que ilustra la distribución espacial de las funcionalidades en el espacio urbano y la posibilidad de nuevas centralidades.El trabajo supone una aportación a los geógrafos, urbanistas y áreas afines en la posibilidad de utilizar los datos de la plataforma Open Street Map en los estudios de centralidades funcionales urbanas, en tanto que estos datos son cada vez más fiables y completos.
Andere Kunden interessierten sich für
