مژده مینایی - گروه سنجش از دور و سیستمهای اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی- واحد علوم تحقیقات، تهران، ایران
محمدحسن وحیدنیا - گروه مطالعات سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
زهرا رضایی - گروه سنجش از دور و سیستمهای اطلاعات جغرافیایی، دانشکده منابع طبیعی و محیط زیست، دانشگاه آزاد اسلامی- واحد علوم تحقیقات، تهران، ایران

پیشینه و اهداف: از تکنیک های داده کاوی مکانی می توان در شرایطی که بررسی و استخراج نتایج از منابع داده ای با حجم زیاد و گستردگی ابعاد پایگاه اطلاعاتی مورد نظر باشد، با بالاترین کارایی استفاده نمود. مسئله تماس های اضطراری به علت خطیر بودن موضوع و درگیر نمودن نیروهای امداد و اورژانس مسئله ای است که بر اساس داده کاوی مکانی می توان به الگوهای نهفته در آن پی برد. بطور متداول، برای درک ارتباطات فضایی بین متغیرها، محققان علوم محیط زیست و جغرافیا از الگوهایی چون رگرسیون حداقل مربعات معمولی (OLS) بهره می گیرند که اساس کار این تحلیل، ارتباط بین متغیرهای مستقل برای متغیر پیش بینی شونده است. اما این روش دارای کاستی های بسیاری در ارائه ی نتایج فضایی بویژه در مقیاس محلی است. رگرسیون وزن دار جغرافیایی (GWR) در این مطالعه به منظور درک روابط بین متغیرهای فضایی در سطح محلی استفاده می شود تا پوششی در رفع نواقص روش تحلیلی OLS باشد.روش ها : در این تحقیق از روش های OLS و GWR در تحلیل ارتباط بین موضوع حجم بالای تماس های اضطراری در منطقه مورد مطالعه (ایالات دالاس امریکا) و عوامل موثر بر رخداد این مساله استفاده می گردد. همچنین آزمون های آماری متعدد برای ارزیابی بکارگرفته شد. برای این مقصود، تعداد و پراکندگی تماس های اضطراری را به عنوان متغیر وابسته و پارامترهایی همچون جمعیت، تعداد افراد تحصیل کرده، بیشترین ساعت تماس و فاصله از مرکز شهر را متغیرهای مستقل مساله در نظر گرفته و چگونگی تاثیر این عوامل در بروز این موضوع بررسی می گردد. در این مطالعه، نرم افزار ArcGIS Pro برای انجام تحلیل های مکانی-آماری و ارائه نقشه ها بکارگرفته شد.یافته ها: نتایج نشان دهنده این مساله است که پارامترهای جمعیت، تعداد افراد تحصیل کرده، فاصله از مرکز شهر و بیشترین زمان تماس به ترتیب در بروز این مساله بالاترین اثر را داشته اند. در روش OLS شاخص های Koenker و Jarque-Bera که به ترتیب نشان دهنده ثبات مدل و نرمال بودن باقیمانده ها می باشد رضایتبخش نبودند. نتایج ارزیابی دو مدل OLS و GWR نشان داد که مقدار R۲ در مدل GWR حدود ۶۱/۰ و در مدل OLS حدود ۴۱/۰ بوده که نشان دهنده این امر است که نتایج حاصل از مدل GWR به واقعیت نزدیک تر است. در مدل جغرافیایی، وزن پارامتر جمعیت در قسمت های مرکزی شهر بیشتر از اطراف آن بوده، در حالیکه وزن پارامتر بیشترین زمان تماس در قسمت های شمالی، جنوبی و غربی شهر بیشتر از سایر نقاط می باشد. همچنین وزن پارامتر تعداد افراد تحصیل کرده در قسمت های جنوبی شهر بیشتر می باشند.نتیجه گیری:  جمیع عوامل مطرح شده در کنار هم بر روی بروز متغیر وابسته اثر افزایشی داشته و در کنار این تحلیل ها، پیش بینی وقوع این مساله در چند ساله آینده نیز امکان پذیر می باشد. با تکیه بر این نتایج می توان ابزار مناسبی جهت مدیریت و کنترل بهینه مشکلات منطقه در اختیار مسئولین امر قرار داد.

اطلاعات مکانی, حداقل مربعات معمولی, رگرسیون جغرافیایی وزن دار, مراکز امداد و نجات