تحلیل و پهنه بندی جُرم در مناطق شهری با تلفیق داده های سنتی و اطلاعات مکانی کاربر ساخت

از میان جرایمی که در سطح معابر رخ می دهند برخی تابعی از فرم شهر و ویژگی های شبکه معابر از جمله نوع کاربری، قابلیت دید، روشنایی و غیره، هستند. این پارامتر ها می توانند مانع یا تسهیل کننده وقوع جرائم در سطح معابر شوند. برای بررسی این موضوع معمولاً از داده های سنتی تولید شده تحت نظارت سازمان‌های متولی از جمله سازمان نقشه‌برداری و یا شهرداری‌ها استفاده شده است، ولی امروزه با پیشرفت فناوری، منابع داده ای دیگر تحت عنوان اطلاعات مکانی مردم گستر یا کاربر ساخت (vgi) در دسترس قرار گرفته است. این اطلاعات دارای مزایایی همچون سرعت به‌روزرسانی بالا و دسترسی بدون محدودیت هستند و با در اختیار داشتن داده‌های vgi و داده مربوط به جرائم، امکان انجام تحلیل‌های مختلف مکانی از جمله بررسی ارتباط میان فرم شهری و وقوع جرائم، فراهم می‌گردد. در این تحقیق داده های مرسوم سنتی با داده های مردم گستر ترکیب شده و ارتباط میان وقوع جرائم با پارامتر های فرم کاربری ها و معابر شهری، با استفاده از روش مدل‌سازی داده‌محور رگرسیون وزنی جغرافیایی-زمانی (gtwr) مورد بررسی قرار گرفته است. بر اساس تحلیل های عددی و تعداد و حجم داده های مربوط به جرم که در فرآیند مدلسازی مورد استفاده قرار گرفت، روش gtwr به طور میانگین عملکردی با دقت در حدود 55 درصد در فرآیند پیش بینی ارائه نمود. سپس موثرترین شاخص ها در وقوع جرائم شناسایی شده و با استفاده از آن، احتمال وقوع جرائم در معابر مختلف بر اساس شاخص های تعیین شده در این تحقیق، تخمین زده شد. این اطلاعات به برنامه‌ریزان شهری کمک می‌کند تا در مرحله تهیه طرح های شهری به ارزیابی ریسک احتمال وقوع جرائم، ناشی از نحوه تنظیم فرم کاربری ها و معابر شهری، بپردازند و با ارائه سناریوهای مختلف در این خصوص، بهترین فرم شهری از دیدگاه پیشگیری از وقوع جرایم در معابر شهری را پیشنهاد دهند.

analysis and zoning of crime in urban areas using integration of traditional spatial data and vgi

among the crimes that occur in cities, some are influenced by urban form, land use, and road network characteristics, such as road types, visibility, lighting, etc. these factors can either deter or facilitate street-level criminal activities. while the traditional data generated by the trusted organizations, such as mapping agencies or municipalities, has been used to study this phenomenon for years, recent technological advancements have introduced new data sources known as user-generated or volunteered geographic information (vgi), which offer advantages such as high_speed updating and unrestricted accessibility. by integrating vgi with the traditional data and crime-related information, various spatial analyses can be conducted, including the exploration of the relationship between the urban form and street crimes. in this research, we initially examined the connection between crime occurrences and the urban forms using the gtwr data-driven method, which achieves an average forecasting accuracy of 55%. next , we identified the most influential indicators in the occurrence of crimes and used them to estimate the possibility of crime occurrence on different roads. the results obtained from this approach can provide the urban planners with valuable insights which help them estimate the probability of crime perpetration within the proposed urban plans and propose the best urban forms that can prevent crime perpetration in the urban areas.