Return to search

Identifiering av optimala platser för återvinningscentral med hjälp av multikriterieanalys och fjärranalys

Folk tenderar att flytta till urbana områden för att studera, hitta jobb och få bättre möjligheter. Befolkningen i stora städer har ökat mycket och det kommer även att öka ännu mer. Därför är stadsplanering eller samhällsplanering viktigt och ett av de viktigaste områdena är avfallshantering där avfall från hushåll hanteras. För att bygga avfallshanteringsanläggning som återvinningscentraler behöver man planera noga och miljötänkande är viktigt. För att kunna lokalisera optimala ställen behöver man GIS-teknik. Med hjälp av den tekniken finns det möjlighet att göra analys och även skapa kartor som kan till exempel ingå i översiktsplanen och detaljplanen. Platsbestäm-ningen är det viktigaste att ta fram i planeringsstadiet innan man kan börja med andra processer därför att felplacering kan orsaka problem som miljö, säkerhetspro-blem för invånare och ekonomisk förlust för myndigheten eller staten för justeringar och omplaceringar. I dagsläget finns det inte så mycket tekniska lösningar som skulle underlätta för platsbestämningen.I utvecklingsländer saknas fungerande avfallshantering och många slänger skräp över-allt. Därför har studien mest fokus på utvecklingsländer där återvinningscentraler behöver byggas. Syfte med arbetet är att hitta optimala platser för en återvinnings-central med GIS- lösningar.I studien utfördes fjärranalys och multikriterieanalys för att hitta de optimala plat-serna för återvinningscentraler. Övervakad klassificering användes för extrahering av klasser. Data från Open Street Map hämtades för komplettering av data för saknade faktorer. AHP-metoden utfördes för att vikta faktorerna. Metoden weighted linear combination användes för beräkning av slutresultat. Arbetet gav positivt resultat och lösningen kommer att vara användbar för framtagande av detaljplan och översikts-plan för en återvinningscentral. Metoden kommer att vara användbart vilket är må-let för det här arbetet dock behövs bättre data och mer analys av faktorer. / People tend to move to urban areas to study, find jobs, and get better opportunities. The population of big cities has increased, and it will also increase even more. Therefore, urban planning or community planning is important and one of the most important areas is waste management where waste from households is managed. In order to build waste management facilities as recycling centers, one needs to plan carefully, and environmental thinking is important. In order to locate optimal places, you need GIS technology. With the help of this technique, it is possible to make analysis and create maps that can, for example, be included in the master plan and the detail plan. The site provision is the most important thing in developing of planning stage before one can start with other processes because misplacement can cause problems like environment issues, security problems for the inhabitants and financial loss for the authority or the state for adjustments and relocations. At pre-sent, there are not many technical solutions that would facilitate location determina-tion.In poor countries, there is a lack of functioning waste management and many throw trashes everywhere. The study therefore has focus in developing countries where re-cycling centers need to be built. The purpose of the work is to find optimal places for recycling centers with GIS solutions.In the study, remote sensing and multi-criteria analysis were performed to find the optimal places for recycling centers. Supervised classification was used to extract classes. Data from Open Street Map was retrieved to supplement data for missing factors. The AHP method was performed to weight the factors. The weighted linear combination method was used to calculate the result. The work gave positive results and the solution will be useful for developing a detailed plan and overview plan for recycling centers. The method will be useful, which is the goal of this work, but im-proved data and more analysis of factors are needed.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hig-30347
Date January 2019
CreatorsLian, En Suan Mung
PublisherHögskolan i Gävle, Avdelningen för datavetenskap och samhällsbyggnad
Source SetsDiVA Archive at Upsalla University
LanguageSwedish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0024 seconds