用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

城市大数据支持下的空间句法研究:模型校核及运用场域

我要收藏
2021-04-14

作者简介


古恒宇

北京大学-芝加哥大学联合培养博士,主要研究方向为城市计算与城市空间治理、人口迁移流动与城乡发展、空间计量经济学,在国内外杂志发表论文50余篇,作为主要译者翻译空间句法奠基作《空间的社会逻辑》。



什么是空间句法?


空间句法的起源与发展

在快速城市化阶段,我国城市发展中的空间问题日益受到关注,以往无论是指向社会经济还是指向物质形态的城市设计,往往缺乏以空间数量统计为基础的量化分析方法。空间句法(Space Syntax) 理论自20世纪70年代Hillier教授及其团队提出后,被广泛运用在城市形态及城市空间结构分析、历史街区与旧城区规划改造等领域。


同时,空间句法理论也逐渐出现在实际的城市设计案例中,如空间句法被应用于南京红花机场建设改造项目中,通过轴线模型对现状及多个规划方案图纸进行分析,试图将红花机场设计为城市新中心,以疏散老城区中心(新街口)一部分的职能。在我国城市规划设计理论和方法经历变革的新时期,空间句法将得到更为广泛的运用。


空间句法的运用的瓶颈

尽管空间句法在城市设计中的运用方兴未艾,但作为一种偏形态学的量化分析手段,空间句法建模计算和辅助分析决策过程中带来的误差并未被充分发掘。在城市设计的研究与实际工作中,规划师们对空间句法模型准确性的校核和检验尚未达成统一的规范。


空间句法模型校核是指基于统计学手段,遵循空间句法的思维逻辑,通过交通流量等变量评价空间句法模型对城市建成区域功能节点及交通组织等空间描述的准确性,并进行模型修正的过程。模型校核是空间句法科学分析与辅助决策的前提,否则具有误差的模型将会影响句法计算结果,甚至误导最终的设计方案。比如,当空间句法模型对区域交通流(人流量、车流量)的解释能力(决定系数)较低时,参考该模型计算结果制定的方案将带来误差。


在城市空间研究和规划工作中,有关空间句法模型校核的详实清晰的技术操作流程和框架往往对规划师们更具有指导意义,然而既有文献大多停留在理论层面阐述空间句法模型建构中的问题,对模型校核的具体技术细节和流程的关注较少。在大数据时代,多源城市数据为空间句法模型校核提供了新的手段和方法。因此,本文将聚焦于大数据支持下的空间句法运用场域探讨。



为什么需要进行句法模型的校核?

空间句法与城市设计对空间的理解存在内在的一致性

城市设计的核心是理解城市中的空间问题,通过设计和重组城市空间,达到改善城市居民生活质量、提升城市活力及疏导交通等目的。空间句法的核心是通过空间组构(Configuration) 进行空间关系建模,空间句法理论认为城市空间并非人类活动的背景,相反,空间对空间使用者的出行规律产生极大影响,并最终成为塑造城市功能的驱动力。


在空间句法的逻辑下,城市空间结构和城市功能具有一致性,因此只要找到这种对应关系,便可通过调整城市空间结构(如加密公路网络)达到塑造理想城市功能的效果。一方面,规划师们遵循空间句法逻辑,通过量化的分析手段揭示出城市空间结构规律,从而为城市设计提供技术支撑;另一方面,空间句法以人的运动为基础的模型在一定程度上反映出居民对城市空间的认知规律,符合城市设计满足市民期望的客观要求。


空间句法关注城市系统的总体“涌现”

空间句法需要模型校核的另一大原因与空间句法自身的特质有关,即空间句法的分析围绕实际建成空间展开,是一种“自下而上”的分析方法,通过局部规则的建立和调整,观察系统在宏观上的总体“涌现”,具有一定的实验性质。当研究人员对某片区进行空间句法分析时,往往要经过选取合适的分析模型、计算半径与分析参数等过程,而上述过程对空间句法计算结果的影响极大,且缺少明确的流程及技术准则。


运用空间句法对某片区进行建模分析时,可在轴线模型、线段模型等多种模型的假设下,基于经验选取的多个搜索半径进行计算,结果中整合度、穿行度和可理解度等多个参数皆可用于辅助规划设计。然而在实际工作中,研究人员往往凭借以往经验及代入实验的方法进行探索分析,导致最终计算结果的不确定性。因此,运用空间句法进行分析之前应进行模型校核工作,以减小后续的分析误差。


多源城市数据的发展为空间句法的校核与分析提供了新的视角

包括百度热力图、各类POI数据和大众点评等数据在内的城市数据能便捷地揭示出城市片区的实际功能及城市交通流量状况,因此可以从城市功能和交通流量两个方面对基于句法表达的城市空间结构进行校核,以验证空间句法是否真实表达了城市情况,同时也有助于选择合适的空间句法分析半径,为基于空间句法的城市设计方案提供参考辅助。



空间句法的误差来源是什么?


搜索半径误差

空间句法理论认为,某一空间的特征取决于一定范围内与之联系的其他空间特征,而搜索半径就是度量“范围”的重要变量。搜索半径可以反映城市空间中人们的出行和认知特征,为以人为本的城市设计提供了参考;也可以反映城市功能的服务半径,在得知不同功能节点的服务半径后,有利于优化该类功能区的布局,提升城市活力。


不同空间句法软件对搜索半径的处理方式不同,Depthmap软件将搜索半径定义为以某路网中心为圆心,以设定的阈值为半径所得到的圆形范围,sDNA软件对搜索半径进行了优化,可基于实际路网计算“连续型”和“离散型”两种搜索半径。尽管对搜索半径的算法在不断优化,但在实际规划和研究工作中,搜索半径在很多情况下来源于研究人员所设置的经验参数,为后续分析结果带来偏误。不同搜索半径下的空间句法计算结果差异性较大,若随意选择搜索半径,往往无法准确归纳区域各空间句法参数的核心区和边缘区。


1618364911496053.png

各区域空间句法在微观、中观、宏观尺度上的计算结果对比图


建模范围误差

空间句法的建模范围对分析结果也产生相当大的影响,在《空间是机器》一书中,Hillier阐述了空间句法计算中的边界效应,并认为应当遵循“在分析中包括足够多的城市网络,以确保研究路段嵌入城市网格之中”的原则。空间句法多个参数中都体现出“边界效应”的影响。位于建模范围边界的路段,由于不受到“外界”路网的影响,与范围内多数路网的距离总和较大,而位于研究范围中心的路段与多数路网的距离总和则较小。


上述因素是造成空间句法分析结果往往具有轮轴式特征的主要原因。下图结果显示,在0.5km半径的微观尺度和5km半径的中观尺度上,计算结果的差别并不大,但在50km半径的宏观尺度上,外扩后模型中区域的平均值和标准差分别增加了约87.2%与29.2%。可见,由于建模范围的改变,模型参数(尤其是对于搜索半径较大的参数)会发生一定的波动。因此,需通过外扩建模范围等手段,削弱建模范围对计算结果的影响。


1618364955136943.png

肇庆市全域及肇庆市端州区空间句法计算结果对比图


建模细度误差

空间句法分析主要针对自然出行的运动流,即出行中受到城市中吸引点( 如特定的购物中心) 的影响小于受到建成空间影响的出行人群。我国特有的“门禁社区”管理模式导致了空间句法对建成空间建模的难题,如镶嵌在城市中的开放或封闭的高校、住宅区等区域,是否应该纳入空间句法的建模范围。在传统的建模中,遇到类似问题时常采用“一刀切”的办法,即不考虑这类空间,但这导致句法模型无法准确描述居民的真实活动空间,产生建模误差。


虽然研究发现,包含半公共空间的模型能够更好地解释步行流量分布,但在实际操作中,识别半公共空间这项工作本身就十分耗费人力物力,因此试图减小建模细度对模型分析的影响变得十分困难。在大尺度分析中,同样存在建模细度的问题。对于粗建模细度(高速公路、国道)的计算结果,形成了明显的轮轴式“中心—外围”结构,并不能识别出次核心路网可达性高值区;对于细建模细度(高速公路、国道、省道) 的计算结果,可以清晰识别出路网的高值次核心区。


1618364978264367.png

全国道路交通网络整合度(500km) 计算结果对比图


参数算法误差

现有的空间句法计算软件种类繁多,如伦敦大学开发的Depthmap系列软件、Jiang开发的Axwoman系列软件和卡迪夫大学开发的sDNA系列软件。


Depthmap是相对最常用的空间句法软件,往往纳入了最新的空间句法参数,但该软件与GIS软件的兼容性不佳,为实际工作带来困难。Axwoman和sDNA则较好地兼容了GIS软件,sDNA被直接集成在GIS工具箱中纳入ArcGIS 软件,增强了数据处理的灵活性。


实际上,不同的开发团队在空间句法基本参数的基础上,对参数加入了自身的诠释及优化,参数算法的不同也进一步导致了计算结果的不同。对比Depthmap软件与sDNA软件中整合度和穿行度算法的异同可知:关于整合度,Depthmap中的Integration参数使用搜索半径内的节点数量对整合度进行标准化处理,而sDNA中的NQPDA 参数则采取对最短拓扑距离的倒数求和的方式进行表达;关于穿行度,Depthmap 中的NAchoice使用总深度进行标准化处理,而sDNA中的TPBt参数则使用端点y搜索半径内的路网数量总和进行标准化处理,且能考虑的情况较NAchoice更全面。不同空间句法软件中计算的参数虽然都表征相似的意义,但其算法有着一定的差别,若研究人员在没有辨析各空间句法参数算法的前提下,就使用软件进行计算,将带来一定的误差。



如何进行句法模型校核?


选择搜索半径

研究人员应选取多个经验半径进行空间句法计算,根据上文的实证研究,当半径超过区域的最大直径时,模型参数的变化结果极小,因而最大经验半径的选择至少要超过区域最大直径。选取经验半径后,要通过相关数据对搜索半径进行校核。


空间句法遵循“形式—交通—功能”的分析范式,其中空间形式是需要被校核的变量(被解释变量),交通流量和城市功能则可作为校核变量(解释变量)引入校核模型,传统校核最优半径的手段主要通过交通流量展开,但该方法耗费较高的人力、物力资源。POI数据可反映城市的实际功能,以往的研究已说明POI数据中商业节点与空间句法整合度的分布保持高度的一致性,可利用该特征开展最优半径的选取工作。


划定建模范围

由于空间句法的“边界效应”,在建模前需对空间句法分析半径进行划定。一方面,从理论上来说,空间句法分析模型应至少包含分析片区,需在原分析片区边界的基础上进行适当的外扩处理;另一方面,边界的外扩会导致片区内部计算结果差异性过小的问题,从而无法准确识别片区问题。


笔者认为,边界外扩需遵循适度原则,至少需要让研究的重点路段被包含。可将分析边界以800m(步行约8分钟)或1600m 为半径(步行约15分钟)作为缓冲区,将缓冲区内部的道路囊括入空间句法分析模型中,外扩后的模型计算结果将更加可信。


识别建模细度

既有文献已对空间句法的合适建模细度进行探讨。无论是在微观尺度还是宏观尺度的分析中,更细化的空间句法模型往往能更好地揭示出城市空间结构。然而,细度更高的空间句法模型会带来巨大的工作量,对于研究人员来说这是一大挑战。因此,建模细度应根据研究人员的研究对象来决定。例如,一个以街道为分析背景的研究,建模时应涵盖半公共空间,而一个分析城市群交通的研究,无需考虑城市街区内部的细碎街道。


优化参数方法

如何选择合适的模型及参数进行空间句法分析,是研究人员需要面对的另一问题。模型方面,在大尺度城市范围情况下,建立轴线模型具有相当的工作量,且不同人员对同一空间的轴线模型的建立可能存在差异,而基于视觉的轴线模型数据与城市设计中的道路路网数据的不匹配性也限制了轴线模型在城市设计中的应用。


在相关研究中,线段模型被证明在交通流量预测中更贴近实际情况,与交通流的拟合程度更高,同时线段考虑了真实距离和街道偏转角度等因素,被认为具有揭示更紧密的组构中心、更好地捕捉由几何形态变化带来的组构模式变化、揭示“不同尺度中心”等优势。由于线段模型以道路中心线为基础,其建模和分析结果更符合城市规划人员对道路的理解,且计算效率更高,因而线段模型已逐渐取代轴线模型成为空间句法在城市设计中最主要的量化方法。


参数方面,整合度和穿行度是最重要的两个空间句法参数。整合度能够反映网络中某个空间与其他空间的集聚或离散程度;穿行度代表空间的穿行性效应,反映网络中通过某一节点的最短角度拓扑距离的次数。


在以往的城市空间研究中,整合度的应用已较为成熟,但穿行度由于一直无法得到较好的标准化计算,制约了其的进一步运用。通过大量的实验,Hillier等人发现穿行度除以总深度(Total Depth)后,参数与参与计算的路网数量相关性几乎为零,代表着该参数得到了较好的标准化。



城市大数据支持下的空间句法城市设计

模型校核完成后,如何将多源城数据纳入基于空间句法的城市设计流程中?本文将城市规划设计过程分为现状调研、前期分析及方案设计和优化3个阶段,下表分别阐述了空间句法及各类城市数据在3个阶段中的应用。


以中山市为例,本文获取了截至2017年7月31日的中山市大众点评数据(共148299个数据点),通过ArcGIS 软件对大众点评数据进行配准和矢量化操作,并基于“总分”一栏,筛选出评分不为空的有效数据点共6406个,并将其汇总至边长为0.5km的格网中。


同样,对于基于线要素计算得到的空间句法整合度(5km)数据进行格网汇总。对比两个汇总结果,本文发现大众点评数据和整合度具有高度一致性,均在小榄镇和南朗镇形成两个集聚高值核心。


大众点评有效点(有评分)的密度大致反映了人群的集聚程度,而大众点评有效点的评分高低能反映城市活力及人群对城市服务的满意程度,这一方面可以辅助句法分析的选择,从而达到校核的目的;另一方面也可以识别城市问题,辅助基于空间句法的城市规划方案设计,并验证其方案是否达到了规划目标。由此可见,城市数据的引入增强了基于空间句法的城市规划工作的可靠性。


1618365011228791.png

多源数据驱动下基于空间句法的城市规划设计框架


1618365032315754.png

中山市大众点评数据与整合度(5km) 计算结果对比图


说明:

本文原文发表于2019年第五期《规划师》,本文在原文基础上有所改动。引用格式:古恒宇,黄铎,沈体雁,覃小玲.多源城市数据驱动下城市设计中的空间句法模型校核及应用研究[J].规划师,2019,35(05):67-73.



本文转载自微信公众号:城市数据派,如需转载请联系城市数据派。

本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0