[論文レビュー] (geo)graphs - Complex Networks as a shapefile of nodes and a shapefile of edges for different applications

Leonardo Bacelar Lima Santos, Aurelienne A. S. Jorge+5 more|arXiv (Cornell University)|Nov 16, 2017

Complex Network Analysis Techniques参考文献 5被引用数 8

ひとこと要約

本稿では、地理的座標を有するノードと空間的依存性を示すエッジを備えた複雑ネットワーク、すなわち（geo）グラフを導入し、ネットワーク解析とGIS環境のシームレスな統合を可能にする。本稿では、Shapefileおよび隣接行列を地理空間ネットワーク表現に変換する2つのオープンソースツール、GIS4GRAPHとGeoCNetを提案する。これにより、交通、移動、気象システムにおけるネットワークの可視化と空間的解析が可能となり、リウ・デ・ジャネイロのロレナおよびノヴァ・フリブルグにおける事例研究を通じてその有効性が示されている。

ABSTRACT

Spatial dependency and spatial embedding are basic physical properties of many phenomena modeled by networks. The most indicated computational environment to deal with spatial information is to use Georeferenced Information System (GIS) and Geographical Database Management Systems (GDBMS). Several models have been proposed in this direction, however there is a gap in the literature in generic frameworks for working with Complex Networks in GIS/GDBMS environments. Here we introduce the concept of (geo)graphs: graphs in which the nodes have a known geographical location and the edges have spatial dependence. We present case studies and two open source softwares (GIS4GRAPH and GeoCNet) that indicate how to retrieve networks from GIS data and how to represent networks over GIS data by using (geo)graphs.

研究の動機と目的

• 複雑ネットワーク解析とGIS/GDBMS環境の間のギャップを埋めるために、（geo）グラフを統合的空間ネットワークモデルとして導入すること。
• 地理的計算環境内での複雑ネットワークを扱うための汎用フレームワークの欠如に応えること。
• 標準的なGISデータ形式を用いて、空間的埋め込みと依存性を有するネットワークの表現と解析を可能にすること。
• GISデータとネットワーク構造との間の変換を容易にする、アクセシブルでオープンソースのツールを開発すること。
• 都市移動、交通、気象時系列相関といった実世界の事例を通じて、（geo）グラフの実用的価値を示すこと。

提案手法

• ノードに地理座標を有し、エッジが空間的依存性を示すネットワークとして（geo）グラフを定義し、GISおよびGDBMSシステムと互換性を持つこと。
• PythonおよびJavaScriptで構築されたウェブベースのツールであるGIS4GRAPH（G4G）を用い、PostGISおよびpgRoutingを介して空間結合とグラフ構築を実行することで、OSMまたはShapefile入力を（geo）グラフに変換すること。
• 生成された（geo）グラフ上で、次数、クラスタ係数、媒介性、最短経路などの標準的なネットワーク指標をigraphライブラリを用いて計算すること。
• PythonおよびCを用いて開発されたデスクトップアプリケーションであるGeoCNetを活用し、ノードのShapefileと隣接行列を、トポロジカルおよび空間的属性を保持した線型Shapefile（エッジを表す）に変換すること。
• OpenLayersを用いたインタラクティブマップ上で、色分けによる可視化により、ネットワーク指標（例：媒介性中心性、ノード次数、エッジ重み）を統合すること。
• 空間フィルタリング（例：エッジ生成のためのしきい値基準）を適用し、実世界データ（移動における流量しきい値、気象時系列における相関しきい値など）からネットワークを構築すること。

実験結果

リサーチクエスチョン

• RQ1 標準的なGISおよびGDBMS環境内において、空間的埋め込みを有する複雑ネットワークを形式的にどのように表現できるか。
• RQ2 地理的データ（Shapefile）とネットワーク構造（ノードとエッジ）との間で、空間的およびトポロジカルの正確性を保持しつつ、効率的な変換を可能にする計算フレームワークは何か。
• RQ3 媒介性中心性や次数といったネットワーク指標を、地理的文脈の中で効果的に可視化・分析する方法は何か。
• RQ4 （geo）グラフは、都市移動や天気レーダー網といった実世界のシステムの解析をどの程度向上できるか。
• RQ5 GIS4GRAPHやGeoCNetといったオープンソースツールを用いることで、ネットワーク科学と地理情報システムを統合する上で得られる実用的利点は何か。

主な発見

• GIS4GRAPHは、OSMおよびShapefile入力を（geo）グラフに効果的に変換でき、都市の街路網における媒介性中心性などのネットワーク指標の抽出を可能にした。
• サンパウロ州ロレナ市において、媒介性中心性が高かった街路は主要な輸送経路に対応しており、色分けされたマップレイヤーによる視覚的確認がなされた。
• GeoCNetは、ノードのShapefileと隣接行列から空間ネットワークを再構築でき、GISソフトウェアと互換性を持つトポロジカルに正確なエッジShapefileを生成した。
• リオデジャネイロのメトロポリタン地域において、交通量の高い流れは、しばしば遠く離れた高接続度の領域間を結ぶものであり、重み付きエッジの色とノード次数の可視化によって明らかになった。
• ノヴァ・フリブルゴの山岳地域では、降水量相関ネットワークが地形に沿って団体のような構造を示し、エッジが山岳地形の周囲にクラスタを形成した。
• （geo）グラフとGISの統合により、ネットワーク特性と地理的文脈を重ねたレイヤー形式の空間的解析が可能となり、解釈性と意思決定支援の両方が向上した。