[논문 리뷰] Mathematical modeling of urban sprawl

Marc Barthelemy, Ulysse Marquis|arXiv (Cornell University)|2026. 03. 09.

Land Use and Ecosystem Services인용 수 0

한 줄 요약

본 논문은 PDE 기반 접근법을 통해 도시 확장의 시공간 역학을 모델링하는 방법을 조사하고, 도시 성장을 밀도장, 운송망, 비평형 과정과 연결하며, 경험적 동적 모델링을 위한 연구 의제의 개요를 제시한다.

ABSTRACT

Urban land cover doubled between 1985 and 2015, yet the spatial dynamics of urban form remain under-quantified, despite its importance for sustainability, infrastructure planning, and climate risk. Urban expansion is a non-equilibrium process shaped by interactions between population growth, infrastructure, institutions, and market failures -- rendering static and equilibrium models inadequate. We review key challenges and modeling approaches, focusing on partial differential equation (PDE) frameworks. Borrowed from statistical physics, PDEs capture spatial heterogeneity, anisotropy, stochasticity, and feedbacks between land use and transport networks. Integrating economic and institutional factors remains a major challenge for policy relevance. We propose a research agenda that bridges remote sensing, urban economics, and complexity science to develop dynamic, empirically grounded models of urban expansion.

연구 동기 및 목표

• 도시 정의, 도시 성장의 형태, 기본 변수 선택에서의 핵심 과제를 식별한다.
• 현존하는 모델링 패러다임과 그 한계를 검토하며, 특히 Alonso–Muth–Mills(AMM)와 동적 확장을 중점적으로 다룬다.
• 원격탐사, 도시경제학, 복잡성과학을 연결해 동적이고 경험적으로 근거 있는 모델을 위한 연구 의제를 제시한다.
• 밀도, 기하학, 인프라 피드백을 통합하여 일반적으로 관찰되는 특징을 재현하는 PDE의 역할을 강조한다.

제안 방법

• 인구나 도시 건축 밀도와 같은 도시 양을 나타내기 위해 국소 밀도장 ρ(x,t)를 도입한다.
• 도시 성장 역학의 틀로서 일반적인 PDE 형태 ∂ρ/∂t = F(ρ, x, t, …)를 논의한다.
• AMM 역학과 그 한계를 검토하고, 비평형적이고 경로 의존적 진화를 허용하는 PDE 기반 대안을 제시한다.
• 확산 유사 항, 이방성, 확률적 특성을 포함한 표면 성장 물리학에서 영감을 받은 PDE 접근법을 설명한다.
• 확산, 혼잡, 중심 끌어당김을 포함하는 고립 도시의 초기 PDE 모델을 제시하고, 비선형 항을 통해 혼잡 효과로 확장한다.

실험 결과

연구 질문

• RQ1 평형 가정 밖에서 도시 형태의 시공간적 진화를 PDE가 어떻게 포착할 수 있는가?
• RQ2 도시 확장과 경계 진화를 가장 잘 설명하는 핵심 변수와 용어(밀도, 포텐셜, 확산, 혼잡)는 무엇인가?
• RQ3 PDE 기반 모델이 도시 성장의 경험적 일반적 특징과 보편적 패턴을 어느 정도 재현할 수 있는가?
• RQ4 도시경제학, 원격탐사, 복잡성과학을 동적이고 경험적으로 근거 있는 PDE 모델에 어떻게 통합할 수 있는가?
• RQ5 단일 중심(monocentric), AMM 기반 프레임워크의 한계는 무엇이며 PDE가 이를 어떻게 극복할 수 있는가?

주요 결과

• PDE는 토지 이용과 교통망 간의 피드백, 확산, 비정형성, 이방성 등을 모델링하는 유연한 프레임워크를 제공한다.
• 역사적 및 현대 데이터(예: GHSL)가 도시 성장 PDE의 경험적 근거 확립과 검증을 가능하게 한다.
• AMM과 그 동적 확장은 경로 의존성과 보편적이지 않은 궤적을 드러내며 비평형 PDE 접근을 촉진한다.
• 고립 도시를 위한 초기 PDE는 중심 끌어당김과 혼잡을 밀도 감소 패턴과 Clark의 결과와 유사하게 연결하되 더 풍부한 동적을 보여준다.
• 물리학에서 영감을 얻은 시각(표면 성장, KPZ/EW 보편성)은 경계 변동에서 도시가 보편적 유사 스케일링을 보일 수 있음을 시사한다.
• 동적이고 경험적으로 근거 있는 모델을 위한 원격탐사, 도시경제학, 복잡성과학을 연결하는 연구 의제가 제안된다.