[论文解读] Defining and Generating Axial Lines from Street Center Lines for better Understanding of Urban Morphologies

Xintao Liu, Bin Jiang|arXiv (Cornell University)|Sep 27, 2010

Urban Design and Spatial Analysis参考文献 2被引用 5

一句话总结

本文提出一种新的自动化方法，通过应用格式塔原则中的良好连续性，从街道中心线生成轴线，将轴线重新定义为沿街道自然相交的最少数直线段。该方法经六座不同城市的经验对比验证，相较于传统人工方法和自然街道网络，能更准确地表征城市形态。

ABSTRACT

Axial lines are defined as the longest visibility lines for representing individual linear spaces in urban environments. The least number of axial lines that cover the free space of an urban environment or the space between buildings constitute what is often called an axial map. This is a fundamental tool in space syntax, a theory developed by Bill Hillier and his colleagues for characterizing the underlying urban morphologies. For a long time, generating axial lines with help of some graphic software has been a tedious manual process that is criticized for being time consuming, subjective, or even arbitrary. In this paper, we redefine axial lines as the least number of individual straight line segments mutually intersected along natural streets that are generated from street center lines using the Gestalt principle of good continuity. Based on this new definition, we develop an automatic solution to generating the newly defined axial lines from street center lines. We apply this solution to six typical street networks (three from North America and three from Europe), and generate a new set of axial lines for analyzing the urban morphologies. Through a comparison study between the new axial lines and the conventional or old axial lines, and between the new axial lines and natural streets, we demonstrate with empirical evidence that the newly defined axial lines are a better alternative in capturing the underlying urban structure. Keywords: Space syntax, street networks, topological analysis, traffic, head/tail division rule

研究动机与目标

• 为解决空间句法中长期存在的手动、耗时且主观的轴线生成挑战。
• 基于格式塔原则中的良好连续性重新定义轴线，以提升客观性与一致性。
• 开发一种可直接从街道中心线自动生成轴线的算法，无需人工干预。
• 通过与传统方法及自然街道网络的对比，评估新轴线在形态准确性方面的表现。
• 证明新轴线在多样化城市环境中能更准确地捕捉潜在的城市结构。

提出的方法

• 将轴线重新定义为沿由街道中心线导出的自然街道路径上相互交叉的最少数直线段。
• 应用格式塔原则中的良好连续性，识别并整合连续的街道段，形成连贯的轴线。
• 通过拓扑分析确保仅用最少数量的轴线覆盖城市环境的自由空间。
• 实施算法处理流程，自动检测街道中心线中的自然连续性并生成轴线。
• 通过将新生成的轴线与人工生成的轴线及实际街道网络进行对比，验证输出结果。
• 利用头尾分割法则优化线段分组，提升轴线的连贯性。

实验结果

研究问题

• RQ1 如何重新定义轴线以减少主观性，并在城市形态分析中提升一致性？
• RQ2 基于良好连续性的自动轴线生成方法，在多大程度上比人工生成的轴线更准确地反映城市结构？
• RQ3 新轴线在多大程度上能有效捕捉城市潜在的空间组织结构，相较于自然街道网络？
• RQ4 所提出的方法是否能在无需人工输入的情况下，可靠地应用于多样化城市街道网络？
• RQ5 使用头尾分割法则对生成轴线的质量与连贯性有何影响？

主要发现

• 基于良好连续性原则生成的新轴线，与自然街道网络的对齐度显著优于传统轴线。
• 该自动化方法在减少人工生成轴线所带来的时间消耗与主观性的同时，保持甚至提升了形态准确性。
• 在六座城市（北美三座，欧洲三座）的实证对比中，新轴线更准确地反映了潜在的城市结构。
• 头尾分割法则有效提升了轴线的连贯性，减少了不必要的线段分割。
• 新轴线以更少的线段覆盖相同的城市自由空间，表明其具有更高的效率与更优的表征保真度。
• 结果表明，该方法是传统轴线生成在空间句法中一种稳健且可扩展的替代方案。