[論文レビュー] Strong coupling between scales in a multi-scalar model of urban dynamics

Juste Raimbault|arXiv (Cornell University)|Jan 29, 2021

Land Use and Ecosystem Services参考文献 32被引用数 4

ひとこと要約

本稿では、都市のマクロスケールシステムとメゾスケールの都市形態形成モデルを、強い双方向フィードバックによって結合するマルチスケールシミュレーションモデルを提案する。他のスケールでの軌跡に基づいて反復的にパラメータを更新することで、都市の拡大抑制政策の最適化がスケール結合の影響を受けて変化するなど、非自明な相互作用が明らかになる。これは、持続可能な都市政策がマクロスケールとメゾスケールの目的の間でトレードオフを必要とすることを示している。

ABSTRACT

Urban evolution processes occur at different scales, with intricate interactions between levels and relatively distinct type of processes. To what extent actual urban dynamics include an actual strong coupling between scales, in the sense of both top-down and bottom-up feedbacks, remains an open issue with important practical implications for the sustainable management of territories. We introduce in this paper a multi-scalar simulation model of urban growth, coupling a system of cities interaction model at the macroscopic scale with morphogenesis models for the evolution of urban form at the scale of metropolitan areas. Strong coupling between scales is achieved through an update of model parameters at each scale depending on trajectories at the other scale. The model is applied and explored on synthetic systems of cities. Simulation results show a non-trivial effect of the strong coupling. As a consequence, an optimal action on policy parameters such as containing urban sprawl is shifted. We also run a multi-objective optimization algorithm on the model, showing showing that compromise between scales are captured. Our approach opens new research directions towards more operational urban dynamics models including a strong feedback between scales.

研究の動機と目的

• マクロスケール（都市の集合）とメゾスケール（都市形態）の間の強い結合が、現実的な都市ダイナミクスモデリングに不可欠であるかどうかを調査すること。
• スケール間のトップダウンおよびボトムアップのフィードバックが、特に拡大と持続可能性に関連して都市政策の結果にどのように影響するかを探索すること。
• マクロスケールの都市階層とメゾスケールのコンパクトネスの両方を最適化する際に、妥協可能な解決策が存在するかどうかを評価すること。
• 異なるオントロジーとプロセスをスケール間で統合できる、マルチスケールモデリングのフレームワークを構築すること。
• 単純なモデルでも強い結合があれば、持続可能な都市ガバナンスに関連する複雑で非線形なダイナミクスを生成できることを示すこと。

提案手法

• 都市のサイズ分布と相互作用ダイナミクスに基づくマクロスケールの都市集合モデルと、都市形態の進化をシミュレートするメゾスケールの都市形態形成モデルを結合する。
• 反復的なフィードバックループを通じて、他のスケールで観察された軌跡に基づいて、各スケールのモデルパラメータを更新することで、強い結合を実装する。
• 都市の拡大と接続性といった政策パラメータを変化させた合成的都市系を用いて、モデルの挙動を探索する。
• OpenMOLEを介して多目的最適化アルゴリズム（NSGA2）を適用し、マクロスケールとメゾスケールの目的の両方に最適な政策設定を特定する。
• 最適化結果の妥当性を検証するため、収束診断（ハイパーボリュームとパレートフロント分析）を実施する。
• パラメータスイープと軌跡分析を通じて、モデルの構造的挙動を検証し、持続可能性指標に及ぼすフィードバック効果に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 マクロスケールとメゾスケールの都市スケールの間の強い結合が、都市の拡大抑制政策の有効性にどの程度影響を及えるか。
• RQ2 スケール間のトップダウンおよびボトムアップのフィードバックが、都市形態とシステム全体の階層にどのように作用するか。
• RQ3 多目的最適化フレームワークは、メゾスケールのコンパクトネスとマクロスケールの都市階層の両方に配慮した持続可能な妥協解を特定できるか。
• RQ4 洗練された構造的モデルであるが、スタイリゼッドなマルチスケール都市モデルにおいて、スケール結合がもたらす顕在的で非自明な効果は何か。
• RQ5 フィードバックが双方向的かつ非線形である場合、政策パラメータをスケール間で効果的にキャリブレーションする方法は何か。

主な発見

• スケール間の強い結合により、都市の拡大抑制政策の最適化が変化し、あるスケールで有効な政策が、スケール結合を考慮すると最適でなくなることが示された。
• 多目的最適化により、メゾスケールの都市階層を最小化（コンパクトネスの向上）するのと、マクロスケールの人口階層を最小化（公平性の向上）するのとの間で明確なトレードオフが確認された。
• パレートフロントとして最適解の集合が得られ、大多数の政策が拡大を助長する傾向にある一方で、マクロスケールの階層値が低い少数の解決策は拡大を抑制する傾向を示しており、システム全体の均等性とメゾスケールの階層の間に関連性があることが示された。
• 双方向フィードバックを通じて、弱い出現的ダイナミクスがモデルで示された。これは、単純な構成モデル同士をスケール間で結合すれば、複雑で非線形なダイナミクスが生じることを示している。
• 結合メカニズムにより、ガバナンスプロセスとパフォーマンス指標（例：混雑度）がスケール間で効果的に統合され、都市シミュレーションにおけるマルチオントロジーモデリングの必要性を裏付けた。
• 結果から、還元主義的モデリング手法では都市の複雑性のマルチスケール的性質を捉えられず、強力な結合が運用的都市政策モデリングに不可欠であることが示された。