[論文レビュー] The Nature of Human Settlement: Building an understanding of high performance city design

Kerry A. Nice, Gideon Aschwanden+4 more|arXiv (Cornell University)|Oct 8, 2019

Impact of Light on Environment and Health参考文献 34被引用数 4

ひとこと要約

本稿では、街区サイズと規則性を用いて、グローバルな都市の地域タイプを分類する自己組織化マップ（SOM）ベースの手法を提案している。この手法により、スケーラブルでデータ駆動型の都市間比較が可能となり、地域の混合構造と車両活動の間には強い相関（r = 0.97）が確認され、都市の形態が汚染や持続可能性の結果にどのように関連するかを示す独自の「都市の指紋」が特定された。

ABSTRACT

In an impending urban age where the majority of the world's population will live in cities, it is critical that we improve our understanding of the strengths and limitations of existing city designs to ensure they are safe, clean, can deliver health co-benefits and importantly, are sustainable into the future. To enable this, a systematic and efficient means of performing inter- and intra-city comparisons based on urban form is required. Until now, methods for comparing cities have been limited by scalability, often reliant upon non-standardised local input data that can be costly and difficult to obtain. To address this, we have developed a unique approach to determine the mix, distribution, and composition of neighbourhood types in cities based on dimensions of block size and regularity, sorted by a self-organising map. We illustrate the utility of the method to provide an understanding of the underlying city morphology by overlaying spatially standardised city metrics such as air pollution and transport activity across a set of 1667 global cities with populations exceeding 300,000. The unique approach reports associations between specific mixes of neighbourhood typologies and quantities of moving vehicles (r=0.97), impervious surfaces (r=0.86), and air pollution levels (aerosol optical depth r=0.58 and NO$_{2}$ r=0.57). What this illustrates, is that this unique approach can identify the characteristics and neighbourhood mixes of well-performing urban areas while also producing unique `city fingerprints' that can be used to provide new metrics, insights, and drive improvements in city design for the future.

研究の動機と目的

• 地域的・非標準化されたデータの限界を克服し、グローバルな都市間でスケーラブルかつ客観的な都市形態比較手法を開発すること。
• 特に街区サイズと規則性という基本的な都市形態に基づいて、地域タイプを特定・分類すること。
• 空間的に標準化された指標を用いて、300×300mの地域スケールで都市間および都市内比較を可能にすること。
• 都市形態と環境パフォーマンス（大気汚染や不透水表面など）との間の体系的関係を解明すること。
• 都市の構造的構成を反映する独自の「都市の指紋」を生成し、都市計画および政策立案に活用すること。

提案手法

• 自己組織化マップ（SOM）を用いて、街区サイズと規則性の2つの主要次元に基づき、都市の街区をクラスタリングする。
• 1,667のグローバル都市（人口30万人以上）において、高解像度の都市画像および空間データを処理し、街区レベルの形態的特徴を抽出する。
• 空間的に標準化されたグリッドアプローチ（300×300m）を適用し、多様な都市環境間での一貫性を確保する。
• カーネル密度推定を用いて、SOMで同定された地域タイプの分布を各都市ごとに一意の「都市の指紋」としてマッピングする。
• SOMで導出された地域タイプの分布と、グローバルグリッドデータセット（大気汚染：AOD、NO₂、土地被覆：不透水表面、車両、木々）を相関分析する。
• 都市ごとのSOM（x,y）位置の重み付き平均を用いて、都市レベルの都市形態および汚染指標を算出し、都市間比較を可能にする。

実験結果

リサーチクエスチョン

• RQ1 街区サイズと規則性に基づく客観的でスケーラブルな指標を用いて、グローバルな都市の地域スケールでの都市形態を体系的に比較する方法は何か？
• RQ2 街区サイズと規則性に基づく特定の地域タイプの混合構造と、都市の環境パフォーマンスの間にはどのような関係があるか？
• RQ3 地域タイプの分布を用いて、都市の構造的構成を一意の「指紋」として捉えることはどの程度可能か？
• RQ4 地域タイプは、車両密度、不透水表面被覆率、大気汚染レベルといった測定可能な都市の成果とどの程度相関するか？
• RQ5 この手法は、持続性および健康指標における高いまたは低いパフォーマンスに関連する共通の構造的パターンを、都市間で特定できるか？

主な発見

• 本手法は、街区サイズと規則性を主な形態的次元として用い、1,667のグローバル都市における地域タイプの同定と分類に成功した。
• 地域タイプの混合構造と移動可能な車両の割合との間に強い相関（r = 0.97）が確認され、都市形態が交通活動を強く予測できることを示した。
• 地域タイプの混合構造と不透水表面被覆率との間に高い相関（r = 0.86）が観察され、都市構造が雨水流出やヒートアイランド効果にどのように関連するかが明らかになった。
• 地域タイプの指紋と大気汚染レベルとの間に顕著な相関が確認された：エアロゾル光学濃度（AOD）ではr = 0.58、NO₂ではr = 0.57であった。
• 都市の中心部は、同じ都市内の周辺部と比較して他都市の中心部とより類似しており、都市コア部に機能的・構造的均質性が存在することを示唆した。
• 本手法により、都市の構造的本質を反映する独自の「都市の指紋」の作成が可能となり、都市形態およびパフォーマンスのグローバルかつ細粒度の高い比較が実現した。