200 likes | 279 Views
徒然なる空間解析論 都市空間データがもたらす研究テーマ. 東京工業大学大学院情報理工学研究科 情報環境学専攻 大佛俊泰. 1.空間解析における定義と仮定 (それは定義ですか仮定ですか?). 都市解析モデルにおける「都心」 or 「都心部」 *理論の単純化 *解釈の容易さ *適合性の高さ ↓. *点 vs 面? *空間概念 vs 距離概念(都心からの距離)? *数値データとの相性(一極 vs 多極) *数値的には連続量(強度)でも可? *空間データと対応の良い定義や仮定. N. Ohmiya. 1. 0. m. i. n.
E N D
徒然なる空間解析論 都市空間データがもたらす研究テーマ 東京工業大学大学院情報理工学研究科 情報環境学専攻 大佛俊泰
1.空間解析における定義と仮定 (それは定義ですか仮定ですか?) 都市解析モデルにおける「都心」or「都心部」 *理論の単純化 *解釈の容易さ *適合性の高さ ↓ *点vs面? *空間概念vs距離概念(都心からの距離)? *数値データとの相性(一極vs多極) *数値的には連続量(強度)でも可? *空間データと対応の良い定義や仮定
N Ohmiya 1 0 m i n Tachikawa Tokyo 2 0 m i n 3 0 m i n Yokohama 4 0 m i n T o k y o B a y 0 1 0 2 0 3 0 k m 空間データにバラエティ: 直線距離から時間距離へ⇒適合性は向上するが・・・ 山手線までの時間距離 (地点→最寄駅→山手線)
2.高速情報通信社会の空間解析 (距離概念が消えてしまったら?) 高度情報通信社会 *情報伝達の高速化・低廉化 *物流の高速化・低廉化 ↓ *空間距離(ユークリッド距離,ネットワーク距離) *時間距離 *金銭距離 *Generalized Distanceの提案? *距離概念の喪失 *ゼロ次元~四次元の混在・変化 *空間解析に及ぼす影響
Japan China The Pacific Ocean CPU from USA 空間移動に伴う時間・費用に関するデータベース (カーナビ,駅ナビ,パス探索システム) ex)立地論の展開/再検討?
3.分析対象空間範囲の決め方 (勝手に決めていいですか?) モデル検証・応用のための分析対象地域 *任意の範囲vs特定の範囲 *都市空間の連続性vs行政区単位 *対象地域の外側からの影響(外部ゾーン) ↓ *地域構造の非一様性 *モデルの適用範囲を知るためのモデル? *空間範囲の決め方の論理
N S u m i d a r i v e r U e n o A s a k u s a P a r k U e n o I i d a b a s h i A k i h a b a r a K i n s h i c h o k m I m p e r i a l 1 2 0 P a l a c e T o k y o モデルの適用限界を知る モデルの有効利用を図る ↓ 空間範囲の決め方の論理 土地利用転換構造の 類似性からみたゾーン
4.空間解析におけるオントロジ (川の上には建てられません!) *実空間の単純化(点,線と考える) *理論上の立地点からのずれ(=空間的バイアス) ↓ *オーバーラップ・隣接の考え方 *関心の外にある空間事象との関係性 *地理的特性(海,川,山,都市基盤,・・)
島 活動Aの空間分布
住宅地 駅 近隣商業 空間単位と相関関係
5.可変単位地区問題 (どんどん複雑になりますが・・・) *MAUP,エコロジカル・ファラシー,集計単位問題 *ラスター型からベクター型へ=問題の深刻化? *空間次元だけでなく時間次元でも? *時空間分析時には一層厄介(集計単位が変化?) *サンプリングの問題vs既存の空間データ ↓ *扱う現象の裏に別のモデルを想定する?
地区 時間 ex1)時刻により異なる? ex2)変量の種類・組合せで異なる?
6.インターフェイス論 (わかった気がしないんですが・・・) 空間データの大規模化と分析手法の複雑化 *巨大なデータの前処理・ハンドリング *分析過程/結果が難解・不明瞭 ↓ *グラフィカル・モデリングvsブラックボックス *分かり易さ=視覚化 *誤解釈を避ける工夫(=認知科学の援用?) *空間データ・ブラウジング
東京都都市計画地理情報システムのデータ(1992年)東京都都市計画地理情報システムのデータ(1992年)
4351 4351 4351 2600 3868 499 1796 3385 294 1180 2902 200 778 2418 141 534 1935 101 340 1452 73 189 968 47 83 485 23 1 1 1 Natural-Brakes Quantile Equal-Interval 4351 Kawaguchi 1226 Asaka 1059 892 4351 725 1988 Mitaka 558 Shinjuku Tokyo 1036 390 Chofu 596 Shinagawa 223 364 56 0 4 8 km 220 1 Study area Standard-Deviation 127 65 22 1 Minimization of Information loss 事業所数の空間分布 classified by existing methods (ArcView3.2,9 classes : 3220 cells )
7.データマイニング:空間解析版 (何かアイディアないですか?) *空間データの目的的利用・作成 *モデルの検証/モデルの応用 ↓ *情報を如何に捨てるか *大規模空間データから「思いがけない」法則性の発見 *空間解析=空間データマイニング? *ただし安心して →インターフェイス,データエラー,MAUP
←項目① ⅠⅡⅢ A ○ × ○ B ○ × ○ C× ○ ○ 項目② ↑ 項目① 項目① Ⅰ Ⅲ Ⅱ Ⅱ Ⅰ Ⅲ C C A A 多 数 決 多 数 決 法 に よ 法 に よ B B る 同 定 る 同 定 同定結果 同定結果 C C 項目② 項目② 顕在的 潜在的 (可能な組合せ)
8.空間解析のロバストネス (まったく結果が違うじゃない!) 空間データエラーの問題 *原資料・同定方法・電子化方法 *統計的・人為的 *データ精度に関する議論 ↓ *モデルの頑強性:データ量よりもデータの質 *分析結果に及ぼす影響の評価 *データエラーの影響を受けにくい空間解析?
9.空間データ整備の指針 (どんなデータが必要ですか?) 今後の空間データ整備に向けて *種類,精度,範囲,時刻,インターバル,構造 *空間解析の視点から指針を示せないか?
10.空間解析の応用 (こんなことできませんか?) *現行法制度=理念的,経験的 *法改正・規制緩和=右往左往する都市 *3Dデータ・VR技術の進展 ↓ *法制度の見直し(空間解析による理論的根拠) *都市の健康診断から健康管理へ 診察(触診,聴診器,レントゲン,CTスキャン・・・) →処方箋→健康管理→身体づくり