应用空间句法和Wi-Fi网络日志数据探索三维空间形态
(Exploring 3D spatial morphology using multilayered space syntax, network science and wi-fi log data)
Junwei Zhang, Ahmad M. Senousi, Pengxiang Zhao, Stephen Law & Xintao Liu
2D空间的空间形态已经在建筑物、社区和城市尺度上进行了广泛研究。然而3D空间形态仍相对未被探索，部分原因是由于数据获取和方法本身的限制。本研究在网络科学中多层网络文献的启发下，将传统的2D空间句法轴线网络扩展为多层轴线网络，以刻画大学校园的3D空间形态。利用校园Wi-Fi日志数据估计多层轴线网络中的人流活动，并采用多元回归分析了3D空间形态对人流量的影响。本文发现两者之间存在显著相关性，相关系数为0.756，r2为0.571，尤其四个网络特征（即局部深度、几何长度、特征向量和介数）对行人流量具有显著的塑造作用。社区检测的结果显示了多层空间句法分析在描绘3D校园功能区域方面的有效性。尽管本研究尚未考虑3D角度路径偏好在多层轴线网络构建中的影响，但基于可达性的网络构建和基于Dijkstra算法的路径人流估计仍提供了一种有效刻画3D空间形态及人类活动的方法。
引用
Zhang, J., Senousi, A.M., Zhao, P. et al. Exploring 3D spatial morphology using multilayered space syntax, network science and wi-fi log data. Urban Info 2, 1 (2023).
https://doi.org/10.1007/s44212-023-00023-7
轴线网络构建是利用空间句法刻画空间形态的核心步骤，也决定了是否能够有效捕捉影响人类活动的空间形态特征。基于视线（可视即可达）的轴线网络构建方法更适用于开放的二维空间，而三维空间中的形态和空间关系则更为复杂。本文选取香港理工大学作为研究区域，该校园具有建筑密度高，垂直建筑多的特征。基于校园平面图数据，定义了室内空间，室外空间，连结空间的轴线生成方法，构建多层轴线网络。通过匿名校园Wi-Fi日志数据捕捉了一周时间内校园人流活动。计算了空间句法和网络分析两大类指标描述空间形态，并对刻画人流的回归模型进行了探索。
研究数据：（1）校园Wi-Fi日志数据，包含Wi-Fi AP热点位置，ID，主动和被访问AP的时间戳、信号强度、和用户ID（学生/教职员）。（2）校园平面图数据，包含室外室内CAD数据，楼层链接信息（楼梯，电梯）。
研究单元：基于可达性的空间句法轴线，根据信号强度将Wi-Fi AP和相关连结的人流活动被映射到轴线上进行统计，轴线作为网络模型中的节点，轴线在3D空间中的相交关系定义了网络模型中的边。
研究方法：首先，构建3D多层轴线网络模型，如图1所示。然后，根据Wi-Fi用户链接点估计移动路径，统计路径人流量，如图2所示。最后，通过回归模型识别影响人流的重要指标，评估网络分析在空间形态模型中的作用。
形态指标：本研究计算了以下指标，以刻画3D空间形态对人流活动的影响。
· 空间句法指标：控制度，平均深度，整合度，几何长度。
· 网络指标：度中心性，紧密中心度，介数中心性，PageRank，特征向量。
图1. 三维空间多层轴线网络模型。
图2. 基于Wi-Fi日志数据的轴线人流量分布。
表1. 形态指标与人流量的单变量回归。表2. 两种针对人流量的多变量回归模型。
结果与分析：研究结果表明，（1）基于Wi-Fi数据估计的轴线人流量具有较高的空间异质性，在3D拓扑结构中深度越深的区域人流量明显越低。（2）3D空间形态与人流活动显著相关性，尤其是局部深度、几何长度、特征向量和介数，如表1所示。（3）网络特征指标较大程度提升了回归模型对人流量的刻画预测能力，如表2所示。
三维空间的本身特征及其对人类行为的影响是复杂的，拓展空间句法在三维空间中的建模分析方法有助于更好地理解人-地关系。本研究提出了一种新的多层轴线网络模型，用于整合室外、室内和连结空间的拓朴结构，从Wi-Fi数据中构建空间移动轨迹，并通过回归模型验证了三维视角下空间形态与人流量的关系。本研究展示了网络特征在三维空间研究中的潜力，反映了空间对人类行为的影响是系统性的和多维度的，而不是局部和单一的，对未来复杂环境下的行为研究提供了有力证据。
张钧唯，香港理工大学土地测量及地理资讯学系博士。研究兴趣包括复杂网络和可持续导向的城市动力学研究。https://www.linkedin.com/in/junwei-zhang-b95562132/
Ahmad M. Senousi，开罗大学工程学院助理教授。研究兴趣包括城市结构、网络分析和交通地理学。
https://scholar.cu.edu.eg/?q=senousi_ahmed/
赵鹏祥，隆德大学土自然地理及生态系统学系研究员。研究兴趣包括基于城市大数据和人工智能的城市流动研究。https://portal.research.lu.se/en/persons/pengxiang-zhao
Stephen Law，英国伦敦大学学院（UCL）巴特莱特建筑学院高级研究员。研究兴趣包括空间句法、城市模拟、网络科学和城市规划。https://www.designcomputation.org/stephen-law
刘信陶，香港理工大学土地测量及地理资讯学系副教授。研究兴趣包括空间句法、复杂网络和交通地理学。
https://geoxlab.github.io/
END
编辑：张钧唯、刘乃瑜
审核/指导：刘信陶、曹瑞
