城市形态数值分类的方法论基础

城市是人类文化的复杂产物，其特征表现为可见特质惊人的多样性。城市形态不断演化，反映着人类需求的变化与局部偶然性，并在空间中以众多城市模式显现。城市形态学为理解诸多此类模式奠定了基础，主要依赖定性研究方法来提取城市区域独特的空间身份。然而，此类方法手工、劳动密集且主观的性质，阻碍了可扩展、可复制且数据驱动的城市形态表征的发展。近来，地理数据科学的进步与数字地图产品的可得性，为克服此类局限提供了机遇。尽管如此，我们当前系统捕捉空间模式异质性的能力，就分析中所包含的空间参数而言仍然有限，且由于任务高度劳动密集而几乎不可扩展。在本文中，我们提出一种源自生物系统学的城市形态数值分类方法，该方法可对城市类型进行严格检测与分类。首先，我们从最小数据输入出发生成丰富的城市空间数值表征，将不一致的数据质量与可得性带来的局限降至最低。这些数据为街道网络、建筑底面以及形态镶嵌——一种由建筑底面获得的、源于 Voronoi 镶嵌的空间单元。进而，我们推导出均质城市肌理类型，并通过确定它们之间的整体形态相似性，生成城市形态的层级分类。在构建并呈现该方法后，我们在布拉格与阿姆斯特丹两座城市上对其进行测试，并讨论潜在应用与进一步开发。