Cities are complex products of human culture, characterised by a startling diversity of visible traits. Their form is constantly evolving, reflecting changing human needs and local contingencies, manifested in space by many urban patterns. Urban Morphology laid the foundation for understanding many such patterns, largely relying on qualitative research methods to extract distinct spatial identities of urban areas. However, the manual, labour-intensive and subjective nature of such approaches represents an impediment to the development of a scalable, replicable and data-driven urban form characterisation. Recently, with advances in Geographic Data Science and the growing availability of digital mapping products, researchers in this field have developed an interest in quantitative urban morphology, or urban morphometrics, with the potential to overcome such limitations. In this paper, we present a method for numerical taxonomy of urban form derived from biological systematics, which allows the rigorous detection and classification of urban types. Initially, we produce a rich numerical characterisation of urban space from minimal data input, minimizing limitations due to inconsistent data quality and availability. These are street network, building footprint, and morphological tessellation, a spatial unit derivative of Voronoi tessellation, obtained from building footprints. Hence, we derive homogeneous urban tissue types (or taxa) and, by determining overall morphological similarity between them, generate a hierarchical classification (phenetic taxonomy) of urban form. After framing and presenting the method, we test it on two cities - Prague and Amsterdam - and discuss potential applications and further developments.


翻译:城市病理学为了解许多此类模式奠定了基础,主要依靠定性研究方法,以获取城市地区不同的空间特征;然而,这些方法的手工、劳动密集型和主观性质阻碍了发展一个可扩展、可复制和数据驱动的城市形式特征;最近,随着地理数据科学的进步和数字制图产品的日益普及,该领域的研究人员对数量化城市形态学或城市形态学或城市形态学产生了兴趣,并有可能克服这些局限性;在本文件中,我们介绍了一种从生物系统学中得出的城市形态数字分类方法,该方法使城市类型得到严格的检测和分类;最初,我们从最低限度的数据投入中产生了丰富的城市空间数字特征,尽量减少因数据质量和可得性而带来的限制;最近,随着地理数据科学的进步和数字制图产品的日益普及,该领域的研究人员对数量化城市形态学或城市形态学或城市形态学发展产生了兴趣,从而有可能克服这些限制;在本文件中,我们提出了一种从生物系统学系统学中得出的城市形态的数值分类方法,从而能够对城市类型进行严格的检测和分类;因此,我们从城市结构上和结构结构上得出了城市形态上的分类,从而得出了城市形态和结构上的分类。

0
下载
关闭预览

相关内容

分类学是分类的实践和科学。Wikipedia类别说明了一种分类法,可以通过自动方式提取Wikipedia类别的完整分类法。截至2009年,已经证明,可以使用人工构建的分类法(例如像WordNet这样的计算词典的分类法)来改进和重组Wikipedia类别分类法。 从广义上讲,分类法还适用于除父子层次结构以外的关系方案,例如网络结构。然后分类法可能包括有多父母的单身孩子,例如,“汽车”可能与父母双方一起出现“车辆”和“钢结构”;但是对某些人而言,这仅意味着“汽车”是几种不同分类法的一部分。分类法也可能只是将事物组织成组,或者是按字母顺序排列的列表;但是在这里,术语词汇更合适。在知识管理中的当前用法中,分类法被认为比本体论窄,因为本体论应用了各种各样的关系类型。 在数学上,分层分类法是给定对象集的分类树结构。该结构的顶部是适用于所有对象的单个分类,即根节点。此根下的节点是更具体的分类,适用于总分类对象集的子集。推理的进展从一般到更具体。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
84+阅读 · 2020年12月5日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
已删除
将门创投
6+阅读 · 2019年9月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Arxiv
0+阅读 · 2021年6月21日
Arxiv
0+阅读 · 2021年6月18日
Arxiv
5+阅读 · 2018年1月30日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关VIP内容
专知会员服务
84+阅读 · 2020年12月5日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
已删除
将门创投
6+阅读 · 2019年9月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Top
微信扫码咨询专知VIP会员