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

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

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

T o k y o

B a y

N

TachikawaTokyo

Ohmiya

Yokohama40 min

20 min

10 min

30 min

0 10 30km20

　山手線までの時間距離（地点→最寄駅→山手線）

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・・・

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（ﾕｰｸﾘｯﾄﾞ距離，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

The Pacific Ocean

JapanChina CPU from USA

ex）立地論の展開 /再検討？

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）

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

Tokyo

Akihabara Kinshicho

Asakusa

Ueno

Ueno Park

I mperial Palace

I idabashi

N

0 21

Sumida river

km

土地利用転換構造の類似性からみたゾーン

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

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，・・）

活動Ａの空間分布

島

空間単位と相関関係

近隣商業

住宅地駅

５．可変単位地区問題　　（どんどん複雑になりますが・・・）

＊MAUP， ，集計単位問題ｴｺﾛｼﾞｶﾙ･ﾌｧﾗｼｰ＊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？）＊ の問題ｻﾝﾌﾟﾘﾝｸﾞ 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？

ex1）時刻により異なる？

ex2）変量の種類・組合せで異なる？

時間

地区

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

↓　＊ｸﾞﾗﾌｨｶﾙ･ﾓﾃﾞﾘﾝｸﾞ vs ﾌﾞﾗｯｸﾎﾞｯｸｽ　＊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

官公庁施設 教育文化施設 厚生医療施設 供給処理施設 事務所建造物 専用商業施設 住商併用建物 宿泊遊興施設 専用独立住宅

集合住宅 専用工場

住居併用工場 倉庫運輸関係

屋外利用地 公園運動場

鉄道港湾等

（凡例）

東京都都市計画地理情報システムのデータ（ 1992 年）

classified by existing methods (ArcView3.2， 9 classes : 3220 cells ）

事業所数の空間分布

4351

499

1

23

47

73

101

141

200

294

Quantile

2600

1

83

189

340

534

778

1180

1796

4351

Natural-Brakes

3868

1

485

968

1452

1935

2418

2902

3385

4351

Equal-Interval

1226

1

56

223

390

558

725

892

1059

4351

Standard-Deviation

0 4 8 km

Shinjuku Tokyo

Shinagawa

Mitaka

Chofu

KawaguchiAsaka

Study area

1988

1

22

65

127

220

364

596

1036

4351

Minimization of Information loss

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

Ⅰ

多数決法による同定

Ⅱ

Ⅰ項目①

顕在的

ＡＢ

Ｃ

Ｃ

項目②同定結果

Ⅲ

多数決法による同定

Ⅱ

項目①

ＡＢ

Ｃ

Ｃ

項目②同定結果

潜在的

Ⅲ

← 項目①

項目② ↑

　　Ⅰ　Ⅱ　Ⅲ A　○　 ×　○B　○　 ×　○C　 ×　○　○

（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