搜索
01空间句法的研究方法TheMethodofSpatialSyntax城市设计中的空间句法城市设计中的空间句法共享单车的发展引发了人们外出对交通工具选择的变化，自行车出行占比相比共享单车出现之前翻了一番。城市设计中的空间句法共享单车有超过一半的使用场景是地铁站或者公交站点到目的地之间的运动。城市设计中的空间句法空间句法基础模型建模范围，以北京市六环以内的百度地图道路中心线为基础，为了综合考虑周边远郊区县的影响，也包括了北京周边区县的道路。由于实地调研范围在以北京市海淀区地铁13号线上地和西二旗地铁站附近区域，因此将该区域周边10公里范围左右的路网模型以百度地图最高级别路网细度进行细化。城市设计中的空间句法城市设计中的空间句法从对机动车的分析结果来看，随着计算半径的增加，选择度对数的分析效果稳步提升，最终在7500米半径达到峰值0.7883后逐渐下降，其分析效果要好于各半径的整合度参数。城市设计中的空间句法非机动车大类中有超过一半的流量为电动车，而人力自行车仅占44%，在我国与自行车共享车道的很大一部分流量来自电动车。城市设计中的空间句法非机动车总流量分布与各个半径的空间句法选择度和整合度参数的相关系数，选择度在4公里半径的时候到达峰值0.6170，而整合度的分析结果显示在5公里半径达到峰值0.5185。城市设计中的空间句法城市设计中的空间句法4公里半径的选择度对总自行车流量的关联程度最高为0.467，对比前面部分非机动车总体进行的分析，对自行车的分析效果相关系数明显下降。城市设计中的空间句法ofo共享单车相比其他各类自行车体现出与选择度空间参数具有最高的关联性，在2500米半径达到峰值0.5018，而摩拜单车的关联性最低，与各个班级的选择度关联稳定，平均在0.25。个人自行车的分布规律与ofo非常接近，不过其空间规律普遍低0.1左右。城市设计中的空间句法城市设计中的空间句法对于2.5km半径及更大尺度的关联分析中，权重模型的关联分析结果得到了明显的提升，4km半径及以上时提升幅度达到了20%以上有期是4km半径的选择度关联分析提升幅度最大，提升了28%。城市设计中的空间句法在四个分类权重模型中分布对总自行车、个人自行车、ofo及摩拜单车与选择度空间参数进行关联分析，对总自行车、个人自行车和ofo共享单车的分析均显示4000吗半径的选择度有最佳的拟合效果，其中ofo自行车在总和权重模型中的分析结果最高，关联系数达0.6147城市设计中的空间句法摩拜单车作为当时唯一加装GPS的共享单车与其他几类自行车有明显的不同。它在以POI总数为权重的分析峰值出现在2.5km半径，而以办公位权重的分析效果与其他类型的自行车相比明显较高，4km及以上半径的关联系数均在0.4以上城市设计中的空间句法首先，和对机动车流量分析对比，非机动车截面流量分析效果最好的半径在4公里，，明显小于机动车的7.5公里。这意味着非机动车与机动车对道路空间结构的需求不同，也就是说会存在有些道路机动车需求高，有些道路非机动车需求高，这样一个量化的空间模型有助于对路权进行分离处理，区别对待哪些道路应以机动车为优先，哪些以非机动车优先考虑对ofo、摩拜和私家自行车的截面流量分析对比显示当时未加装gps的ofo车更接近私家自行车的分布规律，而加装gps设备的摩拜单车则由于经营者主动调配车辆，从而体现出较弱的截面流量分布规律。同时在该地区摩拜单车受本地办公功能分布的影响更加明显，这也意味着该地区摩拜的使用更多的用于短距离通勤，因此也对办公功能的设计提供了量化分配停车需求的基础。02对空间句法的质疑TheDefectsofSpatialSyntax空间句法运用中出现的问题1.分析的结果基本上就不靠谱2.分析的结果太显然以至于根本不用空间句法分析也知道3.传统空间句法获取数据的手段效率太低，技术的问题终究还是要靠技术解决空间句法的质疑一些胡言乱语