|
本年度の研究は、チェッカーボード・ルールを用いた都市モデルの構築を行うにあたり、基礎データの整理を行った。具体的には実際の土地利用、人口、地価データなどをメッシュ状のデータに変換し、各メッシュの土地利用-人口関係をNeural Network Model(NNモデル)で学習し、Cellular Automataで時間発展することにより、都市内人口の推移を把握した。その中から得られた知見は以下の2点である。
1.1つのメッシュの人きさは500m×500mが妥当であると考えられる。これは、都市計画図を参考に土地利用の状況を分析した結果、メッシュサイズを上記の大きさにすることにより土地利用状況を的確にデータ化することが可能なためである。
2.NNモデルの学習において、1つのメッシュの入力データを隣接するメッシュのみにする場合と、より大きな範囲までを入力する場合とでは、発展過程については同様の挙動をするが、その時間間隔が異なることが分かった。このことから、1つのメッシュへの影響範囲と時間発展に関係があるとが分かった。
今後は都市の時間発展と土地利用施策の関係を明らかにするとともに、開発シナリオごとの人口変動を分析する。具体的には、近年まで都市内では人口規模の増加に伴い、市街地の拡大が進んできた。そのため、地価の高騰、渋滞問題などが発生し、都心部における人口の空洞化につながり、都市の住み易さからの魅力度が減少している。最近の動向は、中心市街地の再活性による都心部への人口定住と住環境改善策が議論されている。また、中心市街地は、都市のシンボル的存在であり、歴史的な見地にからもその保全は必要である。この様に、現在は都市再生が重要な研究課題となっており、今後本研究においても中心市街地再活性のためのシナリオの模索を行う。
|
