• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2019 年度 実施状況報告書

基盤地図情報を活用した地区レベルの都市空間要素の配置シミュレーション手法の構築

研究課題

研究課題/領域番号 19K04775
研究機関明海大学

研究代表者

斎藤 千尋  明海大学, 不動産学部, 教授 (30235048)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード隣棟間隔 / 後退距離 / 空地 / 住宅地 / 居住環境 / 基盤地図情報
研究実績の概要

基盤地図情報の建物形状データを用いた配置モデルについて検討した。
従来の分析では、建物形状のベクトルデータをピクセルデータに変換し、ピクセル上で計測した隣棟間隔や経路距離により、建物配置のモデルを構築していた。またそこでは、街区を考慮せず、建物の距離だけで配置を予測するモデルになっていた。2019年度、新しいアプローチとして、街区レベルの配置モデルに建物形状のベクトルデータを直接用いる手法を検討した。敷地を考慮しないという点では、従来から試みてきた方法の延長にあるが、新しいアプローチでは、より現実的な市街地空間のモデル化として、道路からの後退距離を考慮するようにした。
実際の分析作業では、低層住宅専用地域に建つ低層の集合住宅の配置を対象とし、隣棟間隔、道路からの後退距離により配置を予測するモデルを検討した。また説明変数には、建物面積や高さ、壁面の方位、そして2019年度の分析の特徴として開口部(採光面、出入口)の位置を考慮した回帰分析を行った。
分析では、開口部があることにより、方位に依らず、隣棟間隔や後退距離が確保されることが分かった。逆に開口部がない場合は、隣棟間隔や後退距離が方位により異なっていた。この結果を用いることで、既存建物と、街区境界線を基準として、集合住宅の配置される位置の予測が可能か、既にある建物の位置を基準にして検証した。検証の結果、70%予測区間の範囲で、極端に敷地から外れない位置に予測の範囲が収まることを確認した。
本年度の分析の二つ目の特徴として、予測される建物の配置を、地図上に確率的な情報を含めて表現することを行った。

現在までの達成度 (区分)
現在までの達成度 (区分)

4: 遅れている

理由

研究助成を受ける前から構築してきた建物配置モデルを再検討し、いったん、ベクトルデータをGIS炙りケーション上で手作業で計測する分析を行った。そのため分散処理プログラムによる分析作業が不要であったことが大きい。
その他、2019年度中は、大学における業務の増加、親の介護に要する時間が増加したことで、想定していたエフォート率を確保することができなかったことも影響している。

今後の研究の推進方策

建築物の具体的なイメージを捉えるためにはベクトルデータのほうが優れているが、多数の建築物を分析するためには、なお、ピクセルデータのほうが優れている。2019年度にベクトデータによる分析から得たイメージと分析のモデルをを、改めてピクセルデータでの分析に応用したい。当初の予定どおり、ピクセル化した建物形状、街区形状のデータを用いて分析を進める予定である。

次年度使用額が生じた理由

研究助成を受ける以前に作成していた、建物配置モデルのための分散処理プログラムの改良とテストのために、Amazon Web Serviceを利用する予定であったが、本年度は、その作業に着手できなかったためである。そのため使用した金額は、データセンターに保管されているデータのディスク使用量のみになっている。
2020年度、遅れている分散処理プログラムの改良に着手し、2020年度に購入を予定している3Dデータを用いた分析を行うためにAmazon Web Serviceを利用する計画である。

URL: 

公開日: 2021-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi