共享单车这个例子在提醒我们，在开展城市信息学研究时，必须牢记人类的动态变化！
城市信息学——第一部分——城市科学的维度（Dimensions of Urban Science）
- 城市丛书是全球城市研究和地理研究的资源。它为该领域的最新发展提供了独特和创新的资源，为城市研究、城市地理、规划和区域发展提供了一个全面而全面的出版场所。
- 该丛书出版的同行评议书籍涉及城市化、可持续性、城市环境、可持续城市主义、治理、全球化、城市和可持续发展、空间和区域研究、城市管理、交通系统、城市基础设施、城市动态、绿色城市和城市景观。它还邀请研究在国家、区域和地方各级记录城市化进程和城市动态，欢迎个案研究以及比较和应用研究。
- 该系列将吸引城市学家、地理学家、规划师、工程师、建筑师、政策制定者，以及所有对当代城市研究和创新领域的广泛概述感兴趣的人。
城市科学的维度
第四章
用于城市基础设施和服务自动评估的街景成像
摘要：城市中许多形式的环境数据开始变得可用，可以跟踪城市的短期运营，如交通管理、垃圾收集、检查或非紧急维护请求。然而，可以说，城市分析的最大前景是建立可衡量的目标，并跟踪与人类发展和长期可持续性相关的系统发展目标的进展。这种方法面临的挑战是，如何将传感、机器学习和地方知识等新技术能力与居民和市政府的运作联系起来。在这里，我们描述了一个新兴的项目，通过这些方法的融合，对加拉帕戈斯群岛快速发展的城镇的可持续发展进行长期监测。我们展示了协作测绘和360度街景的捕获如何为广泛的定量分析提供一般基础，当这些行动与城市环境的测绘和深度学习特征相结合时。我们通过自动对象分类绘制和评估城市资产的精度，并表征其丰度和空间异质性。我们还讨论了随着这些方法的不断改进，它们如何能够提供对城市资产(建筑物、车辆、服务)和环境条件进行环境普查的手段。
4.1 介绍
城市中多种形式的环境数据开始允许对短期运营和服务进行跟踪（Park 等人，2014 年；Townsend，2015 年）。这些技术的用途包括促进交通管理、空气质量控制或非紧急请求管理（Park 等人，2014 年；O'Brien，2015 年）。不过，可以说城市分析技术的最大前景之一是制定可衡量的目标，并长期跟踪与人类发展和可持续性相关的系统性发展目标的进展情况（Brelsford 等人，2017 年）。在城市环境中实现对进程的长期监测所面临的一个主要挑战是新技术、本地知识、居民和本地治理的融合。这些目标已经对发达城市构成了挑战，而在发展中国家的环境中则更加艰巨（Praharaj 等人，2017 年）。在快速发展的城市中，数据往往不够丰富，甚至根本不存在。此外，城市环境往往以更快的速度和非正式的方式发生变化（Sarin，2016 年）。这使得跟踪变化，特别是在实现可持续发展目标的发展轨迹中产生统计进展变得更加困难。
加拉帕戈斯群岛是研究新技术在半信息化环境中的潜力及其对管理和跟踪长期目标进展的影响的一个很好的案例。该群岛以其独特的生态系统而闻名，位于距厄瓜多尔太平洋海岸约 1000 公里处（图 4.1 中的蓝色方块）。虽然大部分岛屿仍是自然保护区，但陆地和海洋上的人类活动增长非常迅速，四个快速发展的城镇集中了大部分移民人口。这些岛屿偏远的地理位置和独特的城市-自然耦合系统，为研究城市化的发展轨迹提供了一个特别有趣和令人感慨的环境（Batty 等，2019 年）。
图4.1： 加拉帕戈斯群岛是太平洋中部的一个群岛(蓝色方块)。它们隐蔽的地理位置、快速发展的城镇和独特的生态系统为开发城市-自然耦合系统的可持续发展模式提供了一个特别有趣和令人心酸的环境。这些城市地区可管理的规模使得研究协作数据收集的新方法以及新技术和当地知识的融合成为可能。我们在这些岛屿的首都，圣岛上的巴奎里佐莫雷诺港Cristóbal上举例说明了这种方法，如插图所示。地图设计来自Mapillary(2019)和OpenStreetMap (2019)
从建模的角度来看，岛屿由于其偏远的位置而提供了一个独特的环境，并且系统内外的所有材料和货物在到达或离开时都进行了登记，就像人们的迁移一样(Bettencourt 2019)，这为评估岛屿系统对其外部环境的影响提供了良好的基础。
随着一项协调旅游业与当地魅力生态系统可持续管理的计划的出现(Rousseaud et al . 2017)，加拉帕戈斯群岛的城镇提供了一个独特的机会，可以研究城市规划、资源流动的城市管理和跟踪可持续发展目标的新方法(Batty et al . 2019)。
在这项研究中，我们将重点关注加拉帕戈斯群岛第二大城镇巴奎里佐莫雷诺港，这也是该地区的首府，人口约为8000人(Andrade and Ferri 2019)。该镇位于群岛的东部，在圣岛Cristóbal上，如图4.1所示。在材料方面，该岛相对独立于群岛中的其他岛屿，因为它有自己的港口和机场，直接连接到厄瓜多尔大陆，那里是大多数人，建筑材料，能源和消费品的来源。
从历史上看，圣岛Cristóbal并不是该群岛的主要旅游热点。然而，自1986年机场开放以来，该岛对越来越多的游客越来越有吸引力-从机场到达的人数可以看出-这显示出比加拉帕戈斯群岛游客到达总增长率更高的增长率(Izurieta 2017)。旅游业年均增长3.72%(2015年约22.5万人次;Izurieta 2017)在岛上创造了不断增长的经济，但也给岛屿的城市-自然界面带来了压力。这些压力和可能的解决办法仍然难以详细追踪，因此排除了一条平衡的道路，既可以扩大经济机会，又可以保护岛屿的生态系统。
因此，跟踪城市化对岛屿的增长和影响的创新办法正变得至关重要。在这里，我们举例说明了协作数据收集和新的成像和人工智能技术如何在加拉帕戈斯群岛长期可持续发展的新兴项目背景下支持这一进程。
4.2 数据收集和对象定位
计算机视觉和物体识别的快速发展为处理大型图像数据集开辟了有效途径（Chen 等人，2016 年）。对于城市科学和政策而言，这些能力在跟踪已建基础设施的轨迹、评估城市资产和服务的异质性（包括能源和材料的消耗）方面具有巨大潜力。然而，在许多发展中城市地区，有关这些问题的数据往往缺乏、过时或过于粗糙。偏远地区的情况更是如此，比如加拉帕戈斯群岛的城镇，特别是巴奎里索-莫雷诺港镇。在我们开始监测该镇建筑环境的项目之前，网上可获得的数据非常少（大约十几张图片），其中只有几张描绘了该岛的城市区域。
然而，监测城市发展需要能够捕捉整个城市结构和随时间变化的数据。在下面，我们介绍了一种方法，它可以在短短几天的工作中记录整个城镇，并且只需要很少的初始投资，从而使协作数据收集成为可能。数据管道由三个主要步骤组成，其中两个是完全自动化的。
第一种方法包括捕捉街道级别的照片，第二种方法分析单个图像，以便识别和分割物体，如图4.2右面板所示。第三步是在不同图像中识别同一物体，并确定其在空间和时间上的位置。
图4.2 街道级图像可以用相对简单的工具捕获。在这项研究中，我们通过在头盔上安装360度运动相机来收集数据，并骑自行车穿过城镇。该图像可通过Mapillary(2019)的用户界面获得，如左图所示。右面板显示处理和分割的图像。自动对象分类系统从近36个类别中识别结构和对象。然而，在岛上，算法有时不能正确识别某些物体。例如，右边的人行道被归类为地面。然而，这些方法为评估经历快速变化的发展中城镇的城市特征提供了有力的工具
最耗时的一步是收集足够覆盖整个城镇的图像。这个过程是完全并行的，可以涉及一组人或车辆。图像中必须有足够的重叠，以便物体的地理定位成为可能，从而变得明确。图4.3描述了一个在六幅不同图像中识别商店标志的示例。
在这项研究中，我们使用了一个 360 度动作相机，它能够以选定的时间频率自动拍摄图像。该相机能够拍摄覆盖当前位置周围的图像，经过后期处理后，每个位置都能生成地球仪。我们将相机安装在头盔上，带着它在小镇上兜风。由于相机还将 GPS 坐标添加到每张图像的元数据中，因此我们在短短几天内就完成了约 75 公里的地理标记图像球。收集到的图像有 10,000 多张，其中有许多重叠，为数据管道的下一步工作提供了良好的数据集。图 4.3 中用绿点描绘了 360 度图像的每个位置。
图4.3 该图像覆盖了加拉帕戈斯群岛Cristóbal岛上的Puerto Baquerizo Moreno大部分可达的街道网络。绿点表示我们制作的所有360度图像的位置。当沿着街道的一系列图像可用时，可以识别和定位物体。这个插页描述了一种情况，在右边的插页中，同一商店的标志在六个不同的图像中被识别出来，这些图像取自略有不同的位置，其中三个在左边的插页中显示。地图设计来自Mapillary(2019)和OpenStreetMap (2019)
我们与致力于创建众包街景地图的技术公司Mapillary(2019)合作执行了第二步和第三步。Mapillary提供了一个自动处理上传图像的引擎，包括从一张图像到下一张图像的用户界面，从而最终覆盖整个城市。图4.2的左侧描绘了对公众开放的界面。
使用计算机视觉和物体识别算法对图像进行进一步处理，其中许多算法已由Mapillary研究团队开发和优化(Bulo和Kontschieder 2016;Bulo等人2017;Cariucci等2017;Neuhold et al . 2017)。该算法对图像进行分割，并将语义信息添加到视野的不同部分。
近年来，通过使用深度学习算法进行图像分割，计算机视觉和物体识别领域取得了重大进展(Krylov et al . 2018)。然而，这些技术还不完善，从图像中提取的结果语义信息往往只是近似于现实。
对于街道级别的数据，对于与用于训练对象识别分类器的数据不同的区域尤其如此。然而，这些算法能够识别图像中的核心属性，如图4.2右侧插入面板所示。
当同一物体在多个图像中被识别时，它可以在空间中被唯一地定位。图4.3展示了一个例子，其中在右侧插入的六个不同图像中可以识别单个商店标志，其中三个在左侧插入面板中显示。从街道层面的不同图像中定位物体的任务涉及几个主要的技术挑战。除了在多个图像中聚合相同的对象之外，处理众包街道数据的主要挑战是图像质量的变化，例如模糊或受限的视野，以及相机位置的可变性。后者很重要，因为高质量的地理定位取决于相机相对于视场中物体的位置，以实现准确的三角测量和定位(Krylov和Dahyot 2018)。
尽管面临这些挑战，该引擎仍然能够在Puerto Baquerizo Moreno小镇上定位近12,000个物体，包括777个垃圾桶，343个商店招牌，412个广告招牌和224条车道。在下一节中，我们将使用这些对象类别来推导城镇某些部分的功能，并举例说明随着这些方法的不断改进，可以从这些方法中得出的结论。
4.3 从对象统计中推导城市功能
数据的收集以及空间物体的识别和定位为绘制城市区域的基本功能图提供了依据。通过不同类别物体的空间分布，可以研究不同区域的位置和功能。例如，图 4.4b 中商店招牌的密度分布显示了巴盖里索莫雷诺港提供一系列特定服务的区域，这些服务通常与旅游业相关（Andrade 和 Ferri，2019 年）。
图 4.4 显示了两个能够很好反映居住区的物体类密度分布：垃圾桶和车道的分布（子图 (a) 和 (c)）。巴克雷索莫雷诺港居民区的垃圾桶是具有独特形状和颜色组合的标准化容器。每家每户都必须将垃圾桶放在楼外靠近街道的地方，以方便垃圾收集者取用。此外，它们也是公共垃圾箱。旅游区的垃圾桶则不同，摆放的位置并不显眼，而且经常被混淆。分段引擎在识别这些垃圾箱时遇到了问题，但这也清楚地表明了不同的外观和功能，以及有意以不同的方式处理这一问题。游客服务最多的滨水区要比小镇其他地方密集得多。这些建筑通常紧邻街道，没有向后退。东北部住宅区有大量车道，而在城镇中心靠海等密度较高的地方却没有车道，就说明了这一点。图 4.4c 清晰地描绘了这一点。
图4.4 定位对象有助于识别和定位城镇的不同属性。图中描绘了一个垃圾桶、b个商店招牌、c条车道和d个广告招牌的分布情况。垃圾桶的分布表明了当地知识的重要性。通过分割识别的是私人垃圾桶，而公共垃圾桶不被识别，主要位于城镇的商业区，靠近大海，在b中有大量的商店标志。c的车道表明这些地区的房屋密度较低，因为它们远离街道。d的广告招牌与b的店铺招牌图案相似，但分布更为均匀，主要沿主干道分布。地图设计来自Stamen Design (2019)
在本研究中我们想指出的最后一个指标是广告招牌的分布。其空间分布如图4.4d所示。根据广告招牌的密度分布，针对广告招牌积累较多的场所，主要有三种模式。第一种模式是大多数游客在镇上度过时间的地方，也是大多数餐馆和旅游服务所在的地方，与图4.4b中最高密度的商店标志相对应。
第二个广告密集的区域由从东到西贯穿城镇的主干道组成，每条主干道都是单行道。在镇上，这些是当地人经常光顾的大多数商店所在的街道。
主要街道也进一步连接到岛上唯一的其他定居点，是唯一一条从东到西穿过San Cristóbal的街道。这条路与与之正交的街道一起构成了城镇的主轴，并从地图左侧的机场开始。然而，这些信号并不像其他指标那样清晰。
第三个集群是数据显示的广告招牌密度最高的一个集群，位于靠近图像中心顶部的国际会议中心。这个集群必须小心，因为我们的许多数据收集旅程都是从这里开始的，所以就图像而言，这个区域是过采样的。
数据处理引擎在处理这种采样效应时遇到了一些困难，将相同的广告标识分开，并将它们定位在非常相似的位置。
上述对图4.4中不同密度分布的解释显然高度依赖于局部知识。例如，私人垃圾桶的独特形式和形状并不是不同城市系统的普遍模式，而是一种非常具有地方性的特征。如果不了解当地的选择、习惯和规则，就不会从提取的数据中得出明显的结论。
4.4 讨论
最近的技术进步正在为监测、研究和评估更接近人类经验的城市环境特征和变化的新方法铺平道路。我们目前的研究表明，收集街景图像并识别和定位相关的功能对象需要很少的初始投资。这些方法也适用于涉及图像收集和由此产生的空间统计解释的协作方法。因此，这种类型的结果表明，智慧城市的概念和广泛而详细的城市环境数据的收集不再局限于大公司或大学的大量投资和努力，而是在发展中城镇中相对较少的人也是可行的。
出于多种不同的原因，当地公民最好能更多地参与此类过程。首先，从纯粹的技术角度来看，持续的数据收集工作有助于改善系统的证据库，提高目标识别统计的覆盖面和准确性。其次，地方知识对于良好的城市规划和政策至关重要，而迄今为止，将数据和技术与人们的地方经验相结合的系统性战略还很少。第三，也是最重要的一点，企业和政府收集的数据很少能反映当地社区的观点和优先事项，而就可持续发展而言，当地社区与其环境的未来有着明显的利害关系，可以充当环境福祉的最佳管理者（Burke 等，2006 年）。第四，使用本文所讨论的方法提供了许多有趣的教育和培训机会，有助于当地人力资本的增长，并可能对当地的其他创新做法产生溢出效应。
要将这里描述的试点转变为能够实现这些目标的有效系统，仍然存在许多技术障碍。发展中城市图像中的物体识别还远远不够完美。这可能是由于人工智能算法在训练中使用来自更正式环境(如全球北方城市)的图像时存在偏见。因此，目前的算法往往无法从加拉帕戈斯群岛的图像中提取出所有的语义信息，从而无法在物体识别和分割中达到较高的精度。
尽管如此，这些方法在目前的状态下已经提供了强大的工具，因此我们可以合理地预期，随着更多来自非正式和可变环境的证据成为训练语料库的一部分，它们将在不久的将来得到改进。
需要改进的算法方面可能与地理和文化背景知识的增加有关。例如，我们已经看到人行道的识别仍然很困难，因为这些相当不规则的空间通常被归类为街道的一部分或简单地作为地面。另一个例子是海滩的分类。在我们收集的加拉帕戈斯群岛的数据中，沙滩经常被归类为雪。简单的上下文线索肯定会改善这种分类。
然而，该方法提供了潜在强大的人工智能工具的初始阶段，用于评估城镇资产和研究城市微环境的发展轨迹。这将在未来变得更加强大，因为算法能够以一种可以跟踪的方式进行更细粒度的对象分类和分割，例如，施工过程、材料和成本。
从本研究中生成和分析的图像类型中提取三维(3D)城市模型(Schläpfer et al . 2015)将对未来的城市研究产生重大影响。结合更传统的航空和遥感(Qin and Fang 2014;Weng等人2018)和公民参与，整个城镇和城市的高质量3D模型现在也可以在发展中国家快速变化的环境中使用(另见第34章)。这里展示的数据收集的简单性和概括性提供了一种方法，以更接近在这些环境中生活和工作的个人和家庭的经验的方式轻松快速地跟踪这些发展轨迹，同时使我们能够描述这些系统跨尺度的物质和信息流。
第五章
城市人类动态
摘要：城市地区是人们聚集在相对高密度的建筑环境中进行各种活动的地方。每个城市地区应提供充分的基础设施和服务，以支持其人口的需要。由于各种资源、服务和设施分布在不同的位置，城市地区表现出一个复杂的人员、货物和信息流动系统，以支持人类社会的经济、社会、文化和政治体系。这些活动、流动和系统是由各种过程驱动的，并表现出各种时空模式，这些模式是人类动态的结果。然而，我们如何研究城市地区的各种动态过程和复杂系统一直是并将继续是一个具有挑战性的研究课题。城市人类动态涉及多个方面，可以从不同的角度进行研究。本章讨论了城市动力学和人类动力学各自的途径和方法，以及一些选定的例子。然后，它将城市人类动态研究与城市信息学联系起来，以突出它们之间的关系，以及它们如何共同导致城市地区能够更好地满足人类需求并提高生活质量。
5.1 介绍
城区是人们集中在相对高密度的建筑环境中开展各种活动的地方。城区和城市这两个词经常交替使用。
例如，国家地理学会指出，"城区是指城市周围的区域" (https://www.nationalgeograp hic.org/encyclopedia/urban-area/)。每个城区都需要充足的基础设施和服务，如电力、供水、排污、交通、学校、医院、商店和公园，以满足人口的需求。由于各种资源、服务和设施分布在不同的地点，因此城市地区拥有复杂的人流、物流和信息流系统，以支持其经济、社会、文化和政治系统。这些活动、流动和系统由各种过程驱动，并呈现出各种时空模式，这些都是城市人类动态的结果。值得注意的是，随着技术、环境问题和社会价值观的不断变化，城市人类动态也在跨时空不断演变。
根据联合国教育、科学及文化组织(UNESCO, https://www.unesco.org/education/tlsf/mods/theme_c/popups/mod 13t01s009.html)和我们的数据世界(https://ourworldindata.org/urbanization)，全球城市化趋势在过去几十年里急剧加速。1950年，约30%的世界人口居住在城市地区，2019年约为55%。预计这一城市化趋势将继续下去，据估计，到2050年，世界上近70%的人口可能居住在城市地区。在这种趋势下，许多现有城市必须扩大规模以容纳不断增长的人口。鉴于许多大城市已经面临着当前人口规模的重大挑战，如何在不牺牲我们总体生活质量的情况下容纳不断增长的城市人口已成为一个重要而紧迫的研究课题。
长期以来，人们一直认为城市地区在本质上是动态的和复杂的(Crosby 1983;古怪的2003)。Batty(2005)认为，城市模型的重点不再是空间相互作用，而是发展动态和局部运动。
然而，如何研究城市地区的各种动态过程和复杂系统一直是一个具有挑战性的研究课题。城市人类动态涵盖多个方面，可以从不同的角度进行研究。一般来说，我们可以将城市人类动力学的研究分为两大类:城市动力学研究和人类动力学研究。城市动力学研究倾向于关注城市区域在增长、变化和衰退方面的演变。
在这种情况下，重点主要放在城市地区本身，人类活动通常通过人类活动的结果(如土地利用类型)被隐含地考虑。例如，我们可以研究一个城市如何通过其土地利用变化模式随时间的增长、变化和下降而在空间上演变。城市动态研究还可以研究城市区域系统之间的动态，例如研究一组城市之间的各种类型的流动。在这种情况下，重点主要是城市之间的互动。另一方面，人类动力学研究侧重于人类本身，研究导致城市地区或城市地区之间各种流动和模式的人类活动和相互作用的动力学。虽然城市动力学和人类动力学彼此密切相关，不应被视为城市地区的两种独立的动力学类型，但由于它们倾向于使用不同的研究方法和研究方法，本章将分别讨论这两种类型的城市人类动力学。
5.2 城市动态
研究复杂和动态城市区域的一种方法是采用一般系统理论(von Bertalanffy 1968;Straussfogel 1991;Alfeld 1995;谢1996)。一般系统理论认为系统是由一组相互依赖的子系统组成的。
一个系统可能不仅仅是其各部分的总和，它从各部分的相互作用中呈现出新的模式。一个子系统中的更改可以影响其他子系统以及整个系统。
被认为是系统动力学奠基人的Forrester(1969)在1969年出版了《城市动力学》一书。他指出，“在这本书中，城市问题的本质、原因和可能的纠正都是根据城市系统组成部分之间的相互作用来研究的”(Forrester 1969，第ix页)。Forrester使用计算机模拟来研究城市地区的生命周期，以揭示其动态特征。这是用计算机模拟方法系统地研究城市地区的结构、增长、停滞和复兴的城市动态的早期努力。
由于福雷斯特研究城市动力学的方法的影响，随后分别于1974年和1975年出版了两卷《城市动力学读本》(Mass 1974;Schroeder et al 1975)。这两卷包括涵盖概念问题、模型和城市动力学各个方面的应用的文章，以及对弗雷斯特书中提出的方法的批评的回应。
例如，福雷斯特使用了一个五步过程来得出关于美国城市典型内部区域动态的结论，他的例子与波士顿大致相关。第一步选择某些基本变量来代表城市地区的社会和经济组成，其次是使用特定方程来描述城市地区的发展。第三步引入公共政策来修改方程中表达的发展，然后导致第四步推导由于引入方程的公共政策而产生的发展结果。第五步比较不同的发展结果，并建议可以产生理想发展结果的公共政策。
Kadanoff(1971)指出了Forrester方法的几个缺点，包括:(1)Forrester的模型没有包括城市-郊区的相互作用，(2)迁移是Forrester模型中唯一的城市区域与外部世界的相互作用，(3)Forrester的模型主要侧重于预测方法，没有对规范方法背后的目标给予足够的关注。Kadanoff(1971，第262页)随后得出结论:“我将拒绝这些结论，但接受该模型作为进一步工作的适当基础。”
针对这些批评，Forrester（1974 年，第 vii 页）写道："随着《城市动力学读本》的出版，似乎有必要强调，最初的城市动力学模型更多的是代表了一种分析城市行为的观点和方法，而不是一个单一的、完备的模型。城市动力学是不断发展的社会系统思想的第一步。城市动力学方法有几大显著特点。首先，它主要关注经济、政治、心理和社会学变量之间的相互关系，而不是详细分析城市环境中的任何一个子系统。其次，它涉及城市地区的长期演变；它处理导致城市增长的正反馈过程以及限制增长的非线性和负反馈过程。最后，它为检验我们对城市行为的集体假设所产生的影响提供了一种正式的方法"。杰伊-福雷斯特研究城市动态的方法与一般系统理论有关，使用计算机模拟来研究城市地区不同子系统之间的相互关系。更重要的是，福雷斯特提出的计算机模拟方法已被许多其他研究人员在研究城市动力学时采用，尽管不同的研究采用了不同的模拟模型。
5.2.1 元胞自动机在城市动力学研究中的应用
元胞自动机(CA)是由Ulam(1950)和von Neumann(1966)在20世纪40年代发展起来的，经常用于建模和模拟城市动态。
根据这些思想，Tobler(1979)提出了一种利用细胞空间进行地理建模的细胞地理学。细胞空间可以看作是一个二维网格，网格中的每个细胞都有一种状态，这种状态是由相邻细胞的状态决定的。一个给定细胞的邻居可以用不同的方式来定义，要么是四个细胞共享一个共同的边(称为冯·诺伊曼邻居)，要么是八个细胞共享一个共同的边或一个共同的角(称为摩尔邻居)。然后，根据相邻单元状态的具体配置，转换规则决定一个单元的状态如何从时间t到时间t + 1转变为不同的状态。例如，如果一个给定细胞的四个相邻细胞中有三个在时间t处于居住状态，那么一个转换规则可以将它从t时刻的非居住状态转换为t + 1时刻的居住状态。因此，细胞、状态、邻居和转换规则是元胞自动机模型的基础。
细胞自动机有两个特点对地理问题很有吸引力（White 和 Engelen，1993 年）。首先，细胞自动机将研究区域划分为网格，而网格本身就是空间的。其次，细胞自动机可以从非常简单的规则中生成非常复杂的形式，这对研究复杂的空间现象非常有用。换句话说，细胞自动机模型中相邻细胞之间相互作用所产生的简单局部变化，可以导致复杂的全局模式（沃尔夫拉姆，1983 年，1984 年）。因此，CA 模型可以简单而直接地反映微观与宏观之间的相互作用，CA 模型的主要贡献在于提供对城市系统如何运作的见解，而不是提供城市动态的模拟工具（Couclelis，1985 年）。这就提供了一种将不同尺度上的运行过程联系起来的方法，以解决许多领域的主要研究难题，这些领域试图将形式与过程联系起来，并解决从地方到全球结构的问题（Batty 和 Xie 1994 年；Emmeche 1994 年）。事实上，雅各布斯（Jacobs，1961 年）曾提出，在城市地区观察到的混乱现象可以被看作是有组织的复杂性，因为更深层次的秩序反映了城市地区的多样性。细胞自动机模型使我们能够从局部过程研究城市动力学，从而理解全球复杂模式，并深入了解城市动力学各方面的演变。
Chapin和weiss(1968)首次将元胞自动机的概念应用于城市土地开发模型，Tobler(1970)采用元胞空间的概念来模拟底特律地区的城市增长，尽管这两项研究都没有使用元胞自动机这个术语。
Tobler (1970, p. 234)建议“必须尽最大努力避免编写复杂的模型。因为一个过程看起来很复杂，也没有理由认为它是复杂规则的结果。”White和Engelen(1993)认为，大多数地理理论，如阿隆索-穆特土地利用理论所体现的中心地理论和城市经济模型，本质上是静态的，并假设一种稳定的平衡状态，这与我们的常识和经验相反，即所有城市地区都在经历持续的增长、变化、衰退和重组。White和Engelen(1993)因此开发了一个CA模型，从相对简单的空间行为规则中生成土地利用的分形模式，以解决城市结构复杂性的问题。本研究的目的是深入了解土地利用结构演变背后的深层原因，并证明土地利用格局存在复杂的分形秩序。他们的发现表明，复杂性是城市的必要特征。当城市的结构过于简单时，它们可能不会成功地发展，并可能停止有效地发挥作用。本研究是使用CA模型来评估城市结构复杂性和建立规划政策总体指导方针的一个很好的例子。
Couclelis(1985)指出，标准的细胞空间模型在解决现实世界的地理问题方面有许多局限性。这些限制包括无限平面、邻域平稳性、空间同质性、过渡规则的时空不变性，以及与细胞空间模型的基本假设直接相关的外部事件的封闭性。Batty和Xie (1994, p. S46)还提出，将CA模型应用于城市系统的一个主要问题是“城市系统最不可能完全在局部尺度上模拟，但这种方法的价值在于将我们的注意力集中在这个尺度上，以及过程和尺度的层次结构对理解城市如何运作至关重要的程度。”Xie(1996)讨论了多年来对CA模型的改进，并提出了一个广义的细胞城市动力学模型，称为动态城市进化模型(DUEM)，以证明CA方法在城市动力学应用中的理论完整性和技术优点。DUEM的一个主要贡献是采用了由邻域、场和区域组成的CA空间分层系统，可用于模拟细胞空间、模型空间和地理空间之间的相互作用，从而克服了传统细胞空间模型的一些局限性。DUEM进一步与地理信息系统(GIS)连接，以受益于GIS数据、分析和可视化功能。
Anthony Yeh、Xia Li 及其合作者广泛使用蜂窝自动机模型来研究城市动态。Li 和 Yeh（2000 年）在栅格地理信息系统中开发了一个约束 CA 模型，该模型包括局部、区域和全局约束来调节单元空间，并将灰色单元定义为代表 CA 模型任意迭代时城市土地开发的百分比。Yeh 和 Li（2001 年）进一步使用约束 CA 模型和栅格 GIS 模拟了从单中心紧凑型到高度分散型的七种不同类型的城市形态和发展。他们的模型考虑了城市形态、环境适宜性和土地消耗等各种标准，旨在规划可持续城市。他们还将 CA 模型与神经网络（Li 和 Yeh，2001 年）、蚁群优化（Liu 等人，2008 年）和人工免疫系统（Liu 等人，2010 年）等计算智能方法相结合，研究复杂的城市系统。Santé 等人（2010 年）对应用于模拟现实世界城市进程的城市细胞自动机模型的能力和局限性进行了有益的回顾。他们还得出结论，CA 模型的广泛使用是由于其简单性。同时，CA 模型的简单性也是限制其表现真实世界现象能力的主要弱点。另一个主要缺点是，在城市气候变化模型中缺乏定义过渡规则的标准方法，而过渡规则代表了过程的复杂性。
5.2.2 其他城市动态方法
Batty（2008 年）指出，传统的城市模型将城市视为总体平衡系统，主要使用空间相互作用。这种方法在二十世纪末发生了变化，更多地将城市动态视为结构自下而上形成的不断演化的复杂系统。
在他的《城市与复杂性》一书中： 巴蒂（2007 年）在《城市与复杂性：用细胞自动机、基于代理的模型和分形理解城市》一书中提出，随着城市规划从自上而下的集中视角转向自下而上的分散视角，基于代理的模型是研究复杂城市动态的另一种有用方法。基于代理的模型（ABM）由自治代理组成，自治代理既可以是个体实体，也可以是集体实体，其定义的行为可以模拟自治代理的行动和互动对新出现的系统模式的影响。蜂窝自动机模型与基于代理的模型之间的一个主要区别是，基于代理的模型中的代理可以自由移动并与其他代理和环境互动。基于代理的模型的目标主要是深入了解遵循简单行为规则的代理的集体行为。
Huang 等人（2014）回顾了三个研究领域的 51 个基于代理的居住选择模型，这三个领域分别是：（1）基于经典理论的城市土地利用模型；（2）城市化进程的不同阶段；（3）基于代理和微观模拟的综合模型，对基于代理的城市居住选择模型（ABM）的发展进行了回顾。该综述特别关注了代理异质性表示的进展、土地市场表示的程度以及广泛模型输出的测量方法。他们得出结论："城市土地利用模型可以从基于代理的建模中获益，方法是纳入异质性智能代理，并对土地交换背后的机构进行明确建模"（Huang 等，2014 年，第 681 页）。
Xie et al .(2007)应用agent-based模型研究了1990-2000年间中国苏武地区荒漠地带的发展，荒漠地带是一种与都市圈相邻的混合城乡空间。他们开发了一种ABM，将地方家庭改革与全球城市改革联系起来，以检查受更高层次宏观经济调节的地方土地发展过程。另一方面，Benenson等(2008)通过考察不同驾驶员群体的搜索时间、步行距离和停车成本的分布，建立了一个基于agent的模型，研究了非均匀道路空间中停车模式的复杂自组织动力学。Hosseinali等人(2013)在伊朗Qazvin引入了一个基于agent的模型，该模型采用了模拟agent运动和agent之间竞争的新方法来模拟城市土地利用发展。在对现有数据进行校正后，利用该模型对四种发展政策情景下的土地利用发展进行了预测。
也有关于城市地区系统的城市动态的研究。例如，Batty(2003)提出了一种研究城市动力学的方法，该方法推广了Zipf的秩大小模型，以研究城市之间随时间变化的秩大小关系。他使用了从1790年到2000年的100个最大城镇的数据，每隔十年检查单个城市在城市半衰期的排名规模分布中的波动性。他发现在等级-规模关系中有相当大的波动性，在200年的时间里几乎完全改变。这项研究说明了单个城市如何在城市系统中崛起、衰落或保持其地位的动态。此外，Batty(2013)的《城市新科学》(The New Science of Cities)一书建议，我们不仅要将城市视为空间中的场所，还要将城市视为网络和流动系统，这进一步表明，需要研究单个城市内部和城市系统之间的联系和相互作用，以更好地理解城市动态的各个方面。
5.3 人类动力学
人类动力是人类社会的基础。
所有的经济、社会、文化和政治体系以及所有的建筑环境都是为了满足人类的需求而发展起来的，而这些需求在本质上都是动态的。因此，人类动力学研究的重点是分类个体行为以及总体群体行为的动力学（Shaw 等，2016 年；Shaw 和 Sui，2018a、b、c）。从商业、地理、规划、心理学、社会学到物理学，人类动力学一直是许多学科的研究课题。
最近，人类动力学研究兴趣的激增部分归功于阿尔伯特-拉斯洛-巴拉巴西（Albert-László Barabási）及其同事在无标度网络和人类行为重尾分布方面的工作。Barabási 和 Bonabeau（2003 年）提出，许多复杂系统都有一个共同的重要特征，即一些节点与网络中的其他节点有大量连接，而大多数节点只有少量连接。换句话说，这些网络似乎没有规模或无规模。Barabási（2005 年）进一步指出，个体在执行任务时，往往会出现快速执行任务的突发情况，而与之相隔的则是长时间的非活动状态，这就导致了重尾分布。这一研究方向从统计物理学的角度确定了人类动力学的一些普遍规律。
从城市规划的角度来看，我们需要超越人类行为的一般规律，进一步了解人类的动态，以促进政策制定和规划实践。人类动态随着环境、技术和社会的变化而演变(Shaw and Sui 2018b)。50年前人们进行活动以及与他人和环境互动的方式与今天的人类动态非常不同。因此，为了设计和开发更智能的城市，更好地满足未来10-20年甚至更长时间内人类的需求，更好地理解不断变化的人类动态是很重要的。
5.3.1 信息和通信技术对人类动态的影响
互联网和移动电话等信息和通信技术对人们开展活动和互动的方式产生了重大影响。互联网使我们能够通过一个相互连接的全球计算机网络系统在网上获取大量的信息和广泛的服务。有了Wi-Fi技术，我们可以从任何有无线局域网的地方连接到互联网。移动电话和平板电脑配备了越来越强大的计算能力，进一步将我们从固定的固定电话和笨重的电脑中解放出来，几乎随时随地保持联系。现在可以在图书馆关门的时候找到一篇期刊文章，不用去商店就能买到一本书，几乎可以随时和朋友保持联系。换句话说，现代技术已经消除了人类活动和互动的许多空间和时间限制，从而扩展了我们的活动空间(Janelle 1973)。因此，人类活动和相互作用变得更加灵活和自发，这反过来又可以改变人类动态的性质和时空模式。
关于信息和通信技术对旅行和人类活动模式的影响，已有许多研究（例如，Salomon，1986 年；Salomon 和 Koppelman，1988 年；Mokhtarian 和 Meenakshisundaram，1999 年；Townsend，2000 年；Hjorthol，2002 年；Ben-Elia 等，2014 年）。Mokhtarian (2003) 认为，电信与旅行之间存在四种类型的关系。第一种是替代关系，如远程会议或电子购物，即在线活动替代物理空间中的旅行。第二种关系是互补关系，即信息和通信技术的使用将增加实体空间的活动。例如，向智能手机推送销售信息可以吸引更多的人光顾实体商店。第三种关系是改变关系，例如，从在线实时交通信息服务获得的信息会改变旅行者的旅行路线。这只是改变了物理空间中的旅行模式，而不会增加或减少物理空间中的旅行次数。最后一种关系是中立关系，即使用信息和通信技术的活动对物理空间的活动没有影响。这项研究说明了确定信息与传播技术对人类动态的具体影响所面临的挑战。
人类必须在物理空间的不同位置之间移动以开展他们的活动(例如，工作、上学、购物、社交、娱乐)。交通运输为人们在物理空间中从一个位置移动到另一个位置提供了手段。
由于物理运动需要时间，人类必须用时间来克服空间分离。随着交通技术的进步，我们可以在更短的时间内克服相同的距离，这被称为时空收敛(Janelle 1968, 1969)。随着当今世界信息通信技术的快速发展和广泛使用，越来越多的人类活动和互动在虚拟空间中进行，利用信息通信技术设备在虚拟空间的不同地方之间导航。
例如，许多人通过在线社交网络应用程序与朋友保持联系，用智能手机或电脑在网上购物。虚拟空间中的这些活动可能对物理空间中的活动产生重大影响。例如，在Amazon.com上的在线订单触发从配送中心通过快递服务(例如联邦快递或联合包裹)发送到客户位置的货物。这种递送代替了亲自去商店。当从事网购的人很多的时候，大量的个人出行就会被一些通常路线不同、时间不同的送货卡车出行所取代。因此，我们需要考虑人类在物理和虚拟空间中的活动和相互作用，以便研究它们的相互作用，并更好地理解现代世界中的人类动态(Shaw and Yu 2009)。
5.3.2 时间地理学
托尔斯滕-海格斯特兰（Torsten Hägerstrand，1970 年）提出的时间地理学为研究个人在时空背景下的活动提供了一个有用的框架。
时空地理学的一个著名概念是时空路径，它跟踪个人在空间和时间上的移动。当一群人有多条时空路径时，我们可以分析他们的时空关系（Parkes 和 Thrift，1980 年；Golledge 和 Stimson，1997 年；Janelle，2004 年；Shaw 和 Yu，2009 年）。
例如，当两个或两个以上的个体在同一时间段出现在同一地点时，他们之间就存在着共存关系。如果两个或两个以上的个体在不同时间访问同一地点，他们之间就会产生空间共存关系。如果两个或两个以上的人在同一时间段内在不同地点相互通信（如在线聊天），那么他们在时间上具有共同定位关系。如果两个或两个以上的人在空间和时间上都是异步互动（如电子邮件通信），则不需要共存、空间上的共址或时间上的同址。这些关系使研究个体层面的人类活动模式成为可能，从而了解时空背景下的人类动态。
时间地理学还涵盖了人类动力学研究中许多其他有用的概念。时间地理学假定每个人的活动都面临三种类型的限制。能力约束与个人的生物系统和使用工具的能力有关。例如，所有人都必须睡觉和吃饭，这在某些地方需要时间。此外，一个会开车的人比不开车的人可以到达更远的地方。耦合约束要求个体与其他人员或实体耦合以执行特定的活动。例如，一堂课需要一名教师和学生在同一时间段出现在同一地点。权限约束是由域施加的。例如，当杂货店关门时，个人无法进入。我们的日常活动和互动受到这三种约束的制约，而这三种约束反过来又影响着人类的时空动态。
另一个有用的时间地理概念是时空棱镜，它使我们能够确定一个人在给定约束条件下可以达到的最大可行时空范围。时空棱镜可以帮助我们理解为什么一个人表现出特定的时空活动模式。立体模型是另一个关键概念。
Hägerstrand将各种时间地理概念放在一个立体模型中，以强调个人在沉浸式环境中的存在，这样个人就可以在考虑各种限制和情况以实现项目目标的同时欣赏情况如何演变为一个总体结果(Hägerstrand 1982)。
事实上，Hägerstrand(1982，第338页)指出，“如果没有立体模型的方法，时间地理的揭示力量就不能被充分发掘。”尽管时间地理学为人类动力学研究提供了一个有用的框架，但由于两方面的限制，它并未在实证研究中得到广泛应用(Shaw 2012)。首先，时间地理学需要在个体层面上收集详细的空间运动数据，这些数据既昂贵又耗时。以前的大多数时间地理学研究使用的数据来自调查或访谈，样本量相对较小。其次，尽管许多研究收集了大样本量的数据，但由于缺乏处理、分析和可视化数据的计算工具，使用时空路径和时空棱镜进行时间地理分析是具有挑战性的。在大数据时代，随着时空地理信息系统(GIS)的进步，这些限制在一定程度上得到了克服。
5.3.3 大数据与时空GIS用于人体动力学研究
近几十年来，随着传感、移动以及信息和通信技术的发展，收集个人数据变得更加容易和便宜。移动电话利用内置的全球定位系统（GPS）功能，可以在空间和时间上以前所未有的粒度持续追踪我们的位置。电话公司拥有我们的电话通信记录，包括通话、短信和访问的网站。信用卡公司知道我们在何时何地购买了什么，以及为每件物品支付了多少钱。许多城市用于公共交通的智能卡知道我们在何时何地使用了公共交通，使用了哪些交通路线，以及使用的频率。谷歌（Google）等搜索引擎服务提供商知道我们何时在网上搜索，访问了哪些网站，以及在某个网站上浏览了多长时间。Facebook、Twitter、Flickr 和 LinkedIn 等在线社交网络服务提供商知道我们的朋友和联系人是谁，我们彼此交流的频率以及我们彼此讨论的内容。这些跟踪数据不仅涵盖人类在物理空间的活动，还包括人类在虚拟空间的活动和互动。它们为人类动态实证研究提供了极为有用的数据源，不过研究界需要密切关注使用此类数据的伦理和隐私问题（见第 32 章）。
同时，人类动力学研究的大量数据需要足够的工具来处理、管理、分析和可视化这些数据。地理信息系统是为处理空间数据而设计的，但它不足以处理时空数据。从20世纪90年代开始，通过开发支持时间地理概念的GIS功能，将传统GIS扩展到时空地理信息系统。Miller(1991)首先在GIS中实现了时空棱镜概念来研究个人可达性，随后在扩展GIS中的时间地理功能方面做出了许多其他努力(例如，Kwan 2000a, b;Buliung and Kanaroglou 2006;于2006年;Chen等2011;Scott and He 2012)。将时间地理学应用于人类动力学研究的主要挑战之一是，大多数时间地理学概念都是基于人类在物理空间中的活动。由于当今许多人类活动和互动都发生在虚拟空间中，因此扩展传统的时间地理概念以涵盖物理和虚拟空间中的人类动态是至关重要的。
Yu和Shaw(2008)开发了一个时空GIS，扩展了传统的时空棱镜概念，以支持对物理和虚拟空间中潜在的人类活动和互动的分析。Shaw and Yu(2009)进一步将时空路径、站、束、活动、事件、项目等时间地理概念扩展到物理-虚拟混合空间，并在时空GIS中实现。Yin和Shaw(2015)随后开发了一种在GIS环境中创建时空路径社会亲密度的方法，这样我们就可以评估物理空间和社会亲密度空间中任何一对个体之间的关系。这些努力使得在基于时间-地理概念的混合物理-虚拟空间中研究人类动力学成为可能，尽管仍有许多研究挑战有待解决。
5.3.4 其他一些例子人类动力学研究
除了基于时间地理概念的人类动力学研究外，还有大量研究利用大数据时代收集的广泛的个人数据来调查人类动力学。Candia等人(2008年)利用手机数据研究了平均集体行为，并确定了可用于实时检测紧急情况的异常事件的上升、聚集和衰减。
他们还研究了个体层面上的呼叫活动，发现它们遵循一个重尾分布。Vazquez-Prokopec等人(2013)对秘鲁伊基托斯的居民进行GPS跟踪，研究其流动性模式，推断流动性网络，并对伊基托斯社区内的传染病传播进行建模。本研究展示了如何使用从位置感知技术收集的数据来表征发展中国家的复杂社会系统，然后使用确定的流动模式和网络来解决城市环境中传染病动态的重要健康问题。Zhong等人(2014)利用在新加坡收集的智能卡交通数据，应用网络科学方法识别城市枢纽的空间结构。他们说明了在城市运动的整体空间结构中，地方的角色和影响的演变，并指出集体运动可以像在社会网络中发生的那样塑造地方社区。另一方面，Xu等人(2016)使用在中国深圳和上海收集的手机数据，根据主要活动点的数量、活动范围和运动频率来比较他们的人类动态模式(有关此类研究的进一步示例，请参阅第28章和第29章)。
Liu等人(2015)提出了一个与遥感不同的社会遥感概念，以表征利用个人层面的大地理空间数据来研究人类动态的社会经济方面的研究。他们还认为每个人都是一个传感器，有助于为人类动力学研究提供数据。
社会感知的概念显然与人类动力学研究有关。由于近年来利用众包数据和其他大数据对城市人类动态进行了大量研究，本章不打算提供全面的回顾。相反，读者可以在本书的其他章节中找到各种例子。
5.4 城市人类动态与城市信息学
通过对城市人类动力学研究的简要回顾，我们有必要将城市人类动力学与本书的主题：城市信息学联系起来。城市信息学是一个相对较新的领域，它利用现代传感、移动、信息和通信技术，采用数据驱动的方法，深入了解人们在城市地区是如何运作的，以及各种系统和服务在城市地区是如何运作的（Kontokosta，2018 年）。Foth 等人（2011 年，第 4 页）将城市信息学定义为 "研究、设计和实践不同城市背景下的城市体验，这些城市体验是由实时、无处不在的技术新机遇以及人际网络和城市基础设施的物理层和数字层的增强功能所创造的"。这一定义将城市环境中的地点、技术和人联系在一起。
随着城市地区的地理面积和人口密度不断扩大，以适应不断增长的城市人口，迫切需要提高我们对城市地区如何运作，导致城市问题的原因以及如何以智能和可持续的方式解决这些城市问题的理解。这些挑战并不新鲜，它们已经被研究了几十年。不幸的是，我们似乎无法控制这些城市问题，许多城市地区正在经历比以往任何时候都更严重的交通拥堵、空气污染、热岛效应、住房问题、工作不匹配等问题。如果我们承认人的动力是城市地区经济、社会、文化、政治和其他系统的根本驱动力，我们就必须更好地理解人的需求，以及在环境、社会和技术施加的各种约束下，他们如何与他人和环境相互作用。
当城市地区的基础设施和服务不能充分满足人们的需求时，我们就会遇到问题。由于人类的需求出现在不同的地点和不同的时间，它们提出了在空间和时间上匹配供需的挑战。从城市规划的角度来看，我们的目标是设计出最能满足人类需求和提高生活质量的城市区域。这是一项重大挑战，正如今天大多数城市地区面临的各种问题所证明的那样。
在他的文章“大数据、智慧城市和城市规划”中，Batty (2013b, p. 274)指出，“大数据的增长正在将重点从长期战略规划转移到关于城市如何运作和管理的短期思考;尽管可能在更长的时间内，这种大数据将成为每个时间范围的信息来源。”Batty (2013b, p. 276)进一步指出，“然而，现在所谓的智慧城市和大数据之间存在巧合，城市的智慧主要涉及传感器可以通过精确的地理定位实时生成新数据流的方式;当然，人们经常指出，只有当人们变得聪明时，城市才会变得聪明，这是我们在这里讨论的必要条件。”显然，技术在城市信息学和智慧城市中发挥着重要作用。然而，我们必须牢记，城市信息学和智慧城市的发展是为了更好地满足人类需求，提高生活质量。一个城市或一个城市的特定系统是否智能，应该通过它在多大程度上满足不同人口群体的需求来评估，以提高生活质量(Shaw和Sui 2019)。
几年前，共享单车在中国许多城市经历了惊人的快速发展，这为中国城市重新将自行车作为一种流行的出行方式提供了动力。然而，整个业务很快就崩溃了。正如 Huang（2018）所指出的，"共享单车应用程序似乎有望成为解决方案--在过去三年中，数百万辆自行车被私营部门投放到中国的街道上。但如今，随着这些公司倒闭，闲置单车堆积在自行车坟场，愤怒的用户排队要求退还押金，很明显，这个想法从一开始就注定要失败。" 共享单车应用程序的智能之处在于，用户可以在城市的任何地方通过智能手机解锁和锁定单车并支付租金。然而，共享单车在多大程度上符合人们的需求并不明确，因为人们在城市地区开展动态活动模式时会面临各种限制。这个例子提醒我们，在开展城市信息学研究时，必须牢记人类的动态变化。
总之，将城市信息学与城市人类动力学研究相结合，有利于更好地理解人类在日益混合的物理-虚拟空间中的活动和互动；但我们必须牢记，城市地区的各种系统和服务都是为了更好地服务和满足人类需求，以提高生活质量而创建的。
Comments | NOTHING