地図を持たずに歩ける街 −OASIS システムによる都市解析−

地図を持たずに歩ける街－ OA S I S システムによる都市解析－

Wa l k i n g i n t h e c i t y w i t h o u t m a p － C i t y a n a l y s i s b y O A S I S s y s t em －

はじめに

はじめに

この街には比較的よく来るが

普段から暇があれば、一人でよく歩いたりする。

今日は悪友と久々に飲む。

店はあいつが決めてくれた。

場所はやっぱりこの街だ。

でも、

あれ？

この街には詳しいつもりでいたんだがな、

初めての店だから

店が街のどこにあるのか今イチわからんよ。

あいつがメールで店の地図載せてくれたけど

んー、

ケータイ見ながら歩くのって

こんなにしんどかったっけ。

って、

あ、もう時間だよ。遅刻だよ。

で、

焦れば焦るほど場所がわからん。

てか今どこ？

普段からよく来るのに

なんだかんだでよく迷うんだよな、この街。

うーん…

あのさ、

「迷わない都市の街区ってどんなだと思う？」

地図を持たずに歩ける街　‒0ASIS システムによる都市解析 ‒

目次In d e x



目次

第1部 : 論文編

　第1章 : 背景と目的1-1　研究背景

1-1-1　昆虫模倣科学

1-1-2　都市解析と関連する既往研究

1-1-3　ネットワークの分析手法と関連する既往研究

1-2　用語の定義

1-3　研究目的

1-4　研究フロー

　第2章 : 研究方法 2-1　 OASIS システム

2-1-1　抽出プログラムの目的

2-1-2　OASIS システムにおける用語の定義

2-1-3　解析アルゴリズムのフローチャート

2-1-4　解析結果例

2-2　OASIS システムによる都市解析

2-2-1　解析項目 1:OASIS システムを用いた都市の特徴についての解析

2-2-2　解析項目 2: 都市構造の操作による都市の特徴の変化についての解析

2-2-3　解析項目 3: 判定閾値の違いによる都市の特徴の変化についての解析

　第3章 : 解析結果3-1　解析項目 1:OASIS システムを用いた都市の特徴についての解析

3-2　解析項目 2: 都市構造の操作による都市の特徴の変化についての解析

3-3　解析項目 3: 判定閾値の違いによる都市の特徴の変化についての解析

78

8

9

10

11

12

13

1415

15

16

17

19

22

22

24

26

27

28

34

43


目次

　

　第４章 :考察

4-1　解析項目 1:OASIS システムを用いた都市の特徴について

4-2　解析項目 2: 都市構造の操作による都市の特徴の変化について

4-3　解析項目 3: 判定閾値の違いによる都市の特徴の変化について

　第５章 :まとめ

5-1　まとめ

5-2　展望

　　終わりに

　謝辞

　　参考文献

第2部 : 資料編解析結果

　　解析プログラムのソースコード

5253

58

67

6970

71

72

73

論文編第一部

Pa r t Ⅰ M a i n C h a p t e r


背景と目的第 1 章

Ch a p t e r 1 B a c k g r o u n d a n d p u r p o s e

1-1　研究背景

　 1-1-1　昆虫模倣科学

1-1-2　都市の解析手法と関連する既往研究

1-1-3　ネットワークの分析手法と関連する既往研究

1-2　用語の説明

1-3　研究目的




第１章　研究概要

　昆虫は現在約 80 万以上もの種が地上で確認されている。動物全体がおよそ 110 万種

とカウントされている中で、昆虫は実にその 70% を占める。種の数の圧倒的な多さは、

地上の生存適応において昆虫が最も成功した生命だということを語っている。ヒトに比べ

て優れた知能を持っているとは言えない昆虫だが、そのシンプルな情報戦略と生体システ

ムは産業と暮らしの未来を拓くと言われるマイクロマシンのシステムモデルとしても注目

されている。またシステム工学や化学の分野においても昆虫の情報戦略は参考にされてお

り、それらをまとめて「昆虫模倣科学」と呼ぶ。昆虫がとってきた適応戦略の中から改め

て何を学ぶかは、ヒトの未来にとって極めて重要な課題である。

　

　ここでカイコ蛾の例を挙げる。カイコ蛾は「ジグザグに動く」「ぐるぐる回る」「直進する」

といった 3つの単純な行動パターンを繰り返すだけで、たとえそれが遠回りになろうと

も必ず目的地に着くことができる（図 1-1）。これをヒトの住む都市でも応用できないだ

ろうか。ヒトがある単純な行動パターンを繰り返すことで必ず目的地に辿り着ける、そん

な都市の街区計画が実現すればヒトは地図や携帯電話を見るといった煩わしい行為の手間

を省いて都市を歩くことが出来る。

　

　都市計画において、昆虫のシンプルな情報戦略を応用することで、より快適な都市の形

態を探る。

1-1　研究背景

1-1　研究背景

1-1-1　昆虫模倣科学

■参考サイト

・昆虫の惑星　おもしろ生存戦略

http://homepage2.nifty.com/ToDo/cate1/koncyu1.htm

■参考図書

・赤池学：昆虫力、小学館，2006 年

？都市固有のもの

図 1-1　カイコ蛾の行動パターンを都市計画に応用する



1-1-2　都市の解析手法と関連する既往研究　これまでに都市解析はいくつもの手法で行われてきたが、ここでは特に街路について研

究された既往論文を挙げる。

■穂苅耕介・郭東潤・北原理雄：房総城下町における都市パターンの解析―久留里城下

町を事例に，日本建築学会，学術講演梗概集，F-1 分冊 , pp. 431-432，2007

城下町の変容パターンの解析を行っている。街区形状と敷地の利用状況から街区の変容過

程を類型化し、その特徴を整理している。

■寺木彰浩：京都の都心街区における空地分布と自己組織化―都市空間の自己組織化と

そのシミュレーションに関する研究その 3，日本建築学会，学術講演梗概集，F-1 分冊，

pp. 779-780，2007

街区内部における空地分布の特性を把握し、街区の構造を形づくる、あるいは破壊する原

理を抽出し、分析を行っている。

■木曽久美子・木村駿・門内輝行：空地分布の分析と自己組織化の原理―都市空間の自

己組織化とそのシミュレーションに関する研究その 4，日本建築学会，学術講演梗概集，

F-1 分冊，pp. 767-768，2007

都市空間が自己組織化の結果生み出されたものであるという考えのもと、街区　構造を自

己組織化させた原理を抽出している。街区構造を組織する空間条件として、街区の形状と

規模や短冊状の敷地などが挙げらている。

■伊良雅樹・宮崎隆昌：歴史的街区における路地空間の構成に関する研究―京都市中京

区における街路表象の特性，日本建築学会，学術講演梗概集，F-1 分冊，pp. 771-772，

2006

路地を分類し、そして街路表象と路地構造の関係性について考察することで、路地の持つ

潜在的な空間構造について著わしている。

■木村敏浩・金岡正吾・大内宏友：都市環境のイメージにおける 3D画像解析を用いた

分析手法 IV ―江東区木場の連続した街区におけるフラクタル次元解析を用いた分析，日

本建築学会，学術講演梗概集，F-1 分冊，pp. 959-960，2003

フラクタル次元解析と認知強度分析の２つの手法を用いその相関関係について考察し、都

市環境におけるフラクタル次元解析手法の有効性について検証している。

1-1　研究背景



　都市を解析した既往研究の中でも、特に街区のネットワークを分析した既往研究を以下

に挙げる。

■日色真帆・原広司・藤井明・堀場弘・伊藤恭行：都市の街区構成に関する研究―そ

の 3. ネットワーク・モデルによる分析，日本建築学会，学術講演梗概集，F 分冊，pp.

275-276，1986

都市の中で賑わいの少ない場所、寂しい場所を Lost Space と名付け、Lost Space の発生

場所と街路ネットワークの関係についてグラフ理論を用いて分析・考察を行っている。グ

ラフ理論とはノード ( 節点・頂点 ) の集合とエッジ ( 枝・辺 ) の集合で構成されるグラフ

の性質について研究する学問であり、コンピュータのデータ構造、アルゴリズムなどに広

く応用されている文1）。

1）参考サイト　Wikipedia「グラフ理論」より引用

■森友峰・古市修・小池博・小林正美：都市における公開空地の立地特性に関する研究

―都心 3区におけるオープンスペースのネットワーク化について，日本建築学会，学術

講演梗概集，F-1 分冊，pp. 345-346，2003

都市におけるオープンスペース計画の重要性を説き、オープンスペースのネットワーク化

の可能性を研究している。オープンスペースのネットワークに関する分析手法として、①

ペクタモデルによる分析（地図データ）、②メッシュデータ化による分析、③ 3Dデータ（TIN

モデル）による分析を用いている。

■荒屋亮・竹下輝和・池添昌幸：スペースシンタックス理論に基づく市街地オープンス

ペース，日本建築学会，計画系論文集，pp. 153-160，2005

この研究では、空間の位相関係（つながり）を解析して都市のオープンスペースの特性を

把握するためにスペースシンタックス理論を用いている。スペースシンタックス理論は

オープンスペースをコンベックススペースとアクシャルスペースという 2つの単位要素

を用いて分解し、その関係をグラフ化して都市形態を解析する手法である。日本でのスペー

スシンタックス理論に関する既往研究は少ない。

1-1　研究背景1-1-3　ネットワークの分析手法と関連する既往研究



　街区の中で１つ以上のノードをオアシスと定めた時、全て、もしくは指定の割合以上の

ノードから同じ歩行パターンに従って歩くと、いずれかのオアシスを通るようなノードの

こと。

1-2　用語の定義

■オアシス

1-2　用語の説明

図 1-2　本研究におけるノードとパス

　ネットワークとは、ノードとパスによって形成される。「ノード」は「頂点」、「パス」は「線」

「枝」と日本語に訳されることが多い。ネットワーク科学はその「ノード」と「パス」と

いう２つの要素へと現実を抽象化し、ネットワークの解析・分析を行う学問である。

　街路をネットワークとして扱う場合、その研究目的によってノードとパスの定義は異

なる。街区や街路、交差点等をノードと定義する場合もあれば、特定の店舗等をノード

に定める場合もある。

■ネットワーク

　本研究では都市の交差点をノード、街路をパスとしてネットワークを考える（図 1-2）。

■本研究におけるノードとパス

　複数のノードからなる街区において、その中から１つ以上のノードをオアシスと決める。

この街区のノードの中から 1つ出発点を決め、ある特定の歩行パターンに従ってこの街

区を歩くときに、全て、もしくはある割合以上の出発ノードがOASIS を通過するかどう

かを判定する分析プログラム。

　また、これを利用し、どこにオアシスを配置し、どんな歩行パターンならば街区の全て

もしくはある割合以上のノードがオアシスを経過するかを探索するシステム。

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢ノード

パス

■OASIS（Operative ASsistant In-Strolling in the city）システム



　都市構造からオアシスとなるノードを抽出するOASIS システムを開発する。

　また、これを用いて都市構造の解析を行い、都市の特徴を示す指標値を得ることで都市

の比較を行う。

1-3　研究目的

1-3　研究目的





図 1-4　研究フロー

OASIS システムによる

都市の比較・類型化

都市データ解析

OASIS システムを定義

OASIS システム抽出プログラム作成

考察

抽出プログラムの

判断閾値と

都市の特徴の関係

都市構造の操作による

都市の特徴の変化

都市ネットワークデータ作成

分析

項目１項目２項目３

OASIS システム作成

第２章

Ch a p t e r 2

研究方法

R e s e a r c h m e t h o d

地図を持たずに歩ける街　- OASIS システムによる都市解析-

2-1　 OASIS システム



2-1-3　解析アルゴリズム


2-2　 OASIS システムによる都市解析

2-2-1　解析項目 1: 抽出プログラムを用いた都市の特徴についての解析



第２章　研究方法

2-1　OASIS

システム

2-1　OASIS システム

　1-1-1 の研究背景で述べたカイコ蛾の例のように「ある単純な行動パターンを繰り返す

ことで必ず目的地に辿り着ける」都市の街路計画が実現すれば、人は地図や携帯電話を見

るといった煩わしい行為の手間を省いて目的地へ向かうことができる。

　しかし実際の都市では、そのような街路計画は不可能だろう。そこで今回は、そのよう

な活動を助ける役目として都市に「オアシス」を配置する。

　ある単純な行動パターンに従うことで、都市のどこからでも都市のオアシスという場所

に辿り着くことが出来るとする。オアシスでは現在地と目的地の場所を確認することがで

きるとすれば、人は都市で迷ったときも、オアシスから再び目的地に歩き出すことが出来

る。

　このようなオアシスの配置と、行動パターンの組み合わせを各都市において抽出するこ

とのできるプログラム「OASIS システム」を作成することで、地図を持たずに歩ける街の

実現を目指す。




2-1　OASIS

システム

■行動パターン

　都市の街区内における人の行動を表したもの。直進・右折・左折の組み合わせから構成

される。

　例）行動パターン A「直進→右折→直進」

　　　行動パターン B「左折→直進→左折」

■ステップ数

　行動パターンを構成する方向決定（直進・右折・左折）の回数。

　例 ) 行動パターン A「直進→右折→直進」のステップ数は 3回である。

■オアシス選定率

　OASIS システムの抽出プログラムで抽出されたオアシスの配置の全ての組み合わせの中

で、あるノードがオアシスに選ばれる確率を示したもの。

■閾値

　OASIS システムの判断閾値を示す。閾値が 1.0 のときは、オアシスは定義通り「ある行

動パターンを決めたときに、『全てのノードから必ず』経由するノード」であるが、閾値

が 0.8 のときは「ある行動パターンを決めたときに、『全ノードのうち 8割以上のノード』

から経由するノード」をオアシスの定義とする。

　OASIS システムの判断閾値を示す。閾値が 1.0 のときはある行動パターンを決めたとき

に、一度のパターン施行でどのノードからでも必ずオアシスに辿り着けるが、0.8 のとき

は全ノードのうち 8割以上がオアシスに辿り着く。




2-1　OASIS

システム

2-1-3　解析アルゴリズムのフローチャート


END

!"#$%&'(

)*+

!"#,-.$(

)*+

/&01*23#

!"#4*5

!"#674*5

OK89:;<=+0

>?@A

END

!"#$%&'(

)*+

!"#$%&'(

)*+

!"#,-.$(

)*+

!"#,-.$(

)*+

/&01*23#

!"#4*5

!"#674*5

/&01*23#

!"#4*5

/&01*23#

!"#4*5

!"#674*5!"#674*5

OK89:;<=+0

>?@A

OK89:,-.$B4*5C

DEFGH

IJ#,-.$

4*5

IJ#,-.$

4*5

NG89:

KL()*+3#

!"#4*5

KL()*+3#

!"#4*5

OK89:,-.$B4*5C

DEFGH

IJ#,-.$

4*5

IJ#,-.$

4*5

NG89:

KL()*+3#

!"#4*5

KL()*+3#

!"#4*5

,-.$B4*5C

DEFGH

,-.$B4*5C

DEFGH

IJ#,-.$

4*5

IJ#,-.$

4*5

IJ#,-.$

4*5

IJ#,-.$

4*5

NG89:

KL()*+3#

!"#4*5

KL()*+3#

!"#4*5

KL()*+3#

!"#4*5

KL()*+3#

!"#4*5

START

MN/&01*2OPQP

,-.$()*+OPQP

$%&'()*+OPQP

,-.$()*+RS

$%&'()*+RS

!"#$%&'(

)*+

!"#,-.$()*+

/&01*23#

!"#4*5

!"#674*5

START

MN/&01*2OPQP

,-.$()*+OPQP

$%&'()*+OPQP

,-.$()*+RS

$%&'()*+RS

!"#$%&'(

)*+

!"#$%&'(

)*+

!"#,-.$()*+

!"#,-.$()*+

/&01*23#

!"#4*5

/&01*23#

!"#4*5

!"#674*5!"#674*5

図 2-1-3-1　解析アルゴリズムのチャートフロー


2-1　OASIS

システム


図 2-1-3-2　OASIS システムの抽出フロー

都市ネットワーク

ノード数

オアシス数

input

行動パターン

オアシスの配置

output


2-1　OASIS

システム

今回は下北沢の場合で考える。

抽出プログラムに

・下北沢の街区ネットワーク

・オアシス数 :5 ヶ所

・ステップ数 :5 回

を入力したとき、オアシスに適した5ヶ所のノードとそれに対応する行動パターン(ステッ

プ数 5回 ) が全て抽出される。

この例の場合、全部で 343 個の組み合わせが抽出された ( 表 2-1-4 はその一部 )。


0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

!"#$%& '()*)+,-

./01/023023023 45647684696:

./01/023023023 4564;6868467

./01/02302301/ 45647686846:

./0./023023023 45647686846:

./0./023023023 45647684696:

./0./023023023 4564;6868467

./0./02302301/ 45647686846:

図 2-1-4-1　下北沢とノード番号

表 2-1-4　下北沢における解析結果例の一部


オアシス


2-1　OASIS

システム

例えば

・5ヶ所のオアシス :［2］,［4］,［10］,［16］,［21］

・行動パターン : 左折→左折→直進→直進→右折

について説明する。

　これは［1］～［25］のどの交差点ノードから動いても「左折→左折→直進→直進→右

折」という行動パターンに従えば、必ずノード［2］［4］［10］［16］［21］のどこかに辿

り着くことができるということを意味する（図 2-1-4-2）。

　たとえば［12］のノードから「左折→左折→直進→直進→右折」という行動パターン

に従ってスタートしたとき、下図の通り、確かにステップ数 5回までにノード［10］に

辿り着く。(［8］から［12］までに行く最初のステップは、設定したステップ数 5回に

カウントしない )

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

左左直進直進

右

図 2-1-4-2　［19］から行動パターンに従って下北沢を歩いたとき




2-1　OASIS

システム

　また［19］のノードから出発した場合も同様のことが言える（図 2-1-4-4）。

　このように、どのノードから出発しても「左折→左折→直進→直進→右折」という行動

パターンに従えば必ずノード［2］　［4］［10］［16］［21］のどこかに辿り着くことができる。

　今回の例ではオアシスの配置と行動パターンの組み合わせは全部で 343 通りある。こ

のうちどのノードがオアシスに選ばれやすいかをグラフに示した（図 2-1-4-5）。

　例えば 343 通りの中でノード［10］は 234 通りで使われているので、オアシスと行動

パターンの全組み合わせのうちノード［10］は 68.2% で用いられている。これを「オア

シス選定率」と呼ぶ。　

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

141617

18

20

2122

23

24

25

下北沢

左左

直進

直進

右

1519


72.368.2

61.2

48.1

26.5 25.721.6 19 17.2 15.7 15.5 14.6 13.1 13.1 12.8 12 9.6 7.9 7.3 7 4.1 4.1 1.7 1.2 0.6

0102030405060708090100

21 10 2 17 16 4 23 19 12 24 25 8 1 14 13 7 18 6 3 11 15 20 22 9 5

ノード番号

T

オアシス選定率（％）

図 2-1-4-5　下北沢のオアシス選定率



2-2　OASIS

システムによる都市解析

2-2　OASIS システムによる都市解析

　次に挙げた街区の形状が特徴的な３つの都市を対象に、OASIS システムを用いた都市解

析を行う。

・下北沢　　（街区がランダム型）

・旭川　　　（街区がグリッド型）

・田園調布　（街区が同心円型）

　今回は敷地の広さは異なるが共通して交差点ノードが 25となるように範囲を決めた。

各都市において

・街区パターン

・オアシスの配置と行動パターンの組み合わせの数

・行動パターンの傾向

・街路の数

を比較・分析する。

2-2-1　解析項目 1: 抽出プログラムを用いた都市の特徴についての解析

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢図 2-2-1-1　解析の対象となる下北沢とそのノード番号


　本研究ではOASIS システムを利用し、以下の 3つの項目について解析を行う。


1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

0m 200m

旭川

1

2

3

45

6

7

8

9

1011 12

13

14

15

16

17

18 19

20

21

22

23 24

25

0m 200m

田園調布

図 2-2-1-2　解析の対象となる旭川とそのノード番号

図 2-2-1-3　解析の対象となる田園調布とそのノード番号


2-2　OASIS



2-2　OASIS


　街区ネットワークの構造を操作することでOASIS システムの抽出結果にどのような変

化が生じるかを分析・考察する。

　対象都市は項目 1で用いた下北沢とする。構造操作の内容は次の通り。

（1）ノード［2］と［5］を新たな街路で繋ぐ

　項目 1の解析結果より、下北沢では［2］のオアシス選定値が高く、［5］のオアシス選

定値は低かった（ステップ数 5回、オアシス数 5ヶ所のときは［2］のオアシス選定率

は 61.2 %、［5］のそれはわずか 0.6% だった）。［2］と［5］を新たな街路で繋いだとき、

OASIS システムの抽出結果にどのような変化が生じるかを分析・考察する。

　


　同じく項目 1の解析結果より、下北沢では［16］のオアシス選定値が高く、［5］のオ

アシス選定値は低かった（ステップ数 5回、オアシス数 5ヶ所のとき［16］のオアシス

選定率は 26.5% だが、これは 25 ヶ所のノードの中で 5番目に高い）。［2］と［5］を新

たな街路で繋いだとき、OASIS システムの抽出結果にどのような変化が生じるかを分析・

考察する。

　　


0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

図 2-1-4-1　ノード 2番と 5番を街路で繋いだ下北沢

図 2-1-4-2　ノード 5番と 16 番を街路で繋いだ下北沢



（3）ノード［13 ］と［14］を繋ぐ街路を断つ

　項目 1の解析結果より、下北沢では［21］［10］のオアシス選定値が高く、ステップ数

5回、オアシス数 5ヶ所のときそれぞれのオアシス選定率は 72.3％、68.2％だった。こ

れは 25ヶ所のノードの中でオアシス選定値の上位 2ヶ所の値だった。［13］と［14］を

繋ぐ街路は［21］や［10］とも比較的近い街路であるが、この街路を断つとき、OASIS

システムの抽出結果にどのような変化が生じるかを分析・考察する。

（4）ノード［3 ］と［10 ］を繋ぐ街路を断つ

　項目 1の解析結果より、下北沢では［10］のオアシス選定値が高く、［3］のオアシス

選定値は低かった（ステップ数 5回、オアシス数 5ヶ所のときは［10］のオアシス選定

率は 68.2 %、［3］のそれ 7.3% だった）。［3］と［10］を繋ぐ街路を断つとき、OASIS シ

ステムの抽出結果にどのような変化が生じるかを分析・考察する。

2-2　OASIS


0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

図 2-1-4-3　ノード 13 番と 14 番を繋ぐ街路を断った下北沢

図 2-1-4-4　ノード 3番と 10 番を繋ぐ街路を断った下北沢



2-2　OASIシ

ステムによる都市解析

　項目 1・2では、ある行動パターンでオアシスに辿り着ける閾値が 1.0 であったが、こ

の項目ではその閾値を操作することでOASIS システムにどのような変化が起きるかを考

察・分析する。今回は項目 1・2同様に下北沢を対象とし、閾値を 1.0、0.9、0.8 に設定

して解析を行う。

　

　OASIS システムの判断閾値が 1.0 のときは OASIS システムで抽出された行動パターン

に従えば必ずオアシスに辿り着けるが、閾値が 0.8 の抽出結果では全ノードのうち 2割

はオアシスに辿り着けない。しかしもし 1度目の行動パターンでオアシスに辿り着けな

くても、2度続けて行動パターンを繰り返せばまたオアシスに辿り着く可能性はある。そ

して閾値が 0.8 のとき 2度続けてオアシスに辿り着ける確率は僅か 4％である。閾値を下

げることで都市に配置するオアシスの数を減少しコストを抑えることができる。また行動

パターンのステップ数も減少して、オアシスに向かって歩く人間の負担も減るという効果

がある。



第 3 章

Ch a p t e r 3

解析結果

R e s u l t o f a n a l y s i s

地図を持たずに歩ける街　‒OASIS システムによる都市解析-

3-1　解析項目 1: 抽出プログラムを用いた都市の特徴についての解析結果

3-2　解析項目 2: 都市構造の操作による都市の特徴の変化についての解析結果

3-3　解析項目 3: 判定閾値の違いによる都市の特徴の変化についての解析結果


3-1　解析項目1:抽

出プログラムを用いた都市の特徴の解析

第３章　解析結果

100 100 100 100

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 10 17 21 6 8 19 23 1 3 4 5 7 9 11 12 13 14 15 16 18 20 22 24 25

ノード番号

（％）

3-1　項目 1: 抽出プログラムを用いた都市の特徴の解析結果

3-1-1　下北沢

　【敷地情報】

　・場所　　　：下北沢

　・ノード数　：25

　・パス数　　：36

　・閾値　　　：1.0

　

　【設定】

　・ステップ数：5回

　・オアシス数：4ヶ所

　

　【抽出結果】

　・OASIS システムに則った

　　行動パターンとオアシス配置

　　の組み合わせ：1通り

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢図 3-1-1-1　下北沢とノード番号

図 3-1-1-2　下北沢におけるオアシス選定率









　・パス数　　：36

　・閾値　　　：1.0

　

　【設定】



　




　　の組み合わせ：343 通り

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

72.368.2

61.2

48.1

26.5 25.721.6 19 17.2 15.7 15.5 14.6 13.1 13.1 12.8 12 9.6 7.9 7.3 7 4.1 4.1 1.7 1.2 0.6

0102030405060708090100

21 10 2 17 16 4 23 19 12 24 25 8 1 14 13 7 18 6 3 11 15 20 22 9 5

ノード番号

!


図 3-1-1-4　下北沢におけるオアシス選定率　






3-1-2　旭川


　・場所　　　：旭川


　・パス数　　：40

　・閾値　　　：1.0

　

　【設定】



　





100

66.7

55.6

44.4

33.3 33.3 33.3

22.2

11.1

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

10 23 1 11 2 6 24 16 3 4 5 7 8 9 12 13 14 15 17 18 19 20 21 22 25

ノード番号

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

0m 200m

旭川

図 3-1-2-1　旭川とノード番号

図 3-1-2-2　旭川におけるオアシス選定率






78.7

56.5

45.341 38.6 37.4 36.5

24.316.7 14 13.7 12.5 12.2 12.2 12.2

6.4 5.8 5.5 4.9 4.9 4.6 4.3 4.3 4 4

0102030405060708090100

10 23 1 11 2 24 6 16 15 22 13 20 5 4 3 18 25 21 17 9 19 14 8 12 7

ノード番号


　・場所　　　：旭川


　・パス数　　：40

　・閾値　　　：1.0

　

　【設定】



　





1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

0m 200m

旭川

図 3-1-2-3　旭川とノード番号

図 3-1-2-4　旭川におけるオアシス選定率






100 100 100 100

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

6 8 19 23 1 2 3 4 5 7 9 10 11 12 13 14 15 16 17 18 20 21 22 24 25

ノード番号

3-1-3　田園調布


　・場所　　　：田園調布


　・パス数　　：40

　・閾値　　　：1.0

　

　【設定】



　





1

2

3

45

6

7

8

9

1011 12

13

14

15

16

17

18 19

20

21

22

23 24

25

0m 200m

田園調布図 3-1-3-1　田園調布とノード番号

図 3-1-3-2　田園調布におけるオアシス選定率






"#$%""$&

'%$('%$(

')$#*($(*&$%

*'$+*+$"

+"$&

)"$')+$% ))$)))$)

& "$) "$) *$' )$( )$( )$( ,$# ,$# ,$# ,$#

0

20

40

60

80

100

23 6 8 19 9 18 22 13 12 1 17 5 16 20 7 2 10 21 3 4 24 11 14 15 25

ノード番号


　・場所　　　：田園調布


　・パス数　　：40

　・閾値　　　：1.0

　

　【設定】



　





1

2

3

45

6

7

8

9

1011 12

13

14

15

16

17

18 19

20

21

22

23 24

25

0m 200m

田園調布図 3-1-3-3　下北沢とノード番号





3-2　解析項目2:都

市構造の操作による都市の特徴変化の解析

0

50

0

50

0 0 0 0 0

100

0 0 0 0 0

50 50

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

3-2-1　ノード 2番と 5番を新たな街路で繋ぐ




　・パス数　　：37

　・閾値　　　：1.0

　

　【設定】

　・ステップ数：5

　・オアシス数：4

　【構造操作】

　・ノード 2番と 5番を

　　新たな街路で繋ぐ

　




　　の組み合わせ：2

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

3-2　項目 2: 都市構造の操作による都市の特徴変化の解析結果


図 3-2-1-2　操作前（上図）と操作後（下図）におけるオアシス選定率

0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!





10.8

57.2

8.5

33.1

0.57.211.8 13.3

1.3

70.5

6.4

16.411.8 12.8

5.4

32.3

43.1

9.218.2

3.8

73.1

1.8

20.315.6 15.6

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!




　・パス数　　：37

　・閾値　　　：1.0

　

　【設定】

　・ステップ数：5

　・オアシス数：5




　




　　の組み合わせ：390

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!





0

50

0

50

0 0 0 0 0

100

0 0 0 0 0

50 50

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

3-2-2　ノード 5番と 16 番を新たな街路で繋ぐ




　・パス数　　：37

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!








　・パス数　　：37

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

13.2

63.2

7.5

26.1

1.3 1.98.513.5

1.9

65.7

6.9

16.4 15.1 14.8

4.4

36.242.5

10.7

20.1

5.3

69.5

2.2

22.31713.8

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!





3-2-3　ノード 13 番と 14 番を繋ぐ街路を断つ




　・パス数　　：35

　・閾値　　　：1.0

　

　【設定】





繋ぐ街路を断つ

　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

100 100

60 60 60

40 40 40

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 19 12 21 25 17 16 24 23 20 10 18 4 1 3 22 7 15 14 8 6 11 9 13 5

ノード番号

!



図 3-2-3-2　操作後の下北沢におけるオアシス選定率








　・パス数　　：35

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

100

0 0 0 0 0 0 09.1

0

63.6

0 0 0 0

36.4

9.1

63.6

18.2

36.4

0

63.6

0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!








　・パス数　　：35

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

17.3

62.7

16.622.8

1.3 3 6.7 4.7 1.7

32.9

2.6

50.1

1.65.6 6.1

31.3 29.3

11.4

48.1

18.4

44.7

7

37.6

23.5

13

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!





0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

3-2-4　ノード 3番と 10 番を繋ぐ街路を断つ




　・パス数　　：35

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25










　・パス数　　：35

　・閾値　　　：1.0

　

　【設定】






　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25


13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

7.8

74.5

9.5

23

0.8 4.16.2 4.5 2.1

53.5

33.3

12.87.4 5.3 8.2

26.3

57.2

17.3

5.3 8.6

63.4

17.39.9

30.5

11.1

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!




3-3　解析項目3:判

定閾値の違いによる都市の特徴の変化についての解析

100 100 100 100

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 10 17 21 6 8 19 23 1 3 4 5 7 9 11 12 13 14 15 16 18 20 22 24 25

ノード番号

（％）


3-3　項目 3: 判定閾値の違いによる都市の特徴の変化についての解析結果

3-3-1　下北沢　閾値 1.0




　・パス数　　：36

　・閾値　　　：1.0

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25



　この項目ではOASIS システムで抽出される行動パターンとオアシスの配置の組み合わせが非常に多く

なるため、資料編での記載は省略する。








　・パス数　　：36

　・閾値　　　：1.0

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

72.368.2

61.2

48.1

26.5 25.721.6 19 17.2 15.7 15.5 14.6 13.1 13.1 12.8 12 9.6 7.9 7.3 7 4.1 4.1 1.7 1.2 0.6

0102030405060708090100

21 10 2 17 16 4 23 19 12 24 25 8 1 14 13 7 18 6 3 11 15 20 22 9 5

ノード番号

!








100

69.2 69.2 69.2

38.530.8 30.8

23.1 23.115.4 15.4

7.7 7.70 0 0 0 0 0 0 0 0 0 0 0

0102030405060708090100

2 17 18 21 13 19 24 16 25 11 14 8 12 1 3 4 5 6 7 9 10 15 20 22 23

ノード番号

OASIS選定率（％）

3-3-2　下北沢　閾値 0.9




　・パス数　　：36

　・閾値　　　：1.0

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25








95.7

76.6

51.1 48.9

34

19.1 17 17 14.98.5 6.4 4.3 4.3 2.1 0 0 0 0 0 0 0 0 0 0 0

0102030405060708090100

21 10 17 2 16 18 4 1 25 6 3 24 19 7 23 12 14 11 13 15 20 8 22 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.9

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25








59.953.148.4

35.3 33.225.8 23.321.8 21.7 19.4 18.4 16.1 14.6 13.4 13.2 13.2 12.9 10.3 10 8.6 8.4 8.2 5.1 3.6 2.1

0102030405060708090100

21 10 2 16 17 24 4 18 1 25 19 23 12 14 11 13 3 15 20 7 8 6 22 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.9

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25


図 3--3-2-6　下北沢におけるオアシス選定率　






100

75 75 75

25 25 25

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 21 17 18 10 24 25 16 23 1 19 4 3 12 20 14 11 6 13 15 22 8 7 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.8

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25




3-3-3　下北沢　閾値 0.8





73.7

50.5 50.344.3

40.136.2

29.224.716.7 16.7

12.8 13.5 13.3 12.5 10.7 9.9 7.8 7.3 7.3 5.7 5.5 5.5 1.6 1.3 10102030405060708090100

2 10 21 17 24 18 25 16 19 23 1 12 4 14 13 15 8 11 22 7 3 20 6 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.8

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25








54.750.2 46.5

28.3 25.2 24.6 22.821.7 20.1 18.914.4 13.9 12.3 10 8.7

4.2 4.1 3.9 3.8 3.5 3.5 2.4 1.7 0.5 0.20102030405060708090100

10 21 2 16 23 17 18 24 1 25 19 4 3 12 20 14 11 6 13 15 22 8 7 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.8

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25








44.5 42 41.932.8 30.8

25 24.222.3 22.3 21.4 19.3 19.2 17.8 17.1 15.9 15.5 15 12.6 12.411.5 9.8 9 8.1 5.4 4.1

0102030405060708090100

10 21 2 16 24 1 17 23 4 19 25 18 11 3 20 13 12 15 14 6 7 8 22 9 5

ノード番号





　・パス数　　：36

　・閾値　　　：0.8

　

　【設定】



　





0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25




第 4 章

Ch a p t e r 4

考察

C o n s i d e r a t i o n


4-1　解析項目 1: 抽出プログラムを用いた都市の特徴について

4-2　解析項目 2: 都市構造の操作による都市の特徴の変化について

4-3　解析項目 3: 判定閾値の違いによる都市の特徴の変化について



出プログラムを用いた都市について

第 4 章　考察

100

66.7

55.6

44.4

33.3 33.3 33.3

22.2

11.1

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

10 23 1 11 2 6 24 16 3 4 5 7 8 9 12 13 14 15 17 18 19 20 21 22 25

ノード番号

78.7

56.5

45.341 38.6 37.4 36.5

24.316.7 14 13.7 12.5 12.2 12.2 12.2

6.4 5.8 5.5 4.9 4.9 4.6 4.3 4.3 4 4

0102030405060708090100

10 23 1 11 2 24 6 16 15 22 13 20 5 4 3 18 25 21 17 9 19 14 8 12 7

ノード番号

72.368.2

61.2

48.1

26.5 25.721.6 19 17.2 15.7 15.5 14.6 13.1 13.1 12.8 12 9.6 7.8 7.3 7 4.1 4.1 1.7 1.2 0.5

0102030405060708090100

21 10 2 17 16 4 23 19 12 24 25 8 14 1 13 7 18 6 3 11 15 20 22 9 5

ノード番号


100 100 100 100

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 10 17 21 1 3 4 5 6 7 8 9 11 12 13 14 15 16 18 19 20 22 23 24 25

ノード番号


4-1　項目 1: 抽出プログラムを用いた都市の特徴について

■オアシス選定率の高いノードの配置

　下北沢においてオアシス選定率の高いノードは [21][10][2][17] の 4 つだが、そのどれ

もが街区の一番外側に配置されている。これはOASIS システムにおいて、行動パターン

に従うと対象敷地の外に出ていってしまう場合は敷地の枠から出ないように一番外側のパ

ス（街路）を進む設定になっていることが起因すると考えられる。

　旭川は典型的なグリッド型の街区で形成されている。オアシス選定率の高いノードはや

はり一番外側に配置されているがこれは下北沢と同じ理由だと思われる。

　しかし田園調布は他の 2つの都市と異なり、ステップ数 5回、オアシス数 5ヶ所の条

件では、内側に配置するノード [8] と [9] が高いオアシス選定率を示している。特に［8］

のノードにおいてはステップ数 5回、オアシス数 4ヶ所という条件下でも抽出結果に表

れる。これは田園調布の [8] のノードが特異なものであることを示している。

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

0m 200m

旭川





図 4-1-1　下北沢での抽出結果―ステップ数 5回、オアシス数 4ヶ所


図 4-1-3　下北沢とオアシス選定率の高いノード

図 4-1-4　旭川での抽出結果―ステップ数 5回、オアシス数 4ヶ所


図 4-1-6　旭川とオアシス選定率の高いノード




第 4 章　考察

　田園調布のノード [8] が他のノードと異なって、内側にあるのにオアシス選定率が高い

理由ははっきりとは分析できないが、田園調布では旭川や下北沢と異なり [8] や [9] といっ

た内側のノードのオアシス選定率が高いことから、田園調布の特徴的な放射状の街区が一

因だと言えよう。

　一方で 3つの都市に共通して言えることは、オアシス選定率の高いノードはそれぞれ

距離を取って点在していることである。

1

2

3

45

6

7

8

9

1011 12

13

14

15

16

17

18 19

20

21

22

23 24

25

0m 200m

田園調布

100 100 100 100

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

6 8 19 23 1 2 3 4 5 7 9 10 11 12 13 14 15 16 17 18 20 21 22 24 25

ノード番号


!

59.855.648.7 48.7

41.937.6 36.8 34.2 32.5

25.6

15.4 12.8 11.1 11.16 5.1 5.1 3.4 1.7 1.7 1.7 0.9 0.9 0.9 0.9

0102030405060708090100

23 6 8 19 9 18 22 13 12 1 17 5 16 20 7 2 10 21 3 4 24 11 14 15 25

ノード番号


!

図 4-1-7　田園調布での抽出結果―ステップ数 5回、オアシス数 4ヶ所


図 4-1-9　田園調布とオアシス選定率の高いノード




第 4 章　考察

■OASIS システムで抽出された組み合わせ総数

　各都市のOASIS システムで抽出された行動パターンとオアシスの配置の組み合わせの

数を比較する。

　

　表 4-1-1 よりステップ数 5回、オアシス数 5ヶ所の条件下では田園調布の抽出結果が

他の 2つの都市に比べて 3分の 1ほどである。また旭川はステップ数 5回、オアシス数

4ヶ所の条件下では 9通りも抽出されるにもかかわらずステップ数 5回、オアシス数 5ヶ

所の条件では下北沢よりも抽出結果が少ない。

　また下北沢、旭川、田園調布のパス（街路）の数はそれぞれ 36、40、40 だが、表

4-1-1 よりパスの数がそのまま結果に結び付くわけではないとわかる。そしてそれは解析

項目 2の構造操作からも同じことが言える。

　以上より同じノード数の都市であってもOASIS システムの結果は大きく異なる。また

それはOASIS システムの条件によっても結果は異なる。

!"#$%&'( !"#$%&'(

)*+!%&,-. )*+!%&'-.

/01 234 56534

78 934 5:934

;<=> 234 ??@34

表 4-1-1　3 つの都市とOASIS システム抽出結果




第 4 章　考察

■オアシス選定率の最高値の比較

　ステップ数 5回、オアシス数 5ヶ所のとき、下北沢ではオアシス選定率の最も高いノー

ドは、オアシス選定率 72.3% を示した [21] また旭川では 78.7% の [10] である。しかし

一方で田園調布はオアシス選定率の最も高いものでも [23] の 59.8% である。これは下北

沢や旭川と比べて、田園調布の 25箇所のノードの間ではオアシス選定率は比較的差がな

いことを示しており、それは以下のグラフからでも読み取れる。

72.368.261.2

48.1

26.5 25.721.6 19 17.2 15.7 15.5 14.6 13.1 13.1 12.8 12 9.6 7.9 7.3 7 4.1 4.1 1.7 1.2 0.6

0102030405060708090100

21 10 2 17 16 4 23 19 12 24 25 8 1 14 13 7 18 6 3 11 15 20 22 9 5

ノード番号


!

59.855.648.7 48.7

41.937.6 36.8 34.2 32.5

25.6

15.4 12.8 11.1 11.16 5.1 5.1 3.4 1.7 1.7 1.7 0.9 0.9 0.9 0.9

0102030405060708090100

23 6 8 19 9 18 22 13 12 1 17 5 16 20 7 2 10 21 3 4 24 11 14 15 25

ノード番号


!

78.7

56.5

45.341 38.6 37.4 36.5

24.316.7 14 13.7 12.5 12.2 12.2 12.2

6.4 5.8 5.5 4.9 4.9 4.6 4.3 4.3 4 4

0102030405060708090100

10 23 1 11 2 24 6 16 15 22 13 20 3 4 5 18 25 21 9 17 19 8 14 7 12

ノード番号


!







第 4 章　考察

■行動パターンの傾向

　下北沢、旭川、田園調布において、ステップ数５回、オアシス数 4ヶ所で OASIS シス

テムを抽出すると、得られる結果の行動パターンは全て「直進→直進→直進→直進→直進」

である。

　一方でステップ数 5回、オアシス数 5ヶ所では右折や左折も行動パターンに含まれる。

ステップ数 5回、オアシス数 5ヶ所のときの抽出結果における、３つの都市の行動パター

ンの傾向は以下の通りである。

AB CD ED

/01 F2GHHI 2HG,HI FGJHI

78 KLGFHI MGMHI LGKHI

;<=> KLGKFI ,GHHI MGHHI

　OASIS システムの解析アルゴリズムの性質上、抽出される行動パターンはどうしても

「直進」が多くなるが、3つの都市の中では下北沢が「右折」「左折」の割合が比較的多い。

また旭川は整然としたグリッド型の街区であるが、この形状の街区は行動パターンで「直

進」が多いことも分析できる。

　OASIS システムで抽出される行動パターンから都市の街区の特徴を把握することも可能

だと考えられる。

表 4-1-2　3 つの都市とOASIS システムで抽出された行動パターンの傾向


第 4章　考察


市構造の操作による都市の特徴の変化について

4-2　項目 2: 都市構造の操作による都市の特徴変化の解析結果


0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

50

0

50

0 0 0 0 0

100

0 0 0 0 0

50 50

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数5回、オアシス数4ヶ所のときのオアシス選定率を構造操作前後で比較した。

　OASIS システムの抽出結果において、行動パターンとオアシスの配置の組み合わせ数は

構造操作前では１通りだったが、操作後では２通りと増加している。しかしそれでも［10］

と［21］のオアシス選定率は 100％である。

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢

図 4-2-1　構造操作後の下北沢

図 4-2-2　構造操作前の下北沢での抽出結果―ステップ数 5回、オアシス数 4ヶ所

図 4-2-3　構造操作後の下北沢での抽出結果―ステップ数 5回、オアシス数 4ヶ所


第 4章　考察



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

10.8

57.2

8.5

33.1

0.57.211.8 13.3

1.3

70.5

6.4

16.411.8 12.8

5.4

32.3

43.1

9.218.2

3.8

73.1

1.8

20.315.6 15.6

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数 5回、オアシス数 5ヶ所のときのオアシス選定率を比較しても、特に大き

な変化はない。

　操作前から［2］のオアシス選定率は比較的高く、［5］のオアシス選定率は全ノードの

中で最も低かった。この２つを新たな街路で結ぶことでそれぞれのオアシス選定率に大き

な変化が生じると仮定していたが、構造操作後はともに僅かにオアシス選定率は下がった

ものの、特に大きな変化は見られなかった。

　その原因として、今回の操作では［2］と［5］を街路で繋いでも、解析アルゴリズム

の設定上、この街路があまり意味を成さないことが挙げられるだろう。［1］［3］［7］か

らそれぞれ［2］へ歩いたとしても、次の行動では［2］と［5］を繋ぐ街路は利用しない。

例えば［3］から［2］へ歩いた後、次に「直進」「右折」「左折」のどれを選択しても［5］

に向かうことはないからである。［2］と［5］を結ぶ街路は、［6］から［5］に向かい、

その後「直進」を選択した場合のみである。

　　以上より街路を１つ増やしてもオアシス選定率に大きな変化がない場合もあることが

わかる。

　ただ一方でOASIS システムの抽出結果において、行動パターンとオアシスの配置の組

み合わせの数は構造操作前は343通りだったが、操作後は390通りとなり、増加している。




第 4章　考察




0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

50

0

50

0 0 0 0 0

100

0 0 0 0 0

50 50

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!


（1）の操作と同様、（2）の操作前後でオアシス選定率と抽出結果の行動パターンとオア

シスの配置の組み合わせの数に変化が生じた。しかも（2）の操作後の結果は（1）の操

作後の結果とまったく同じだった。2つの操作はどちらものノード［5］から新たな街路

を形成している点が共通しているが、これがオアシス選定率と抽出結果が同じになった原

因の 1つとも考えられる。

　

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢





第 4章　考察



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

13.2

63.2

7.5

26.1

1.3 1.98.513.5

1.9

65.7

6.9

16.4 15.1 14.8

4.4

36.242.5

10.7

20.1

5.3

69.5

2.2

22.31713.8

0

10

20

30

40

50

60

70

80

90

100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数 5回、オアシス数５ヶ所のとき、構造操作の前後でオアシス選定率の変化

が最も大きかったのはノード［16］であり、次いで［17］である。（1）の操作前後では

大きな違いが見られなかったが、（2）の操作で生まれた街路は（1）のそれとは異なり、

OASIS システムに大きな影響を与えるため、このような結果が生まれた。例えば［24］

から［16］へ歩行した後、次に「直進」しようとしたとき、操作前では［6］へ進んでい

たが、操作後では［5］へ進む。このような変化が（1）の操作ではほとんど見られなかっ

たが、（2）の操作では往々にしてあるため結果に違いが出たと考えられる。

　以上（1）（2）の操作より、街路を新しく設けたとしても、その設ける場所がどこかによっ

てそれがOASIS システムの抽出結果に大きな変化を生じるか否かが決まると考えられる。

　

　またOASIS システムで抽出された行動パターンとオアシスの配置の組み合わせの数に

ついて分析する。ステップ数 5回、オアシス数 4ヶ所のときは（2）の操作前後で 1通

りから 2通りに増加したにも関わらず、ステップ数 5回、オアシス数 5ヶ所のときは（2）

の操作前後で 343 通りから 318 通りへと減少している。

　（1）の操作ではその前後でオアシス数が 4ヶ所のときは 1通りのままで変化がなかっ

たが、オアシス数が 5ヶ所のときは 343 通りから 390 通りへと増加している。

　街路を 1つ増やしたからといっても、それがOASIS システムで抽出される行動パター

ンとオアシスの配置の組み合わせの数にどのような影響を与えるかは、やはりその街路

を設ける場所によって異なるということがわかった。




第 4章　考察



（3）ノード［13］と［14］を繋ぐ街路を断つ

0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

100

0 0 0 0 0 0 09.1

0

63.6

0 0 0 0

36.4

9.1

63.6

18.2

36.4

0

63.6

0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!


操作前は抽出結果の行動パターンとオアシスの配置の組み合わせの数はわずか 1通りで

あったが、この操作後は 11通りに増加し、オアシス選定率にも大きな変化が生じた。

　操作前ではオアシス選定率の大きかった［2］［10］［17］［21］だが、操作後は［2］

以外は大きく減少し、特に［10］の変化は著しかった。またこの結果より、この操作でノー

ド［2］に与えたOASIS システムにおける影響は、この 2つのグラフからだけでは把握す

ることができなかった。

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢





第 4章　考察



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

17.3

62.7

16.622.8

1.3 3 6.7 4.7 1.7

32.9

2.6

50.1

1.65.6 6.1

31.3 29.3

11.4

48.1

18.4

44.7

7

37.6

23.5

13

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数 5回、オアシス数 5ヶ所のときのオアシス選定率を構造操作前後で比較す

ると、（1）や（2）の操作に比べて大きな変化が生じている。ここでもノード［2］にお

ける変化は見られなかったが、［10］は大きく減少した。またステップ数 5回、オアシス

数 4ヶ所のときと同様、［12］のオアシス選定率は大きく増加している。［12］は今回の

操作で断たれた街区に比較的近い場所に位置しているが、同じくその街路の近くにある

［11］や［15］の変化はわずかなものであり、必ずしも近くにあるノードが大きな影響を

受けると言うわけではないようである。また断たれた街区を繋いでいた［13］と［14］

の 2ヶ所は、ともにオアシス選定率の減少が確認できる。

　

　またOASIS システムで抽出された行動パターンとオアシスの配置の組み合わせの数は、

この操作で 343 通りから 891 通りへと 2倍以上に増加した。

　




第 4章　考察



　これまで下北沢でOASIS システムを用いたとき、オアシス数が 5ヶ所ならステップ数

は 4回以下だとOASIS システムの条件を満たす行動パターンとオアシスの配置の組み合

わせは見つからないが、今回の構造操作を行った後では、行動パターンとオアシスの配置

の組み合わせが 5通りも見つかる。

　この構造操作ではステップ数５回、オアシス数４ヶ所のとき、そしてステップ数 5回、

オアシス数 5ヶ所のときにおいて、構造操作前のOASIS システムの抽出結果よりも行動

パターンとオアシスの配置の組み合わせの数が増加している。また構造操作前には抽出で

きなかった、ステップ数 4回、オアシス数 5ヶ所という条件下でもOASIS システムより

行動パターンとオアシスの配置の組み合わせを抽出することができた。

　以上より、今回の構造操作により下北沢はオアシスの配置計画により適した街区になっ

たと言える。

100 100

60 60 60

40 40 40

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00102030405060708090100

2 19 12 21 25 17 16 24 23 20 10 18 4 1 3 22 7 15 14 8 6 11 9 13 5

ノード番号

!




第 4章　考察



（4）ノード［3］と［10］を繋ぐ街路を断つ

0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

0

100

0 0 0 0 0 0 0

100

0 0 0 0 0 0

100

0 0 0

100

0 0 0 00102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数 5回、オアシス数 4ヶ所のときのオアシス選定率を構造操作前後ではその

抽出結果に変化はなかった。ステップ数とオアシス数の条件次第では、都市の構造を操作

してもOASIS システムに変化が生じない場合があることがわかった。

0m 100m

下北沢駅

1 23

4 5

6

7

89 10

11

12 13

1415

1617

18

19

20

2122

23

24

25

下北沢





第 4章　考察



13.1

61.2

7.3

25.7

0.67.9

12 14.6

1.2

68.2

7

17.212.8 13.1

4.1

26.5

48.1

9.619

4.1

72.3

1.7

21.615.7 15.5

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

7.8

74.5

9.5

23

0.8 4.16.2 4.5 2.1

53.5

33.3

12.87.4 5.3 8.2

26.3

57.2

17.3

5.3 8.6

63.4

17.39.9

30.5

11.1

0102030405060708090100

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

ノード番号


!

　ステップ数 5回、オアシス数 5ヶ所のときのオアシス選定率を、構造操作前後で比較

する。今回の構造操作ではノード［3］と［10］を繋ぐ街路を断ったが、操作前から比較

的オアシス選定率の高い［10］と比較的オアシス選定率の低い［3］に大きな変化が起き

ると予想した。しかし［10］のオアシス選定率はいくらか減少したものの、［3］のオア

シス選定率はほとんど変化がなかった。また操作をした街路に比較的近い［2］や［11］

のオアシス選定率が大きく増加しているが、操作した街路と決して近くはない［24］の

オアシス選定率も大きく変化している。以上より構造操作を行ったとき、オアシス選定

率の変化は操作した街区と各ノードとの距離に限らず影響を与える。

　

　またステップ数 5回、オアシス数 5ヶ所のときOASIS システムが抽出した行動パター

ンとオアシスの配置の組み合わせは、操作前後では 343 通りから 243 通りに減少してい

る。一方（3）の操作では 343 通りから 891 通りに増加している。

　（3）と（4）の操作より、既存の街路を断ったときにその都市のオアシス選定率は大き

く変化するが、１つの街路を操作したときにそれがOASIS システムの抽出結果にどのよ

うな影響を与えるかは、その操作した街路によって異なるものだとわかる。

　




第 4章　考察


定閾値の違いによる都市の特徴の変化について

4-3　解析項目 3: 判断閾値の違いによる都市の特徴の変化について

　ステップ数 5回、オアシス数 5ヶ所で設定した時の、下北沢でのOASIS システムの抽

出結果を、閾値 1.0、0.9、0.8 の順に並べた。

　

74.5

63.457.2 53.5

33.3 30.526.3 23

17.3 17.312.8 11.1 9.9 9.5 8.6 8.2 7.8 7.4 6.2 5.3 5.3 4.5 4.1 2.1 0.8

0102030405060708090100

2 21 17 10 11 24 16 4 18 22 12 25 23 3 20 15 1 13 7 14 19 8 6 9 5

ノード番号


!

59.953.148.4

35.3 33.225.8 23.3 21.8 21.7 19.4 18.4 16.1 14.6 13.4 13.2 13.2 12.9 10.3 10 8.6 8.4 8.2 5.1 3.6 2.1

0102030405060708090100

21 10 2 16 17 24 4 18 1 25 19 23 12 14 11 13 3 15 20 7 8 6 22 9 5

ノード番号


!

44.5 42 41.932.8 30.8

25 24.2 22.3 22.3 21.4 19.3 19.2 17.8 17.2 15.9 15.5 15 12.6 12.4 11.5 9.8 9 8.1 5.4 4.1

0102030405060708090100

10 21 2 16 24 1 17 4 23 19 25 18 11 3 20 13 12 15 14 6 7 8 22 9 5

ノード番号


!

　グラフに載せた曲線はノードとオアシス選定率の変化の様子を表したものだが、閾値が

低いほどその曲線は緩やかである。これより、閾値を下げることで各ノードのオアシス選

定率は徐々に均一になっていくのが分かる。閾値をより小さくしていくと各ノードのオア

シス選定値がより均等になっていくことが予想される。　

　また閾値を変化させることで全ノードにおけるオアシス選定率の降順も変化している。

図 4-3-2　下北沢での抽出結果―ステップ数 5回、オアシス数 5ヶ所、閾値 0.9




第 4章　考察


定閾値の違いによる都市の特徴の変化について

　同じステップ数とオアシス数の条件下ではOASIS システムが抽出する行動パターンと

オアシスの配置の組み合わせの数は、閾値が低くなるほど多くなる。例えばステップ数が

5回、オアシス数が 5ヶ所のとき閾値 1.0 では 343 通り、閾値 0.9 では 4,412 通り、閾

値 0.8 では 51,836 通り抽出される。

　またOASIS システムを用いるとき、閾値が 1.0 のときには

　　・ステップ数 5回、オアシス数 5ヶ所


でしか抽出結果が得られないが、閾値を 0.9 に下げると


でも抽出結果が得られる。さらに閾値が 0.8 のときは


の条件でも抽出結果が得られる。

　

　以上のように閾値を下げることでOASIS システムの抽出結果のステップ数とオアシス

数を減らすことができる。ステップ数を減らすということは、オアシスに向かうヒトの負

担を減らすことであり、また都市に配置するオアシスの数を減らすことができれば、オア

シスを設置するコストを削減できる。OASIS システムの判断閾値を操作することで、都市

に設置するオアシスの数と行動パターンのステップ数を調整することができることがわか

る。

第 5 章

Ch a p t e r 5

まとめ

C o n c l u s i o n


5-1　まとめ

5-2　展望

　おわりに

　謝辞

　参考文献


5-1　まとめ

第 5 章　まとめ

5-1　まとめ

　複数のノードからなる街区において、その中から１つ以上のノードをオアシスと決める。

この街区のノードの中から 1つ出発点を決め、ある特定の歩行パターンに従ってこの街

区を歩くときに、全て、もしくはある割合以上の出発ノードがOASIS を通過するかどう

かを判定する分析プログラムを「OASIS システム」と定義した。

　このシステムの分析途中で得られる中間データを用いて都市解析を行った。

　本研究で明らかになったことを以下にまとめる。

・都市ネットワークのノードやパスの数が等しくてもOASIS システム

によって抽出される行動パターンとオアシスの配置の組み合わせの数

はその街区の形状によって異なる。

・ノードの数が等しいとき、街区が同心円型の形状の場合はグリッド

型やランダム型の街区に比べてOASIS システムにより抽出される行

動パターンとオアシスの配置の組み合わせの数が少ない。

・都市の街路を増やす、もしく減らすときにOASIS システムの抽出結

果が増加するか減少するかは、その都市の街区や構造操作場所による。

・各ノードのオアシスの選ばれやすさを「オアシス選定率」という指

標で示したとき、各ノードのオアシス選定率は街路の増減に影響を受

ける。

・都市の構造操作をしたときの各ノードのオアシス選定率の変化の度

合いは、その構造操作を行う場所による。

・OASIS システムの判断閾値を変化させることで各ノードのオアシス

選定率が変化する。

・OASIS システムの判断閾値を変化させることで全ノードにおけるオ

アシス選定値の降順が変化する。

・OASIS システムの判断閾値を低くすることで、全ノードのオアシス

選定率が均等に近づく。


5-2　展望

第 5 章　まとめ

5-2　展望

　本研究ではOASISシステムを用いて都市の解析を行ったが、今回解析できたのは下北沢、

旭川、田園調布の３つのみだった。今後はより多くの都市で解析を行い、サンプルを増や

してより多くのデータから各都市の特徴を明確にする。

　またOASIS システムではノードとパス以外の要素として、大通りや私道といった街路

の種類、そして道沿いの店舗等といった街路のパラメータを考慮することでより現実の都

市に近いデータの得られるシステムを作成できるだろう。また街路の性質だけでなく、人

間が街を歩く時の行動特性をパラメータに取り入れることができればさらに都市解析の手

法として利用しやすいデータが得られるはずだ。

　今回のOASIS システムでは処理上の問題で現実都市との乖離があった（外周部の処理

がうまくいかなかった）。閾値の調整とともにその点も改良すべきである。

　今回行った分析結果自体の意味について本研究では十分な理解が得られなかった。この

結果がどのような意味を持ち、どのような利用方法があるのかを今後深く検討しなければ

ならない。

　また今後はこのOASIS システムの解析で得られたデータが、既往の都市解析と比べて

どのような関係にあるか、また現実の都市では各ノードはどのような使われ方をしている

かを分析・考察すれば、都市における各ノードの性質や都市の特徴を明確にできるだろう。

地図を持たずに歩ける街　－OASIS システムによる都市解析－

第 5章　まとめ

おわりに

おわりに

謝辞

　この卒論は、渡辺仁史研究室という環境に身を置けたからこそ書くことができたと強く

思います。この研究に関わっている最中は、不甲斐ない自分に苦しむことが多かったです

が、一方で自分に足りないものが何かを痛い程知りました。それだけで意味があったのだ

と今なら思えます。自分に卒論の研究ができる場所を与えて下さった渡辺仁史先生に深く

感謝しています。

　我らがボス遠田さんが、嫌な顔もせずに笑顔で作業を手伝ってくれる度に、胸が熱くな

りました。遠田さんがいなかったらと想像するとぞっとします。本当に本当にありがとう

ございました。担当のもりむーには、どうやったら恩を返せるのかって思い悩みます。あ

りがとう。たわでぃ、色々苦しんでいたときにかけてくれたあの男前な言葉、忘れません。

おはりゃん、提出日前日にアイスを差し入れしてくれたとき、あなたには後光が差してい

ました。ヒデさんを研究室で見た日は「今日は良いことありそうだな」って思ってました。

大塚さんの「大丈夫だよ」が聞こえない日は不安でした。卒論生以上に忙しそうだった池

内さんと入江さんを見て「嗚呼、卒論で弱音吐いてる場合やないな」って思いました。

　そして卒論生のみんな。お疲れ様です。研究室に泊まる時はトイレの洗面所でシャンプー

してしまうワイルドなオカタツ。卒論でボロボロになったプリンスがプリンスを名乗るの

はもはや罪でした。みんなの期待に応えて必ず寝坊してくれるひろきはさすが。アンドー

先生、バスケがしたいです。タケの無茶ぶりが日に日に雑になってました。田名網ほど僕

は服で勝負できません。坂田の一人暮らしが心配でなりません。西の「なんとかなるっしょ」

的なオーラがすごく好き。笑顔じゃないなっつはなっつだと分かりません。仁と森谷はさっ

さと卒論終わらせて阿野の卒論の手伝いをするもんだって信じてました。

　また林田さん、長澤さんをはじめ、情報ゼミ以外の先輩方にもアドバイスを頂いて、大

変参考になりました。そして励みにもなりました。研究室で色々な先輩と話ができるのも

楽しみの一つでした。たとえ徹夜明けでみんなボロボロでも、いつもみんな笑顔なのが印

象的でした。

　

　渡辺仁史研究室のみなさん、ありがとうございました。

そして卒論生のみんな、おつかれさーん。

　最後に、深夜に勝手に渡辺先生のブースで椅子を並べて仮眠取っていたら偶然先生がい

らっしゃって、でもそれを咎めるでもなく「頑張ってね」と言って下さった渡辺先生の優

しさに乾杯！（その節は本当にすみませんでした。）

2008 年 11 月

渡辺仁史研究室　卒論生

阿野司



参考論文

穂苅耕介・郭東潤・北原理雄 : 房総城下町における都市パターンの解析̶久留里城下町

を事例に , 日本建築学会 , 学術講演梗概集 ,F-1 分冊 , pp. 431-432,2007

寺木彰浩 : 京都の都心街区における空地分布と自己組織化̶都市空間の自己組織化とそ

のシミュレーションに関する研究その 3, 日本建築学会 , 学術講演梗概集 ,F-1 分冊 ,pp.

779-780,2007

木曽久美子・木村駿・門内輝行 : 空地分布の分析と自己組織化の原理̶都市空間の自己

組織化とそのシミュレーションに関する研究その 4, 日本建築学会 , 学術講演梗概集 ,F-1

分冊 ,pp. 767-768,2007

伊良雅樹・宮崎隆昌 : 歴史的街区における路地空間の構成に関する研究̶京都市中京区

における街路表象の特性 , 日本建築学会 , 学術講演梗概集 ,F-1 分冊 ,pp. 771-772,2006

木村敏浩・金岡正吾・大内宏友 : 都市環境のイメージにおける 3D画像解析を用いた分

析手法 IV̶江東区木場の連続した街区におけるフラクタル次元解析を用いた分析 , 日本建

築学会 , 学術講演梗概集 ,F-1 分冊 ,pp. 959-960,2003

穂苅耕介・郭東潤・北原理雄 : 房総城下町における都市パターンの解析̶久留里城下町

を事例に , 日本建築学会 , 学術講演梗概集 ,F-1 分冊 , pp. 431-432,2007

寺木彰浩 : 京都の都心街区における空地分布と自己組織化̶都市空間の自己組織化とそ

のシミュレーションに関する研究その 3, 日本建築学会 , 学術講演梗概集 ,F-1 分冊 ,pp.

779-780,2007

木曽久美子・木村駿・門内輝行 : 空地分布の分析と自己組織化の原理̶都市空間の自己

組織化とそのシミュレーションに関する研究その 4, 日本建築学会 , 学術講演梗概集 ,F-1

分冊 ,pp. 767-768,2007

参考文献

奥平耕造：都市・地域解析の方法，東京大学出版会，1982 年

奥田教朝・吉岡照雄：都市計画通論，オーム社，1973 年

赤池学：昆虫力、小学館，2006 年

参考文献



参考文献

伊良雅樹・宮崎隆昌 : 歴史的街区における路地空間の構成に関する研究̶京都市中京区

における街路表象の特性 , 日本建築学会 , 学術講演梗概集 ,F-1 分冊 ,pp. 771-772,2006

木村敏浩・金岡正吾・大内宏友 : 都市環境のイメージにおける 3D画像解析を用いた分

析手法 IV̶江東区木場の連続した街区におけるフラクタル次元解析を用いた分析 , 日本建

築学会 , 学術講演梗概集 ,F-1 分冊 ,pp. 959-960,2003

長澤夏子 , 山久瀬健 , 林田和人 , 渡辺仁史 : 移動速度による都市空間記述 ( 都市解析 (2)),

日本建築学会 , 学術講演梗概集 ,pp. 433-434,1998 年

浅見邦一 : 都市分析に関する研究～データが写し出す都市の推移～ , 渡辺仁史研究室修士

論文 ,1988 年

林田和人 , 渡辺俊 , 渡辺仁史 , 森義純 : 都市の状況推移に関する研究 , 日本建築学会大会

学術講演梗概集 ,pp. 273-274,1990 年

地図を持たずに歩ける街 −OASIS システムによる都市解析−

Documents