A Generic Betweenness Centrality-Based Approach for Urban Street Network Reallocation to Mitigate Climate Change Impacts
Deze studie stelt een generiek, datagedreven raamwerk voor dat algoritmen voor edge betweenness centrality gebruikt om stedelijke straatnetwerken te herverdelen voor mitigatie van klimaatverandering, waarbij effectief een balans wordt gevonden tussen ruimteoptimalisatie voor groene infrastructuur en verkeersherverdeling naar perifere zones over diverse stedennetwerken heen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Steden ademen zwaarder dan voorheen. Terwijl de wereldwijde temperaturen stijgen, vangen het beton en het asfalt dat onze stedelijke landschappen bedekt warmte op, waardoor "stedelijke hitte-eilanden" ontstaan waar de temperaturen aanzienlijk hoger kunnen zijn dan in het omliggende platteland. Deze gevangen warmte, gecombineerd met de enorme hoeveelheid voertuigen, maakt steden steeds oncomfortabeler en gevaarlijker tijdens extreem weer. Nu meer dan vier miljard mensen in stedelijke gebieden wonen, neemt de druk om zich aan te passen toe. Een van de meest veelbelovende manieren om een stad af te koelen, is door haar harde oppervlakken te veranderen in groene ruimten, maar het vinden van ruimte voor nieuwe parken of boomrijke lanen is moeilijk wanneer elke centimeter grond al bezet is door gebouwen, wegen of infrastructuur.
De oplossing ligt volgens onderzoekers wellicht in de straten zelf. In veel steden beslaat het netwerk van wegen en lanen tussen de 20 en 30 procent van het totale stedelijke oppervlak. Als zelfs maar een fractie van deze ruimte zou kunnen worden teruggewonnen voor vegetatie of actieve mobiliteit zoals wandelen en fietsen, zou dit de temperaturen aanzienlijk kunnen verlagen en de luchtkwaliteit kunnen verbeteren. Het simpelweg afsluiten van wegen is echter riskant; het kan een stad verlammen, waardoor wijken worden afgesneden of het verkeer in chaotische knelpunten wordt gedwongen. De uitdaging is om een manier te vinden om rijstroken te verwijderen zonder de connectiviteit van de stad te verbreken. Hier komt het werk van Supharoek Chattanachot en zijn collega's aan de Universiteit van Le Havre Normandy en de Universiteit van Luxemburg om de hoek kijken. Zij hebben een methode ontwikkeld om precies te identificeren welke straten veilig kunnen worden herbestemd, gebruikmakend van een wiskundig concept genaamd "betweenness centrality" om de doorstroming van de stad in kaart te brengen zonder de specifieke verkeerspatronen van elke individuele bestuurder te hoeven kennen.
De onderzoekers benaderden het probleem door het straatnetwerk van de stad te behandelen als een gigantische kaart van verbindingen, waarbij elk kruispunt een punt is en elke rijstrook een lijn die hen verbindt. Ze richtten zich op een specifieke eigenschap van deze lijnen: hoe vaak een bepaald straatsegment wordt gebruikt als een kortere route tussen twee andere punten. In hun model is een straat met een hoge score op deze maatstaf een cruciale ader, een route waar veel mensen op vertrouwen om snel van A naar B te komen. Een straat met een lage score is meer een lokale verbinder, die minder frequent wordt gebruikt voor langere reizen. Het team realiseerde zich dat ze door deze scores te analyseren, twee zeer verschillende soorten beslissingen konden nemen over hoe ze een stad opnieuw vorm zouden geven.
De eerste benadering die zij testten, was ontworpen om de hoeveelheid ruimte die vrijgekomen kon worden te maximaliseren, terwijl de reistijden zo kort mogelijk werden gehouden. Ze pasten een algoritme toe dat zocht naar de straten met de laagste scores—de straten die het minst essentieel waren voor de algehele doorstroming van het netwerk. Door systematisch deze laag-prioritaire rijstroken te verwijderen en ze om te zetten in groene ruimten of voetgangerszones, ontdekten ze dat het mogelijk was om een enorme hoeveelheid wegruimte terug te winnen. In tests met echte straatgegevens van 48 verschillende steden over de hele wereld, toonde de methode aan dat in de meeste gevallen meer dan 95 procent van de tweerichtingsrijstroken kon worden verwijderd of omgezet zonder de stad te ontkoppelen. Het resultaat was een netwerk dat volledig verbonden bleef, waarbij de totale afstand die mensen moesten afleggen slechts licht toenam. Dit suggereert dat steden veel meer "reserve"-wegcapaciteit hebben dan ze beseffen, capaciteit die kan worden herbestemd zonder files te veroorzaken.
De tweede benadering had een ander doel: in plaats van alleen ruimte te besparen, wilden de onderzoekers de verkeerscongestie van de hete, drukke centra weg te bewegen en naar de koelere, minder dichtbevolkte buitenwijken te duwen. In veel steden is het centrum het heetste deel, dat het meest lijdt onder het effect van het stedelijk hitte-eiland, maar het is ook waar de meeste verkeersconcentratie plaatsvindt. Het team stelde de hypothese dat als ze de drukste, meest centrale routes konden identificeren en zouden verwijderen, het verkeer vanzelf via de periferie zou worden omgeleid. Hiervoor gebruikten ze een algoritme dat zich richtte op de straten met de hoogste scores—de meest cruciale aders. Door deze drukke rijstroken uit het stadscentrum te verwijderen, werd de verkeersstroom effectief herverdeeld naar de randen van de stad.
De resultaten van deze tweede strategie waren opmerkelijk. Wanneer ze deze methode toepasten op de stad Troyes in Frankrijk, verschoof de concentratie van de belangrijkste, drukke straten bijvoorbeeld merkbaar weg van het stadscentrum. De onderzoekers ontwikkelden nieuwe manieren om deze verschuiving te meten, door te berekenen hoe ver het "zwaartepunt" van de drukste straten bewoog en hoe veel meer verspreid het verkeer werd. In de meeste van de 48 steden die zij testten, slaagde het algoritme erin om de zwaarste verkeersbelastingen weg te bewegen van de kern, wat potentieel de binnensteden kan afkoelen door het aantal auto's dat daar stationair draait te verminderen en ruimte vrij te maken voor bomen en planten. De studie merkte echter ook op dat dit niet perfect werkte voor elke stad; in plaatsen met zeer specifieke, geclusterde lay-outs concentreerde het verkeer zich soms op nieuwe, onbedoelde plekken, wat aantoont dat er geen enkele regel is die voor elke stedelijke vorm werkt.
De onderzoekers benadrukken voorzichtig dat hun werk een theoretische gids is, en geen definitief bouwplan. Ze erkennen dat stedelijke planning in de echte wereld te maken heeft met factoren die hun computermodellen niet kunnen zien, zoals historische monumenten, lokale wetgeving of de specifieke behoeften van een buurt. Een straat kan wiskundig gezien "verwijderbaar" zijn, maar politiek of cultureel onschendbaar. Desalniettemin biedt de studie een krachtig startpunt voor planners. Het biedt een datagestuurde manier om de vraag te stellen: "Wat als we deze straat afsluiten?" en direct een antwoord te krijgen over hoe de rest van de stad zou reageren. Door deze algoritmen te gebruiken, kunnen stadsbesturen identificeren welke rijstroken echt vervangbaar zijn en welke essentieel zijn, waardoor ze geïnformeerde beslissingen kunnen nemen over waar ze bomen planten, fietspaden aanleggen of parken creëren.
Uiteindelijk suggereert het artikel dat de strijd tegen klimaatverandering in steden niet altijd vereist dat er nieuwe infrastructuur wordt gebouwd of dat er ongebruikt land wordt gevonden. Soms ligt de oplossing al aanwezig, verborgen in het bestaande raster van asfalt. Door de verborgen logica van hoe een stad beweegt te begrijpen, kunnen planners de verkeersstroom subtiel bijsturen en ruimte teruggeven aan de natuur en de stedelijke omgeving afkoelen. De studie bevestigt dat steden met de juiste instrumenten kunnen worden hervormd om veerkrachtiger en leefbaarder te zijn, door de zeer wegen die bijdragen aan het hitteprobleem om te vormen tot de oplossing voor een koelere toekomst.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.