← 最新论文
⚡ 电气工程

Informal Urban Expansion Under Displacement: A Spatial–Relational Analysis of Building Patterns

本研究引入了一种将形态学单元(Morphological Cells)与无监督图注意力网络(Graph Attention Network)相结合的新型框架,用于分析也门马里卜近5万座建筑,揭示了流离失所背景下的非正规城市扩张并非遵循混沌的蔓延,而是遵循由部落所有权和人道主义约束所驱动的结构化空间逻辑,从而为冲突影响城市中的适应性治理提供了一种无需地籍数据的诊断工具。

原作者: Mansoor Ali, Abdulrazzaq Shaamala, Junyan Yang, Tan Yigitcanlar

发布于 2026-10-15
📖 1 分钟阅读☕ 轻松阅读

原作者: Mansoor Ali, Abdulrazzaq Shaamala, Junyan Yang, Tan Yigitcanlar

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

城市通常被想象成由建筑师规划、政府执行的蓝图产物。但在世界许多地方,特别是在冲突导致数百万人流离失所的地方,城市的生长方式却截然不同。它们通过一种缓慢的、自建的过程进行扩张——家庭一砖一瓦地搭建避难所,且往往在没有官方许可或正式土地记录的情况下进行。这种被称为“非正规城市扩张”的现象,创造了复杂的住房模式,难以使用传统工具进行测绘或理解。当像也门马里卜(Marib)这样的城市面临因战争逃难者涌入而带来的压力时,建造避难所的需求是迫在眉睫的,由此产生的增长在外部观察者看来可能显得混乱不堪。然而,研究人员长期以来一直怀疑,即使在这些绝望的条件下,人类行为也遵循着隐藏的规则。科学家面临的挑战在于,当常规地图和数据缺失时,如何找到观察这些规则的方法。

为了理解这些定居点是如何形成的,研究人员通常观察单个建筑物的形状和大小。他们可能会测量一座房子有多大,或者一个街区内挤满了多少座房屋。然而,这种方法将每座建筑视为一个孤立的对象,忽略了一个至关重要的事实:建筑物是相互关联而建的。房子不仅仅是一个形状,它还是另一座房子的邻居,而它们共处的方式讲述了一个关于社区如何成长的故事。近年来,一门新的计算机科学分支兴起,它将城市视为网络,其中每座建筑都是一个点,通过隐形的线与其邻居相连。这种方法让计算机不仅能学习一座建筑的外观,还能学习它如何融入城市更大的网络。通过结合这两个想法——测量建筑物的物理形状并分析它们如何相互连接——一个研究小组致力于解码马里卜快速增长背后的隐藏逻辑。

研究人员将重点放在马里卜,这座城市在短短几年内从一个人口约5.5万人的小镇,转型为一个容纳超过63万名流离失所者的巨大枢纽。由于该城市增长过快且处于任何官方规划系统之外,因此没有任何政府地图可以指导这项研究。相反,团队花费数月时间,从高分辨率卫星图像中手动描绘了近5万座建筑物的轮廓。他们没有依赖自动化软件,因为这类软件在处理非正规定居点那些杂乱、不规则的形状时往往表现不佳。通过仔细手工绘制每一座建筑,他们创建了一个精确的城市物理形态数字记录。随后,他们将这些数据输入到一个旨在寻找模式的计算机模型中。该模型不仅是在计数建筑物,它还在学习它们是如何排列的,它们彼此靠得多近,以及它们的形状如何与它们之间的空隙相关联。

结果是一次令人惊叹的发现,它挑战了“非正规增长仅仅是随机蔓延”这一普遍假设。计算机识别出了十三种截然不同的建筑排列类型,这些类型可以归纳为关于城市如何适应危机的四个主要篇章。第一个篇章是高度拥挤。在为流离失所家庭指定的特定区域,模型发现建筑物紧密地挤在一起,形成了密集的网络。这些并非杂乱无章的避难所堆积,而是高度组织的集群,家庭通过协调来最大限度地利用空间,同时遵循限制建筑材料使用的严格人道主义规则。第二个篇章是缓慢的合法扩张。在城市边缘,即土地由当地部落拥有的地方,模型发现了小型且间距较大的地块模式。这表明了一种不同的增长方式:家庭正在细分土地,以期未来进行建设,这一过程是由地方习俗而非国家规划驱动的。

第三个篇章揭示了城市的过去。在战前的旧中心区,建筑物的节奏有所不同,拥有更大的地块和更规则的间距,反映了城市最初的设计。这个区域并未被危机完全覆盖;相反,旧有的结构依然存在,在吸收新增长的同时并未失去其基本形态。第四个也是最复杂的篇章出现在旧城与新营地之间的地带。在这里,模型检测到了正式与非正式元素的混合,流离失所的家庭填补了现有结构之间的缝隙。这种“混合型”模式展示了包括妇女和边缘化少数群体在内的弱势群体,是如何创造性地重新组合可用空间以寻求安全与庇护的。计算机表明,这些并非随机的空隙,而是融合了旧城与新需求之下的生存策略。

为了确保这些发现是真实的而非仅仅是计算机产生的误差,研究人员将他们的结果与更简单的方法进行了对比。当他们要求计算机仅观察建筑物的尺寸和形状而不考虑它们是如何连接时,结果呈现出一片混乱。建筑物看起来散乱且互不相关,未能展现出新方法所揭示的那种清晰的社区感和独特的增长模式。这证明了建筑之间的连接才是理解城市的关键。研究人员还通过多次运行分析来测试其发现的稳定性。虽然在多次运行中,单个建筑物的确切边界会发生轻微偏移,但城市的四个主要篇章保持了一致性。这表明这些模式是城市景观中稳固存在的特征,而非数据中的偶然故障。

这项工作的意义远不止于计算机屏幕。通过展示非正规扩张遵循结构化逻辑而非混乱,该研究为救援人员和地方领导人理解危机城市提供了一种新途径。它表明,在家庭聚集在一起的地区,优先事项应该是卫生设施和水源,因为高密度意味着疾病传播风险极高。在土地正在缓慢细分的地区,重点应是在建筑落成之前规划基础设施,以避免切断未来的社区联系。而在混合地带,最好的方法是与社区合作,升级现有的设施,而不是试图取而代之。这项研究证明,即使在缺乏官方地图的情况下,城市的物理形状也详细记录了人们如何在流离失所的困境中生存、适应和组织自身。它将成千上万个家园零散的足迹,转化为了人类韧性的可读地图。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →