－ 横浜における建物利用変化の可視化 －

ＧＩＳデータを用いた都市様相の記述

－ 横浜における建物利用変化の可視化 －

宮崎慎也・藤井明

Description of Building Use Change on GIS

Shinya MIYAZAKI , Akira FUJI

Abstract: To combine some geographical informations, it is supposed to fi nd more avaiable knowledge from them. The purpose of this study is to visualize the change of buidling use with GIS data. In order to grasp Chronological order change of uruban building use and a characteristic of geographical distribution of them, we did overlay analysis identifying every polygon of buiuding of each different chronological spacial data. By the casestudy with this identifi cation process, we visualized the change of building use from 1995 to 2000 in Yokohama city as a mesh map. And by the statistical analysis, we investigated quantitative change of building use in Yokohama city from the both of geographical and spatial aspects.

Abstract: 建物利用 （buildinguse） ，同定 （identify） ，メッシュ （mesh） ， 横浜市 （yokohama）

宮崎：〒 153-8505　東京都目黒区駒場 4-6-1 東京大学生産技術研究所

Institute of Industrial Science, the University of Tokyo

藤井：（同上）

1. はじめに 1.1　背景

　都市における建物利用の変化は , 交通網の発展 , 都市域の拡大 , 経済活動の変化など様々な要因に よってもたらされることが考えられるが , 一方で , 無秩序な利用の混在 , 高密度化 , スプロールをコ ントロールするための仕組みとして , 法や条例な どの規制があり , これらの均衡によって現実の動 的な都市様相が形成されている . このように , 現 実の都市空間ではボトムアップ的な潜在的都市の 需要と , トップダウン的なコントロールの仕組み との両方が機能することで , 実際の建物利用が決

定されているが , ここで , 持続的に都市の成長を コントロールすることを考えると , まず潜在的需 要の変化と現実の都市形態の変化動向の実態を把 握することが必要となる . 近年 , 全国の都市部の 自治体では都市計画などの行政目的で広域な建物 利用動向の定期的な調査が行われ電子情報として 蓄積されており , 今までと比較してより精緻な時 系列の都市の変化を定量的に分析することが可能 になってきている .

1.2　研究目的

　本研究では , 都市の建物利用の変化から動的な

都市活動の様相を観測することを目的とする . 都

市域の建物利用に着目すると , 新築・消滅による

ヴォリュームの変化と建物利用変更によるプログ

ラムの変化とに大別でき , これを把握することで

その都市全域の動向を把握することが可能であ

る . 本研究ではケーススタディーとして「神奈川 県都市情報システム」を利用して横浜市を対象範 囲とした建物利用変化の考察を行う .

２. データの概要 2.1　入力データ

　今回のケーススタディーでは「神奈川県都市情 報システム」 ¹⁾ の平成７年 , 平成１2 年の都市計 画基礎調査（建物現況）のデータを用いた . デー タは各建物ごとに建物利用 , 階数 , 面積等の情報 が格納されており , このなかで建物利用は表１の ように分類されている . それぞれの年度の各利用 において , 建物数をグラフ化したものと , 増減率 を図１に示す .

表１　建物利用現況の分類

NO 用途 NO 用途

1 用途不明 16 商業系用途複合施設

2 住宅 17 官公庁施設

3 集合住宅 18 文教厚生施設（Ａ）  …  大学など

4 店舗併用住宅 19 文教厚生施設（Ｂ）  …  小・中学など 5 店舗併用集合住宅 20 運輸倉庫施設（Ａ ) …  自動車車庫など 6 作業所併用住宅 21 運輸倉庫施設（Ｂ） …  駅舎、倉庫など

7 業務施設 22 重化学工業施設

8 商業施設（Ａ） … 小売店 , など物品販売施設 23 軽工業施設

9 商業施設（Ｂ） … 飲食業を営む施設 24 サービス工業施設（Ａ） …  自動車修理工場 10 商業施設（Ｃ） … サービス施設 25 サービス工業施設（Ｂ） …  印刷工場など

11 宿泊施設 26 家内工業施設

12 娯楽施設（Ａ） … 劇場 , 映画館など 27 処理施設（Ｃ） …  廃棄物処理場など 13 娯楽施設（Ｂ） … 風俗営業関連施設 28 農業施設

14 遊戯施設（Ａ） … スポーツ施設 29 防衛施設 15 遊戯施設（Ｂ） … 麻雀屋 , パチンコ屋など

2.2　データ補正

　平成７年調査データは , 図郭ごとに ( 幅）2km

×（高さ）1.5km に切断されているため図郭を またぐ建物ポリゴンを接合し , 面積の大きい方の ポリゴンの属性を持たせることとする .

３. 建物同定と定量分析 3.1　建物ポリゴンの同定

　寺木（1999）は空間情報を重ね合わせたとき , 建物の面積と代表点の座標から , 建物同定を行う モデルを提案し , 実際のデータを用いて高い精度 で建物同定ができることを示している . 本研究で も , 同定する建物ポリゴンを , その重心を中心と し , これと等しい面積を持つ円に近似し , 円の中 心が同定対象ポリゴンの円の領域に含まれるか否 かによって判定を行う . ²⁾

3.2　時系列データの同定手順

　平成 7 年のすべての建物ポリゴンに対して , 平 成 12 年の建物ポリゴンデータから最近傍建物ポ リゴンを検索し , 同定判定を行った . 表２にケー ススタディーの結果を示す . ^{3) 4)}

3.3　建物利用変化の定量分析

　平成 7 年の棟数の割合は住宅 ( 約 67%), 集合 住宅（約 11%), 店舗併用住宅（約 3%), 業務施設

（約 3%）, 文化厚生施設（Ｂ）（約２%) で , これ らは全体の約 85% を占める . また図１より , 平 成７年から平成 12 年にかけての建物棟数の増減 に着目すると , 増加傾向は集合住宅や , 業務施設 , 商業施設にみられる .

　次に , 同定された建物について各建物ごとの利 用変更の割合を求めた . 図３は平成７年から , 平 成 12 年にかけてそれぞれ同定された建物のう ち , 建物利用が他の利用に変更になった棟数割合 を , それぞれ建物利用ごとにグラフ化したもので ある . また , 表３には建物利用が変更した場合の 変更元利用と変更先の利用の組み合わせのうち ,

図２　建物同定のイメージ 図１　用途別建物数

平成７年

表 2　建物同定数

ポリゴン数 同定ポリゴン数 同定率（％） 消滅・発生数

（ポリゴン数 - 同定ポリゴン数）

h07 719265 676934 94.11(%) 42331

h13 769133 92199

1 2 3 4 5 6 7 8 9 11 13 15 17 19 21 23 25 27 29

01000050000

(用途）

h13 の h7 に対する増減率（％）

(ポリゴン数） h7

h12

1 2 3 4 5 6 7 8 9 10

- -1.1  16.8  -20.1  25.2  -16.6  24.5  7.1  6.7  33.4 

11 12 13 14 15 16 17 18 19 20

0.8  45.8  60.9  3.4  24.5  - 3.3  17.4  5.4  16.2 

21 22 23 24 25 26 27 28 29

4.2  151.8  -53.4  - - - 23.5  -3.7  -

k 年

非同定（異なる建物）

同定（同じ建物）

k + n 年

割合が大きいかったものを示す . 表３より , 平 成 7 年から平成 12 年にかけて建物利用の変更 した割合が高い組み合わせは ,2( 住宅 ) → 3( 集 合住宅 ),23( 軽工業施設 ) → 25( サービス工業施 設 ( Ａ )),4( 店舗併用住宅 ) → 2( 住宅 ),3( 集合住 宅 ) → 2( 住宅 ) などであることがわかる . 　また表４には , 建物利用が他の利用に変更し た割合の高かった順に , 種別をまとめた . ２( 住 宅 ),23( 軽工業施設 ),4( 店舗併用住宅 ), ７( 業務 施設 ) などは他の利用に変更になった割合が高 かった .

　３.4　建物利用変化のヴィジュアル化

　建物利用変化を把握する集計単位は , データの 利用目的によって異なる . 例えば , 行政目的の場 合 , 行政界目などの単位で集計される場合が多く , より広域的に都市を活動を観測するにはメッシュ 図が用いられる . ここでは ,3.3 で行った定量的な 変化の他に , その地理的な分布特性を把握するた めに , メッシュ図によって , 建物利用変更の頻度 を示した（図５）.

　図５では , 対象地域を 250m × 250m のブロッ クに分割して , 各ブロックごとに建物利用が変更 となった棟数を集計するとともに , そのブロック ごとの建物数に対する比率を求め ,256 階調のグ レースケールのメッシュ図にして可視化した .

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

( 2 ) ( 3 ) ( 4 ) ( 5 ) ( 6 ) ( 7 ) ( 8 ) ( 9 )

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

) ) ) )

( 10 ( 11 ( 12 ) ( 13 ) ( 14 ( 15 ( 17 ) ( 18 )

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

0.000.040.080.12

147 1115192327

) ) ) ) ) )

( 19 ( 20 ( 21 ( 22 ( 23 ( 27 ( 28 )

0.000.040.080.12

0.855 0.295  0.386  0.459  0.537 0.224 

0.355  0.756

h07 h12

全体の建物 棟数に占め る割合(%)

2 3 0.855

23 25 0.756

4 2 0.537

3 2 0.459

2 7 0.386

23 22 0.355

2 4 0.295

7 2 0.224

4 8 0.169

4 7 0.153

4 10 0.114

23 7 0.104

8 4 0.096

23 24 0.090

2 10 0.086

6 2 0.085

4 13 0.079

3 5 0.079

23 21 0.078

23 2 0.074

建物 利用 変化割合

2 1.939

23 1.689

4 1.300

7 0.710

3 0.707

( 表 3)

( 表 4)

図 3　建物利用別の他の用途への変更割合（棟数比）　

　３.5　建物利用変化の地理的分布の特徴 　図 4 には , 建物利用の変更の地理的分布の特徴 をメッシュ図に示した . 図 4-1 には同定された建 物棟数密度 , 図 4-2 には同定建物のうち建物利用 が変更した建物棟数密度 , 図 4-3 にはその変化率 を示す . また図 4-4 には平成 12 年の建物の非同 定建物（ここでは平成 12 年に出現した建物と考 える）棟数密度である . それぞれの図で度数分布 の地域的な特徴を視覚的に把握できる .

4. まとめ

4.1　結論と課題

　本研究では , 横浜市の建物利用の変更の様相を 建物同定によってヴィジュアル化することができ た . 建物利用の変化動向を可視化して把握するこ とは , 都市計画上も非常に重要であるが , 地価の 変化や大規模開発との因果関係の把握など , 他の データとの組み合わせによって , さらに多様な都 市様相の把握が可能になると思われる . また建物 ポリゴンの同定は精度は , 属性情報の豊富化 , 形 状情報の高精度化によって , 今後さらに向上する ことが考えられる . またメッシュの集計単位につ いても , 様々な既往研究があるが , 変化の様相を より精度良く , ヴィジュアル化するため , 考察が 必要である .

※ (　) カッコは建物利用 No 縦軸：全体棟数に占める割合 横軸：建物利用 No

【参考文献】

寺木彰浩（1999） 空間情報を重ね合わせたときの建築物の同定について , 日本都市計画学会学術研究論文集 , 34, 259-264.

阪田知彦・吉川徹（2001）GIS 建物データとメッシュシステムに立脚し た東京都区部における延べ床面積規模別事業所系建築物の地理的分布の 分析，日本建築学会計画系論文集，第 545 号，pp189-196.

伊藤香織 (2001) 都市空間の事象性に関する研究 , 東京大学大学院博士論 文

【注釈】

(1)「神奈川県都市情報システム」のデータは神奈川県県土整備部より研 究目的のため貸与を受けたものである。

(2) 建物同定は建物の近似円の半径は２つのポリゴンの平均半径とした . (3) 　建物ポリゴンの同定数には , 建物棟数には含まれない倉庫等の建物

付帯施設も含まれる。建物棟数は建物属性の建物棟数フラグによって 判定した .

(4) 同定プログラムは JAVA 言語で自作し、arcGIS 上で表示させた。

図 4　250m メッシュ図　

図 4-1 同定された建物棟数密度

図 4-3　他利用への変化した建物利用変化率

図 4-2 他利用への変化した建物棟数密度

図 4-4 建物出現数密度

450 (棟) / cell 0 (棟) / cell

170(棟) / cell 0(棟) / cell

13(%) 0(%)

135(棟) / cell 0(棟) / cell