上回写过一篇，基于空间句法的路网整合度、选择度分析，当时碍于篇幅和侧重点，主要讲了如何安装sDNA这个插件来实现路网的整合度、选择度分析，并且分析部分也只是画了几条简单的线段，这次我们深化一下原理和指标的解析，
先明确空间句法里的二个概念，选择度和整合度；
选择度( Choice )
选择度( Choice )是指空间系统中某一元素作为两个节点之间最短拓扑距离的频率，考察空间单元作为出行最短路径所具备的优势，反映了空间被穿行的可能性，选择度越高的空间，则更有可能被人流穿行。
整合度( Integration)
整合度( Integration )是指空间系统中某一元素与其他元素之间的集聚或离散程度，衡量了一个空间作为目的地吸引到达交通的能力， 反映了该空间在整个系统中的中心性。整合度越高的空间，可达性越高，中心性越强，越容易集聚人流。整合度可分为全局整合度和局部整合度。
这次我们结合城市尺度的空间形态，来看一个城市的整合度和选择度（穿行度），连通度与穿行度的区别，看了一些解释，有些学者把穿行度解释为一种特殊的选择度；
在 sDNA 中,整合度和选择度（穿行度）分别用NQPD和TPBt来表示，考虑距离作为惩罚因素的网络平均权重(network quantity penalized by distance，NQPD)，在官方的参考手册中通过增加新的后缀字母来区分计算方式，如NQPDA：按半径角距离计算的网络数量，本篇文章讨论的计算方法是NQPDH(x)，这里x指的是距离，也就是参考半径，如果是500m为背景就是NQPDH500，也可以理解为局部整合度，n代表无限的意思，也就是全局整合度，即NQPDHn。
具体来说，整合度（NQPDHn）它衡量了某个空间元素（如街道段落）与其他所有空间元素的可达性，同时考虑了距离的影响。距离越远，可达性的权重就越小。H: 这个字母后跟一个数值或者 n。当 H 后面跟一个具体的数值（例如 H500），表示在这个特定的距离（如500米）范围内计算整合度。如果是 Hn，则表示全局范围内的整合度，即不受距离限制，计算该点在整个网络中的中心性。n: 表示全局（Global），意味着计算的是全局整合度，而不是在限定距离内的局部整合度；
选择度分析计算用的方式是TPBtHn，这里的 TPBt 指的是 "turn-based betweenness centrality"，即基于转向的介数中心度，它考虑了网络中路径的选择频率，反映了某路段作为其他两点间最短路径一部分的重要性。
T: 表示转向（Turn），意味着算法考虑了路径上的转向；PB: 表示概率基础（Probability-Based），意味着算法基于概率分布来计算；t: 表示该算法是针对特定类型的路径计算的；Hn: 其中H表示计算是在给定阈值（Threshold）的情况下进行的，而n表示全局（Global）范围内无阈值限制的情况。
参考文章《基于sDNA 模型零售业分布特征及影响因素研究——以南昌市为例；吴海婷，向岚麟》基于sDNA模型零售业分布特征及影响因素研究——以南昌市为例 - 中国知网 (cnki.net)
参考文章《基于多尺度地理加权回归模型的城市道路骑行流量分析；黄颙昊, 杨新苗, 岳锦涛》基于多尺度地理加权回归模型的城市道路骑行流量分析 - 中国知网 (cnki.net)
参考官方手册：4. Analysis: full specification — sDNA 4.1.1 documentation (sdna-plus.readthedocs.io)
这里放一下链接，里面有详细的分析步骤和数据获取方法；
sDNA插件安装与数据分析步骤：ArcGIS应用指南：sDNA插件安装与路网整合度、连通度分析_空间句法插件-CSDN博客
路网下载部分，用了路网用简化节点的方式的为了减少修正拓扑关系的工作量：OSMnx应用指南：对路网节点进行简化-CSDN博客
这里我们直接摆出来分析结果，又到了看图说话的环节，我们先来回顾一下整合度（NQPDHn）的定义：整合度反映了该空间在整个系统中的中心性。整合度越高的空间，可达性越高，中心性越强，越容易集聚人流，我们可以看到岛内的整合度之高，越向外围整合度越低；
再结合我们这篇共享单车轨迹数据分析当中对于人口栅格数据分析的部分，可以看出来分布形态基本一致，都在岛内形成的较高的人口分布和整合度高值分布并以岛内为中心向外递减，可以说整合度拿来做人口分布预测也不错，至少可以呈现一个大致分布情况；
指路文章：共享单车轨迹数据分析：以厦门市共享单车数据为例（二）_共享单车轨迹数据处理-CSDN博客
我们再来看看选择度，先看定义：选择度（TPBtHn）反映了空间被穿行的可能性，选择度越高的空间，则更有可能被人流穿行，作为出行最短路径所具备的优势，结合之前文章我们对百度地图的路况预测数据的对比分析，我们可以看到连接岛内的几条翔安大桥、集美大桥、海沧大桥等等都是选择度最高的几条道路，也是容易发生常发性拥堵的位置；
这里我们对比百度地图的路网预测情况可见一斑，选取时间段：星期一 9:00:00，同样的在算道路介度中心度的时候也提到过这个点，指路文章：OSMnx应用指南：计算路网介数中心度（Betweenness Centrality）_betweenness介中心度-CSDN博客；
我们局部放大看看也可以发现拥堵的位置也集中在选择度最高的这些道路上，可以说选择度在一定程度上反应道路在高峰期大概率出现拥堵情况的位置分布情况，这些结论也就是数据分析运用在实际交通规划的意义。
文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。
