引言

康澤恩學派是西方城市形態(tài)學的主要流派之一，近年來被介紹到中國，顯示出在研究中國城市發(fā)展和歷史保護[1]等方面有著切實的適用性[2]。該學派的核心目標是形態(tài)區(qū)域（morphological region）的劃分，是平面類型、建筑類型、土地或建筑利用三個要素綜合疊加整合形成的[1，3-5]。但是，多年以來，這種方法以感性成分居多，量化分析不足，使形態(tài)區(qū)域的客觀合理性受到了一定程度的影響。

當代信息技術的發(fā)展和學科的交叉融合，使得像組構(gòu)學這樣的形態(tài)研究方法快速發(fā)展，統(tǒng)計學和計算機新技術也被應用至城市研究當中[6]?？禎啥鞒鞘行螒B(tài)學也應當積極利用這些新的技術手段來提高研究水平和實踐的應用效率。因此本研究旨在結(jié)合空間句法、類型指標量化、城市大數(shù)據(jù)，應用統(tǒng)計學方法，在GIS平臺上進行整合，對康澤恩學派的形態(tài)區(qū)域劃定方法進行量化改良。

1 經(jīng)典形態(tài)學和近年的量化探索在單一要素和整合方法上仍然存在不足

康澤恩1960年在安尼克鎮(zhèn)（Anlwick）的平面格局分析當中就有意識量化形態(tài)，以平面類型的單一要素為主，對地塊、建筑的尺寸以及數(shù)量、占比等進行了一定的量化研究，但是由于時代局限性，人工效率和計算工具的限制使其停留在較小范圍的描述性統(tǒng)計分析，對街道和平面形狀則是抽象地描述；在對多個量化指標進行綜合判斷、劃分單元時，缺少有效量化整合的工具，只能以歸納的方式得出平面類型單元和形態(tài)區(qū)域[3]。

時至今日，康澤恩學派的單一要素分析融入了能更精細量化形態(tài)的方法。

改進集中于平面類型，如黃慧明[7]、鄭劍藝[8]等以分形維度量化描述街道系統(tǒng)和街區(qū)的形態(tài)，但是分形維度僅能計算、表達已有區(qū)域的形態(tài)特征，不能對整體區(qū)域進行形態(tài)的細分?？臻g句法卻能一定程度上彌補這一缺點，它計算所得的組構(gòu)值能在研究范圍內(nèi)不同等級和結(jié)構(gòu)的道路之間形成有效區(qū)分，這已經(jīng)得到了普遍認知，因此也能在UNA、Morpho和Form Syntax等多要素整合疊加工具中占一席之地[6]；部分康澤恩學派研究者也已經(jīng)嘗試融合空間句法，驗證了組構(gòu)值可幫助劃分平面類型單元[9，10]，但令人意外的是，盡管較早的研究已經(jīng)將空間句法的改良進行了總結(jié)[11]，他們在模型構(gòu)建和組構(gòu)值計算上依然采用了局限性較大的舊方法，因此仍有必要進行比較和辨析。

經(jīng)過量化的形態(tài)指標卻只作為比較與歸納整合的參考，數(shù)據(jù)的客觀性未被充分利用，缺少量化整合的方法。參考其他多要素整合的研究，F(xiàn)orm Syntax嘗試回應了平面、建筑和功能三要素，建立量化體系并通過分項到綜合評級的方式進行了整合[6，12]；Gil等人[13]和趙雨薇[14]的研究則從建筑類型學的角度采用了數(shù)據(jù)挖掘的方法對各指標進行了綜合判斷和分區(qū)。但是以上兩種研究均以街區(qū)為基本研究尺度，無法達成微觀尺度下的形態(tài)區(qū)域細分；而建筑尺度的量化整合研究[15]則對形態(tài)層面的要素考慮不周，使得成果離散，未形成有機的形態(tài)區(qū)域。

2 康澤恩學派視角下的形態(tài)量化模型構(gòu)建

以地塊為基本尺度，分別提取形態(tài)區(qū)域要素的量化指標，再使用數(shù)據(jù)挖掘的方法進行整合、優(yōu)化，如此能結(jié)合經(jīng)典學派與前沿研究的優(yōu)點，是量化劃分形態(tài)區(qū)域的基本思路，本文基于該思路構(gòu)建了以下形態(tài)量化研究模型。

2.1 形態(tài)要素量化

首先是分別提取形態(tài)區(qū)域三要素的代表性指標，利用GIS平臺計算并賦予形態(tài)分析單元——產(chǎn)權地塊，統(tǒng)一分析對象，構(gòu)成城市形態(tài)數(shù)據(jù)庫。

2.1.1 平面類型

被分作街道系統(tǒng)、產(chǎn)權地塊和建筑基底三個層級進行考慮[16]，在實際分析過程中，這三個層級本身及其相互之間的關系都是量化分析的難點。

關于街道系統(tǒng)，不同于經(jīng)典學派將道路形態(tài)歸納為“方格網(wǎng)狀”、“魚骨狀”等抽象類別，空間句法能以近似于視覺結(jié)構(gòu)[17]的方式，客觀描述道路或者開放空間的形態(tài)并數(shù)值化；地塊序列（產(chǎn)權地塊的組織關系）也在路網(wǎng)模型足夠細致的條件下，體現(xiàn)在計算結(jié)果中，達到區(qū)分不同街道的層級結(jié)構(gòu)、空間邏輯和地塊序列的目的。

產(chǎn)權地塊和建筑基底本身的量化取決于二者的平面幾何性質(zhì)，如形狀、尺寸和方向。而針對地塊與基底之間的關系，目前的技術并沒有很好的量化方法，一般采用建筑密度等占有率指標來概括。

2.1.2 建筑類型

康澤恩學派對于建筑類型的考慮包括建筑的結(jié)構(gòu)、材料和層數(shù)等，而地方性的建筑類型劃分常常不止于此。建筑的歷史風貌、平面尺寸、功能或是特色構(gòu)造，都會成為建筑類型劃分依據(jù)，實際上透支了其他形態(tài)要素，平面類型和功能混入其中，造成了一定的混淆。因此在建筑類型這一要素的指標提取時，應當甄別并提取獨立的建筑類型指標，如結(jié)構(gòu)、層數(shù)等。

2.1.3 土地利用或建筑功能

這一要素實際上已經(jīng)有了較為成熟的分類規(guī)則，可優(yōu)化之處在于大范圍的數(shù)據(jù)采集效率。而網(wǎng)絡開放數(shù)據(jù)（以POI為代表）的逐步發(fā)展，提供了快速途徑。

2.2 量化指標整合

其次是多維度指標（變量）的量化整合，SPSS平臺的K均值聚類分析1）提供了較為合適的解決辦法。各種不同綱量的指標經(jīng)過Z-score標準化2）后得以計算個案相互間的距離，劃分出基于數(shù)據(jù)本身特征的類別，經(jīng)由GIS的可視化和對K值（即聚類數(shù)）的多次調(diào)整，完成對形態(tài)區(qū)域的劃分和優(yōu)化。而建筑結(jié)構(gòu)、建筑歷史風貌以及土地利用等分類變量3），則可以通過分級、有序化后再進行聚類（圖1）。無法有序化的變量則可拆分為虛擬變量4）來代替類別屬性。

圖1 康澤恩城市形態(tài)學量化研究模型示意圖

3 以廣州傳統(tǒng)街區(qū)為例的指標體系構(gòu)建及其計算方法

特定的研究區(qū)域有各自合適的指標體系，應當結(jié)合地方特色和現(xiàn)狀數(shù)據(jù)，選擇在特定區(qū)域內(nèi)能明顯區(qū)分不同類型、形態(tài)的指標。由于K均值聚類方法的限制，也應盡可能選擇有序且連續(xù)的變量。下文以廣州傳統(tǒng)街區(qū)為例，選取和辨析量化指標。特別地，由于中國的城市形態(tài)研究缺少準確、大范圍的產(chǎn)權地塊數(shù)據(jù)，而且廣州的傳統(tǒng)建筑有建筑基底與產(chǎn)權地塊幾乎重合的特點，在本例中以建筑作為基本分析單元。

3.1 平面類型指標

3.1.1 街道系統(tǒng)、地塊序列——空間句法

空間句法的理論和計算方法在不斷發(fā)展過程中不斷被改良，而目前被康澤恩學派研究者應用的路網(wǎng)模型和計算方法都還存在一定的局限性。

（1）路網(wǎng)模型構(gòu)建：軸線法與線段法

宋明星等人的研究[10]中對道路模型的構(gòu)建采用了軸線法，而線段法作為軸線法的改良方法，相較于軸線法有著更為客觀、準確的路網(wǎng)繪制原則，結(jié)合測量半徑，能有效區(qū)分類似的路網(wǎng)布局，也接近于傳統(tǒng)的道路交通分析[11]，更符合康澤恩學派對道路系統(tǒng)關注的重點。

（2）計算加權方式：米制距離和轉(zhuǎn)彎角度

城市分區(qū)源于不同尺度城市空間的互相影響，有必要測度全局和局部兩個尺度的組構(gòu)值并進行綜合考慮[18]。角度加權法已被證明能更加有效捕捉城市空間布局細微差別[11]，從全局角度來說已基本達成共識。但從局部來說，Li xiaoxi等人使用米制整合度5）（MMD）以回應局部空間的米制特征[9]，而MMD在Hillier等人的研究中被指出仍有諸多缺陷[19]，不適于直接量化空間。筆者在廣州傳統(tǒng)街區(qū)也進行了測試，表明大測算半徑下的MMD無法進行有效細分，而小測算半徑作出的區(qū)分也僅能表達路網(wǎng)密度的分異，地塊序列并不明確（圖 2）。事實上，線段模型的測量半徑已經(jīng)涵蓋對米制特征考量，在全局和局部尺度都使用角度加權的線段模型就能較好地區(qū)分不同的街道結(jié)構(gòu)和等級。

圖2 米制整合度未能良好辨別平面類型上的分異（示例范圍為廣州南華東地區(qū)），組構(gòu)值經(jīng)由后文方法賦值建筑

（3）具體組構(gòu)值選型：選擇度與整合度

空間句法計算所得組構(gòu)值較為多樣化，用于描述街道空間層級的多為整合度與選擇度[9，10，12]。筆者從全局尺度針對整合度和選擇度（均經(jīng)過后文方法賦值建筑）進行了分類效果對比（圖 3上、中），可見整合度和選擇度都可以表達可達性、區(qū)分不同的街道段的等級，但是整合度的數(shù)據(jù)分布更為均勻，利于聚類。而選擇度，即使經(jīng)過標準化，它的計算邏輯決定了無論道路等級如何，盡端路的選擇度均為“0”，不能進一步相互區(qū)分（圖 3下）。

圖3 同福西路地區(qū)建筑全局組構(gòu)值分類圖，上為整合度，中為選擇度，下為標準化的選擇度，黑色區(qū)域組構(gòu)值為0，組構(gòu)值經(jīng)由后文方法賦值建筑

因此本研究采用線段法構(gòu)建路網(wǎng)模型，在全局和局部尺度都選擇角度加權計算的整合度，其中局部尺度測算半徑的選擇，根據(jù)文獻[20]對廣州北京路歷史街區(qū)的研究，鑒于其地域和尺度的相似性，取其研究結(jié)論——400m，對應步行者自然活動的最大距離，該半徑既能與全局尺度分析形成區(qū)別，也能滿足廣州傳統(tǒng)街區(qū)尺度的形態(tài)識別（圖 4）。

圖4 狀元坊傳統(tǒng)街區(qū)的全局角度整合度和400m測算半徑局部整合度（經(jīng)過下文方法賦值建筑）

路網(wǎng)模型的精度和廣度都會影響組構(gòu)值的準確性，現(xiàn)有的康澤恩學派相關的量化探索都存在路網(wǎng)精度上的不足之處[9，10，12]，這也是平面類型劃分未能細分到街區(qū)內(nèi)部的原因之一。本研究以2010年廣州1∶2000的地形圖為基礎結(jié)合局部實地調(diào)研勘誤、更新的方式繪制了整個歷史城區(qū)范圍的細致路網(wǎng)，并根據(jù)“30分鐘測試”經(jīng)驗法則[21]73-74擴展到了如圖 5（左）所示的范圍。可見路網(wǎng)模型囊括大街小巷（圖 5（右）），為街道系統(tǒng)和地塊序列層面的平面類型細分打下了基礎。

圖5 路網(wǎng)模型范圍、歷史城區(qū)范圍、狀元坊范圍（左）；路網(wǎng)線段模型細節(jié)（右）

經(jīng)過DepthmapX軟件的計算，結(jié)果以線要素形式呈現(xiàn)，需要統(tǒng)一分析對象，賦予建筑。如果以直線距離賦予，會造成部分可達性較差但是距離主要道路直線距離短的建筑賦值不合理（圖 6、圖 7上）。本研究提供一種方法使路網(wǎng)的組構(gòu)值更為合理地賦予建筑要素：在GIS中為開敞空間、灰空間6）、實體建筑依序賦予不同的成本值，將組構(gòu)值以成本分配的方式劃分給整個研究區(qū)域，設置距離衰減，最后在建筑內(nèi)取最大值。

該方法能彌補空間句法在線段繪制時未顧及到的細節(jié)，并加強對空間局部米制特征的描述。而且，取組構(gòu)最大值，相較于平均值，能將地塊出入口的模式體現(xiàn)在組構(gòu)值當中，利于地塊序列的識別（圖 6、圖 7中、下）。因為多邊臨街的建筑，往往在可達性高的街道上設置主出入口。

圖6 組構(gòu)值賦予建筑示意圖

圖7 直線距離賦值（上）賦值后于建筑內(nèi)取平均值（中）賦值后于建筑內(nèi)取最大值（下）

3.1.2 產(chǎn)權地塊和建筑基底

廣州傳統(tǒng)街區(qū)有高密度、低強度、均質(zhì)化的特點[22]，建筑能被以群組的方式劃入“亞街區(qū)（圖 8）”，用于計算建筑密度和容積率（圖 9），概括建筑基底與產(chǎn)權地塊的關系，是產(chǎn)權地塊資料缺失條件下的近似替代方法。同樣，由于地塊與基底幾乎重合，基底的幾何屬性也能近似表達地塊形態(tài)，選用朝向7）、基底最小外接矩形8）長度和寬度、基于面積的矩形度9）和基于周長的矩形度10）等。

圖8 狀元坊的“亞街區(qū)”劃定

圖9 狀元坊基于“亞街區(qū)”的建筑密度（左）和容積率（右）

3.2 建筑類型指標

廣州傳統(tǒng)街區(qū)的建筑以竹筒型大進深的建筑為主[22]，其慣常的建筑類型根據(jù)建筑的開間、進深和功能等被劃分為“竹筒屋”、“明字屋”、“西關大屋”等[23]，而這種分類方式與康澤恩城市形態(tài)學的另外兩個要素產(chǎn)生了交叉，在量化指標的提取時，應當先回避平面類型和功能相關的指標，形成分類獨立的指標體系，以免聚類時被重復計算。

本研究選用如建筑層數(shù)、結(jié)構(gòu)的常規(guī)類型指標以及建筑年代（來源于文獻[9]）、風貌等級（來源于文獻[23]）這樣能反映建筑的歷史分層、體現(xiàn)康澤恩城市形態(tài)學中對形態(tài)時期的考慮的指標，并加入“是否騎樓”這一地方特色建筑構(gòu)造指標，幫助劃分區(qū)分明顯的形態(tài)區(qū)域。

3.3 土地利用或建筑功能指標

土地利用和建筑功能的數(shù)據(jù)一般有兩種來源：一種是規(guī)劃勘測部門提供或?qū)嵉卣{(diào)研得到的土地利用圖；另一種是基于網(wǎng)絡開放數(shù)據(jù)（如高德地圖POI）處理得到。大尺度下，網(wǎng)絡開放的新數(shù)據(jù)比傳統(tǒng)的規(guī)劃用地數(shù)據(jù)能更精準地反映城市空間的使用情況，且分類更細，但是在微觀尺度應用時也存在一定的誤差[21]100。由于傳統(tǒng)街巷內(nèi)部的功能數(shù)據(jù)缺失、POI的坐標也無法精確配準到建筑上，與實際功能產(chǎn)生了較大偏差（圖 10），因而在數(shù)據(jù)準確度有限的廣州傳統(tǒng)街區(qū)，功能數(shù)據(jù)仍應通過規(guī)劃勘測部門或?qū)嵉卣{(diào)研獲取。

圖10 狀元坊街區(qū)的高德地圖POI點密度（左）、實際土地利用（右）

4 狀元坊傳統(tǒng)街區(qū)的實證研究和分析示例

狀元坊街區(qū)位于廣州歷史城區(qū)范圍內(nèi)，是廣州知名商業(yè)內(nèi)街，其所在區(qū)域有多種傳統(tǒng)商業(yè)空間、居住空間的歷史遺存，建筑類型和城市形態(tài)多樣[24]，特別是廣州傳統(tǒng)民居的原型——竹筒屋，在其中有著各種變體[25]。也已有多項學術研究和規(guī)劃編研對該區(qū)域進行了深入細致的城市形態(tài)和建筑類型研究[24-29]。因此，狀元坊街區(qū)是非常適合形態(tài)量化研究的方法驗證、對比的典型案例。

如前文所述構(gòu)建指標體系如表 1并可視化為圖 11，形成了城市形態(tài)數(shù)據(jù)庫。

圖11 狀元坊量化指標可視化總覽

表1 量化指標（變量）總覽表

4.1 平面類型與建筑類型的聚類

針對功能相對單一的研究區(qū)域，形態(tài)區(qū)域的劃分可相對忽略對功能的考量[4]，而且整合度本身與商業(yè)的分布呈現(xiàn)較高的相關性[30]，已經(jīng)能一定程度上代表功能對形態(tài)的影響。因此本研究先對平面類型與建筑類型指標進行一次整合。

在SPSS軟件中對指標進行了K均值聚類分析，經(jīng)過多次試驗，當K=12時能呈現(xiàn)較好的可視化分類結(jié)果（圖 12），排除異常的個案后聚類數(shù)與研究者在狀元坊劃分的建筑類型數(shù)接近[27]，足夠支持與功能指標進一步疊合為形態(tài)區(qū)域，分析報告如下（原始數(shù)據(jù)均已作Z-score標準化處理）：

圖12 K=12時平面類型和建筑類型指標聚類分析圖

本次聚類分析在第25次迭代時，所有聚類中心的最大絕對坐標變動為0.001以下，因此算法已經(jīng)實現(xiàn)了收斂。同時表 2 ANOVA顯示各變量的顯著性（Sig.）顯示除建筑性質(zhì)（CON）以外的其他變量均在聚類分析中有貢獻11）。而建筑性質(zhì)在本實證研究范圍內(nèi)幾乎都為“3”（實體建筑），無法產(chǎn)生區(qū)分，因而在本次聚類中未產(chǎn)生貢獻，該變量可忽視，本次聚類結(jié)果仍可保留。

表2 ANOVA

表 3反映的是各最終聚類中心的各變量均值，表中加粗標識了每個聚類中明顯區(qū)別于其他指標的值。

表3 最終聚類中心

從聚類觀察指標，可以判斷聚類的主要特征，對形態(tài)區(qū)域進行歸納。聚類3的建筑層數(shù)、長和寬和矩形度的數(shù)值顯著，結(jié)合可判斷該聚類為基底不規(guī)則的中高層建筑。同理，聚類10則是長寬稍大、建筑年代較新的低層建筑。而聚類4的各項指標均接近于0，是整個研究區(qū)域內(nèi)數(shù)量最多，形態(tài)最普遍的常規(guī)竹筒屋。

從指標觀察聚類，可以區(qū)分聚類在各指標上分異，幫助理解形態(tài)區(qū)域的劃分原因。聚類4和5各個變量的均值比較接近，但是在“是否騎樓”和整合度上出現(xiàn)明顯區(qū)別。實際上，騎樓街屋從竹筒屋演進而來，在基底和建筑結(jié)構(gòu)等方面的確相近，區(qū)別在是否有柱廊和是否臨街（可達性）；而聚類4和9，分別在長、寬和基于面積的矩形度上有明顯區(qū)別，這表明這兩個聚類建筑的開間進深以及基底規(guī)整度不一樣，可以區(qū)分多開間的傳統(tǒng)民居和形狀不規(guī)則的特殊竹筒屋。

4.2 疊合土地利用/建筑功能

在完成平面類型和建筑類型相關指標的聚類分析后，將建筑功能也加入聚類分析。由于篇幅限制，在此省略聚類的詳細報告，僅對可視化結(jié)果進行展示：

從圖 13～15 可以看出由于缺少歷史演進的視角和對地塊序列的細致探究，本方法對形態(tài)區(qū)域的亞區(qū)細分還有提升空間。但是通過圖 14與圖 15的對比能明顯看出該方法的劃分結(jié)果僅需經(jīng)過連接和填補，第一等級的區(qū)域劃分就能與經(jīng)典方法幾乎一致?？偟膩碚f，僅基于現(xiàn)狀數(shù)據(jù)能做到圖 14的劃分結(jié)果，作為快速的結(jié)果或是深入研究的基礎都是可靠的。

圖13 左為K=12時的形態(tài)區(qū)域，右為K=30時的形態(tài)區(qū)域

圖14 K=12作為形態(tài)大區(qū)和亞區(qū)的劃定依據(jù)，K=30作為最低層級單元劃定依據(jù)的疊合圖

圖15 研究者通過經(jīng)典形態(tài)學方法劃定的形態(tài)區(qū)域圖

結(jié)論與討論

本研究方法分別基于形態(tài)區(qū)域要素構(gòu)建了量化指標體系，結(jié)合了空間句法對平面類型的量化、GIS技術對圖形指標的計算和可視化、數(shù)據(jù)挖掘方法的整合分析，并對城市大數(shù)據(jù)于土地或建筑利用的識別進行了嘗試。以廣州狀元坊為案例，方法達成了與經(jīng)典康澤恩學派研究方法近似的結(jié)果，證明了方法在微觀尺度的可行性，并為分析結(jié)果的歸納提供了思路，能為城市形態(tài)研究的繼續(xù)深入提供數(shù)據(jù)支撐和可個性化調(diào)整的研究路徑，也能為規(guī)劃編制提供更客觀的形態(tài)區(qū)域化成果。

由于網(wǎng)絡開放數(shù)據(jù)在微觀尺度上的失準，在功能的量化時效果不佳，因此在功能多樣的區(qū)域，需要獲取更準確的數(shù)據(jù)。但是在某些功能較為單一的研究區(qū)域，如住區(qū)，即使不考慮功能要素，僅以平面類型和建筑類型作整合，該方法也能達到不錯的分區(qū)效果[4]（圖 12）。

本研究的量化方法基于現(xiàn)狀數(shù)據(jù)，缺乏對歷史演進的細究，構(gòu)建的方法在中低層級的形態(tài)區(qū)域劃分上與經(jīng)典方法出現(xiàn)了差異。同時，K值的選擇較為主觀，需依靠多次試驗和經(jīng)驗判斷，有所局限；但是K值也可以根據(jù)研究的深度和側(cè)重進行對應調(diào)整，較為靈活。例如，形態(tài)區(qū)域各要素有著穩(wěn)定性的差別，對形態(tài)的影響力不同[31]，那么在聚類之前，可以根據(jù)研究區(qū)域的主要特征，為變量賦予權重；或是研究側(cè)重于某一要素，也可以提高對應的變量權重。

受限于研究領域，在指標的選擇、整合的方法上還有不少提升的空間。隨著信息技術的不斷發(fā)展，人工智能也應在城市形態(tài)研究中發(fā)揮更重要的作用。已經(jīng)有學者應用機器學習進行圖像識別來綜合評價街道空間品質(zhì)[32]。同理，可以期待在城市形態(tài)的量化過程中，將建筑基底與產(chǎn)權地塊的關系、建筑風貌等判斷難度大且不同研究者的評判標準難以統(tǒng)一的指標經(jīng)過由專家訓練的人工智能統(tǒng)一辨識、量化。

致謝：感謝黃慧明、姚圣在研究資料上的支持；感謝鄧可欣、何思亮、羅思儀在研究資料的調(diào)研和整理上的支持；感謝孫華偉、孫永生、李曄、楊舒雅、趙雨薇在研究方法上的指導和討論；感謝李晨陽在空間句法的理論與應用上的討論與建議；感謝邱亭諭、廖韜在數(shù)據(jù)挖掘和圖形特征識別上的指導和建議。

圖、表來源

圖 10（右）、15：引自參考文獻[27]；其余圖、表均由作者繪制。

注釋

1）K均值聚類法，或 K-means聚類法，可以將各自包含大量數(shù)據(jù)的個案快速分為 K 個類別，同時盡可能地最小化每個類別的均值與該類別中所有對象之間的差異性，有計算快速、結(jié)果便于理解的優(yōu)點，且能根據(jù)研究需求調(diào)整分類數(shù)量和權重。

2）Z-score標準化，也叫標準差標準化，這種方法給予原始數(shù)據(jù)的均值（mean）和標準差（standard deviation）進行數(shù)據(jù)的標準化。經(jīng)過處理的數(shù)據(jù)符合標準正態(tài)分布，均值為0，標準差為1。

3）分類變量（Categorical Variable）是說明事物類別的一個名稱，值沒有數(shù)量的特征，僅區(qū)分類別。

4）虛擬變量（Dummy Variables）又稱虛設變量、名義變量或啞變量，通常取值為0或1，可用于拆分并數(shù)值化分類變量的各個類別。

5）米制整合度，平均米制深度（MMD）的倒數(shù)，能有效捕捉有相似組構(gòu)特征的街道段，并能形成馬賽克分區(qū)（patchwork pattern）現(xiàn)象，區(qū)域數(shù)值上類似，具有相近的色彩（參見參考文獻[33]），體現(xiàn)了街坊的大小和形狀在不同的城市功能空間之間的變化（參見參考文獻[34]）。

6）灰空間，指建筑與其外部環(huán)境之間的過渡空間，比如騎樓、甬道等，也包含周邊的綠地和半開放場所。

7）朝向，建筑基底以正北方向作為起點，順時針旋轉(zhuǎn)的角度。

8）最小外接矩形，在ARCGIS軟件中由最小邊界幾何工具（minimum bounding geometry）計算得到，計算規(guī)則為基于面積（by area）。

9）基于面積的矩形度（rectangularity），建筑基底面積與其最小外接矩形面積的比值，可以衡量基底與規(guī)整矩形的近似度。值域為(0,1]。

10）基于周長的矩形度，建筑基底周長與其最小外接矩形周長的比值，可以衡量基底建筑圖形近似于矩形或正交扭曲后的矩形的程度，如“L”形。

11）統(tǒng)計分析中一般認為顯著性（Sig.）值在0.05以下的變量對聚類有顯著貢獻，聚類結(jié)果可以保留。