La ciudad es un organismo fascinante que en en nuestro entorno tecno-social y de visión expandida por la cantidad de datos que produce y capas que soporta hace posible un futuro esperanzador para que sea el eje de grandes nichos para la innovación y de un desarrollo sostenible a través de una ciudad ubicua, más allá de concepto romo de smart cities.

En una dimensión de complejidad hay un tipo de redes que nos dan sentido al flujo desordenado como son las redes espaciales.

Algunos de los principios geográficos que describen A. Reggiani y P. Nijkamp (2009) a través de la ley de simplicidad geográfica de W. Tobler en 1970 en la que establece que todo espacio está relacionado con todos los demás, y las cosas cercanas están más relacionadas que las cosas lejanas. La solidez de esta ley tiene que ser reconsiderada a la luz de los recientes avances en la teoría de la complejidad y de la redes espaciales con dispositivos tecnológicos. En particular, los últimos descubrimientos en la teoría de redes muestran cómo – para determinadas tipologías de redes – las cosas distantes pueden estar relacionados a través de «hubs» o «ego» (nodos preferenciales o atractores) en redes espaciales de lugares urbanos. Las redes espaciales parecen ejercer un impacto dinámico en un espacio organizado. Son muy importantes para desarrollar investigaciones de carácter dinámico en el tiempo (análisis de redes de carácter dinámico e interdisciplinar)

Una red espacial es una red de elementos espaciales. En el espacio físico (que normalmente incluye el espacio urbano  y sus elementos “incrustados” como edificios, parques, transportes, personas) las redes espaciales se derivan de los mapas y de los espacios abiertos en el contexto urbano o la construcción. Uno podría pensar en el «mapa espacial» como la imagen negativa del mapa estándar, con el espacio abierto en los edificios de fondo o las paredes. El mapa del espacio se rompe en unidades, la mayoría de carácter simple, como por ejemplo los segmentos de una carretera o las cuadras de varios edificios. Los segmentos de una carretera (son los nodos del grafo) pueden estar vinculados a una red a través de sus intersecciones (los bordes de un grafo).Un ejemplo común de una red espacial, el análisis de redes de transporte, revierte esto y trata a los tramos de carretera como los bordes y las intersecciones de las calles como nodos en el gráfico.

 En términos más generales, la red territorial «del término ha llegado a ser usado para describir cualquier red en la que los nodos se encuentran en un espacio equipado con una métrica. Para la mayoría de las aplicaciones prácticas, el espacio es la distancia entre dos dimensiones (2D) y la métrica es la distancia euclídea habitual. Esta definición implica, en general, que la probabilidad de encontrar un vínculo entre dos nodos disminuye con la distancia. Las redes de transporte y de movilidad (entraría las nuevas redes con móviles o celulares ad hoc), Internet, redes de telefonía móvil, redes eléctricas, redes sociales y contactos, redes neuronales, son ejemplos donde el espacio es relevante y donde la topología por sí sola no contiene toda la información. Son redes que se vierten y se “visualizan” sobre una plataforma topológica. El mapa como elemento de base y lo rizomático como visión deleuziana. Caracterizar y comprender la estructura y la evolución de las redes espaciales es crucial para muchos campos que van desde el urbanismo a la epidemiología.

 

Una consecuencia importante del espacio en las redes es que hay un costo asociado a la longitud de las aristas (identificado con lo relacional en las grandes ciudades), que a su vez tiene efectos dramáticos en la estructura topológica de estas redes. Las limitaciones del espacio no sólo afectan a la estructura y propiedades de estas redes, sino también a los procesos que tienen lugar en estas redes, como las transiciones de fase, las caminatas al azar, la sincronización que se ha estudiado por parte de  Watts y Strogatz (Collective dynamics of small-world networks,1998). Otros aspectos a tratar en las redes espaciales es la navegación (el closeness y las rutas geodésicas a microescala), la resiliencia y la propagación-meme de una enfermedad en una red espacial de una ciudad.

Una definición de la red espacial se deriva de la teoría del espacio y las sintaxis que pueden adscribirse (quedan abiertas ya que está en proceso de escritura constante). Puede ser muy difícil decidir lo que es un elemento espacial, sobre todo si están en espacios complejos que implican grandes áreas abiertas o muchos caminos interconectados. Los creadores de la sintaxis espacial, Bill Hillier y Juliana Hanson con su libro “The social logic of space” (1989) utilizando líneas axiales y espacios convexos como elementos espaciales. Libremente, una línea axial es la ‘línea más larga de la vista y el acceso a través de espacios abiertos, y un espacio convexo el «polígono convexo al máximo» que se puede dibujar en el espacio abierto (en el análisis de redes podemos relacionarlo con los caminos geodésicos entre todos los pares posibles). Cada uno de estos elementos se define por la geometría de los límites locales en diferentes regiones del mapa espacial. La descomposición de un mapa en un espacio se realiza en un conjunto completo de líneas en intersección o superposición de espacios axiales convexos que produce el mapa axial o la superposición del mapa convexo respectivamente. Definiciones algorítmica de estos mapas existen, lo que permite el mapeo de un mapa del espacio en forma arbitraria a una red susceptible de grafo matemático que se llevarán a cabo de una manera relativamente bien definido. Los mapas axiales se utilizan para analizar las redes urbanas (Urban Networks), donde el sistema en general, comprende los segmentos lineales, mientras que los mapas convexos son más a menudo utilizados para analizar los planes de construcción donde los patrones de espacio suelen ser más convexos, sin embargo los dos mapas, tanto el convexo como el axial, se puede utilizar en cualquier situación.

Análisis de Redes Urbanas

El análisis de redes urbanas tiene sus orígenes en la misma Teoría de Grafos. En el siglo XVIII el matemático y físico suizo Leonhard Paul Euler planteó el problema de los puentes de Königsberg y teniendo una vertiente matemática para interpretar algoritmicamente muchos de los problemas e intersección de los datos que emanan las grandes ciudades (Blanchard, 2009). Está relacionado y algoritmicamente mejorable a través de redes de flujos matemáticos y el enroutamiento heurístico que tienen algunos de los dispositivos como los GPS.

El MIT distribuye una toolbox (tiene más de un año, llamada Urban Network Analysis, 2012) de libre acceso y de código abierto como plug-in para ArcGIS, permite a los diseñadores y planificadores urbanos calcular cinco tipos de medidas de análisis urbano en redes espaciales:

Reach (alcance o distancia); Gravity (Gravedad); Betweenness (intermediación); Closeness (cercanía) y Straightness (Rectitud).

La medida de alcance, por ejemplo, se puede utilizar el número de destinos de un tipo en particular y que llega a un punto determinado por medio de la circulación en la ciudad (En ARS:  es el grado en que cualquier miembro de una red puede llegar a otros miembros de la misma red. Un actor es «accesible» por otro, si hay un conjunto de conexiones a través de la las cuales  podemos encontrar desde el actor fuente al actor “diana”, sin importar cuántas otras personas se encuentran entre ellos. Si los datos son asimétricos o dirigidos, es posible que un actor A pueda llegar a un actor B, pero que B no pueda llegar a A.

Por ejemplo, la medida de intermediación (betweenness) se puede utilizar para cuantificar el número potencial de transeúntes en cada edificio.

Las herramientas incorporan tres características importantes que hacen análisis de redes especialmente adecuado para las redes urbanas de una ciudad. En primer lugar, representan la geometría y las distancias en las redes de entrada, distinguiendo enlaces más cortos de los enlaces más largos, como parte de los cálculos de análisis.

En segundo lugar, la diferencia de las herramientas de software anteriores es que operan con dos elementos de red (nodos y los bordes), las herramientas Urban Network Analysis (UNA) incluyen un tercer elemento de red – los edificios – que se utilizan las unidades espaciales de análisis para todas las medidas. Dos edificios vecinos en los mismos segmentos de la calle por lo que pueden obtener resultados diferentes de accesibilidad (Reach).

Y en tercer lugar, las herramientas UNA opcionalmente permiten edificios que se ponderan en función de sus características particulares – más voluminosos, más pobladas, o de los edificios más importantes de lo contrario pueden ser especificados para tener un efecto proporcionalmente mayor en los resultados de análisis, con resultados más precisos y fiables para algunas de las medidas especificadas arriba.

La caja de herramientas ofrece un potente conjunto de opciones de análisis para cuantificar la forma centralizada de cada edificio que se sitúa en un entorno urbano y la facilidad con que un usuario puede acceder a los diferentes servicios de cada lugar. Se introduce una nueva metodología para el seguimiento del crecimiento y el cambio de las ciudades en el mundo que se urbaniza rápidamente y ofrece apoyo analítico a sus diseñadores y responsables políticos. Puede que también sea una fuente de información en la analítica del ciudadano y ligado a los dispositivos móviles que les da una posición precisa y en relación con el Internet de las cosas. Por ejemplo: los taxis serán «objetos» reconocibles en cualquier área de la ciudad y tomado información de su conductor, horas que lleva navegando, distancia desde donde estás, accesibilidad y tiempo que tarda según las variables de tráfico. etc., y todo ello sobre la «plataforma» de un mapa. Usando este análisis de redes urbano nos dará una mayor conciencia y posibilidades desde una perspectiva comunitaria de carácter ubicuo (Giuffre, 2013). El imaginario topológico de una ciudad será inmensamente rico y las redes urbanas será un elemento importante en el nuevo ecosistema urbano junto con los datos generados a nivel masivo.

El vídeo que se creó en el MIT para la presentación de este toolbox de ArcGIS:

Urban Network Analysis from City Form Lab on Vimeo.

Referencias bibliográficas:

Ardekani, S. A., Williams, J. C., & Bhat, S. (1992). Influence of urban network features on quality of traffic service. Transportation Research Record, (1358). Retrieved from http://trid.trb.org/view.aspx?id=371462
Bailey, T. C. (1995). Interactive spatial data analysis. Harlow Essex, England; New York, NY: Longman Scientific & Technical ; J. Wiley.
Barthélemy, M. (2011). Spatial networks. Physics Reports, 499(1–3), 1–101. doi:10.1016/j.physrep.2010.11.002
Becker, R. A., Caceres, R., Hanson, K., Loh, J. M., Urbanek, S., Varshavsky, A., & Volinsky, C. (2011). A Tale of One City: Using Cellular Network Data for Urban Planning. IEEE Pervasive Computing, 10(4), 18 –26. doi:10.1109/MPRV.2011.44
Blanchard, P. (2009). Mathematical analysis of urban spatial networks. Berlin: Springer. Retrieved from http://public.eblib.com/EBLPublic/PublicView.do?ptiID=418348
Blokland, T., & Savage, M. (Eds.). (2012). Networked Urbanism. Ashgate.
Breaking down learner isolation:  How social network analysis informs design  and facilitation for online learning. (n.d.).
Calabrese, F., Colonna, M., Lovisolo, P., Parata, D., & Ratti, C. (2011). Real-Time Urban Monitoring Using Cell Phones: A Case Study in Rome. IEEE Transactions on Intelligent Transportation Systems, 12(1), 141 –151. doi:10.1109/TITS.2010.2074196
Campbell, T. (2012). Beyond Smart Cities: How Cities Network, Learn and Innovate. London: Routledge.
Cheng, J., Clercq, F. L., & Bertolini, L. (2005). Understanding urban networks through accessibility (ERSA conference paper No. ersa05p797). European Regional Science Association. Retrieved from http://ideas.repec.org/p/wiw/wiwrsa/ersa05p797.html
Crucitti, P., Latora, V., & Porta, S. (2006). Centrality measures in spatial networks of urban streets. Physical Review E, 73(3), 036125. doi:10.1103/PhysRevE.73.036125
Deakin, M., & Waer, H. A. (Eds.). (2012). From Intelligent to Smart Cities (1st ed.). Routledge.
Duany, A., Speck, J., & Lydon, M. (2009). The Smart Growth Manual (1st ed.). McGraw-Hill Professional.
DuPuy, G. (2008). Urban Networks: Network Urbanism. Techne Press.
Entwisle, B., Rindfuss, R. R., Walsh, S. J., Evans, T. P., & Curran, S. R. (1997). Geographic information systems, spatial network analysis, and contraceptive choice. Demography, 34(2), 171–187. doi:10.2307/2061697
Eubank, S., Guclu, H., Kumar, V. S. A., Marathe, M. V., Srinivasan, A., Toroczkai, Z., & Wang, N. (2004). Modelling disease outbreaks in realistic urban social networks. Nature, 429(6988), 180–184. doi:10.1038/nature02541
Expert, P., Evans, T. S., Blondel, V. D., & Lambiotte, R. (2011). Uncovering space-independent communities in spatial networks. Proceedings of the National Academy of Sciences, 108(19), 7663–7668. doi:10.1073/pnas.1018962108
Gastner, M. T., & Newman, M. E. J. (2006). The spatial structure of networks. The European Physical Journal B – Condensed Matter and Complex Systems, 49(2), 247–252. doi:10.1140/epjb/e2006-00046-8
Gerla, M., & Kleinrock, L. (2011). Vehicular networks and the future of the mobile internet. Computer Networks, 55(2), 457–469. doi:10.1016/j.comnet.2010.10.015
Glaeser, E. L. (2011). Triumph of the City: How Our Greatest Invention Makes Us Richer, Smarter, Greener, Healthier, and Happier (First Edition.). Penguin Press HC, The.
Haas, T. (Ed.). (2012). Sustainable Urbanism and Beyond: Rethinking Cities for the Future. Rizzoli.
Häkli, J., & Minca, C. (2009). Social Capital and Urban Networks of Trust. (C. Minca & J. Hakli, Eds.). Farnham: Ashgate. Retrieved from http://www.ashgate.com/isbn/9780754673194
Herrmann, C., Barthélemy, M., & Provero, P. (2003). Connectivity distribution of spatial networks. Physical Review E, 68(2), 026128. doi:10.1103/PhysRevE.68.026128
Hillier, B., & Hanson, J. (1989). The Social Logic of Space (Reprint.). Cambridge University Press.
Horton, F. E. (1968). Geographic studies of urban transportation and network analysis. Evanston, Ill.: Dept. of Geography, Northwestern University.
Jiang, B., & Claramunt, C. (2004). Topological analysis of urban street networks. Environment and Planning B: Planning and Design, 31(1), 151 – 162. doi:10.1068/b306
Johnson, C., & Gilles, R. P. (2000). Spatial social networks. Review of Economic Design, 5(3), 273–299. doi:10.1007/PL00013690
Khurana, U., Nguyen, V.-A., Cheng, H.-C., Ahn, J., Chen, X., & Shneiderman, B. (2011). Visual Analysis of Temporal Trends in Social Networks Using Edge Color Coding and Metric Timelines. In Privacy, security, risk and trust (passat), 2011 ieee third international conference on and 2011 ieee third international conference on social computing (socialcom) (pp. 549 –554). Presented at the Privacy, security, risk and trust (passat), 2011 ieee third international conference on and 2011 ieee third international conference on social computing (socialcom). doi:10.1109/PASSAT/SocialCom.2011.212
Larsen, J. U. and K. A. J. (2012). Mobilities, Networks, Geographies. Ashgate.
Lennartsson, J., Håkansson, N., Wennergren, U., & Jonsson, A. (2012). SpecNet: A Spatial Network Algorithm that Generates a Wide Range of Specific Structures. PLoS ONE, 7(8), e42679. doi:10.1371/journal.pone.0042679
Lynch, K. (1960). The Image of the City. The MIT Press.
Maguire, D. J., Goodchild, M. F., & Batty, M. (Eds.). (2005). GIS, Spatial Analysis, and Modeling. ESRI Press.
Nijkamp, P. (1993). Stability and complexity in spatial networks. Amsterdam [etc.]: Tinbergen Institute.
Peng, C., Jin, X., Wong, K.-C., Shi, M., & Liò, P. (2012). Collective Human Mobility Pattern from Taxi Trips in Urban Area. PLoS ONE, 7(4), e34487. doi:10.1371/journal.pone.0034487
Porta, S., Crucitti, P., & Latora, V. (2005). The Network Analysis of Urban Streets: A Primal Approach. arXiv:physics/0506009. doi:10.1016/j.physa.2005.12.063
Reggiani, A & Nijkamp, P. (Ed) (2009). Complexity and spatial networks: in search of simplicity. Berlin; Heidelberg: Springer-Verlag.
Ryder, T. B., Horton, B. M., Tillaart, M. van den, Morales, J. D. D., & Moore, I. T. (2012). Proximity data-loggers increase the quantity and quality of social network data. Biology Letters. doi:10.1098/rsbl.2012.0536
Santos Soares, M. dos. (2007). Scenario analysis of a network of traffic signals designed with Petri nets. Urban transport XIII : urban transport and the environment in the 21st century., 289–297.
Sassen, S. (Ed.). (2002). Global Networks, Linked Cities (1st ed.). Routledge.
Scellato, S. (2012). Spatial Social Networks: Measurement, Analysis and Applications Second Year Report & Dissertation Schedule. Retrieved from http://www.cl.cam.ac.uk/~ss824/pub/papers/second_report.pdf
Seghers, J. (n.d.). Urban Network Analysis: tracking and planning urban environments. the Human City Project. Blog. Retrieved May 27, 2013, from http://humancityproject.wordpress.com/2013/01/14/urban-network-analysis-tracking-and-planning-urban-environments/
Sevtsuk, A. (2012). Urban network analysis. A new toolbox for ArcGIS. Revue internationale de géomatique Revue internationale de géomatique, 22(2), 287–305. Retrieved from http://www.sutd.edu.sg/cmsresource/idc/papers/2012_Urban_Network_Analysis_A%20New%20Toolbox_for_ArcGIS.pdf
Simplicity in complex spatial systems : introduction / Aura Reggiani and Peter Nijkamp –pt. A, Complexity, evolution, a. (n.d.).
Spatial network. (2013, March 19). In Wikipedia, the free encyclopedia. Retrieved from http://en.wikipedia.org/w/index.php?title=Spatial_network&oldid=491038418
STNA: Spatio-Temporal Network Analysis. (n.d.). Retrieved December 3, 2012, from http://www.cl.cam.ac.uk/research/srg/netos/spatialtemporalnetworks/
Taylor, P. J. (2004). World city network: a global urban analysis. London; New York: Routledge.
Taylor, P. J. (2011). Global Urban Analysis: A Survey of Cities in Globalization. Routledge.
Torres, J. A. (2011, September 28). Urban Network Analysis. Advanced Analytics & Data Mining. Retrieved from http://www.jatorres.net/blog/urban-network-analysis/
Transport network. (2012, October 16). In Wikipedia, the free encyclopedia. Retrieved from http://en.wikipedia.org/w/index.php?title=Transport_network&oldid=470935534
Urban Network Analysis. (2012). Retrieved from http://vimeo.com/44728530
Urban Network Analysis: A Toolbox for ArcGIS 10 / 10.1. (2013). City Form Lab: Better Design through Research. Retrieved from http://cityform.mit.edu/projects/urban-network-analysis.html
Urban Networks: La misión fundamental de Urban Networks es la transformación creativa de las ciudades y los territorios. (n.d.). Blog. Retrieved from http://urban-networks.blogspot.com.es/
Viotti, P., Liuti, G., & Di Genova, P. (2002). Atmospheric urban pollution: applications of an artificial neural network (ANN) to the city of Perugia. Ecological Modelling, 148(1), 27–46. doi:10.1016/S0304-3800(01)00434-3
Virginia Polytechnic Institute and State University., D. of U. A. and P. (1987). The Urban network. The Urban network.
Williams, J. C., Mahmassani, H. S., & Herman, R. (1987). Urban traffic network flow models. Transportation Research Record, (1112). Retrieved from http://trid.trb.org/view.aspx?id=278349
Wineman, J. D., Kabo, F. W., & Davis, G. F. (2009). Spatial and Social Networks in Organizational Innovation. Environment and Behavior, 41(3), 427–442. doi:10.1177/0013916508314854
Wyatt, R. G. (1980). Network analysis in urban planning. Melbourne: University of Melbourne, Faculty of Architecture, Building and Town & Regional Planning.
Yiu, M. L., & Mamoulis, N. (2004). Clustering objects on a spatial network. In Proceedings of the 2004 ACM SIGMOD international conference on Management of data (pp. 443–454). New York, NY, USA: ACM. doi:10.1145/1007568.1007619

About the author

Fernando Santamaría González Soy un investigador y formador en espacios online. Trabajando e investigando en temas de aprendizaje emergente.