《Frontiers in Ecology and Evolution》：Simulating activity-pressure formation and adaptive redistribution in a historic district: a physarum-inspired multi-agent approach
编辑推荐：
历史街区因密集旅游、居民日常生活与敏感生态环境在受限城市空间中并存而面临日益严峻的挑战。以北京什刹海历史街区为例，研究人员开发了一种受Physarum启发的多智能体模拟框架，用以考察不同时间与行为情景下的活动压力格局。多源空间数据被转化为GAMA模型输入，表征
历史街区因密集旅游、居民日常生活与敏感生态环境在受限城市空间中并存而面临日益严峻的挑战。以北京什刹海历史街区为例，研究人员开发了一种受Physarum启发的多智能体模拟框架，用以考察不同时间与行为情景下的活动压力格局。多源空间数据被转化为GAMA模型输入，表征移动约束、智能体起点、时间吸引场与再分布目标。研究人员构建了居民、游客、混合活动及空间吸引再分布情景并重复模拟，评估空间覆盖、路径集中、平均访问强度、居民—游客重叠、活动压力耦合与模型稳定性。结果表明，游客情景产生更集中的路径，四个观测日期下活跃单元为9,056至9,267，而居民情景约10,639—10,660，混合情景为10,721—10,766。混合情景总体平均访问强度最高，均值之均值为228.80，游客情景为217.09，居民情景为212.82。居民—游客重叠在街区尺度上较低，平均重叠指数约0.023，局部最大值达0.958—0.997，表明两类移动仅在特定廊道与节点共集中。在空间吸引再分布情景下，路径集中下降，赫芬达尔—赫希曼指数（HHI）由约5.45—5.56×10-4降至4.19×10-4，高密度访问占比由2.45%—2.76%降至0.95%。研究发现，调整高密度吸引簇可重塑模拟路径集中并支持活动压力均衡分布，且无需改变历史街区物理结构。所提框架为识别局部压力集中及支持高密度历史街区低干预环境适应性调控提供了动态建模途径。
研究背景方面，历史街区是长期积累的物质遗产、社会生活与当代城市功能共存演化的空间单元，其细密街网与混合用地在遗产保护约束下难以大幅改造。既有研究多依赖空间句法、密度分析与统计回归等静态方法，难以刻画重复移动决策下路径涌现、居民与游客在共享街网中的交互以及吸引条件变化时的压力再分布。为此，研究人员以北京什刹海历史街区（面积约3.92 km2）为案例，开发受Physarum（多头绒泡菌）启发的多智能体模拟框架，在GAMA平台中耦合多源空间数据，比较居民导向、游客导向、混合活动与空间吸引再分布四类情景下活动压力的形成与再分布规律。活动压力在此定义为居民与游客相关移动在同一街网系统中模拟空间集中与共同分布的程度，通过空间覆盖、访问强度、路径集中与重叠指数标准化评估；环境适应性调控指在不改动物理街巷结构前提下对吸引与压力分布作低干预调整。该研究发表于《Frontiers in Ecology and Evolution》，为高密度历史街区韧性治理提供了从形态诊断走向过程模拟的方法补充。
关键技术方法上，研究人员整合POI（兴趣点）、多边形街巷面、OSM路网与百度慧眼分小时网格人口活动热度数据，统一投影至WGS 1984/UTM Zone 50N（EPSG:32650）并裁剪至研究边界；以多边形街巷面加20 m缓冲构建可步行移动环境，生成200 m×200 m渔网并取与可步行空间交集质心作为151个吸引节点；居民起点取自居住类POI共107点，游客起点取自外围入口共57点；分07:00—09:00、09:00—18:00、18:00—22:00三段将热度图均值归一化为节点吸引权重；采用DBSCAN（密度可达空间聚类）以MinPts=20、ε=73.44 m从3851条POI识别26个高密度簇供再分布情景使用；在GAMA中以11733个离散模拟单元运行Physarum启发模型，智能体按局部增强信号选向并沉积信息素，引入扩散与衰减，最大1000步且连续30步信号总变小于0.001判收敛，每日期—情景组合用50次随机种子重复。
研究结果部分，引言指出历史街区空间压力由街网形态、功能布局与异质行为耦合形成，静态分析局限催生动态过程模拟需求，Physarum启发模型以局部探索、正反馈强化与负反馈衰减适配该问题。材料与方法证实，可步行环境以面状街巷而非路中心线定义，补偿栅格提取误差；200 m渔网在吸引差异与街区尺度可读性间取得平衡；DBSCAN参数经簇数、噪声比、轮廓系数与20近邻距离曲线敏感性分析确定，最终噪声率28.46%，最大簇含1375条POI；Physarum模型含吸引响应、智能体移动、增强积累与信号扩散—衰减四过程，居民与游客智能体仅起点与吸引场不同，移动规则一致。摘要级结果已表明：游客情景路径最集中（活跃单元9056—9267），居民情景覆盖最广（10639—10660），混合情景平均访问强度最高（228.80）；居民—游客街区尺度重叠指数均约0.023，局部廊道节点可达0.958—0.997；空间吸引再分布情景将HHI由5.45—5.56×10-4降至4.19×10-4，高密度访问占比由2.45%—2.76%降至0.95%，证明提升次级节点吸引可疏导压力而不改物理结构。模型稳定性经50次重复与变异系数检验支撑上述差异非随机波动。
讨论与结论翻译总结：研究人员认为，受Physarum启发的多智能体框架能把活动压力表示为迭代交互而非固定属性，揭示游客路径因入口集中与少数高权节点而强化、居民路径因内部起源与日常设施而弥散、混合情景强度叠加但空间重叠有限等机制；空间吸引再分布通过改变节点权重重分配信息素沉积，使HHI与高密度份额下降，验证低干预调控可行。结论指出，该模拟产出是相对路径强化与空间耦合情境而非行人量实测，未来可嵌入真实客流校验，但当前已为历史街区识别局部压力集中、支持不改变物质形态的适应性管理提供了可复现的动态评价工具。
