ScholarGate
Assistent
Process / pipelineSpatial network analysis / configurational analysis

Spatial Design Network Analysis (sDNA)

Spatial Design Network Analysis (sDNA) is a toolkit for analysing street and path networks as link-based spatial graphs, measuring how individual road segments function as routes and destinations within the larger network. Developed by Crispin Cooper and Alain Chiaradia at Cardiff University, it computes closeness- and betweenness-style measures over geometrically accurate, optionally three-dimensional networks, using hybrid distance metrics that blend metric length, angular turn cost and topological steps. By weighting links and analysing them within chosen radii, sDNA predicts pedestrian and vehicle flows, land values and accessibility, bridging the configurational tradition of space syntax with mainstream geographic-information-system network analysis.

Öppna i MethodMindSnartTillämpa, jämför, få vägledning
Verktyg och resurser
Ladda ner bildspel
Lär dig och utforska
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Cooper, C. H. V., & Chiaradia, A. J. F. (2020). sDNA: 3-d spatial network analysis for GIS, CAD, Command Line & Python. SoftwareX, 12, 100525. DOI: 10.1016/j.softx.2020.100525

Så citerar du den här sidan

ScholarGate. (2026, June 22). Spatial Design Network Analysis (sDNA): Link-Based 3D Spatial Network Analysis. ScholarGate. https://scholargate.app/sv/urban-studies/sdna-spatial-design-network

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateSpatial Design Network Analysis (sDNA) (Spatial Design Network Analysis (sDNA): Link-Based 3D Spatial Network Analysis). Hämtad 2026-06-24 från https://scholargate.app/sv/urban-studies/sdna-spatial-design-network · Datamängd: https://doi.org/10.5281/zenodo.20539026