2014 年〈Entropy, Complexity, and Spatial Information〉使用 Shannon 資訊理論的量測方式討論空間系統與城市複雜度，說明空間事件數量與分布密度如何共同影響資訊量。這類工作能把抽象資訊熵轉為具體地理資料分析，但「資訊增加」不自動代表城市品質、韌性或複雜度在所有意義上提高。
思與行
- 先明確指定空間單元、事件類型與機率估計方式，再計算熵。
- 與城市熱力學研究並讀，確認兩種分析回答的是不同問題。
2014 年〈Entropy, Complexity, and Spatial Information〉使用 Shannon 資訊理論的量測方式討論空間系統與城市複雜度，說明空間事件數量與分布密度如何共同影響資訊量。這類工作能把抽象資訊熵轉為具體地理資料分析，但「資訊增加」不自動代表城市品質、韌性或複雜度在所有意義上提高。