交通地理与网络科学/弯曲度
弯曲度是网络距离与欧氏距离的比率（其倒数为直接度）
交通系统的存在（包括网络和模式）阻止人们沿着直线前往目的地，因为他们可以通过更弯曲的方式更快地移动；而建筑物和其他基础设施（包括作为障碍物的交通网络）以及河流和山脉等自然特征可能会限制移动方向。
交通研究中的距离可以使用地理信息系统（GIS）以三种形式测量：欧氏距离、网络距离和曼哈顿距离。曼哈顿距离在交通研究中并不常用，因为它通常仅在网格系统中有意义，而网格系统在少数城市环境中严格适用。欧氏距离是在“直线距离”上测量的起点和终点之间的航空距离，而网络距离是沿交通网络测量的起点和终点之间的距离，通常使用最短路径（Miller 2001），如图所示。
Love 和 Morris（1979）使用分析模型主要为设施选址问题估计两点之间的道路距离。Newell（1980）指出，在城市环境中为一组随机选择的点测量的网络距离约为欧氏距离的 1.2 倍。其他研究 O'Sullivan（1996）发现，在不同的公交车站集水区，弯曲度因子为 1.21 到 1.23。该指标也已在国家层面使用（Ballou 2002），以及用于行人和自行车出行（被称为行人路线直接度）（Dill 2003），其值远高于汽车出行观察到的值。该指标也被 Wolf（2004）使用实际旅行者的路线选择 GPS 轨迹进行考虑，发现许多实际路线的弯曲度远高于预期。Samaniego 和 Moses（2008）发现，道路网络的建设方式就好像交通完全分散一样，而出行本身仍然混合了中心化（所有目的地都在中央商务区）和分散化（出行前往最近的目的地），这或许可以解释一些观察到的弯曲度。在城市环境中选择任何一对随机点并测量弯曲度（网络距离与欧氏距离之比）可能会导致与定位者-旅行者实际选择的起点和终点所经历的弯曲度不同的答案。
随之而来的是一个问题，即欧氏距离和网络距离之间的差异是否很小且恒定。Levinson 和 El-Geneidy（2009）测试了该命题，假设只有当网络的变化很小且不存在自我选择时，该假设才成立。自我选择问题在网络弯曲度的分析中基本上被忽视了。虽然人们普遍认为居民选择住房会考虑可达性、购物、学校、便利设施、社区生活质量、公共服务可用性、房屋质量（卧室数量、浴室数量等）和生活成本等因素，但这些因素对弯曲度测量的影响以前没有在文献中被注意到。对弯曲度的分析与住处-工作地点问题相关。
Levinson 和 El-Geneidy（2009）表明，通过随机选择的起点和终点测量的弯曲度超过了从实际住处-工作对测量的弯曲度。与他们的工作相比，工人倾向于选择弯曲度较低的通勤路线，在他们的住处位置决策中应用智慧。作者假设这是因为定位者希望在最短的通勤时间内获得最大的住宅地块，其他条件不变。
部分基于 Levinson，David 和 Ahmed El-Geneidy（2009）“最小弯曲度边界和出行路径”区域科学与城市经济学第 39 卷，第 6 期，2009 年 11 月，第 732-738 页。doi:10.1016/j.regsciurbeco.2009.07.003
Ballou, R.，Rahardja, H. 和 Sakai, N.（2002），“道路旅行距离估计的选定国家弯曲度因子”，交通研究 A 部分，第 36 卷（9），Elsevier，第 843– 848 页。
Dill, J.（2003），“测量自行车和步行网络连通性”，未发表论文，提交于 ACSP-AESOP 联合大会，比利时鲁汶，7 月。
Love, R. 和 Morris, J.（1979），“道路旅行距离的数学模型”，管理科学，管理科学研究所，第 130–139 页。
Miller, H. 和 Shaw, S.（2001），“交通地理信息系统：原理和应用”，牛津大学出版社，美国。
Newell, G.（1980），“交通网络上的交通流”，麻省理工学院出版社剑桥，马萨诸塞州。O'Sullivan, S. 和 Morrall, J.（1996），“到轻轨车站和从轻轨车站步行距离”，交通研究记录，第 1538 卷，交通研究委员会，第 19–26 页。
Samaniego, H. 和 Moses, M.（2008），“城市作为有机体：城市道路网络的异速生长”，交通与土地利用杂志，第 1 卷（1），第 21–39 页。
Wolf, J.，Schoenfelder, S.，Samaga, U.，Oliveira, M. 和 Axhausen, K.（2004），“八十周全球定位系统轨迹：丰富出行信息的方法”，交通研究记录：交通研究委员会杂志，第 1870 卷，交通研究委员会，第 46–54 页。