本論文では、伝統的な村落の空間形態を分析するために、マルチソースデータを統合した階層的グラフニューラルネットワーク（HGNN）モデルを提案します。都市化の進展により、村落の空間的特徴の消失や風景の均質化が問題となっている中、従来の研究は単一の学問的視点に依存しており、定性的な分析方法に頼りがちでした。本研究は、入力ノードと通信ノード、静的エッジと動的エッジという2種類のノードとエッジを用いて、グラフ畳み込みネットワーク（GCN）とグラフアテンションネットワーク（GAT）を組み合わせ、二段階の特徴更新メカニズムを通じてマルチモーダル特徴を効率的に統合します。実験結果は、マルチモーダル融合と分類タスクにおいて、既存の手法よりも有意な性能向上を示しています。この方法は、村落の空間パターンとその生成論理を探るための科学的根拠を提供します。