人本尺度下的社区生活便利度测度——基于多源城市数据的精细化评估

随着新时期城市规划与设计的人本转型,社区营造中亟需一套量化的测度框架来对市民生活便利度展开分析,进而辅助生活圈的营造。文章基于居民日常生活需求视角,将以往难以量化的生活便利度解析为设施的绝对数量、相对数量、多样性以及交通设施可接触度等多个可通过开放数据定量化测度的维度,构建以建筑为分析单元的生活便利度精细化测度体系,探索多源大数据支撑下的大规模且精细化的分析方法。该分析方法实现了生活便利度这一难以测度要素的精细化度量,在实践上具有普适性和易用性。

街道慢行品质的多维度评价与导控策略——基于多源城市数据的整合分析

在新型城镇化背景下,日益提升的空间品质需求需要更人性化、宜步行的街道。在当前城市设计的实施及评估中,急需一套综合、快速的评价方法来评估街道的慢行品质,以协助更精准的设计导控。研究以苏州古城区为例,探索多源大数据支撑下的大规模且精细化的分析方法。通过空间网络分析和聚类算法实现形态组构评价,通过兴趣点数据(POI)实现功能多样性评价,通过街景数据和深度学习实现视觉感知评价,通过位置服务数据(LBS)实现场所行为活动评价,进而基于层次分析法(AHP)整合前三方面的内容,并结合活力高低实现多维度下的慢行品质评价和特征街道画像。基于各维度情况,研究对不同类型的潜力街道给出针对性导控策略。该分析方法实现了慢行品质这一难以评价要素的精细化度量,在实践上具有普适性和易用性。

多源数据与深度学习支持下的人本城市设计:以上海苏州河两岸城市绿道规划研究为例

随着城市化进程步入后半程,高品质人居环境的营造日益受到关注,城市绿道也在此背景下作为空间品质提升的有效途径受到重视。但当前绿道规划更多从自上而下的宏观视角出发,在分析框架中未有效纳入人本尺度的各类空间与行为要素。针对这一情况,整合经典设计理论、多源城市数据与深度学习算法,以苏州河两岸片区为案例探索新数据环境下的精准分析框架,为高密度建成环境下绿道“在哪做”和“怎么做”提供科学化的分析路径。通过街景数据、位置服务数据、兴趣点数据、结构化网页数据、精细化建成环境数据等多源数据的整合,实现了高品质建成环境五要素理论(5D)中划定的密度、多样性、设计、目的地可达性与交通设施距离这5个人本尺度关键要素的系统性测度,结合现有街道的可建设性,进一步基于层次分析法开展选线潜力评估,并绘制各路段特征画像,为绿道选线和断面设计提供精准支持。这一新分析框架是将人本尺度的诸多要素与城市尺度分析相结合的有益尝试,也是对绿道规划设计在分析技术上的有效拓展。经典理论与新数据新技术的深度整合,可为人本导向的城市设计实践提供有力支持。

精准更新导向下的数字化城市设计实践探索——以上海市陆家嘴水环为例

本研究面向精准更新需求,提出了数字化城市设计分析范式,推动设计分析与效能评估从主观经验向量化解析的转换。在现状问题研判上以“人本”为核心,基于移动互联网LBS数据解析场地人口组成与行为特点,基于路网组构和sDNA诊断慢行堵点断点,基于美团与微博数据研判空间品质,基于结构化网页数据与POI兴趣点数据提炼功能布局,在方案效能评估上强调“量化”,结合大数据案例库与空间分析技术形成针对性效能提升分值评价。陆家嘴水环片区,这一紧邻上海核心CBD的“城市背面”,作为具有更新潜力和复合问题的代表性区域被选为案例。通过多源城市数据和城市设计分析技术的城市体检,本研究在实现从问题诊断到效能评估的多环节嵌入性支持的同时保证了相关分析方式的可推广性。通过实践需求引导下的技术与设计深度融合,本文有望为设计科学(Design Science)新范式的涌现提供针对性探索。

面向多源城市出行数据的可视化查询模型

多源城市出行数据为理解城市现象和享受城市生活带来了机遇.利用统计物理学和数据挖掘技术,人们在多源城市出行数据的研究上取得了很大进展,但是基于可视分析方法的研究甚少.为此,提出了一种可视化查询模型旨在解决应用可视分析方法研究多源城市出行数据时所面临的数据组织和可视表达上的挑战.查询模型从数据抽象,数据组织和管理,查询交互界面以及可视化分析等方面进行探讨,介绍了相关方法和技术.最后实现了查询模型的实例系统并通过典型案例证明了查询模型的有效性.

利用多源城市数据划定地铁站点吸引范围

随着时代的发展,世界城市规模不断扩大,各大城市的交通需求陡然增加,而地面出行所带来的堵塞和环保问题导致政府部门把目光转向地下交通发展,其中地铁是地下交通发展中最重要的交通工具。准确划定地铁站点吸引范围,分析影响地铁站点吸引范围主要因素,不仅对于优化地铁交通服务和规划地铁周边建成环境具有重要意义,同时对于新建地铁站点设施规划具有参考价值。传统的地铁吸引范围划定方法大多依赖于居民日常出行活动的调查和经验意见,存在时间周期长且耗费巨大和吸引范围划定不准确的问题;而多源城市数据的涌现为量化地铁站点周边建成环境及客流空间分布、合理划定地铁站点提供了全新的解决方案。TOD(Transit Oriented Development,TOD)是高密度城市(如深圳、北京等)寻求的城市和交通和谐发展的重要选择,也是未来交通建设的主要参考理念。因此,从公共交通导向的开发视角出发,本文利用2017年的兴趣点、道路网络、公共交通线路等多源城市数据刻画地铁站点周围的TOD信息指标,利用K均值聚类进行地铁站点聚类,结合TOD指标的空间变化趋势,确定深圳市不同类型地铁站点的吸引范围。研究结果表明:①基于TOD密度指标划定的地铁站点吸引范围能够揭示地铁站点的吸引范围的差异,且就业地点密度和土地混合利用度对地铁站点吸引范围的影响较大;②与城市非中心区域相比,城市中心区域的地铁站点吸引半径较小但出行需求较高,其凸显了地铁站点规划在空间服务密度和居民出行需求之间的取得均衡;③深圳市地铁站点吸引范围重叠与城市区域发展程度相关程度较高,可为利用现有地铁站点空间覆盖,发展城市功能集中区域提供参考。

基于多源大数据的轨道交通站域街道品质多维评价分析——以成都市三环内地铁站域街道为例

为了科学测度、准确评价站域街道的空间品质并实现有效优化,选取成都市73个地铁站域,以街道网络、POI(point of interest)、街景图片等多源大数据为支撑,运用机器学习、sDNA分析(spatial design network analysis)等技术,构建了以便捷性、功能性与舒适性为核心的评价体系,进行站域街道空间品质的大规模定量评价,并针对不同等级的站点提出了导控策略。结果表明,在城市整体层面,68.03%的站域街道评分低于中等水平,街道功能性与舒适性普遍较好,便捷性较差;在站域层面,街道空间品质呈现出南高北低、西高东低、内高外低的分布特征。研究使人本尺度的分析精度、站点尺度的分析深度和城市尺度的分析广度得以兼顾,有助于创建高效的城市管理动态反馈机制。

多源异构数据融合的智能商业选址推荐算法

随着社交媒体和基于位置网络服务的快速发展,基于海量用户生成数据进行智能推荐成为研究热点。然而,已有工作主要面向在线产品推荐,在如何利用物理空间的多维异构数据进行推荐方面研究较少。文中以城市商业选址为背景,利用社交媒体上的用户签到数据、小区房价数据以及各种POI数据等多源城市数据,在数据预处理基础上进行多侧面商业特征和地理特征提取,提出基于随机森林的商业选址推荐方法。使用北京地区的多源城市数据建立模型,通过排序评价指标NDCG对实验结果进行评估。结果表明所提出的方法具有较好的推荐性能。

数据赋能下的智慧国土空间规划实践——以广州为例

多源城市时空数据使得智慧国土空间规划实践成为可能。文章以“生态优先、以人为本”为基本原则,构建一个总体的智慧国土空间规划与数据应用框架,并以广州为案例,从可持续发展、高质量发展、高品质生活、高水平治理4个维度,探究多源城市时空数据如何赋能智慧国土空间规划编制、审批和实施监督。多源城市时空数据应用于构建美丽国土空间,可提高“双评价”、“三区三线”划定的精确性、科学性;应用于存量空间治理,为空间功能优化配置、空间载体分类施策和提质增效提供科学依据;应用于人本化城市建设,助力城市空间需求差异性的深入挖掘,促进城市服务品质整体提升;应用于国土空间动态规划管理,通过国土空间基础信息平台实现数据集成,为国土空间的监测、评估、预警提供了强有力的数据保障。智慧国土空间规划未来应建立规范化的数据渠道与应用标准、加强多源数据整合及“一张图”平台建设、充分吸收跨领域理论与技术,以推进国土空间治理体系和治理能力现代化。

精准城市形态对街道温度的影响测度与设计应对

随着城镇化进程步入“下半程”,基于绿色可持续理论的气候适应性城市设计日益受到重视,城市形态作为城市设计的核心议题也同步受到关注。但既有研究缺少精准的城市形态数据,同时忽略了人本尺度城市形态特征的效应。在此背景下,以北京市中心区作为研究范围,开展兼具大规模和高精度的研判。一方面利用Landsat 8遥感影像数据基于辐射传输方程法计算街道地表温度;另一方面整合街景、建筑形态、兴趣点等多源数据,从自上而下视角的高精度城市形态以及自下而上视角的人本尺度街道空间两方面出发开展研究,精准测度城市形态与温度的耦合关系。统计分析显示,在自上而下的形态视角方面,街道的空间位置、周边建筑密度、容积率、功能多样性、蓝绿空间的距离等因素,均对街道温度有显著性影响;在自下而上的人本尺度方面,街道绿视率、建筑界面占比越高,遮阴效果越好。相关认知不仅助力于街道设计中的温度效能提升,还能根据街道属性制定差异化的街道设计策略,为气候适应性城市设计的深化提供城市形态视角的支持。

新城市科学背景下的城市设计新可能

本文面对智慧城市和新城市科学迅速发展的背景,立足新时期城市设计转型需求,针对新近涌现出的以机器学习、虚拟现实、计算机可视化等为代表的多种新技术和以街景数据、兴趣点数据、位置服务数据等为代表的多源城市数据开展讨论。继而对其所带来的城市设计新可能进行了探讨和展望,并对于相关典型工具和代表性案例进行了介绍。这些伴随新城市科学涌现的数据和技术不仅能够为城市设计在场地分析、设计开展和方案评估上带来工作方式的革新,而且有望进一步明确城市设计的专属技术体系,并以此推动城市设计的领域构建。