关键词:
数字设计方法
城市运算模型
数字化城市设计
多源异质数据
城市形态量化
摘要:
数字技术正不断拓展城市与建筑设计方法的内涵与外延,城市运算模型的构建是数字化设计方法研究中的基础且非常重要的环节,对城市问题认知和多维综合的设计决策制定等具有深度意义。当今城市数据洪流成为城市复杂方面和多维度问题的载体,借助机器学习算法,数据流中同时蕴含城市科学与个案经验,对城市的深度理解与对城市的多样设计得以紧密耦合,推进城市复杂多维度的研究与设计成为可能。然而,当前面向多源数据建立城市运算模型的研究非常不足,理论上对算法模型缺乏底层数理原理认知,技术上缺少应对多源数据有效且通用的信息编码与整合方法,数据导向的数字设计方法亟需进一步探索,以合理并深度利用海量数据流促进多元综合的城市设计决策及方法。
本研究关注多源数据流下的城市运算模型的建模方法,首先建立对城市运算模型的方法论认知,然后提出面向多源、异质、量大、实时更新的城市数据流的通用编码方法和建模方法,进而借助多源异质数据流实现多维度整合与多向关联城市的多方面,从而链接个案经验与城市总体特征,支持设计与技术的有益互动,促进多领域信息综合的设计决策制定。本文的具体工作内容包括:
首先,立足于城市多维度整合方法,梳理了城市运算模型的演变过程,揭示了不同运算建模方法的应用边界,以及理念和技术影响下的范式转变。其次,认知特征向量和基于概率的建模原理,梳理应对异质数据的特征提取方法,基于此提出基于SOM的再编码方法整合异质特征向量,再以整合图文的建筑案例检索系统为例,应用该方法并基于机器学习构建模型。继而,以建筑形态组合模式和城市地块形态为对象,实现了基于图像的城市形态量化研究与设计决策支持。然后,本文将模型中运算互通的数据类型扩展为地块的几何、图像、文本和模型等多源异质数据,基于多种特征提取方法和神经网络,建立了多维整合、复杂映射和灵活拓展的通用运算模型系统(以南京市为例),实现整合空间特征、视觉特征和三维模型的相似性分析、复杂映射构建、城市案例的多向检索和预测等。最后,以城市形态的量化表征研究为例,展示本文所提出建模方法的内核也能够为量形复杂映射机制研究赋能,结果表明,该系统方法具有通用性、灵活性和可拓展性。
本文刻画了数字技术应用于城市研究和设计的图景,对技术方法建立底层原理认知,以编程实践构建多源数据下的多维度运算模型系统,以海量数据增强研究和助力设计,促进城市相关规律研究和设计决策制定,拓展数据导向的感性与理性融合的数字设计方法。