【清华大学】新城市科学:技术、数据、变革与应用_65页_10mb
报告摘要
新城市科学技术、数据、变革与应用总结
核心内容
新城市科学是一门基于新技术和新数据,研究城市及其空间形态、功能布局、社会经济属性和自然环境的学科。它强调城市作为一个复杂系统,其整体属性是涌现的,而非各部分的简单总和。新城市科学不仅关注技术如何塑造城市,也关注城市在技术变革下的适应和演化,同时探索其在未来看似未来城市中的应用。
主要观点
-
城市科学的发展脉络:
- 城市科学的发展经历了从传统均衡理论到复杂系统理论的转变。
- 传统理论以节点和腹地为基础,而新城市科学强调自下而上的方法和演进视角。
- 2013年,麦克·巴蒂(Michael Batty)提出“新城市科学”,将区域科学与城市经济学建立在复杂科学的基础上。
-
新技术与数据驱动:
- 21世纪后,城市科学进入数据驱动时代,即第四范式。
- 新技术包括传感器、物联网、人工智能、大数据、区块链、移动互联网、云计算、自动驾驶、机器人与自动化等。
- 新数据包括大数据、开放数据、街景图片、手机信令数据、LBS数据等,这些数据为城市研究提供了新的维度和方法。
-
新方法与工具:
- 城市研究的新方法包括GIS空间分析、数据可视化、自然语言分析、远程视觉感知平台、建成环境虚拟审计平台、深度学习等。
- 一些工具如“猫眼象限”、“路见”、“WeSpace”等,已被用于城市空间分析和规划支持,提高了城市研究的效率和精度。
-
城市空间的变化与影响:
- 信息通信技术(ICT)对城市空间结构产生了集中与分散的双重趋势。
- 城市功能空间(如居住、办公、交通、休闲)因技术影响发生新的布局和功能重组。
- 城市空间的外部性影响显著,如共享住宅、灵活办公、自动驾驶等。
-
未来城市设计与创造:
- 城市设计正从传统模式向基于新城市科学的模式转变,强调空间干预、场所营造与数字创新。
- 生成式设计、过程式建模、参数化设计等成为未来城市设计的重要工具。
- 多方力量(如设计师、政府、科技企业)共同参与未来城市的建设与设计。
关键信息
新数据类型
- 大数据 + 开放数据:涵盖城市环境、社会经济、地理信息等。
- 街景图片数据:用于城市空间识别和评估。
- 手机信令数据:用于分析人群类型和行为特征。
- LBS数据:用于识别城市空地和评价城市活力。
- 图片数据:通过深度学习模型(如Segment Anything Model)进行图像分割和分析。
新方法与技术
- GIS空间分析:用于城市空间形态研究。
- 数据可视化工具:如Tableau、Power BI、D3.js等,支持城市数据的快速展示。
- 自然语言分析:用于社交媒体数据挖掘,分析城市空间的社会属性。
- 远程视觉感知平台:通过街景图片进行空间分析。
- 深度学习:用于图像分类、目标检测、图像分割等。
- 主动城市感知网络:通过Wi-Fi探针、无人机、可穿戴设备等收集城市数据。
新技术应用
- 自动驾驶:影响交通空间布局,可能增加城市半径和用地面积。
- 区块链:用于数据溯源和管理,提升城市数据的信任度。
- 物联网与传感网:支持城市空间的实时监测和调度。
- 移动互联网:改变城市空间的使用方式和人群行为。
城市功能空间变化
- 居住:区位结构变化,居住空间趋于扁平化,功能重组。
- 办公:办公空间分散化,结合远程办公与灵活办公。
- 交通:模块化小街区组织,扁平化街道系统,无人驾驶技术推动交通空间变化。
- 休闲:网络区位影响,算法优化商业空间选址,互联网促进城市空间的非中心化发展。
未来城市空间创造
- WeSpace:清华大学龙瀛团队开发的平台,支持城市空间的数字化创新和未来设计。
- 新城市模型:从静态模型向动态模型转变,强调数据驱动和算法支持。
- 规划支持系统(PSS):如SLEUTH、SimLand、UrbanSim等,提升城市规划的科学性和效率。
- 生成式设计:利用算法和规则,支持城市空间的自动布局和设计。
总结
新城市科学通过新技术和新数据,改变了城市研究的方法和视角,推动了城市空间的系统性分析与创新。它不仅关注城市空间的形态变化,还关注其社会、经济和环境属性的变化。未来城市设计将更加依赖数据驱动和算法支持,以实现更智能、高效和可持续的城市发展。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载