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

作     者：叶宇 黄鎔 张灵珠 YE Yu;HUANG Rong;ZHANG Lingzhu

作者机构：同济大学建筑与城市规划学院 高密度人居环境生态与节能教育部重点实验室(同济大学)计算性城市设计中心 同济大学生态化城市设计国际合作联合实验室 高密度人居环境生态与节能教育部重点实验室(同济大学) 

基　　金：国家自然科学基金(编号52078343,52008297,51708410) 上海市自然科学基金面上项目(编号20ZR1462200) 高密度人居环境生态与节能教育部重点实验室(同济大学)开放课题(编号2020010102,2020010205) 

出 版 物：《风景园林》 (Landscape Architecture)

年 卷 期：2021年第28卷第1期

页      码：39-45页

摘      要：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。

主 题 词：多源城市数据 深度学习 城市绿道 城市设计 上海 

学科分类：12[管理学] 1204[管理学-公共管理类] 08[工学] 081303[081303] 0813[工学-化工与制药类] 0833[0833] 0834[0834] 083302[083302] 

D　O　I：10.14085/j.fjyl.2021.01.0039.07

馆 藏 号：203101683...