摘要：随着数字时代的来临,基于Grasshopper的数据可视化技术是近年来新兴的数据表达方法,其作为城市设计者常用的基本可视化技术之一,极大地提高了决策过程与设计成果的科学准确性、实操可行性及可持续适应性,在城市设计中发挥着不可替代的作用,并将持续作为城市设计的主导媒介。本研究概述了数据可视化的发展历程及Grasshopper数据可视化在城市设计领域中的应用现状,梳理了基于Grasshopper平台的数据提取和筛选的基本流程,并对城市数据采集平台、数据格式和数据处理方法进行了比较。最后,总结出“数据写入、数据整合和结构处理、可视化模型构建、可视化变量选择和处理”4步流程模式,并应用于两个城市尺度的可视化实践——“伦敦各地区和英国主要地区家庭年平均收入数据可视化”和“伦敦主要树种数量及分布情况与对应家庭收入的可视化”。基于Grasshopper的数据可视化结果具有很强的表现力,可用于场地背景挖掘、数据动态对比等方面,为研究提供数据驱动基础与科学背景。Grasshopper进行数据可视化,具有极强的可拓展性、可编程性、可修改性,在数据驱动下的城市设计与规划领域具有良好的应用前景和开发潜力。虽然近些年Grasshopper的功能日渐强大,但其在数据可视化领域仍有着不容忽视的缺陷,仍需更多相关研究者和开发人员继续挖掘其深入潜力并进一步应用于实践。

摘要：以开放街道地图、兴趣点、地理位置,以及图像识别、深度学习等为代表的各种新数据、新技术为定量的街道空间评估带来新的数据源和全新的研究方法与途经。结合上海市打造高品质街道空间的议题背景,以上海街道空间为研究对象,以地图兴趣点、街景图像、三维建筑地图等多源数据为载体,利用深度学习技术与GIS,大规模测度个体安全感感知与城市功能、建筑界面、街道物理3类客体指标。在此基础上,通过数理推导以揭示客体指标与街道安全感知的关系。研究发现:城市功能是影响街道安全感的关键因子,其中街道功能密度比功能混合度对安全感的感知影响更大;店招个数、绿视率对安全感知也具有积极影响。