龙瀛 曹哲静

Long Ying, Cao Zhejing

关键词：数据增强设计；城市传感器；在线平台；空间干预； 上海衡复历史街区

Keywords：Data Augmented Urban Design; Urban Sensor; Online Platform; Spatial Intervention; Hengfu Historical District in Shanghai

摘要：

大数据的兴起，深化了人们在城市规划与设计过程中对现状的精细化认识。城市传感器基础设施和智慧城市的建设，为规划设计的后置式反馈和精确描绘分析对象提供了契机。在线平台不仅动态展示城市数据信息，更激发了城市人群个体的空间应变，提供了空间需求信息反馈的渠道，促进了不同角色的交互与沟通。本文提出基于传感设备和在线平台的自反馈式城市设计方法，在搭建整体框架的基础上，解析数据和传感器类型，划分在线平台的模块，提炼五类应用场景。文章进一步将这一自反馈式城市设计的方法初步应用于上海衡复历史街区的城市设计实践，提出了空间传感器植入框架，结合多种大数据和开放数据，形成融合多种功能模块的衡复区信息共享网络交互平台，包括街道慢行指数测度平台、人本观测平台、人迹地图平台、方案宣传展示平台、公众参与平台、人际数据交互感知地毯数据平台等六大版块，并对其所带来的机遇和挑战进行了讨论。

Abstract：

The burst of urban big data has deepened people’s perception of urban context. However, the construction of smart-city infrastructure and urban sensors implies the opportunity of delicate depiction of existing situation and post-positioned feedback of the implementation of planning and design. The online platform not only vividly displays various city information, but also creates the channel for feedback of new demands of urban life, and facilitates the interaction of the roles and stakeholders. This paper proposes the framework of self-feedback urban design based on urban sensors and online platform. Firstly, it introduces the workflow, data inventory, urban sensor category, online platform modules and application scenarios. Secondly, this methodology is applied to urban design of Hengfu Historical District in Shanghai, with a comprehensive online platform combining the modules of slow-traffic data collection and analysis platform, human observational data platform, human activity track platform, design and project display platform, public participation platform, spatial interaction carpet platform. At last, the opportunities and challenges of this self-feedback urban design methodology are further discussed.

龙瀛，清华大学建筑学院、清华大学恒隆房地产研究中心，副教授，博士生导师

曹哲静（通信作者），清华大学建筑学院，博士研究生

• [1] 龙瀛, 沈尧. 数据增强设计——新数据环境下的规划设计回应与改变[J].上海城市规划, 2015(2): 81-87.

  [2] 龙瀛. 数据增强设计最新研究进展及其教学实践 [J]. 理想空间, 2016(8): 04-07.

  [3] 甘欣悅, 龙瀛. 新数据环境下的量化案例借鉴方法及其规划设计应用[J/OL]. 国际城市规划. (2017-07-20). http://kns.cnki.net/kcms/detail/11.5583.tu.20170720.1115.001.html.

  [4] 曹哲静, 龙瀛. 数据自适应城市设计的方法与实践——以上海衡复历史街区慢行系统设计为例[J]. 城市规划学刊, 2017(4): 47-55.

  [5] 盛强 .“ 数据游骑兵”实用战术解析: 空间句法在短期城市设计工作营设计教学中的应用[J]. 时代建筑, 2016(2): 140-145.

  [6] 徐磊青, 马晨, 周峰, 等. 轨交站域的人流、商业与城市设计——以上海“静安寺站”和“中山公园站”为例[J]. 建筑学报, 2015(S1): 60-65.

  [7] 储妍, 茅明睿, 高硕, 等. 数据如何驱动设计——以回龙观社区品质提升为例[J]. 规划师, 2017, 33(2): 81-89.

  [8] 茅明睿, 储妍, 张鹏英, 等. 人迹地图：数据增强设计的支持平台[J]. 上海城市规划, 2016(3): 22-29, 89.

  [9] 杨俊宴, 曹俊. 动· 静· 显· 隐：大数据在城市设计中的四种应用模式[J]. 城市规划学刊, 2017(4): 39-46.

  [10] 龙瀛, 叶宇. 人本尺度城市形态：测度、效应评估及规划设计响应[J]. 南方建筑, 2016(5): 39-45.

  [11] 龙瀛, 沈尧. 大尺度城市设计的时间、空间与人（TSP）模型——突破尺度与粒度的折中[J]. 城市建筑, 2016(6): 33-37.

  [12] 周榕, 杜頔康. 周榕：互联网是新的城市, 城市就是曾经的乡村[J]. 住区, 2017(1): 114-119.

  [13] BATTY Michael. Big data, smart cities and city planning. Dialogues in Human Geography 3.3 (2013): 274-279.

  [14] BATTY Michael. Urban informatics and big data. ESRC (The UK Economic and Social Research Council) Cities Expert Group, 2013.

  [15] MAZHAR M Rathore, AWAIS Ahmad, ANAND Paul, et al. Urban planning and building smart cities based on the internet of things using big data analytics[J]. Computer Networks, 2016, 101: 63-80.

  [16] VAKALI Athena, ANTHOPOULOS Leonidas, KRCO Srdjan. Smart cities data streams integration: experimenting with internet of things and social data flows[C]. Proceedings of the 4th International Conference on Web Intelligence, Mining and Semantics (WIMS14), 2014: 60.

  [17] FRENCH Steve, BARCHERS Camille, ZHANG Wenwen. Moving beyond operations: leveraging big data for urban planning decisions[C]. 56th Annual Conference of Association of College Schools of Planning (ACSP), Portland, OR, 2015.

  
  

• 收起