|
阅读此文需大约 6分钟。  全国城市受各自的地理位置、日照标准和地区规范的影响，其城市开发密度呈现出一定的差异性和区域相似性。我们借助小库人工智能设计云平台的计算能力和AI评估体系，尝试在更大的范围内，对现行的城市规范进行系统性的研究。此次研究选取全国245个地级市，为了更大的普适性，我们排除周边环境和地形影响，专注在只有城市间距规范和日照规范限定下，城市住宅的密度指数和视野。 高密度开发模式 High Density  通过横向比较，我们发现在当前的规范和日照条件下，密度指数倾向于高密度开发的十个城市如上图所示，其中有四个城市来自贵州省，省会城市排名最高的为昆明市（第三名），而一线城市中排名最高的为深圳市（第19位）。 低密度开发模式 Low Density  密度指数倾向于低密度开发为上图所示的城市。其中前8名的城市都来自青海省。  差异性 小库评估的245个城市中，其城市规范所呈现出的城市密度有着多维度差异性。 南北差异 South-north Differences  高层住宅密度指数分布，黑色区域为规范暂时空缺 全国城市密度指数呈现出明显的区域差异，总指数得分：西北地区<西藏地区<华北地区<南方地区。随着建筑层数的增加，区域差异也愈加明显。 纬度影响 Latitude Differences 35° 密度指数60.0以上的城市其纬度主要集中在35°下，并随着纬度降低，密度指数升高。  城市密度指数与纬度的关系 城市差异 City Differences  西宁市  安顺市 安顺市为全国密度指数最高的城市，西宁市为指数最低的城市。安顺市的可建设密度为西宁市的2.27倍。  全国245个城市中，指数在68.6-72.8的城市最多，占总城市个数的32.7%。指数在64.8-68.8的城市次之，占总城市个数的18.8%。  相似密度指数区域  高层偏好 当建筑物的高度增加时，城市的密度指数会呈现出不同的增长趋势。这个趋势表达了某种程度上该城市对高层是否具有规范上的偏好。 当建筑高度增长时，密度指数上升最快的城市依次为广州市、重庆市、六盘水市、大连市、株洲市。 其中，广州，重庆和六盘水市建设超高层住宅的趋势明显。 当建筑的平均高度由54m增加到80m时，245个城市中，除驻马店市的密度指数下降3.6，其余城市指数均上升。 当建筑高度由80m增加到100m时，245个城市中，有8个城市的密度指数下降，自贡市保持不变，而其余城市指数均上升。 角度敏感型城市 角度也是影响密度指数比较显著的因素，我们用控制变量法研究了若干城市，将每个城市的最高密度指数与最低密度指数的差值作为这个城市的角度敏感指数。 建筑朝向敏感城市（角度敏感指数） 其中对建筑朝向敏感的城市有：西宁市、杭州市、武汉市；旋转角度会带来最多1.72倍的密度变化。对角度不敏感的城市：重庆市、广州市、福州市。最大和最小值的差距在0.7倍左右。 建筑朝向不敏感城市 视野与密度 除了常规的规范控制外，小库也对方案有多维度的评估因素。本次研究引入视野评分来综合分析居住质量和土地利用的关系。 我们引入5个城市，输入相同的起始条件，研究建筑的视野综合分数与密度指数之间的关系，发现每个城市会呈现出有趣的变化。 43° 南偏西 上海的小高层视野与密度随角度的变化比较明显，住宅旋转至南偏西43°时，能获得最大的视野与密度平衡。在南偏西23°时，密度指数和视野评分的综合值最低。 上海的小高层密度指数与视野的关系 43° 南偏西 杭州的小高层变化和上海比较类似，住宅旋转至南偏西43°时，能获得最大的视野与密度平衡。在南偏西19°时，密度指数和视野评分的综合值最低。 杭州的小高层密度指数与视野的关系 35° 南偏东 太原视野变化比较明显，而密度指数的变化较为平缓。小高层住宅旋转至南偏东35°时，能获得最大的视野与密度平衡。在南偏西21°时，密度指数和视野评分的综合值最低。 太原的小高层密度指数与视野的关系 3° 南偏西 深圳的高层住宅整体变化趋势比较平缓，旋转至南偏西3°时，能获得最大的视野与密度平衡。在南偏西23°时，密度指数和视野评分的综合值最低。 但两者差别不是特别大。 深圳的高层密度指数与视野的关系 通过小库智能平台AI技术对全国245个城市密度指数和视野评分研究，我们能够更加清晰地看到各地城市密度在不同地理位置、朝向角度的变化以及视野环境，整体上有一定规律，局部区域及个别城市也存在一些特殊情况。我们也发现某些城市密度指数和视野较好的理想密度空间。部分城市存在一些高密度指数和视野评分都很好的朝向角度；而一些城市密度指数较高的朝向角度下，视野评分并不是很理想，但可以折中选择两者都较好的角度。南方地区相对限制较小，可以采取更加灵活多变的排布方式，保证更好的居住品质。 |
|
|
