分享

UCL B-Pro UD组银奖作品:城市间狭in between

 LAC_STUDIO 2021-05-14

Hello,亲爱的小伙伴们,大家是否还记得上一期B-PRO分享中我们为大家带来的有关《废纸的春天》的精彩作品,有兴趣的同学欢迎戳下方图片观看录屏及项目解读。

那么今天我们又要为大家带来怎样有趣的建筑尝试呢?

「 课程录屏 」

「 自我介绍 」

XINZHUO ZHAO
 UCL,theBartlett
Urban Design
湖南大学建筑学
「 项目概述 」

该课程意在用机器学习的方法探索城市的多维数据。通过数据的统计和叠加,发现那些通过人的直觉所难以捕捉到的城市浅层数据以及信息之间的联系,以此从另外一个角度去理解城市的运作规律。

选址:“In between”--介于城市主轴之间发展滞后的区域

文化主题:传统的人类城市活动和新颖功能之间的联系,通过文化活动这种公共场所功能去界定一种新的城市连接逻辑,从而使得非发展地区产生新的吸引力,以此达到激发城市活力的目的。

「 项目介绍 」

| 项目选址 |

该项目选址于伦敦市东区,横跨该地区的泰晤士河自西向东把城市分为了南北两个部分,使得该城市在物理意义上产生了隔离。项目通过文化手段形成新的公共空间秩序,通过用数据的方法来界定文化吸引力及其组织模式,从而达到连接的目的。

经过针对现有存在于伦敦市内所有文化建筑的性质,数量和分布情况进行调查分析,项目最后选址于伦敦东区次一级的富人中心。基地位于伦敦新经济中心,临近金丝雀码头,文艺中心,伦敦市飞机场,同时临近泰晤士河。

项目场地被分为两个尺度:“大伦敦尺度”,观察该场地本身与整个伦敦之间的关系,该地块在伦敦整个城市范畴上所处的地位;以及“场地设计尺度”,深入场地内部,观察其内在关系,对该场地的具体空间进行设计定义。



前期调研 |

场地确定后,项目开始对该场地附近的人口活动情况采取调查研究,针对当地居民的居住和公共空间进形分析;分析表明伦敦市现有的居住核心与工作核心不统一。同时针对不同职位人群进行了更仔细的界定,结果显示工作的高指区域往往是居住的低指区域,无论是高职位高学历人群还是低职位低学历人群,他们的居住与工作空间并非一致,这一结果表明居住在伦敦的人口往往会花很多时间用于日常通勤。最后项目从两个方向进行切入:1.通勤方向;2.人口流动的倾向性。



前期调研采用空间置法的手段,研究基于人类自然运动的前提下,人们更容易经过和抵达的区域。图表中网格密集的区域即城市中更容易抵达的区域,结果显示这些区域往往就是工作区域和居住区域的高指所在。假设现有的城市建设中,分布逻辑和本身的运动逻辑高度相关,而那些难以到达的地方即交通网络较为稀疏的地方,往往被人们所忽略,需要被激活。因此项目地块得到了明确的界定:两块地段中灰暗的地带,处于城市劣势状态。

该地区被泰晤士河严重分隔,缺少吸引他人前来居住工作的优势,寻找该区域中除居住工作外第三个吸引点,平衡城市人口流动的关系,成为了该项目的切入点。作者赋予该地区城市第三个核心的使命:将其打造为一个公共文化核心区,成为人们上下班期间社交,文化活动区域。


根据当地现有城市文化设施图表研究发现,现有文化设施分布主要围绕原有居住和工作模式展开,并没有其他文化设施推动基地成为第三核心的趋势。但根据当地文化设施发展演变可见,该区域存在一定发展潜力。


基于该假设,项目进入更深入的分析,忽视地块未来发展功能需求,仅从物质层面考虑不同空间之间的感知与连接方式,从人的感官出发进行研究。从视觉出发,作者通过对该地块的模拟学习,分析每个交叉口可见度情况,可见度越高的区域更适合作为文化场所区域,反之则证明该区域更应该得到改造或放弃。在视觉角度上,作者进行了三个维度的分析,从空间高度上展开观测,分别在地表层,二层和三层进行了数据的采集;从听觉出发,作者针对主干道交叉路口等区域进行声音模拟采集城市声环境反射数据,并得到最后的结果。

数据研究分析 |

第二学期的课程内容主要深入学习数据处理方法,该项目主要运用了两种机械学习的方法:PCA主成分分析和KMEAN的剧烈分析。将原有多维城市数据梳理成一种二维或三维的便于阅读理解的数据关系。作者通过网格法将所有城市数据置入对应网格,并进行严格比较,最后通过数据训练进行筛选和非监督的机器学习,得到相应结果。通过结果所示发现PCA的R值分布情况与现有老城区文化场所高度重合,假设PCA的高值区域具有成为文化场所的潜质。


在以上研究基础上,针对该区域进行KMEAN的强烈分析,将该场地内所具有的文化场所类型及其特质进行分类处理,获得在该场地内更具有发展文化中心潜力的区域。




选定区域后,项目对该区域进行了更深入的人流分析,针对人行,车行以及自行车分别进行统计。分析发现在该场地内,任意时间段人车流形成南北向流动趋势,城市活力较高的区域内人流形成冷暖风交汇,不同方向人群在此聚集。因此作者决定在该区域内建立一定建筑活动增加区域内部人流交汇可能性,提升区域活力。

在此基础上,作者将机器分析所得的潜在文化场所位置置入场所内部,进行具备一定功能导向性的人流模拟。在城市公交站地铁站等交通枢纽位置释放大量不同类型的人体媒介,赋予这些媒介一定特征,使其具备搜查能力,在相应搜查区域内,根据其120°的视线范围,模仿不同类型的人类对于文化场所的反应。为使实验更具真实性,作者置入三种不同人群:文化狂热爱好者,随意游走人群以及从众者。最后通过实验得到城市中不同时段的人流分布,并对其运动轨迹进行统计。统计分析得出在现实生活多种因素影响下可行的一种运作模式:在原有规律的城市运作下,相较于实验可得南北向运动模式,出现第三种水平向连接运动模式。对此作者提出了加强水平运动模式的观点,形成一种贯穿泰晤士河的水平向的城市策略。

| 项目细化 |

根据以上项目目标前提,作者开始设计研究形成有效水平连接的方式。假设城市是一个存在一定逻辑推导关系,具备强相关联系的系统。在以上假设前提下,项目建立了两种假设:1.空间与空间之间存在一定连续性和流动性;2.空间的流动性和空间的关联性之间具备强关联。作者通过现有界定的文化场所及其文化性质推演他们生成的附属空间,连接空间和其他城市功能。通过“游戏人生”算法,建立一定逻辑关系,在一定起点前提下形成有序的介入空间联系。根据控制算法中两种参量:1.在何种情况下会生成新的邻居;2.在何种情况下现有的点能够维持其存在。作者对实验中所有可能性进行研究,计算得出当变量为5个或8个邻居时,项目属于一个较为稳定的状态,时间迭代下整体结构不会发生巨大改变。通过上述参数实验得到一系列空间连接点阵,点阵表明了不同区域间空间连接的属性强弱,点阵越密集空间连续性越强,更容易形成较大的功能空间组团。项目针对邻居数量进行组团分析,观察其分布行为,针对得到的分布行为进行筛选,仅保留具备一定空间连续性和空间规模的点阵。

接下来作者对整个城市地块进行一定处理分类:根据组团大小进行主次空间分类,主次空间分类下根据置入功能不同进行开放度分类,形成水平城市连接体系。该体系定义了四种空间:主要的开放空间,主要的封闭空间,次要的开放空间和次要的封闭空间。在四种空间分类基础上,不同空间进行了更深入的功能定义。


作者将城市空间定义为事件性,公共功能。由于城市事件存在空间维度和时间维度上的变化,作者将前期分析的人流模拟结果代入演算,该系统的迭代逻辑具有循环逻辑,可以持续演算网格可能性,输出52种不同时间段代表的可能性,最后对此得出3种类别数据。区域变化越快,说明该部分功能无法持续存在,时间上高度变化;反之相对稳定。


设计结果 |

根据以上实验数据迭代,得出方案初步形状。其中河面上漂浮片状区域代表高时间变化区域,无法稳定存在,在该区域中同时加入更多可能性以应对不同功能变化的结构体。根据全自动算法实验,为避免传统设计方法缺陷,在功能和色彩具体设计方法论上,项目采用了instagram分析方式,搜集ins数据库中该区域的图片事件,在图片中筛选出3种类型数据:地点时间,照片颜色区分以及文案描述。作者将ins图片关键词复原到城市相应标记位置,观测城市地理包含的事件信息;为建立新的事件逻辑,作者将ins描述语句打断成多个词汇,观测这些词汇关联度,提炼分析出多种事件之间的关联性;根据对ins照片色调进行分析,发现色彩在地域范围内存在倾向性,更易发生某种特定城市行为;最后根据照片所有颜色功能进行分类,并与关键词进行等级聚类,得出不同颜色与城市功能之间的关系,在此基础上针对城市不同区域置入倾向功能关系。


在对功能分类基础上,建立6种基本框架模型,并置入不同颜色倾向。最后将以上结论返回设计中得出最终的整体设计结论。

「 问答环节 」

项目软件使用情况
建模软件:Grasshopper,Unity
分析软件:Python,QGIS,GMP
数据采集:Python(大数据分析),DASMAP(城市网格特质分析)

大数据和建模关系的逻辑
1.机器学习:数据集与物理场所之间的关系,采集的数据和发生位置之间的可能性,使得所有数据在物质意义上具有地点的映射(地点);


2.基于地点映射进行人流模拟,建立人与地点的互动,功能对人运动轨迹的影响(地点和人);


3.建立假说:功能的延展性,界定空间自身生长逻辑,界定空间时间维度上的增长逻辑(人的感受)


今天的优秀作品是否精彩呢

欢迎在下方评论区发表你的想法和与作者进行探讨

更多优秀作品分享及采访将陆续推出

请持续关注LAC STUDIO

推 荐 阅 读


    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多