查看原文
其他

《风景园林》2023-07专题导读 | 景观智能化规划与设计

《风景园林》 风景园林杂志
2024-09-02

全文刊登于《风景园林》2023年7期 P12-59


观变化、应需求、创途径、谋发展——“景观智能化规划与设计”专题引导我们进入信息智能化、要素协同化、管理流程化的新的阶段。专题讨论“人与人”“人与物”“物与物”3组关系;关注“人流、物流、能量流、信息流”4项内容;总结”灵敏感知、精准判断、自适应性、有效执行、网络协同“5种属性。未来科技发展充满了不确定性,新技术与景观行业需要紧密结合,而由此带来思维方式及认知水平的变化。基于物联网、大数据、互联网和人工智能技术的全新物质空间环境,必将推进城乡建设与发展进入了一个崭新时期。

——本期专题主持人:天津大学建筑学院胡一可教授


基于样式生成对抗网络的风景园林方案生成及设计特征识别

陈然 赵晶*

Keywords

关键词

风景园林;神经网络;深度学习;生成设计;生成对抗网络;可解释性

查看开放科学计划    


Synopsis

重点提要

本研究应用 StyleGAN2 算法挖掘风景园林设计方案设计特征,通过数据分布可视化、聚类、图像嵌入等技术方法探究神经网络中人类不可解的部分,以探究人工智能算法如何理解风景园林设计特征,推进智能设计循证研究。笔者发现,人工智能算法可以识别、提取设计方案中部分高维设计特征。算法识别的特征中,不仅包含了图像形态特征,也包含了富含设计语义的高维设计特征。

Outline

文章梗概

1 相关研究

    1.1  从深度学习到AI 生成设计

    1.2  深度学习在生成设计中的应用

    1.3  从设计理解到高维特征识别

2 研究方法

    2.1  StyleGAN 原理

    2.2  StyleGAN 应用方法

        2.2.1  w 向量数据特征分析方法

        2.2.2  w 向量语义信息分析方法

    2.3  数据来源

    2.4  算法训练

3 结果分析

    3.1  w 向量数据特征分析结果

        3.1.1  w 向量降维分析

        3.1.2  w 向量聚类和图像嵌入

    3.2  w 向量语义信息分析结果

4  结论与展望


通用生成器生成方案结果

定向生成器生成方案结果


基于深度学习的水体生境图像分类与质量评价——以长三角一体化先行启动区为例

汪洁琼 江卉卿 王敏*

Keywords

关键词

风景园林;人工智能;水体生境;计算机视觉;深度学习;图像分类;卷积神经网络;长三角

查看开放科学计划    

Synopsis

重点提要

研究采用基于深度学习的图像分类方法,通过卷积神经网络(CNN)训练,构建了长三角一体化先行启动区水体生境质量评价深度学习模型,实现大范围、大批量的水体生境卫星图像智能识别与高精度、自动化的生境质量评价,为水体生境的高质量修复与智能化监测提供技术支撑。

Outline

文章梗概

1 研究对象与范围

    1.1  研究对象

    1.2  研究范围

2 数据收集与预处理

3 长三角一体化先行启动区水体生境质量评价深度学习模型构建

    3.1  模型训练数据集准备

        3.1.1  图像分类评价指标体系

        3.1.2  模型训练数据集分类标注

    3.2  CNN 搭建、模型训练与准确度测试

4  长三角一体化先行启动区水体生境图像分类与质量评价

5  基于深度学习的水体生境质量评价模型的应用

    5.1  对水体生境质量的评价应用

        5.1.1  对比不同乡镇、村落水体生境质量评价

        5.1.2  对比不同骨干河道及支流的水体生境质量评价

    5.2  对水体生境质量的实践应用

        5.2.1  对水体生境质量的修复指导

        5.2.2  对水体生境质量的跟踪监测

6  结论


模型构建过程

水体生境图像分类 CNN 工作原理


数字技术驱动的城市景观应用场景与实践路径

梁佳宁 李文竹* 李伟健 龙瀛

Keywords

关键词

数字景观;风景园林;公众需求;景观设计;未来城市

查看开放科学计划    

Synopsis

重点提要

面向未来数字景观设计,立足理论研究和实践经验,总结数字景观技术及其“感知采集—分析计算—调节交互”的作用流程,将应用场景划分为“实体景观空间干预”和“虚拟景观场所营造”,并构建“信息汇总—技术筛选—应用集成”实践路径。

Outline

文章梗概

1 数字技术对公众与城市景观的重塑

    1.1  数字技术驱动的公众游憩需求转变

    1.2  数字技术驱动的城市景观空间新机遇

2 数字技术驱动的城市景观发展

    2.1  数字景观技术及其作用流程

    2.2  数字技术驱动的城市景观发展特征

        2.2.1  从主观设计到客观应对

        2.2.2  从静态展示到动态互动

        2.2.3  从现实空间到虚实共生

3 数字技术驱动的城市景观应用场景

    3.1  实体景观空间干预

        3.1.1  景观提质

        3.1.2  空间提效

    3.2  虚拟景观场所营造

        3.2.1  虚拟体验

        3.2.2  现实增强

4 数字技术驱动的城市景观实践路径

    4.1  数字景观的实践路径

    4.2  数字景观实践面临的挑战与响应策略

    4.3  数字景观实践的未来展望

5  结语


研究框架

数字技术对公众需求、实体景观空间、虚拟景观空间的重塑


人群动态分布感知下的天津市公园活力特征及影响因素研究

张赫 贺晶 杨天宇 曹舒仪

Keywords

关键词

风景园林;人群动态分布;物联网;公园绿地;活力模式;天津市

查看开放科学计划    

Synopsis

重点提要

人群的动态分布是公园内部活力及外部需求规模的关键表征。本文分析不同情景下公园绿地的活力特征及影响因素,得到需求导向的人群规模及波动因素、供给导向的外部功能及内部构成分别对社区、综合公园活力的影响较大。

Outline

文章梗概

1 人群分布情景设定及公园活力测度

    1.1  研究范围及对象选取

    1.2  基于物联网技术的人群分布感知

        1.2.1  人群分布的感知类型及数据来源

        1.2.2  差异化行为下的人群分布情景

    1.3  人群动态分布下的公园活力测度

        1.3.1  活力强度及波动性计算

        1.3.2  动态活力模式划分

2 不同人群分布情景下的公园活力特征

    2.1  情景一:客观时段影响下的公园活力

        2.1.1  公园动态活力模式划分

        2.1.2  各模式公园的活力时序

        2.1.3  各模式公园的空间布局

    2.2  情景二:主观管控影响下的公园活力

3 需求视角下的公园活力影响因素分析

    3.1  影响公园活力的因素及研究方法

    3.2  服务半径内人群动态分布的影响

        3.2.1  对各级公园活力的影响分析

        3.2.2  对 HL、LH 公园活力的影响分析

4 人群动态分布视角下的公园活力提升策略

    4.1  动态模式划分下的公园活力识别

    4.2  需求人群导向下的公园优化重点

5  结论与展望


不同模式公园的分时段活力强度

社区公园空间布局


基于景感生态理念的历史街区场所营造智能化路径

刘江 蒋思雨 张兵华*

Keywords

关键词

景感生态;场所营造;智能化;物理感知;心理认知

查看开放科学计划    

Synopsis

重点提要

本研究在梳理景感生态学核心理论与研究框架的基础上,从本底环境要素信息和人的感知信息2个方面总结了历史街区景感营造的主要内容和过程框架。探讨了从数据获取、数据分析、愿景构建到模型构建的历史街区景感营造全过程的智能化路径。

Outline

文章梗概

1 景感生态学的理论基础与研究框架

    1.1  理论基础

    1.2  研究框架

        1.2.1  趋善化模型

        1.2.2  物联网技术和迷码数据

        1.2.3  景感营造

2 历史街区景感营造的主要内容与过程框架

    2.1  重视分析自然本底与人文环境信息

    2.2  强调充分理解与运用人的感知信息

        2.2.1  物理感知

        2.2.2  心理认知

    2.3  构建历史街区景感营造的过程框架

3 历史街区景感营造的智能化路径

    3.1  使用者评价信息的获取

    3.2  基础数据的智能化处理

    3.3  基于感知体验的历史街区愿景构建

    3.4  历史街区趋善化模型构建

4 结论


景感生态学理论基础和景感营造过程

历史街区景感营造中的声景营造流程


可持续建成环境研究的机器学习应用进展与展望

刘泽润 刘超*

Keywords

关键词

人工智能;解释性机器学习;公共健康;能源碳排放;气候环境;生态系统

查看开放科学计划    

Synopsis

重点提要

机器学习研究导向从提高预测性转变为优化解释性;对于可持续建成环境,机器学习解释能力的提高促进了研究方法的变革,拓宽了研究对象的范围,丰富了研究结论的内涵;机器学习自身也不断向着智能化、透明化、可解释化发展。

Outline

文章梗概

1 背景

    1.1  大数据和物联网加快智能化进程

    1.2  可持续建成环境研究受到更多关注

    1.3  机器学习给各研究领域带来新影响

2 从预测性到解释性:机器学习的发展

    2.1  机器学习的概念、分类和方法

    2.2  “黑盒”模型的应用瓶颈

    2.3  解释性机器学习的兴起与发展

3 重要议题的机器学习应用

    3.1  公共健康议题有大量的解释性需求

    3.2  能源碳排放议题更多关注预测与决策过程

    3.3  气候环境议题兼顾预测性与解释性

    3.4  生态系统议题处于解释性初步探索阶段

    3.5  绿色出行议题发展成熟且应用前沿

4  讨论

5  结论


可持续建成环境概念及重要议题

重要议题 2019—2023 年文献数量变化趋势





相关阅读:

《风景园林》2023-07刊首语 | 胡一可:景观智能化规划与设计

《风景园林》2023-07目录 | 景观智能化规划与设计

新刊速览 | 《风景园林》2023-07 景观智能化规划与设计

学术主持人与您聊新刊 | 《风景园林 》2023-07 景观智能化规划与设计

LA专集 | 智能创享,慧聚于景——数字化技术辅助景观设计



完整深度阅读请参看《风景园林》2023年7期

扫描下方二维码或点击阅读原文进入店铺购买

微信编辑 刘芝若

微信校对 王一兰

审核 曹娟


声明

本文版权归本文作者所有

未经允许禁止转载

如需转载请与后台联系

欢迎转发


继续滑动看下一个
风景园林杂志
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存