基于大规模街景图片人工智能分析的精细化城市修补方法研究

在中国快速城镇化阶段“重量”而“轻质”的建设过程中，城市建成区尤其是老城区的景观环境产生了诸如景观视廊受阻、风貌破败等大量问题。对此，自2015年中央城市工作会议以来，各地相继开展了城市修补专项规划，以修复及更新城市建成环境，促进城市空间品质提升。然而，由于缺乏对城市环境整体效应的统筹考虑，故在城市实际修补过程中，城市局部地块的品质提升反而对城市整体品质构成负面影响。因此，在人工智能及大数据技术深度介入城市规划和设计实践探索的基础上，研究基于全卷积神经网络模型(FCN)和城市场景要素深度学习数据集，对城市景观环境中的各要素进行了大规模且高颗粒度的精确识别，同时与空间数据叠加，对复杂建成环境中的景观问题进行精确分析，并基于分析成果辅助后续城市规划设计实践，逐层递进地对城市复杂建成环境进行精细化修补。选择位于嵩山脚下的登封市作为案例，探索人工智能技术在辅助城市修补等规划领域的前瞻性应用。     

江山八法：基于数字化信息图谱的山水 城市设计探索——以杭州钱塘江两岸地区 为例

山水城市是传承了中国传统的山水自然观、天人合 一哲学观的城市范型，山水城市大尺度空间城市设计涉及地形 地貌、山水形胜、人文文化、生态景观、河湖水文、空间形态 和城市风貌等复杂系统，在城市设计实践中很难全盘把握。从 数字化信息图谱视角，包括城市物理环境、山水格局、历史文 脉、生境网络、空间形态、生态修复、空间特色，以及风貌意 象在内的城市各系统的多源异构数据进行数字化集成及综合问 题判定，并将这一数字化分析方法称为“江山八法”。在此基 础上，选取杭州山水城市的核心线性要素——钱塘江两岸地区 作为研究对象，将其置于城市的发展骨架中进行解析，结合 多源大数据引领的数字化技术簇群，通过对钱塘江“大山水画 卷”和“大人文画卷”的双重核心价值判定，以“江山八法” 为代表的数字化景观提升关键技术的应用与反馈，以期为后续 的山水城市设计等提供精准、可靠的参考依据     

基于多源数据的城市公园时空活力与 影响因素测度——以南京为例

公园绿地是城市中重要的公共活动场所,其使用会受到公园自身及其所处城市空间等多种因素的影响。利用手机大数据,通过对城市个体活动轨迹的识别,提取人们到访城市公园的交通出行方式,从而探寻公园出行的时空差异性。同时,通过对网络开源数据的获取,将公园的城市区位、周边环境、业态布局、自身条件和交通可达性等特征进行量化处理,并构建一组线性回归模型来确定影响公园使用的相关因素。结果表明：时间上,工作日和休息日的公园使用特征有较大差异;空间上,城市建成环境较完善地区的城市公园使用频率较高。通过回归模型,发现城市区位对公园使用的影响最大,而公园周边的交通设施并不会对公园使用产生显著影响。研究结果将有助于政策制定者优化城市公园的规划设计与维护管理。