数据科学影响下的城市景观分析——相地与相人

王淳淳 徐 森

1.东南大学建筑学院，江苏南京 210096；2.上海丞品建筑规划设计事务所（有限合伙），上海 200000

从功能、审美到便利性、生态性、社会公平性、健康性、政治性等，随着人口、文明与经济的发展，当今对城市景观的需求更加多元复杂，从最初单纯的“相地”，到今日需要加入对交通、活动、心理等各方面因素的综合考量，景观设计师需要针对场地及其周边的各项内容从更多的角度利用更多的方法进行分析，以期进行更好的设计。随着现代景观与技术水平的发展，景观项目中的前期分析的方向与内容也越发拓宽，不仅仅是对地理环境适建性与周围景致审美性的判断，还包括局部场地对于宏观生态的影响、场地微气候的优化以及受众社交性与娱乐性的满足等各内容。数据科学是目前景观、规划学科的热点领域，其巨大的数据量能够一定程度上反映其时空尺度内的总体现象，帮助设计者理解城市中人群活动的“动、静、显、隐”[1]。在景观学科中对于大数据的应用分析主要集中在交通出行、人群喜好、服务评价、空间分布上，采用的大数据以交通数据、社交数据为主，也是目前比较主流的大数据类型。但在基于数据科学的城市景观分析中也存在许多问题，如受到数据本身空间尺度的限制而往往具有模糊性和弱针对性，受到从业人员未掌握数据科学知识的限制而在前处理等内容上需要其他学科人员的接手导致产生部分误差等。本文力求对当下数据科学结合的城市景观前序分析的情况进行梳理与分析，发现其总体上的地理空间与人类活动的分析主体，并探讨将来的在数据科学辅助下的景观分析的发展方向。

1 景观设计原则的当代体现

更加复杂的现代环境、受众与城市空间为城市景观的设计带来了挑战，景观从业者也在寻找更合适的分析内容、方向与方法来服务于后续更加合理完善的设计。尽管近年来软件、技术与学科的进步使城市景观的分析得到了飞速发展，然而从原则上来说并没有太大的变化，“因地制宜”、“以人为本”、“天人合一”等内容依旧贯穿于设计全过程，并且同样作为这些新方法、新方向的原则存在。

1.1 数据科学与“因地制宜”

“因地制宜”作为景观设计中十分重要的要求，关键在于如何根据场地的实际情况充分利用可利用的内容，改造可改造的地方，发挥场地最大优势，使得与景观设计的内容相得益彰。数据科学的加入可以说是使得景观从业者能够更好地知地以因从而制之所宜。地理空间数据在这里扮演了重要角色。当今的各类卫星提供了包括DEM、LANDSAT等数据，这些数据为场地本底的理解提供了更多可能，在ARCGIS、ENVI、ECOTECT、scSTREAM等软件平台上能够通过建模、反演、模拟、赋值等方法对场地的地形、水文、气候、生态等方面进行一系列分析，使得设计者对场地的地理载体具有更多、更细致的理解，并为解决场地问题提供初步思路，如当下对地需要考虑的可持续性、生态性等，以及在一定区域内对绿地以外更大地区的优化，如成为城市风廊或城市绿道的一部分、作为住宅绿地能够为住宅区提供更加良好的微型气候环境等。

1.2 数据科学与“以人为本”

“以人为本”即以人类生存与活动为基础，在景观设计上来看即为具有人文关怀的、充分符合人类活动的、对人类健康有所裨益的设计原则。“以人为本”在景观分析上来说可以分为两重含义，一重是抽象人，一重是实体人，前者对人类活动以“流”的方式来理解分析，不分个体，而是理解整体的特征，更多地应用在场地交通、作息、峰值等方面的分析中。在这方面数据科学的应用以交通数据、起止数据为主，了解人们在各个时段、各交通方式下的活动模式与流量，进而推测人们或某类人群对于某种绿地、节点或设施的偏好、可接受的距离范围以及所使用的交通方式等。后者对人类活动则是具体的针对各个群体的行为模式、行为特点、喜好要素等内容，更多地应用在场地设计元素、节点的分析中。在这方面数据科学的应用以社交数据为主，结合用词与定位等来了解人们的喜好，当下也已经出现对社交网络图片数据的获取与表情分析等方法来研究人们的心理活动。

1.3 数据科学与“天人合一”

不论是古代园林作为“第二自然”时为人带来慰藉，还是当今各类研究表明亲近绿地为人类带来的生理与心理上的益处以及其衍生出的园林疗法，都体现了“天人合一”的观念，人们往往会对自然属性的园林与绿地产生亲近感。综上所述，数据科学的使用帮助设计者更好地理解“天”（地理、气候等物理环境）、更好地理解“人”（行为特征与偏好等），从而在后续的设计中更好地达成“天人合一”的愿想。

2 数据科学在城市景观分析中的应用

2.1 数据科学在城市景观分析中应用的成因

人们越来越认识到城市化对于环境对于生活的改变，目前城市化与环境之间的关系研究已经由知其然向知其所以然发展，从模式研究转向了机制研究，并且更加注重跨学科多方法的融合与公众的参与[2]。数据科学之所以能够在城市相关学科中成为热点，从设计需求上来说，数据科学革新了城市相关设计行业的工具，可持续性与人本性的设计要求需要设计师对场地与受众具有充分的、延续性的理解，对设计后的进程进行预判，经验性与传统方法已经不能充分满足这些需求，然而数据背后所能代表的既有现实规律，使得研究者与从业者能够借助数据科学，从现象的背后窥探一点韵律与成因，帮助相关从业者更好地理解城市。而从时代背景上来看，人们越发重视系统性地看待和解决问题，技术与知识的学科间迁移已经由多学科（Multidisciplinary）转向了跨学科（Inter-disciplinary）且逐渐形成趋势[3]。越来越多高校在学生培养过程中注重数字化技术的学习，数据科学结合设计可以说是“应运而生”，随着基础学科与技术水平的发展、从业人员编程意识的觉醒，越来越多辅助设计分析的软件、插件得到开发与普及。

2.2 数据科学在我国城市景观规划设计前期分析中的应用现状

数据科学结合的城市景观规划设计分析总体上可以分为“相地”和“相人”。

相地，即分析场地本底，可以分为对地形地貌的分析、对场地气候环境的分析以及对场地生态条件的分析，其数据源以地理空间数据为主，包括DEM数据、LANDSAT卫星数据的各波段、NDVI数据等。其中，DEM数据结合ARCGIS软件分析并在城市规划、景观规划中应用已经发展十分成熟，包括对场地进行径流模拟、坡度坡向分析、地形起伏度分析、视线分析等等，为后续的地形整理、适建评估、天际线控制、视点选择等内容起到巨大帮助。根据中国知网的文献统计，基于LANDSAT卫星数据的研究自2013年起激增，其中与城市规划、景观规划较为相关和常见的是热波段的温度反演，对于城市热岛研究、城市风廊构建、城市景观格局研究等都具备一定的指导意义。而近年来对于温度反演的研究也不再局限于反映现象本身，而是集中在将温度与其他城市现象或特征进行同期进行结合来探索作用机制与背后成因，如通过地表温度反演结合温湿指数对南京市热舒适度进行分析，结合南京市的景观格局指数来探讨宏观与微观尺度下城市景观格局与热舒适度之间的关联，并对城市建设提出一系列建议[4]。基于NDVI进行的研究是LANDSAT数据研究的延伸，主要集中在植被相关空间的研究上，但也不再单纯地集中在对植被空间的演变延伸的森林修复、城市绿地变化、景观格局研究，同样将这些数据与更多城市要素或居民进行结合，进行如城市微气候、居民活动相关的研究，如将NDVI数据与青少年活动轨迹与心情数据相结合的研究来探讨居住区周边绿地对于青少年心理健康的影响[5]。总体来看，与数据科学相结合的“相地”不再局限于地本身，而是更加系统地理解地理空间中各自然进程、城市发展进程的机制或是地理空间与人类活动之间的关系。

相人，即对于空间服务群体的分析与理解，如前文所述，当下城市空间服务的群体数量更大、成分更加复杂，经验性的数值与尺度往往不能满足要求。随着数据科学的发展与介入而使城市相关学科在对于“人”的理解上得到巨大发展，数据科学提供了巨大的样本量与强大的分析能力，一方面加强了现象与空间之间的联系使之更加直观，另一方面也使得在城市尺度下理解人成为可能。这方面的数据源主要可以分为互联网数据、通讯数据、企业数据和政府数据等，其中后三者需要合作和购买才可以取得，而互联网数据相对开源，部分互联网数据可以通过爬虫等手段进行获取，也是目前大热的数据类型。在时空动态分布上的研究已经较为全面，如共享单车数据、公交刷卡数据、手机信令起止数据等都能够反映人流的时空分布和在各类城市空间的作息规律，以这些起止数据为基础所进行的研究涵盖了城市规划、景观规划、景观设计、城市空间分析等各方面，如结合了地理空间数据、POI数据与各类规划数据进行的北京市北郊森林公园选址研究[6]以及基于北京特殊的上下公交刷卡行为的公交数据的城市绿道研究[7]等。除了起止数据之外，另一种较为常用的数据是社交数据，主要分为情绪反馈与签到反馈2种，前者反映群体喜好，如通过爬取大众点评数据来分析人们对于公园绿地的评价信息来评估其社会服务[8]，后者反映空间事件，如利用微博签到数据研究绿地使用空间分布[9]，更加宏观也更加直观地反映城市绿地的使用情况。在总体层面上还有以整个城市系统为研究对象的研究，结合大数据与城市空间的精细化城市模拟以帮助评估城市规划或重要项目的结果[10]。

3 结语

尽管数据科学为城市景观研究的前期分析带来了变革与便利，但是当前也因技术限制和从业人员知识构成等而存在的不少问题，主要可以分为2个方面，即人才与数据。

人才短缺，从业人员专业水平不足，即跨专业趋势使得“T型人才”（本专业能力纵向深度发展，跨专业能力横向广泛掌握的人才）成为时代需求，但实际能够在景观专业拥有雄厚实力并且了解如何应用数据科学相关能力进行分析与研究的人才目前还很少，如目前如何进行数据获取、整理与清洗、如何使用算法、规避误差等内容，往往需要多学科人员的合作来进行，而不同专业的沟通往往会存在一些问题，而如何发展T型人才也备受争议，跨学科知识体系如何构建以免本末倒置也是讨论热点。

数据获取受限于数据精度不足，如上文所示，虽然目前NATURE已推出数据开源期刊Scientific Data鼓励数据的共享探索，但城市相关的大数据也由于安全考量而难以开源。数据精度问题在景观学科上体现明显，大数据以其低个体精度为显著特点，不论是公交数据还是手机信令数据，受到站点限制往往反映的是一个空间范围的内容，在景观学科上常常止步于宏观表达，而难以具体而微地应用。

但是以上问题是当下时空切片内的问题，由于能力与时间问题，笔者仅对近年来数据科学结合设计的研究进行粗略的整理，随着技术手段的发展，数据科学或许能够或许能够拥有更高的精度，将来的社交变革或许能够带来社交数据的变革而使意向采集变得更加便利，这些需要整个行业的共同努力。