【UCL UD】Equal Rights of Space | Needle项目分享

时间：2023-07-27 22:18:02 | 来源：网站运营

时间：2023-07-27 22:18:02 来源：网站运营

【UCL UD】Equal Rights of Space | Needle项目分享：Needle 设计登陆计划

设计登陆计划是Needle针对导师孵化、学术研究以及学生成长的针对性计划。本期为大家带来的是项目分享专辑。


Needle一直希望从不一样的视角去定义景观与城市问题，在更广义的语境下去理解我们所身处的世界和环境。Needle也一直在作品集制作的选题和研究过程中实践这一点，希望能够帮助同学们通过作品集的制作更好的去理解景观，培养自己的思维逻辑以及制图逻辑，作品展系列则是Needle在这个理念下，研究作品的呈现。




作品集课程报名

Needle 2021fall 景观留学作品集课程已开放报名！扫描下方微信进行课程咨询及报名

（添加微信请备注“作品集课程”）




本期分享团队

组别 | UD_RC11_AI and the Future of Central Business Districts

作者 | Fan Zhuang, Peiwei Jiang, Wanting Ding, Yan Li

University College London

Equal Rights of Space




项目背景

CBD 通常占据着城市的最中心，摩天大楼汇集，并聚集着最精英的员工。这是因为聚集效应能够将利益最大化，所以传统的CBD 普遍呈现出在经济活动、建筑空间上单中心聚集的状态。这带来的问题是当这种聚集达到饱和状态时，由于人们对于空间使用的权力不被平等地分配，将会导致如租金越来越高，办公空间拥挤低质量，长期的两极分化状态带来阶级对立情绪等问题。

位于巴黎城西上塞纳省的中央商务区-拉德芳斯，正在这种单中心聚集的模式下逐渐面临一系列不平等问题。拉德芳斯的诞生源于1958年，法国经历快速增长后，对办公空间需求的急剧增加。为了缓解巴黎市中心的压力，政府决定在拉德芳斯区域规划一个子中心。在分担市中心压力的责任下，拉德芳斯在上世纪90年代末达到顶峰，聚集了2500家企业，为15万人提供了就业机会。然而，在经历了石油危机、经融危机、行业垄断后，拉德芳斯开始日渐衰弱。数据显示，近年来拉德芳斯的企业规模正逐年缩小，办公收益率也在不断下滑。此外，在拉德芳斯内部也存在许多不平等现象。例如，拉德芳斯中心聚集着充满现代感的摩天大楼，而周围区域的建筑却是低矮老旧。这些问题严重影响了拉德芳斯的可持续发展，正等待被解决。










概念提出

在反歧视运动盛行时，建筑师和规划师也意识到在传统城市系统中，空间权利的不平等性。人们总是简单地把空间用“好”与“坏”来进行区分，当上层阶级能够在城市中心拥有优质的空间，低收入人群只能拥挤在大量不被重视的城市空间中，而这也加剧了城市的不平等。但我们相信空间是平等的，它们只是有其自身的特点。我们的项目目标为把传统的中央商务区改造成一个公平的去中心化系统，以更长的服务时间和更多的功能为城市里的每一个人服务。在建筑尺度，我们也希望给我们的新模型增加更复杂的功能，更灵活的租金以及更多的共享空间。




由于过度审查和环节中的个人偏好，传统的规划和更新过程是低效的。因此，我们的方法结合了大数据和机器学习（人工智能），来高效地生成一个公平的新城市规划方案。我们的项目分为四步：数据分析、多中心规划、城市重塑和建筑细化。我们希望以一个新的系统来评估所有城市空间，根据规划进行空间再组织，以塑造一个理想的平权城市。







数据分析

我们将数据分为空间与社会两种类别，基于100m x 100m的城市网格，将吸引性与复杂性作为指标，对空间进行评分。其中，吸引性代表了一个地点的可访问性、人流量、开放性；而复杂性代表了场地的包容性、多样性。对于空间层面，我们进行了空间质量分析，兴趣点（POI）分析，建筑功能分析，建筑高度和建筑年代分析，交通可达性和交通枢纽分析；对社会层面，进行了企业地理分布、企业信息分析，人口普查数据聚类分析等。由此，我们成功构建了一个强大的数据图书馆，为后续工作提供依据。




我们将所有分析结果一一对应到城市网格中，进行吸引性或复杂性的评估，并按分值大小进行数据可视化。通过结合数据图书馆中的七个相关分析并进行分数叠加，我们获得了对拉德芳斯的整体吸引性评估。同样地，我们通过结合数据库中的五项相关分析，获得了对该地区的总体复杂性评价。结合吸引性与复杂性的评估总图，我们能够将所有空间划入一个四种type的二维系统，分别为高吸引性-高复杂性，高吸引性-低复杂性，低吸引性-高复杂性，低吸引性-低复杂性。










多中心规划

通过数据分析的结果，我们可以看到拉德芳斯的城市空间表现为高度集中化。我们首先将轴线打散，以减少其集中性。然后规划了一个主中心和四个次中心，并根据网格分值来确定次中心的位置和服务半径，以保证服务能力与服务覆盖的对等。值得注意的是，整个CBD的空间转型不是一夜之间完成的，而是一个漫长的过程，因此我们为CBD由单中心向多中心转换的过程规划了一条时间线。




关于交通规划，我们首先基于规划中心保留了部分原有的道路，然后拆除了以单中心CBD结构设计的标志性环路，最后形成了新的树状道路交通结构来沟通联系五个CBD中心。










城市重塑

为了实现资源的平等分配，我们选择了机器学习作为实现工具。我们在城市尺度上建立了一套智能、自我决策的人工智能生成器，并称之为“UrbanGans”。我们从数据图书馆中提取了三类数据集，分别是道路网集、城市平面集和建筑形体集。通过建立三个不同的GAN（生成对抗网络），可以用三步将二维平面图像转换为三维空间模型，并根据规划完成空间类型的转换。




Urban GAN α 可以将道路路网转化为城市平面图片。我们用不同的颜色标记城市，每一个着色区域代表一个独特的功能区域。同时为机器学习准备了500多个训练数据样本，其中包括城市道路网络和基于空间评估标记后的城市平面现状图。经过足够的训练，可以通过Urban Gan α 在拉德芳斯改造区域得到4种type的空间布局。




第二步是Urban GAN β，通过城市平面图建立一个三维建筑的透视图像。我们用简化的平面图和透视预览图作为训练数据。用红色和蓝色显示建筑的不同高度，以区分不同的建筑高度和形状，最终可以得到4种type的透视图。至此，我们成功地建立了一个从规划平面图到建筑透视图的转换模型。随着模型的迭代，我们发现AI可以创造丰富的建筑形式。




第三步—— Urban GAN γ，使用3D GAN将二维透视图像转换为三维模型。我们使用不同角度的二维图像作为样本，用红色和蓝色来标记不同高度的建筑物，还在数据集中加入更多底视图，为了使Urban Gan γ得到更准确的模型。最后，用一系列的程序操作将人工智能输出的CSV坐标数据，转换为可由三维软件操作的点云或实体模型。




虽然AI生成的模型难以预测，但是这个过程中不可控的程序性能是人工智能在多样性方面优于传统算法的体现。这种多样性可以为设计师提供更多的设计参考和选择。最后，我们根据多中心规划的策略，将学习了相应空间特征的3D体素模型重新置入场地，形成一个主中心，四个次中心环绕的城市结构。










建筑细化

在建筑的重塑部分，我们主要分为这些步骤：从数据图书馆中梳理4种type的建筑功能比例特征，运用K-means 聚类进行功能块划分；根据功能类型，将建筑单元作为一个个模块放入相应的功能槽中；最后在众多组合中选择最佳组合方案。四种建筑类型代表了基于不同空间评估需求下的输出结果，我们以Urban GAN 为改造引擎，更新拉德芳斯的空间配置，为未来的CBD空间提供了更多可能。










项目完整图纸










作品集课程报名

Needle 2021fall 景观留学作品集课程已开放报名！扫描下方微信进行课程咨询及报名

（添加微信请备注“作品集课程”）




UCL项目分享回顾

近期活动

Needle成果展


Needle软件课程

Needle GIS课程|生态类专题篇


Needle Rhino+GH课程|参数化建模篇

Needle是一个专注于景观与城市研究的设计教育工作室，我们希望搭建一个将多元学术文化建立联系、交流思维、双向学习和探索的平台。我们希望能认真踏实的钻研设计的过程和方法论，培养完善的设计逻辑，帮助学生形成自己特色的设计价值观。
我们希望这里是一个小而美的工作室，在这里因材施教，去充分实现设计与教育的平等、多元和自由，让每个人都能被看到，身上的闪光点都能被发现，兴趣和喜好都能被引导。让每一个学生或者导师都能够在这里找到学习和交流的快乐、思考的快乐。
我们相信每个人都有自己擅长的领域和课题，对导师和学生都是如此，并期望构建一个共同成长的平台，在这里，保持好奇心，一起见证和记录成长。正如最初所讲的，银河系有几千亿颗星，受到距离和时间的限制，能被我们人类看到的寥寥无几，不被看到的星，也在发光。时间和距离的影响，我们一起补全。


联系我们

请私信~