數據科學影響下的城市景觀分析
——相地與相人

王淳淳 徐 森

1.東南大學建筑學院，江蘇南京 210096；2.上海丞品建筑規劃設計事務所（有限合伙），上海 200000

從功能、審美到便利性、生態性、社會公平性、健康性、政治性等，隨著人口、文明與經濟的發展，當今對城市景觀的需求更加多元復雜，從最初單純的“相地”，到今日需要加入對交通、活動、心理等各方面因素的綜合考量，景觀設計師需要針對場地及其周邊的各項內容從更多的角度利用更多的方法進行分析，以期進行更好的設計。隨著現代景觀與技術水平的發展，景觀項目中的前期分析的方向與內容也越發拓寬，不僅僅是對地理環境適建性與周圍景致審美性的判斷，還包括局部場地對于宏觀生態的影響、場地微氣候的優化以及受眾社交性與娛樂性的滿足等各內容。數據科學是目前景觀、規劃學科的熱點領域，其巨大的數據量能夠一定程度上反映其時空尺度內的總體現象，幫助設計者理解城市中人群活動的“動、靜、顯、隱”[1]。在景觀學科中對于大數據的應用分析主要集中在交通出行、人群喜好、服務評價、空間分布上，采用的大數據以交通數據、社交數據為主，也是目前比較主流的大數據類型。但在基于數據科學的城市景觀分析中也存在許多問題，如受到數據本身空間尺度的限制而往往具有模糊性和弱針對性，受到從業人員未掌握數據科學知識的限制而在前處理等內容上需要其他學科人員的接手導致產生部分誤差等。本文力求對當下數據科學結合的城市景觀前序分析的情況進行梳理與分析，發現其總體上的地理空間與人類活動的分析主體，并探討將來的在數據科學輔助下的景觀分析的發展方向。

1 景觀設計原則的當代體現

更加復雜的現代環境、受眾與城市空間為城市景觀的設計帶來了挑戰，景觀從業者也在尋找更合適的分析內容、方向與方法來服務于后續更加合理完善的設計。盡管近年來軟件、技術與學科的進步使城市景觀的分析得到了飛速發展，然而從原則上來說并沒有太大的變化，“因地制宜”、“以人為本”、“天人合一”等內容依舊貫穿于設計全過程，并且同樣作為這些新方法、新方向的原則存在。

1.1 數據科學與“因地制宜”

“因地制宜”作為景觀設計中十分重要的要求，關鍵在于如何根據場地的實際情況充分利用可利用的內容，改造可改造的地方，發揮場地最大優勢，使得與景觀設計的內容相得益彰。數據科學的加入可以說是使得景觀從業者能夠更好地知地以因從而制之所宜。地理空間數據在這里扮演了重要角色。當今的各類衛星提供了包括DEM、LANDSAT等數據，這些數據為場地本底的理解提供了更多可能，在ARCGIS、ENVI、ECOTECT、scSTREAM等軟件平臺上能夠通過建模、反演、模擬、賦值等方法對場地的地形、水文、氣候、生態等方面進行一系列分析，使得設計者對場地的地理載體具有更多、更細致的理解，并為解決場地問題提供初步思路，如當下對地需要考慮的可持續性、生態性等，以及在一定區域內對綠地以外更大地區的優化，如成為城市風廊或城市綠道的一部分、作為住宅綠地能夠為住宅區提供更加良好的微型氣候環境等。

1.2 數據科學與“以人為本”

“以人為本”即以人類生存與活動為基礎，在景觀設計上來看即為具有人文關懷的、充分符合人類活動的、對人類健康有所裨益的設計原則。“以人為本”在景觀分析上來說可以分為兩重含義，一重是抽象人，一重是實體人，前者對人類活動以“流”的方式來理解分析，不分個體，而是理解整體的特征，更多地應用在場地交通、作息、峰值等方面的分析中。在這方面數據科學的應用以交通數據、起止數據為主，了解人們在各個時段、各交通方式下的活動模式與流量，進而推測人們或某類人群對于某種綠地、節點或設施的偏好、可接受的距離范圍以及所使用的交通方式等。后者對人類活動則是具體的針對各個群體的行為模式、行為特點、喜好要素等內容，更多地應用在場地設計元素、節點的分析中。在這方面數據科學的應用以社交數據為主，結合用詞與定位等來了解人們的喜好，當下也已經出現對社交網絡圖片數據的獲取與表情分析等方法來研究人們的心理活動。

1.3 數據科學與“天人合一”

不論是古代園林作為“第二自然”時為人帶來慰藉，還是當今各類研究表明親近綠地為人類帶來的生理與心理上的益處以及其衍生出的園林療法，都體現了“天人合一”的觀念，人們往往會對自然屬性的園林與綠地產生親近感。綜上所述，數據科學的使用幫助設計者更好地理解“天”（地理、氣候等物理環境）、更好地理解“人”（行為特征與偏好等），從而在后續的設計中更好地達成“天人合一”的愿想。

2 數據科學在城市景觀分析中的應用

2.1 數據科學在城市景觀分析中應用的成因

人們越來越認識到城市化對于環境對于生活的改變，目前城市化與環境之間的關系研究已經由知其然向知其所以然發展，從模式研究轉向了機制研究，并且更加注重跨學科多方法的融合與公眾的參與[2]。數據科學之所以能夠在城市相關學科中成為熱點，從設計需求上來說，數據科學革新了城市相關設計行業的工具，可持續性與人本性的設計要求需要設計師對場地與受眾具有充分的、延續性的理解，對設計后的進程進行預判，經驗性與傳統方法已經不能充分滿足這些需求，然而數據背后所能代表的既有現實規律，使得研究者與從業者能夠借助數據科學，從現象的背后窺探一點韻律與成因，幫助相關從業者更好地理解城市。而從時代背景上來看，人們越發重視系統性地看待和解決問題，技術與知識的學科間遷移已經由多學科（Multidisciplinary）轉向了跨學科（Inter-disciplinary）且逐漸形成趨勢[3]。越來越多高校在學生培養過程中注重數字化技術的學習，數據科學結合設計可以說是“應運而生”，隨著基礎學科與技術水平的發展、從業人員編程意識的覺醒，越來越多輔助設計分析的軟件、插件得到開發與普及。

2.2 數據科學在我國城市景觀規劃設計前期分析中的應用現狀

數據科學結合的城市景觀規劃設計分析總體上可以分為“相地”和“相人”。

相地，即分析場地本底，可以分為對地形地貌的分析、對場地氣候環境的分析以及對場地生態條件的分析，其數據源以地理空間數據為主，包括DEM數據、LANDSAT衛星數據的各波段、NDVI數據等。其中，DEM數據結合ARCGIS軟件分析并在城市規劃、景觀規劃中應用已經發展十分成熟，包括對場地進行徑流模擬、坡度坡向分析、地形起伏度分析、視線分析等等，為后續的地形整理、適建評估、天際線控制、視點選擇等內容起到巨大幫助。根據中國知網的文獻統計，基于LANDSAT衛星數據的研究自2013年起激增，其中與城市規劃、景觀規劃較為相關和常見的是熱波段的溫度反演，對于城市熱島研究、城市風廊構建、城市景觀格局研究等都具備一定的指導意義。而近年來對于溫度反演的研究也不再局限于反映現象本身，而是集中在將溫度與其他城市現象或特征進行同期進行結合來探索作用機制與背后成因，如通過地表溫度反演結合溫濕指數對南京市熱舒適度進行分析，結合南京市的景觀格局指數來探討宏觀與微觀尺度下城市景觀格局與熱舒適度之間的關聯，并對城市建設提出一系列建議[4]。基于NDVI進行的研究是LANDSAT數據研究的延伸，主要集中在植被相關空間的研究上，但也不再單純地集中在對植被空間的演變延伸的森林修復、城市綠地變化、景觀格局研究，同樣將這些數據與更多城市要素或居民進行結合，進行如城市微氣候、居民活動相關的研究，如將NDVI數據與青少年活動軌跡與心情數據相結合的研究來探討居住區周邊綠地對于青少年心理健康的影響[5]。總體來看，與數據科學相結合的“相地”不再局限于地本身，而是更加系統地理解地理空間中各自然進程、城市發展進程的機制或是地理空間與人類活動之間的關系。

相人，即對于空間服務群體的分析與理解，如前文所述，當下城市空間服務的群體數量更大、成分更加復雜，經驗性的數值與尺度往往不能滿足要求。隨著數據科學的發展與介入而使城市相關學科在對于“人”的理解上得到巨大發展，數據科學提供了巨大的樣本量與強大的分析能力，一方面加強了現象與空間之間的聯系使之更加直觀，另一方面也使得在城市尺度下理解人成為可能。這方面的數據源主要可以分為互聯網數據、通訊數據、企業數據和政府數據等，其中后三者需要合作和購買才可以取得，而互聯網數據相對開源，部分互聯網數據可以通過爬蟲等手段進行獲取，也是目前大熱的數據類型。在時空動態分布上的研究已經較為全面，如共享單車數據、公交刷卡數據、手機信令起止數據等都能夠反映人流的時空分布和在各類城市空間的作息規律，以這些起止數據為基礎所進行的研究涵蓋了城市規劃、景觀規劃、景觀設計、城市空間分析等各方面，如結合了地理空間數據、POI數據與各類規劃數據進行的北京市北郊森林公園選址研究[6]以及基于北京特殊的上下公交刷卡行為的公交數據的城市綠道研究[7]等。除了起止數據之外，另一種較為常用的數據是社交數據，主要分為情緒反饋與簽到反饋2種，前者反映群體喜好，如通過爬取大眾點評數據來分析人們對于公園綠地的評價信息來評估其社會服務[8]，后者反映空間事件，如利用微博簽到數據研究綠地使用空間分布[9]，更加宏觀也更加直觀地反映城市綠地的使用情況。在總體層面上還有以整個城市系統為研究對象的研究，結合大數據與城市空間的精細化城市模擬以幫助評估城市規劃或重要項目的結果[10]。

3 結語

盡管數據科學為城市景觀研究的前期分析帶來了變革與便利，但是當前也因技術限制和從業人員知識構成等而存在的不少問題，主要可以分為2個方面，即人才與數據。

人才短缺，從業人員專業水平不足，即跨專業趨勢使得“T型人才”（本專業能力縱向深度發展，跨專業能力橫向廣泛掌握的人才）成為時代需求，但實際能夠在景觀專業擁有雄厚實力并且了解如何應用數據科學相關能力進行分析與研究的人才目前還很少，如目前如何進行數據獲取、整理與清洗、如何使用算法、規避誤差等內容，往往需要多學科人員的合作來進行，而不同專業的溝通往往會存在一些問題，而如何發展T型人才也備受爭議，跨學科知識體系如何構建以免本末倒置也是討論熱點。

數據獲取受限于數據精度不足，如上文所示，雖然目前NATURE已推出數據開源期刊Scientific Data鼓勵數據的共享探索，但城市相關的大數據也由于安全考量而難以開源。數據精度問題在景觀學科上體現明顯，大數據以其低個體精度為顯著特點，不論是公交數據還是手機信令數據，受到站點限制往往反映的是一個空間范圍的內容，在景觀學科上常常止步于宏觀表達，而難以具體而微地應用。

但是以上問題是當下時空切片內的問題，由于能力與時間問題，筆者僅對近年來數據科學結合設計的研究進行粗略的整理，隨著技術手段的發展，數據科學或許能夠或許能夠擁有更高的精度，將來的社交變革或許能夠帶來社交數據的變革而使意向采集變得更加便利，這些需要整個行業的共同努力。