基于多源數據融合的建筑公共空間評價方法與技術路徑研究

白輝 張茜 程爭剛 黨雨田

(1.云南農業大學建筑工程學院；2.西安建筑科技大學建筑學院；3.西安建筑科技大學建筑學院/綠色建筑全國重點實驗室)

1.建筑公共空間設計與評價的困境

2022 年我國城鎮化率為65.2%，城鎮常住人口9.3 億。隨著我國城鎮化率水平的持續發展，預計到2025 年中國城鎮化率達到70%左右。在快速的城鎮化進程中，建設了一大批公共建筑，投入了大量社會資源和經濟成本，為人民提供了豐富多樣的使用空間。然而許多建筑的使用狀況卻與當初的設計目標背離，據統計，我國每年老舊建筑拆除量已達到新增建筑量的40%，建筑的平均壽命遠達不到結構設計年限。建筑的過早拆除不是因為工程質量問題，而是因為建筑空間不合理，不符合“人”的使用需求。

上述問題的產生主要還是由于設計前期缺乏科學合理的設計決策。科學合理的設計決策依據從何而來？需要建立科學合理的建筑評價反饋機制和方法體系，以實現對建筑空間設計原理有更為精準的認知。但是由于建筑空間復雜、涉及人員廣泛、評價維度多元、評價內容主觀等特征，導致“評價指標的定量化不足、空間數據的快速采集和分析技術匱乏”成為建筑空間評價研究和實踐中面臨的關鍵“卡脖子”問題，當前的空間評價和空間設計原理還停留在定性、模糊、經驗的層面，已經難以支撐建筑設計的科學決策和高質量發展，這是當前建筑空間設計與評價面臨的一大困境。

2.數據驅動的建筑公共空間量化評價體系

要實現建筑空間的量化評價，需要建立“多源數據融合”的建筑公共空間評價體系，針對不同的建筑空間要素，選擇不同的數據類型及其獲取方法，針對建筑空間的復雜系統，建立多源數據之間的關聯關系。根據國內外建筑規范標準建立各類建筑空間評價指標，在多個建筑中智能化采集多源數據，將多源數據與空間評價指標進行耦合，建立數學模型并進行相關性和擬合分析，探究空間評價與各類數據之間的耦合機制。

2.1 建立公共空間多級評價指標

建立空間評價體系的核心問題是如何選取合適的評價指標。綜合主觀客觀因素，采用多指標綜合評價的方法。[1]從空間使用、空間體驗、空間組織、空間性能四個方面對公共空間進行評價，每項指標又細化為若干個二級指標，清晰地對應指標定義、量化方式及在空間評價中的意義。

表1 建筑公共空間多級評價指標信息

表2 評價指標中的多源參數信息

2.2 獲取評價指標對應的多源數據參數

數據獲取是建立空間評價模型的基礎，如何快速獲取高質量多源數據意義重大。對于公共空間評價指標中所涉及的多源數據類型主要包含4 種：動線感知數據、行為軌跡數據、人體生理數據、物理環境數據。不同數據類型采用適宜性的數據獲取方法。

2.3 構建多源數據融合的分析方法

單一數據信息所反映的空間內容比較片面，不足以完整呈現空間特征和人對于空間的使用。因此，將定位信息數據、使用行為數據、物理環境信息數據、使用者生理信息等多種來源的數據整合，將參數進行關聯分析，揭示建筑各構成要素、各屬性表征之間的關聯關系，全面評估人在空間中的使用情況，實現更加科學量化的空間認知。

2.4 追溯多源數據分析的建筑學意義

多源數據融合與分析的最終目的是溯源建筑學層面的意義和問題。大數據技術為建筑公共空間評價方法的研究提供了技術手段，使得突破空間評價的數據采集與分析瓶頸成為可能。[2]相應的技術包括空間定位技術、人員行為的圖像識別技術、眼動監測技術、人體電訊號采集分析技術、虛擬現實空間模擬技術等。通過利用獲取的多源數據分析，揭示空間績效、反饋空間設計、形成具有普遍意義的空間設計原理和新方法，例如：通過研究人在室內的移動模式以及行為與生理指標之間的相互關系，尋找機場中的最佳疏散路線，揭示符合人在航站樓中購物、休閑、登機等不同行為的生理和心理需求，制定流線長度的評價標準和計算方法，生成不同活動的適宜性空間模式，為建筑空間設計提供科學的指導。

圖1 基于多源數據融合的空間分析方法

表3 幾種常用室內定位技術對比

3.多源數據融合的建筑公共空間評價方法

3.1 基于室內定位數據的空間使用評價方法

利用室內定位數據能夠分析判斷空間的使用時間、人數、頻率等，結合空間行為的圖像識別技術，可較為準確地判斷公共空間的使用情況，計算使用率、行為及占比、空間的功能聯系等量化指標。當前常見的室內定位技術主要有紅外線定位技術、藍牙定位技術、超帶寬定位技術、Wi-Fi 定位技術、射頻識別定位技術、Zigbee 定位技術、超聲波定位技術、LED 可見光定位技術等。不同的室內定位技術存在各自的優勢，同時也有各自局限。考慮到建筑空間的尺度、人員使用空間的行為特征等，在建筑空間評價中最常使用的有UWB(Ultra Wide Band)和WiFi 定位這兩種。其中，UWB 定位技術因其高精度、高成本常用于小范圍建筑室內部分，而WiFi 定位技術由于其精度和成本都較低，故常用于大尺度的商業街區和室外空間。

圖2 UWB定位系統的組成

圖3 基于室內定位數據的空間使用評價操作步驟

圖4 EEG+VR+LEC技術實驗

圖5 基于人體感知數據的空間體驗評價操作步驟

UWB 技術主要是通過在室內部署基站，室內人員攜帶可以發送超帶寬脈沖信號的設備，通過多基站的三角測量進行定位，其應用于建筑室內測量與分析的優點主要包括：定位精度高、建筑構件對其遮擋效果較弱、系統復雜度低等。[3]其劣勢也比較明顯，一是難以實現大范圍的室內覆蓋，二是系統建設成本較高（部署一個百至千平米級的公共空間需幾十萬元的設備），限制了該技術的應用場景。

3.2 基于人體感知數據的空間體驗評價方法

近年來隨著神經科學方法被引入到人因建筑學的領域，可以利用人體感知數據分析空間績效、反饋空間設計、形成具有普遍意義和量化結論的空間設計原理及新方法。例如，基于空間感知分析的使用者滿意度主觀評價借助心理學量化指標量度的語義解析法，對目標空間進行使用者滿意度的判斷評價。[4]如EEG（腦電）信號，是一種非侵入性技術，用于監測和記錄大腦的電活動。通常利用放置在頭皮表面的電極來實現數據采集，當人所處的環境發生變化時，大腦中的神經元被激活，導致細胞膜上的電壓發生變化，由此產生能夠被電極檢測到的腦電信號。在建筑設計時，將設計方案以虛擬現實技術向使用者進行呈現，結合實驗室物理環境調控形成仿真的空間場景體驗，通過輸入不同的場景，輸出使用者（受試者）的腦電信號并進行解析，反映使用者的生理變化和主觀心理感受，將建筑空間的模糊特征轉化為精確、量化、科學的參數指標，為建筑空間的評價提供依據和方法。

圖6 使用AnyLogic仿真結果

圖7 基于行為動線模擬數據的空間組織評價操作步驟

3.3 基于行為動線模擬數據的空間組織評價方法

隨著計算機技術的快速發展，各類應用于不同場景下的行人仿真軟件應運而生。在建筑領域常用的有AnyLogic和MassMotion 兩種模擬軟件。這類軟件研發的初衷是為了研究建筑中人員疏散問題，近年來也開始被用于建筑領域研究建筑空間組織和流線優化的問題。[5]

AnyLogic 是目前技術較為成熟的行人仿真軟件之一，幾乎支持現有的所有離散事件和連續建模方法，適合內部空間和功能復雜的大型公共建筑的流線模擬，例如交通建筑、醫療建筑、大型辦公建筑等。相比于利用室內定位實測流線，AnyLogic 能夠更快速地模擬出大量人群的流線和行為，通過其內置的社會力模型算法，精確地計算空間形狀、尺度、不同吸引物、行人之間等各種層次因素對行為流線的影響，輸出不同時刻人的位置坐標，進一步計算出人員密度、流線長度、流線折返率、停留時間、空間吸引力等具有建筑學意義的評價指標。

3.4 基于物理環境實測與模擬的空間性能評價方法

室內物理環境表現影響使用者在建筑內的舒適度感受，人體的物理舒適度主要取決于建筑室內環境的聲、光、熱、空氣質量等4 個主要因素，同時也受到主觀心理因素的影響。[6]物理環境數據的采集與分析是綠色建筑評價的基礎，已有大量較為成熟的實測或模擬技術。物理環境數據與其他類型數據的聯立分析，可以更全面地認知人對物理環境的需求，例如：處于空間流線不同節點的人對于室內溫度的需求可能不同，不僅要考慮單一空間的適宜溫度，而且要考慮連續流線上不同空間節點的溫度是如何變化的，以及流線的溫度變化對人的空間感知帶來的影響。

圖8 基于物理環境實測與模擬的空間性能評價操作步驟

圖9 基于數據耦合分析的空間綜合評價方法

相比于單一功能的物理環境測量傳感器，采用多功能集成傳感器能夠同時采集空間點的溫度、濕度、光照強度等參數，有利于對不同參數建立關聯分析。如建大仁科WIFI型多功能空氣質量變送器以及LifeSmart 無線傳感器等，其多功能傳感器可以集成照度、溫濕度、噪聲等不同的傳感模塊。常見的物理環境模擬軟件有綠建斯維爾，可以實現包括模擬分析節能設計、能耗計算、暖通負荷、日照分析、采光分析、建筑通風、建筑聲環境和住區熱環境等功能，從風、光、熱、聲不同角度分析和模擬建筑性能數據。

3.5 基于數據耦合分析的空間綜合評價方法

信息時代隨著計算機技術的高速發展，機器學習越來越受到人們的關注，作為人工智能的一個子領域，專注于算法和統計模型的開發，使計算機能夠從數據中學習并做出預測或決策，近些年該方法逐漸廣泛地在建筑學中應用。[7]神經網絡是機器學習中使用最廣泛的算法之一，它在處理多源數據方面極具優勢。將其應用于在基于多源數據耦合的空間綜合評價中，通過神經網絡進行機器學習建立數學模型，發掘空間評價指標與建筑空間多源數據之間的映射關系。

神經網絡在訓練過程中，一般可根據既有的建筑學知識或經驗，給出可能的分析結果作為期望輸出，通過神經網絡的計算和迭代逐漸調整其權重，對期望輸出進行優化。通過使用不同結構的神經網絡，根據樣本的有效學習，選擇恰當的神經網絡模型，學習訓練數據輸入向量的分布特征或拓撲結構，實現對某一建筑空間的判斷和預測。

4.結語與展望

隨著國家城鄉建設由“高增速”向“高質量”轉型，人們對建成環境的綜合性能要求大幅度提高。國務院、住房和城鄉建設部多次在相關文件中提出“建立建筑‘前策劃、后評估’制度，完善建筑設計方案審查論證機制，提高建筑設計方案決策水平”，并推動了《公共建筑后評估標準》的編制。通過開展建筑后評估，形成科學、客觀、量化的設計反饋，是“以評促建”推動城鄉建設高質量發展的關鍵環節。

數據是開展建筑空間評價的基礎，數據獲取是空間評價的難點。建筑是具有多元屬性的復雜工程，要提高建筑空間評價的準確性和有效性，需要多維度的數據來源、大規模的數據量以及與之匹配的數據分析方法。信息時代，建筑空間設計和評價要從定性走向定量，從單一的線性關系走向復雜體系，從信息的降維走向多源數據融合。其關鍵是對建筑空間要素、特征、設計原理及相關影響因子的數字化建構，在這個過程中，還需要物聯網、人工智能、人因工程等多學科的參與。對于建筑學來說，通過應用新的傳感器終端和數據采集技術，建筑設計中的“人”不再是基于長期經驗總結的“概念模型”，而是在確定時間與確定環境密切交互的、可以量化其行為、心理、需求的個體組成的集合。多元數據融合的“人境交互”認知，將極大地推動建筑設計原理和設計思維的科學化，形成量化的設計依據和評價體系，這是新時代建筑學和建筑行業轉型的關鍵。