形态构成原理空间设计论文提纲

论文题目：基于数字技术的集约型城市街区形态评价与优化方法研究

摘要：建设集约型城市是促进未来我国城市可持续发展的重要保障。作为城市土地与形态管理的基本单元,街区形态的科学管控对城市整体空间形态的集约化发展起到关键作用。目前,国内关于街区形态的研究仍处于探索阶段,大量学者虽已逐步开始尝试突破原有以审美经验和主观价值判断为基础的传统城市设计方法,为街区形态提供更加理性的发展原则和目标,但真正能够为街区形态集约化发展提供合理决策的研究仍相对较少,并亟需在理论建构和应用技术上取得进一步突破。近年来随着大数据、人工智能技术以及其他计算科学在各个领域的蓬勃发展,以定量计算、客观评价以及智能优化相融合的数字化城市设计将成为解决这一研究课题的重要方向,并将为集约型城市街区形态管控与城市可持续发展提供更加科学、高效的空间决策。在此背景下,本文以城市街区为研究对象,以促进集约型城市街区发展为目标,在城市设计学科视角下,从理论架构到技术方法再到具体应用,逐步探讨了城市街区形态的集约化评价与优化问题以及数字技术在其中的应用方法。在理论层面,首先从集约化概念内涵出发,从空间生产关系视角对集约型街区形态概念进行辨析;其次,对城市街区形态发展动力与规律进行解析,理解街区形态发展与城市空间体系之间的空间互动及其发展规律;第三则是基于以上两点,探讨了集约化评价与形态优化方法的内在机制,包括基于投入与产出效率的集约化评价逻辑,以及基于规律学习的街区形态优化逻辑,为后续深度学习应用建立理论依据。最后,基于城市形态学定量分析与城市设计管控的讨论,将从平面形态和立体形态两个维度进行具体研究。在技术层面,首先梳理了数字化城市设计的兴起与发展现状,在此基础上对研究中所应用的技术方法及其相关原理进行阐述。其中,主要技术应用包括四个方面:街区形态采集与数据分析、基于数据包络分析的集约化评价模型、基于深度学习的形态优化模型以及基于贝叶斯方法的优化结果统计模型。与之相对应的计算分析平台分别是:基于CADMAPPER、Google Earth的城市开源信息与Grasshopper编程技术、用于数据包络分析的Deap 2.1、用于编写和运行深度学习模型的Spyder平台以及集成于SPSS 25.0版本中的贝叶斯统计。在应用层面,选取南京老城区206个街区作为研究案例,就上述理论基础和技术方法进行实践应用。在平面形态研究中,建立了包含6个产出型指标和5个投入型指标的指标体系,从数据包络分析的集约化评价到深度学习技术形态指标优化,再到基于贝叶斯的统计计算,实现了对109个非集约型街区产出型指标的优化。在立体形态研究中,提出了基于垂直空间密度的立体形态描述方法,并通过Grasshopper编程进行相关数据的采集和统计。在此基础上,结合平面形态中优化计算结果,运用深度学习方法进一步对109个非集约化街区在24m、50m、100m、150m以及200m高度上的开发密度进行优化,从而实现对立体空间形态的优化与管控。城市街区虽然是城市形态的构成单元,但其研究视角却不仅限于街区本身,而需要从城市全局层面出发进行系统性地分析、评价和优化。文章最后探讨了本研究有待解决的问题并提出建议与展望。街区虽然仅是城市构成中的基础单元,但却具有巨大的研究潜力。作为城市形态与建筑发展的基础媒介,街区不但影响了土地开发和建筑形态,而且从单元到全局、从微观到宏观,通过层层传导影响着城市整体空间形态的发展。故以集约型城市街区形态研究为契机,不仅可以为未来城市低效用地再利用以及城市更新提供研究基础,也可与城市绿地系统、城市历史街区保护、城市风貌塑造等诸多视角进行关联性研究,促进集约高效、和谐统一、生态宜居的城市可持续发展。

关键词：城市街区;集约;评价;优化;数字技术

学科专业：建筑学

摘要

ABSTRACT

第一章 绪论

1.1 研究背景

1.1.1 集约型城市发展的现实需求

1.1.2 地块、街区与街区制

1.1.3 城市街区形态管控技术的发展

1.1.4 第四代城市设计——数字城市设计

1.2 研究对象、视角和内容

1.2.1 研究对象——城市街区

1.2.2 研究视角

1.2.3 研究内容

1.3 研究现状与动态

1.3.1 西方城镇街区形态的演变与量化解析

1.3.2 我国城市街区形态的研究进展

1.3.3 相关评价指标体系的构成与应用

1.3.4 基于数字技术的城市形态评价与优化技术发展

1.3.5 小结

1.4 研究目的与意义

1.4.1 探索数字技术在城市街区形态发展研究中的应用方法

1.4.2 解析非集约型城市街区形态的不足与发展潜力

1.4.3 为集约型城市街区形态发展决策提供有效支撑

1.5 研究方法与技术

1.6 研究框架

第二章 集约型城市街区形态评价与优化的理论构建

2.1 集约型城市街区概念辨析

2.1.1 集约的概念与基本测度方法

2.1.2 集约型城市与相关城市发展理念的内涵思辨

2.1.3 城市设计视角下集约型城市街区的概念界定

2.2 城市街区形态发展动力与规律

2.2.1 空间经济学作为街区形态发展主导因素

2.2.2 城市街区形态发展的内在动力——空间互动

2.2.3 城市街区形态发展规律

2.3 集约化街区形态评价与优化的内在机制

2.3.1 基于全局视角的系统性评价与优化

2.3.2 基于投入与产出的集约化评价

2.3.3 基于规律学习的街区形态优化

2.4 集约型街区形态评价与优化的形态学基础与分析维度

2.4.1 .基于定量分析的城市形态学研究

2.4.2 城市形态定量分析与城市设计

2.4.3 集约化街区形态评价与优化维度——平面形态与立体形态

2.5 本章小结

第三章 数字化技术应用路径与方法解析

3.1 数字化城市设计的兴起与发展

3.1.1 当代城市设计的困境

3.1.2 数字化技术在城市设计中的应用

3.1.3 集约型城市街区形态评价与优化的技术流程

3.2 城市街区形态采集与数据分析

3.2.1 基于开源信息的城市街区建模

3.2.2 基于Grasshopper编程的模型数据信息获取

3.2.3 数据统计与信息管理

3.3 基于数据包络分析的城市街区形态集约化评价策略

3.3.1 基于生产关系的集约化评价

3.3.2 基于投入与产出的评价指标体系与评价模型——数据包络分析

3.3.3 有效区分集约与非集约城市街区

3.4 基于深度学习技术的非集约型街区形态优化策略

3.4.1 基于相似系数的形态参照

3.4.2 深度学习概念与基本原理

3.4.3 深度学习模型搭建与训练

3.5 基于贝叶斯统计的街区形态优化决策

3.5.1 深度学习计算结果的概率统计

3.5.2 贝叶斯统计的概念与基本原理

3.5.3 基于SPSS的贝叶斯统计

3.5.4 置信区间——形态指标优化的弹性框架

3.6 本章小结

第四章 街区平面形态的集约化评价与优化

4.1 街区平面形态集约化评价指标及其量化方法

4.1.1 可达性

4.1.2 用地形态

4.1.3 界面效率

4.1.4 开发形态指标

4.1.5 研究样本

4.2 基于数据包络分析的集约化评价与分析

4.2.1 指标分类——投入型指标与产出型指标

4.2.2 评价过程与结果分析

4.2.3 基于数据包络分析的形态优化与不足

4.3 基于深度学习技术的形态优化

4.3.1 深度学习模型的搭建与优化训练

4.3.2 数据包络分析作为深度学习优化的基础——训练样本与优化样本的分类

4.3.3 形态优化数据分析

4.4 基于贝叶斯统计的形态指标优化

4.4.1 形态优化数据不确定性分析

4.4.2 基于贝叶斯统计的形态指标优化

4.4.3 非集约型街区平面形态的提升潜力与发展决策

4.5 本章小结

第五章 街区立体空间形态优化

5.1 城市街区立体空间形态

5.1.1 从平面形态到立体形态

5.1.2 当前城市街区立体空间形态的研究视角

5.1.3 街区立体空间形态——垂直空间密度

5.2 城市街区垂直空间密度

5.2.1 街区垂直空间密度概念

5.2.2 街区垂直空间密度的研究意义

5.2.3 街区垂直空间密度的度量方法

5.2.4 街区垂直空间密度特征分析与评价

5.3 基于深度学习的非集约型街区垂直空间密度优化

5.3.1 街区垂直空间密度的影响因素及其指标构成

5.3.2 垂直空间密度的优化基础

5.3.4 基于深度学习的非集约化街区立体形态优化计算

5.4 立体空间形态引导

5.4.1 垂直空间密度优化的空间分布特征

5.4.2 差值计算分析

5.4.3 立体空间形态推演

5.5 本章小结

第六章 论文总结与研究展望

6.1 主要研究结论

6.2 论文的创新点

6.3 论文研究的不足

6.4 研究展望

6.5 总结

致谢

参考文献