文摘
为了探索如何实现建筑空间模型的视觉设计,提出了一种基于大数据建立空间模型方法地图视觉设计。这种方法探索研究如何实现地图的视觉设计通过建筑空间模型信息的关键技术问题和解决方案的建议基于大数据地图。研究表明,基于大数据的建筑空间模型方法地图视觉设计可以有效地解决传统方法的缺点,和工作效率约为65%高于传统方法。从大数据的角度,应用大数据领域的思想和技术架构规划、促进创新和发展建筑规划通过数据采集、分析、反馈和评估技术的大数据。
1。介绍
由于城市空间和形态的研究在1980年代被引入中国,它已经被中国学者广泛关注。特别是自2000年以来,相关学科和领域得到了极大的发展和展示跨学科特征(1]。从macrohuman地理microarchitectural空间,他们都是研究城市空间形态的演化与发展规律。与在中国城市化快速发展的时代的到来,城市的快速发展和变化导致了城市形态的变化。因此,研究城市空间的组合逻辑和法律形式可以为城市规划提供科学的理论依据和参考和设计。尤其是数字技术的发展,大数据的支持提供技术和方法论对城市形态的高精度定量研究的支持。
作为城市的重要载体质量和活力,对城市形态的研究已成为一个重要问题需要解决在中国新城镇的城市化的过程中,深入研究它具有深远的意义2]。然而,回顾世界,大多数的研究集中在定性空间形式,很少有定量;大部分研究传统方法得到的数据如实际调查、抽样问卷调查和专家访谈,这些研究方法和数据还不足以满足改善质量的迫切需求的城市形态。
的过程中数字技术的推广和普及,大数据,作为一种新的技术手段,已被学术界和产业界广泛使用,一直在快速提升,带来了一定的对传统的城市规划学科的影响。然而,这并不意味着传统的规划学科是过时了。相反,大数据极大地促进了传统规划学科的进一步发展,特别是在科学领域的研究和工程实践。这两个互补形成优势互补(3,4]。大数据与传统的规划和研究方法相比,有其独特的优势。由于大量的数据,精度高、数据内容和及时性,大数据可以完成许多研究在过去无法完成。尤其是城市的复杂巨系统,大数据可以减少主观判断的误差引起的规划者在实际操作中,控制结果在一定阈值范围内,并确保正确和客观的研究结果和数据5]。
建筑规划项目基于大数据主要包括三个阶段:数据采集、存储、分析和预测。其中,对于数据存储阶段,跨学科的交叉使我们能够使用数据库技术在计算机领域所需的存储数据供参考建筑规划项目。例如,Hadoop系统,开发生态系统几十年来,用于存储项目信息,BIM密切相关的建筑相结合,进一步交叉集成(6]。大数据和建筑规划如图1。
2。文献综述
陈和李说,美国建筑规划起源于1860年代。他们介绍了建筑规划的理论专著7]。它可以看到从威廉·彭纳”问题的搜索方法——介绍建筑规划。“他的规划方法是基于发现和解决问题的想法。规划分为五类,目标、现状、概念、需求、和问题,和解决问题等各种领域功能、形式、经济,在每个类别和时间。经过不断发展和改进,这种方法大大应用和扩大在美国。Lv等人的基础上增加了人们之间的关系问题搜索方法,强调人的价值8]。
Daissaoui等人认为,建筑规划的任务是帮助建筑师反映永恒的价值观、制度和环境(9]。他把这些价值取向分为八个方面,即人、环境、文化、技术、时间、经济、美学,和安全。通过进一步研究的列表中列出的项目价值水平,建筑规划师可以全面了解各自的主题不同的规划项目。“建筑规划”索尔兹伯里写的,一位英国学者,主要阐述了工作要由各利益相关者在实际项目和可用的方法从业主的角度来看,有一个非常有用的参考架构规划方法的操作系统。
“大数据时代”由学者Victor Mayer勋伯格是第一大数据的研究工作在美国。Mixajlovna等人认为,大数据的核心是反映在三个方面:数据的样本等于总成本,并没有必要追求准确性和注意数据之间的相关性10]。“大数据时代”详细介绍了大数据所带来的巨大的变化,生活,工作,和思考通过大量的实际情况下,强调大数据的思考和应用,但很少涉及其特定的技术支持。桑塔纳等人创造了“被遗忘的权利”的概念已广泛应用于媒体和法律圈子(11]。这本书侧重于信息安全的问题,也就是说,人们对信息做出合理的选择应该在大数据的时代。Radhakrishnan等人认为,人类行为的因素不是偶然而是背后也有“暴走”的性质(12]。在丰富的数据和信息的时代,人类的预期行为可以预测的使用网络资源,手机数据,电子邮件文本内容和其他手段。Priyadarshani等人认为,中国的建筑规划开始与欧洲和美国相比相对较晚。自1980年代以来,中国刚刚开始研究建筑规划的理论和方法(13]。在“现代建筑理论”由中国学者Liuxianjue编辑,它给出了一般建筑设计规划的理论的介绍。
Vasistha Ganguly相信建筑规划理论主要是基于日本建筑规划理论。1990年,Vasistha去千叶国立大学留学。回家后,他写了“建筑规划概论”根据他的博士论文14]。在书中,建筑规划的过程总结成七个阶段:确定目标、外部环境的调查,调查的内部条件,空间概念、技术概念、经济规划,制定报告。
3所示。方法
3.1。空间数据特征
根据地理学第一定律,空间数据的特点是空间依赖:地理对象的空间位置附近比那些有类似的相对空间位置,反映了空间参数的空间相关性,也就是说,一个变量的值在一个特定的位置与观测值的最近邻位置 。因为空间数据往往是影响这两个基本特征,导致无效的回归分析模型的误差服从正态分布的假设,一些全球统计分析方法不能直接应用到空间建模。地理学第一定律通过Tobler可以被描述为如下方程(15]。
全局空间自相关指数主要用于探索的空间特征属性值在整个地区。指标显示全局空间自相关主要包括GlobalMoran指数 ,全球Geary指数,Geti指数 。莫兰指数通常用来测量空间元素之间的关系。其价值类似于相关系数一般统计,一个值的±1。判断全球莫兰指数可以空间格局进行定量分析。例如,观察指数在±1之间的位置可以判断观测数据的空间相关性属性,通常分为三个关系:集群、离散和随机16]。大约1表示正相关的数据空间属性在一个集中的状态,而处于离散状态呈负相关性。当指数= 0,noncorrelation处于随机状态。以下所示的计算方程。
由于涉及的多维概念,它也需要定义相邻空间的空间权重矩阵等概念的研究过程。其形式如下所示:
与全球相关相比,局部空间自相关假设空间是均匀的。然而,事实上,从内部的角度研究区域,是罕见的每个局部区域的空间自相关是完全一致的。经常有不同的空间自相关进行水平和属性。这种现象被称为空间异质性。的空间异质性区域元素是很常见的。全局空间自相关分析着重研究空间分布状态的属性值在整个空间。空间自相关分析的另一个重点是研究空间分布的空间单元的属性值在一些地方的位置。局部空间自相关分析可以有效地检测出空间差异引起的空间自相关(17]。空间自相关的空间异质性可以表达的丽莎。丽莎是一群的通用名称索引。大多数研究使用当地莫兰索引。在本质上,本地索引分解全球指数成不同的空间单元。为一个特定的空间 ,当地指数的关系可以表示为如下所示。
SAR模型的定量研究有三个主要功能空间现象:首先,深入理解空间现象,可以评估政策的制定和确定相应的空间规划措施基于现象的解释。其次,预测发展水平,一定的现象来预测未来发展模式的价值空间区域或其他地区类似的空间特色的价值。的基本内容是建立一个连续和准确的预测模型18]。第三,评估政策,使用回归分析来探索一些假设或场景的发展,空间现象,更好地理解和评估可能的空间效益通过政策或策略的实现。总之,通过回归分析,我们可以模型,预测和评价的空间关系。回归分析也可以帮助我们解释观察到的空间模式的内部因素。模型反映了因变量的影响因素将用于其他地区或称为区域溢出表示通过空间传播机制,如下面所示。
贝叶斯模型和统计数据的结合可以充分利用相关知识和先前的示例数据的信息,尤其是当样本数据稀疏或很难获得,这也是一个常见问题领域的建筑能源消耗的研究。贝叶斯模型概率分布表用于表示相关性的强度。考虑样本知识和先验信息的组合,它可以解决问题的不完整的数据,如失踪,失踪的能源消耗数据的准确性,提高研究的物理模型和地理模型建筑能源消耗。贝叶斯模型解释一个随机事件和随机事件B的形式条件概率和似然概率。它的基本表达式如下所示(19]:
3.2。智能规划和分析
智能规划和分析是指利用计算机技术智能和自动提供的基础架构设计的空间概念和预测。在时代的小数据,获得项目的基本信息,通常是根据实际的调查和用作蓝图制定相应的施工作业。其中,涉及的方法主要包括多因素分析方法和颜色卡片纸方法。语义分析的数据来自于基础研究,所以它不代表数据的类型。虽然规划分析由相应的软件支持,它仍然是不聪明的20.]。
在大数据时代,数据来源是多样化和丰富的类型。大数据的相关性思考可以用来定义和我计划知识。同时,由于大数据存储技术的进步,涉众的需求数据可以不断积累。通过分析这些数据,我们可以掌握业主或用户的需求。因此,规划和分析显示智力的特点。例如,搜房网可以获得房子的观点观察用户和潜在买家的满意的房子类型,和设计师可以使用这个作为房子的基础类型规划设计。另一个例子,通过了解居民的行为数据,我们也可以理解简化形式的优缺点和空间配置的相关分析数据。挖掘用户需求之间的相关性数据可以为规划(提供不同的观点和想法21]。在大量的非结构化数据,挖掘规划知识形成的可能性,通过相关分析数据和相应的聚类挖掘算法。
智能规划分析计算机辅助设计/规划的进一步发展。人工智能的进一步发展,它将发挥更有益的作用在构建计划。而规划和分析变得越来越聪明,方法尤为重要。虽然能够扩大,方法尤为重要。引入扩展、数据挖掘、可视化、深度学习、机器学习等方法的进一步发展将促进建筑规划和分析。总之,计划和分析的智能将成为一个重要的功能在互联网时代的背景下,借助计算机技术进一步发展(22]。智能化建筑规划和分析如图2。
3.3。系统扁平化原则
压扁有两层含义,一个是设计界面,,另一个是企业管理模式。定义的系统矫直原理是指操作的处理方法。至于企业的管理模式,其中一个是一套自上而下的金字塔管理系统形成与企业规模的扩张,往往容易导致低响应从上到下的问题。因此,提出平工作组织模型。与前者相比,该模型不是垂直管理水平增加,但水平管理维度。例如,海尔的工作模式是基于单一,和它的目的是形成一个连接在最大程度上与用户市场。在IT领域,该系统在高频迭代在任何时候,所以用户的偏好参数为每个版本中特别关注的软件开发(23]。为了有效地了解用户需求,与用户交互,一个平坦的工作系统是必需的。在这种模式下,更好的用户体验和更好的用户服务可以增加他们的市场竞争的筹码。与此同时,因为软件工程师和最终用户直接参与互动,他们可以给观众带来更好的体验,也就是说,真正使“用户数据的声音。”
大数据分析的过程是一个强大的支持平台上运行分析算法来发现潜在的隐藏在大数据值,比如隐藏的模式和未知的相关性。根据收集到的功能、形式和经济大数据,具体规划阶段进行了从三个方面:(1)语义分析的用户需要使用互联网数据,(2)相关性匹配项目的时空数据,和(3)实时监控等动态数据的建设成本和能源消耗。建设规划数据的分析基于大数据如表所示1。相应的表空间分布和规划网络需求分析表所示2。
回到建筑规划领域,我相信可以引入第三方监督系统架构规划,解决了一些当代建筑规划行业中存在的问题,保证了建筑规划的中立性和客观性,使建筑规划能够有效地评估和监督。认为在数据时代,这种工作模式使得第三方规划组织需要与建筑师沟通,项目所有者,和最终用户,协调能力的要求太高了。在具体工作环节,第三方系统需要协调多个利益相关者,和规划效率是没有保证的24]。
计算机技术的逐渐发展和完善,是切实可行的创建一个系统接口与建筑师直接对话。例如,使用平台,比如微信官方账户,QQ群,和调查问卷星,架构师可以有效地与用户交互所有者和其他利益相关者。架构师也可以通过大数据分析讨论建筑规划方案。一方面,他们可以理解的需求,另一方面,他们可以要求反馈,进一步完善规划方案。整个过程形成一个循环的连续循环,使建筑规划更加合理和有效的。通过这种制度建设,架构师可以真正了解用户的需求,以便更好的制定设计目标(25),如图3。
4所示。结果和分析
经济规划是一个方面,架构师需要分别考虑在规划建设项目。威廉·彭纳庄伟民(音译)先生都在讨论他们的专著。经济因素决定的可能性的实现建设项目的质量,将直接影响建筑完成(26]。房地产市场更关注前提计划和研究。一方面,它还考虑到经济因素,也就是说,全面建设成本后的房价是否能承担的目标群体。公共建筑,建筑材料的价格和许多经济因素也发生变化,这也将影响建筑行业的一些相应的因素。在建筑业,Guanglianda已经开始使用大数据集成项目建设市场,解决实时成本的建筑材料。
房地产市场的经济分析是建筑规划分析的方面之一。做其他类型的建筑规划时,我们不仅需要考虑单方面的问题,如建筑材料的成本,还综合考虑过程(27]。情感分析,语义分析和上面提到的技术规划将成为全面考虑经济计划的一部分。同时,建设经济数据也需要不断改进,使建筑经济的大数据更有针对性。
通过实时监控超过500房地产中介的网站在中国,二手楼市的房价指数编制。根据这项研究,可以逐渐扩展到许多一线和二线城市在中国。做具体的经济计划时,它可以提供一个好的参考建设成本和价格的定位28),如图4。
从需求方面了解潜在买家。监测和分析活动和关注的需求方面主要是基于搜索的比例,如潜在买家的注意类型的住房供应、地理位置,等等。在活跃互联网用户的痕迹,挖掘低密度关键词,花园,装饰,和单户家庭的感觉是三个最直观的感知低密度的互联网用户。因此,当计划低密度住宅类型,这三个关键词可以作为规划的概念。可以看出,第二个方向是进行实时挖掘和分析用户的需求,为经济建设提供参考。
建筑规划已经能够初步支持站点规划、空间规划、形象策划、技术规划、和经济规划。在分析阶段,建筑规划分析基于大数据也应该以可视化的数据作为分析的基础。直观的界面下,架构师进行相应的判断,因此决策阶段可以进一步进行。例如,网站界面的视觉分析,假设是商业的土地,它可以从热地图业务应该收集人们尽可能和热地图可以更好地展示人的活动。因此,可以在此基础上规划商业用地。空间的规划和分析,形象,技术,和经济也是基于可视化操作,所以没有更多的讨论。
建筑材料在不同的国家,使用的混凝土是最常用的建筑材料。这是由于钢筋混凝土结构作用在许多高层住宅,所以广泛应用在不同的国家。钢是常用的在欧洲和美国的国家,比如法国和美国。的情况下,玻璃是一种材料,必须使用在所有的住宅。标签是指建筑由玻璃幕墙和其他玻璃。作为现代高层建筑的发源地,美国已经成为最大的国家在其住宅使用的玻璃。对于木材的使用,它是常用的在不同的国家,差距并不大,这表明,木材作为建筑材料不仅有利于创造建筑的氛围,也给这个角色的环境。砖的使用显示了民族性格的砖作为一个历史传统,欧洲国家和美国等国家。
从公布的情况下,混凝土的使用已显示出上升趋势在过去十年,达到在2017年和2018年两座山峰后2021年,然后下降。钢具有相同的上升趋势,反映住房建设的需求变化。木材的使用在2019年达到顶峰,然后周围的水平降至2017年的2019。玻璃建材的使用显示了分散的法律使用从上到下。砖的使用和维护一定温柔的趋势增加。从这些材料的使用,混凝土和钢,为主要建筑材料,保持着上升趋势,2016年仅略有下降,这可能与这一事实有关今年的情况尚未公布。木材的使用近年来呈下降趋势,和玻璃还显示了一个不稳定的趋势,表明作为一个大型幕墙玻璃的随机性住宅设计。砖与房屋装修及房屋的规划概念设计在特定的国家,所以每年会有一定的实践案例。
5。结论
随着互联网的进一步发展,云计算,物联网在信息时代,数据的总量在各产业正以前所未有的速度增长。传统的数据统计和分析方法无法处理的结构和非结构化数据信息与“铅”为单位,因此生大数据技术。材料施工过程,建筑行业也不断产生各种类型的相关数据在整个生命周期的规划、设计、建设、经营阶段,如调查数据、设计资料、施工数据和操作数据。然而,巨大的和多样化的特点,建设数据没有再保险综合当前建筑行业的资源分配,和网络数据信息的关注不足使得规划、设计和建设阶段越来越累。如何整合这些大数据存储、分析,和我的知识来促进建筑行业的变革和发展,特别是是否合理和正确的决定可以在规划阶段,建筑业是一个紧迫的问题。
本文的定量研究城市形态由大数据改变了传统研究的想法,准确地描述城市形态的特点,准确定义的边界城市形态的各种元素。传统的定性研究复空间形式的城市缺乏足够的精度。同时,因为数据是不容易获得,也缺乏掌握基于大局出发。研究和分析的不准确和不完整也导致了城市形态的复杂性缺乏理解城市理论研究。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。