未来由数据驱动的城市设计丨城市数据派

年终数据技能大冲刺开车啦！

同时报名还可享更多优惠：

任选2套同报，钜惠价再减200元！

任选3套同报，钜惠价再减360元！

任选4套同报，钜惠价再减520元！

任选5套同报，钜惠价再减650元！

（多套同报优惠到1月30日截止，

以上优惠不包括营13和营14）

1 实现智慧城市的全新途径

随着一千立方米的热水注入两层楼高的储水箱，水箱弧形镀锌壁板发出了低沉的嗡鸣声。水箱的隔热效果很好，因为水需要在这里储存几个小时，一直到太阳落山，温度下降，附近工厂的工人们不得不打开室内温度调节器。水箱里的水是白天加热的，这里白天的电力需求很低，但附近风力涡轮机的产能却很高。这种简单而有效的“削减”能耗峰值的方法只是 Nordhavn 智能电网部署的众多策略之一。Nordhavn 是一座新建的实验性智能城市，位于哥本哈根市中心以北的老码头区（图 1）。Nordhavn 的智能电网是整合良好的智能城市技术的典型案例，主要针对特定建筑系统（电气）。该系统已被证明既高效又经济，最近已被推广到包括哥本哈根邻近地区在内的 7,000 个住宅单位。

图1 全区域综合供暖系统是Nordhavn智能电网的一部分

来源: theindexproject.org

然而，令人遗憾的是，目前许多智慧城市项目并没有很好地实现整合，而是过于依赖技术创新本身（通常是由缺乏城市或设计专业知识的技术公司所主导），在很大程度上忽视了建筑物和基础设施的建成形式，没有把它们作为研究的媒介。目前流行的“智能城市”概念并没有挑战城市设计的基本性质。无人驾驶汽车、自动机送货、城市物联网等对城市的创新发展非常重要，但如果仅仅从科技公司主导的技术对象来考虑智能城市，会忽略传统的城市考量因素，大部分的规划和设计内容也会被忽视。

“智慧”城市技术的引入并不意味着城市环境会自动变得更好，也不意味着，规划设计师和政府部门无须承担建造舒适、公平、可持续绿色城市的职责。尽管无人驾驶汽车的潜在优势和诱人形象已被广泛吹捧，但许多人也在担忧，这项技术将延长通勤时间，从而引发新一轮的城市扩张。同样，城市技术是解决城市问题的手段，而不是目的。一个创新的产品，无论它是多么新颖或令人兴奋，如果不能充分解决问题，就不是一个有“智慧”的解决方案。大多数致力于最后一英里无人机交付技术的原型开发和规模应用的初创企业接连停止运营或转移业务，而与此同时， DoorDash、 Uber Eats 等公司在研究通过单车快递实现最后一英里的递送，这一策略虽然看起来不那么富有魅力但却更实用，而这些公司也因此都取得了巨大的增长。

通过使用数据进行设计，我们可以将智能直接嵌入到城市的建筑结构中，而不像许多智慧城市技术那样（往往是随意地）嫁接到现有的城市中。以数据为主导的设计师能够从根本上改变我们塑造未来城市的方式。通过采用富有分析和计算的设计方法，设计师可以重新掌控智慧城市的构思、规划和具体设计。

什么是数据驱动的城市设计？根本而言，它通过量化设计选项的性能，并使用该数据作出更加明智的决策，从而产生可量化地满足利益相关者目标的结果，例如步行性、住房质量和环境韧性。换言之，使用数据生成表现更好的城市，并对其充满信心。使用计算工具来量化设计选项的性能还允许应用其他计算方法来实现更智能的设计过程，特别是基于看似不可调和的条件生成和测试数百或数千个选项的能力，有助于降低决策风险并确定最终解决方案。

这种方法有许多优点：能更快地制订决策，能找到满足看似矛盾的多方利益主体目标的解决方案，能获得更好的城市效能表现。然而，最大的好处是能够适应前所未有的和必要的城市密集化进行设计。只有优先考虑这些目标，我们才能公平地和可持续地应对人口增长并适应气候变化。

本文将介绍 Kohn Pedersen Fox Architects（KPF）中一个专注于计算和城市创新的专业小组KPF Urban Interface（KPFui）的相关系列工作。通过实践应用， KPFui 示范了如何在 3 个城市设计项目中使用数据来推动设计和决策，最后概述了如何使用绩效数据来调整城市规划法规。

2 利用数据协商设计场地冲突

在日益密集的中国城市中，开发商和规划者面临着一系列越来越困难的挑战，在追求满足日照法规、建筑分隔和紧急车辆通道的同时，还要满足更高的密度目标（图 2） 。一开始，所有这些法规都有很好的目标。例如，日光规定要求在冬至日，即 12 月 21 日，每个公寓至少有一个房间达到不低于一小时的日照时间。尽管该条例的出发点是好的，因为没有人反对增加日照，但该条例对城市再开发建设工作提出了挑战。受限于周围环境对日照的严苛要求，当地可允许的密度似乎无法实现，从而导致宝贵的城市土地资源开发受到损失。

图2 城市规划法规使目标建筑面积几乎无法实现

例如在上海的一个新的混合用途高层住宅开发项目中，规划政策和建设密度之间的矛盾使项目的设计工作进入了僵局，而数据驱动的设计成为这项看似不可能完成的任务的唯一解决方案。最初，客户希望设计方案能最大限度地开发允许的建筑面积。然而，随着 1 小时日照采光规定的实施，开发商必须确保拟建设的塔楼设计不会对现有周边住宅单元形成日照遮蔽（图 3） 。此前，开发商雇佣的多位建筑师都在努力寻找一个既能满足允许面积又能满足日照规定的设计方案，其中某方案甚至提议将整个场地下挖两层以达到建筑面积目标，然而这个想法很快就被客户拒绝了。达到密度目标、确保日照采光合规性以及保持设计美观的多种需求使设计师陷入了两难的境地。

图3 设计工具可识别指示出哪些住宅单元不符合中国的日照采光规定

为了应对这一挑战， Urban Interface 团队提出了一个集成的计算设计流程。KPFui 与设计团队合作，创建了一个“计算设计空间”——一个参数化几何生成工作流程，其中根据不同的塔楼位置、高度变化和天际线方案来创建生成不同的设计方案变化。当为计算机定义了明确的性能标准后——例如“最大化建筑面积”和“保持日光合规性”，就可以通过分析数千种设计选项以确定其中几个最佳性能选项（图 4）。然后，我们使用了一个自定义工具来实时评估是否符合建筑物分隔间距和日照采光要求，从而使设计人员能够进行基于分析驱动的设计方案调整。最终，团队能够实现的设计不仅满足了客户对额外 20% 建筑面积的要求，而且将其日光影响减少了 60% 以上，不仅满足了当地的规划要求，而且保证了充满活力的空间整体设计。

图4 一个包含数千种不同放置、高度和旋转选项的“设计空间”，这些选项已根据法规进行测试，然后识别出其中的高性能选项

这个项目的工作过程说明了最佳性能的设计方案是通过人工智能和设计洞察力之间的无缝合作来实现的。该项目没有部署任何新颖的智能城市设备。我们的团队只是简单地设计了一种方法来生产高密度的建筑，同时满足阳光的要求，这种智能的结果是传统设计实践通常不能做到的。随着城市环境中需要越来越复杂的监管框架来应对更多的居民、更多的建筑与更少的空间，与数据结合的设计能允许建筑师参与并理解这些复杂的场地情况（图 5—图 6） 。

图5 上海项目的公共空间和住宅楼（日景）

图6 上海项目的公共空间和住宅楼（黄昏）

3 数据与建筑体验

上海的项目展示了如何使用数据来修改建筑设计方案，从而达到满足困难场地条件和建设规定的高性能结果。而在深圳一个新建混合使用社区的设计中， KPFui 将其重点转移到探索数据如何描述不同建筑环境中人的体验，并最终为公共空间设计提供信息线索。该项目总面积约 75 万平方米，包括办公、研发、住宅、轻零售和一个地铁站。在设计过程中，我们的团队不断地问自己：如何能利用数据为人们创造令人兴奋、充满活力和使用便捷的场所空间 ?到底是什么能使一个地方令人兴奋、充满活力和交通便捷呢 ? 这些因素有可能来测量吗 ? 遗憾的是，事实并非如此。某些方面的因素可以量化，比如便利度，但例如活力等别的方面因素则需要通过其他代替属性来估计。

起初，我们团队接手了最初由当地建筑公司编制的总体规划，设计方案建议通过走廊来连接办公大楼以及周边场地，并号称这条走廊将为办公人员提供“充满活力的空间”。然而，这个空间的设计却存在严重缺陷。整个走廊被设计成与上海著名购物街南京路一样的宽度，然而基于该场地项目所产生的潜在行人数量仅仅是南京路人流量的一小部分。显然，走廊的规模和使用人群数量是不匹配的。此外，最初的总体规划在走廊空间中并没有设计树木或遮阳设备。在深圳湿热的气候下，一个充满活力的地方首先要有舒适的温度，很难相信暴露在阳光直射和热量下的走廊空间真的会像设计方案所设想的那样受欢迎。

对于这个项目， Urban Interface 的最终目标并不是找到一些最优的设计解决方案。相反，我们的团队专注于评估设计空间的体验。我们首先对办公室工作人员和租户在典型一天中的出行行为进行起点—目的地模拟，从而了解总体规划不同部分的通勤者最常使用哪些路线。鉴于深圳的炎热气候阻碍了许多人进行户外活动， KPF 环境绩效团队 (KPFep) 的气候专家采用了 UTCI 热舒适度指标来修改调整模拟的路径行为（图 7）。因此，设计团队沿着行人流量最高的路线战略性地设计有遮盖的人行道，实现在炎热的夏季提供舒适的步行体验。对行人行为的深入了解也为我们的设计方案提供了更加多样化的空间体验，如从露天广场到有遮阳的灵活工作区，从户外活动空间到穿过自然公园的高架城市人行道。最终的设计方案不仅更加充满活力和舒适度，更通过引入两条连接到主干走廊的步行街提供了高效的步行交通，使空间可达性提高了 25% 以上（图 8） 。

图7 描述使用人群如何体验建筑空间的分析

图8 了解常用步行路线上的行人舒适度有助于确定人们通过这些路线的可能性以及步行体验感受

最终， Urban Interface 团队的一系列空间分析并没有为设计提供“解决方案”，而是促进了设计师之间关于所设计空间体验的富有成效的对话。在此引入的数据和计算的工作流程为设计方案创作过程提供了一种基于证据和推理的工作方式。这种分析还提供了一种在提案和现有总体规划之间进行更加客观比较的方法，使设计师能够了解每个设计决策的实际影响。

建筑师很容易（乐观地）假设空间使用人群在面对提议设计时会有怎样的感受和行为。错误估计人们将如何体验空间是所有建筑师在开发新项目时必须进行的一场赌博，并且可能会导致项目计划、规模、材料、环境考虑等多方面的不匹配。然而，这场赌博的特点不是基于假设和一厢情愿，而是经过深思熟虑的决策和对未知情况的模拟。使用数据，尤其是可以与人类如何体验空间相关联的数据来进行设计，能够让建筑师有更好的机会设计一个尺度适当、无障碍、舒适且富有活力的空间（图 9—图 11） 。我们认为这才是智能城市技术。

图9 深圳基于热舒适的步行空间设计（Proloog 渲染）

图10 深圳总体规划中热舒适、活跃的室内空间

图11 深圳总体规划中热舒适、活跃的室外空间

4 城市效能的标准

总体而言，用地分区规划法规旨在控制开发对建筑空间、自然环境以及居住者的影响。这些规则（例如密度和地块覆盖范围限制、退线等要求）通常限定了机遇场地的建筑体量、位置和数量，并努力减轻对某些关键问题的影响（尤其是在大城市中的采光和空气影响），而没有衡量发展的实际影响。传统的区划逻辑规定，城市可通过控制建筑形式来控制建筑影响。在当今的建筑、工程、建造（AEC）行业中，已经实现了通过计算直接测量模拟影响，这种传统的“通过规范形式来限定影响”的做法显得既迂回又充满了约束性。

例如在纽约市，保持采光对居民和市政府都非常重要。这种对于避免产生新的严重日照采光遮蔽的愿望体现在大量的用地规范对包括建筑体积密度、退线、地块覆盖、塔楼尺寸等方面的限定。尽管这些法规可能很严苛，但通过限定建筑物形状和位置，并不一定意味着建筑物就能够很好地减轻日照采光受阻的负面影响。

在布鲁克林，自治市镇的植物园担心拟议的开发项目会阻挡地面以及高度敏感的室内温室空间的日光，但是这座 41 层的住宅楼仍使周围的社区相形见绌。其设计假设开发商会申请特别许可，从而允许额外的建筑面积。鉴于建筑物的大小，尽管它遵循了必要的与日光相关的区划规定，但尚不清楚它会对花园设施接收的日光产生多大影响。植物园进行了一项典型的阴影研究——1 天中 1 个小时的快照，显示出灾难性的日光损失。与传统研究中的图像一样，它几乎没有展示开发对花园完整的日光影响。植物园、开发项目和城市之间的紧张和误解接踵而至。显然，传统的区划方法让各方都失败了。

Urban Interface 团队提出了一种方法，在整个日历年内测量新建筑对植物园日光的影响，并考虑花园中植物的特定光照要求。该方法的快速性允许其迭代测试过程，在过程中可以修改、重新测试和比较建筑体量。团队测试了多种选择，包括现有条件、一栋 6 层楼的合法建筑、拟定的41 层塔楼以及客户建议的替代方案（图 12） 。以这种方式处理选项后，团队开始认识到建筑形式和日光性能之间的趋势，并提出具有相同或更多建筑面积但影响要小得多的选项。该研究的空间和时间粒度足够小，足以确定花园和温室特定区域阳光直射小时数的减少（图 13） 。与传统的阴影研究相比，这些结果的特异性为植物园专家提供数据，以确定新的日光水平是否适合植物生长所需。

图12 植物园附近拟议开发项目的一系列设计方案

图13 分析显示小于 1 米的空间粒度上阴影的持续时间

虽然在技术上比当地顾问的植物园简单阴影分析更复杂，但这些方法是城市规划师和建筑师所普遍使用并广为人知的。因此，这种方法可以作为城市政府对建设项目进行测试评估的一种非常可行的手段。虽然这项研究是为了评估某个单一指标（日照采光）而实施的，但这种利用数据分析实现基于性能的空间区划（调节建筑性能，而不是建筑形式）逻辑能够应用于许多其他方面的实际城市问题。因此，如果未来城市要真正智能化，其新开发的监管也必须智能化；基于性能的区划能够让城市识别和维护他们所重视的特定可量化质量特征，并以更加智能的方式进行建造。

5 未来基于智慧规则的智慧城市

使用数据来设计和规划城市，对负责任地实现更高建设密度、适配颠覆性的技术并减轻气候变化所带来的影响都是至关重要的。这种实践探索不应止步于此。例如我们的案例所研究探索的这种数据驱动的方法，未来应该用于支持创建基于效能或结果影响的城市规划法规。

为了理解如何从数据驱动的城市设计转变为基于性能的城市规划法规，我们可以先定义后者然后进行反推。定义基于绩效的城市法规需要两个组成部分，一个是对预期结果或目标的描述，另一个则是可用于衡量所述目标是否实现的标准。这种方式与典型的区划形成了鲜明对比。在典型的区划中，往往存在一个既定的却无法衡量其是否能实现的目标，反而应用了一套说明性的规则，例如退线要求或高度限制，而这些规则通常与预期结果是没有直接关系的。

在这个过程中，数据利用的关键在于衡量评估方案是否能够达到预期结果的能力。在我们所介绍的测量特定设计性能的方法中，最大的转变是建立用于衡量目标性能的阈值，并基于此来创建城市规划法规。例如，如果城市的目标是拥有舒适度的室外空间，鉴于秋天阳光直射会对人的舒适产生明显的影响，我们的团队可能会首先在秋天的某一天建立一个可测量的白昼 3 小时阈值。

那么，这与我们在案例介绍中所提出的方法有何不同 ? 首先，它将绩效目标直接嵌入到城市规划法规中，而不是由个别设计师自行决定。其次，为了落实这样的做法，评估设计性能的能力必须民主大众化（而非行政化），以便于任何设计师都能了解他们的工作是否符合要求。这就需要城市甚至国家层面来创建一个基于云的性能模拟测试平台，并提供基于 Web的测试用户界面。这将会是城市建设方式的根本性转变，既会实现审批流程数字化，又可以改善城市效能，以应对日益严峻的挑战。

作者简介：

理查德·周（KPF公司Urban Interface团队）

艾瑞克·彼得拉什凯维奇（KPF公司Urban Interface团队）

吕克·威尔逊（KPF公司Urban Interface团队）

[译者]来 源（助理教授，清华大学建筑学院）

通讯作者：Richard Chou

E-mail: rchou@kpf.com。

参考文献引用格式：

理查德·周，艾瑞克·彼得拉什凯维奇，吕克·威尔逊. 未来由数据驱动的城市设计[J]. 城市设计, 2022(5): 6-21.

Chou R, Pietraszkiewicz E, Wilson L. The future of urban design is driven by data [J]. Urban Design, 2022(5):6-21.