2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?

2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图 Desire Lines Shape by Systematica

    译者:吴佳芮
    Intro GPS 系统和基于位置的服务提供了大量重要的数据,这些数据目前主要用于交通分析,但如果处理得当,可能会为规划打开无限的可能。获取这些移动大数据不再是大城市的特权;相反,有可能将这些技术有效地应用于日益多样化的领土,从大区域到其周边地区。与以前收集的数据相比,这些数据还可用于与交通问题无关的多种应用,如社会人口统计学或经济学研究。Systematica打开实验室的大门,向我们展示这些工具的潜力和局限性,从一个实际项目开始——一个在洛杉矶地区开发的研究项目。

    当城市装满传感器,建筑空间可以获得“看”的全部能力时会发生什么?在2019年深港城市\建筑双城双年展(UABB)中(2019.12.21-2020.3.8),Archdaily与双年展“城市之眼”板块的策展人们紧密合作,探索以人工智能为代表的新技术将如何影响城市建筑和人们日常生活。点击此处阅读由“城市之眼”板块策展人:卡洛·拉蒂(Carlo Ratti)、都灵理工大学(Politecnico di Torino)和华南理工大学(SCUT)撰写的策展宣言。

    在交通规划中,手动/自动交通计数和家庭/个人旅行调查历来都是为了收集旅行行为数据。今天,可用的交通数据已经对这种方法产生了颠覆性的变化,使交通规划人员处于更主动的角色,并为任何寻求改善城市交通的风险投资者、城市决策或其他规划专家提供了一套分析工具。

    交通大数据以匿名和精确的位置数据的形式收集,主要来自两个来源:基于位置的服务(LBS),来自移动设备上安装的应用程序和车辆导航GPS系统。通过复杂的算法,数据在移动分析指标中被处理和转换,移动分析指标可以服务于旅游,如起点-目的地矩阵、旅行长度、旅行速度、旅行目的、旅行持续时间和社会经济学。

    在这篇文章中,我们介绍了大数据在美国城市的一个研究项目中使用的方式,该项目一般以洛杉矶的托伦斯市为重点。基于大数据收集到的经验证据,本文着重强调了大数据对理解城市、城市当前特征及其可能的演变的影响和贡献,最终为实现创新和可持续的交通规划解决方案铺平道路。大数据在任何规模上都是有效的:从大区域范围到区域和走廊研究。除了这些巨大的好处之外,我们还了解了现有数据的局限性以及它们所蕴含的改进潜力,特别是在交通建模工具方面。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图1 Fig. 1: Different Scales of intervention using Big Data

    宏观尺度:通过观察大数据来了解城市的结构和特点

    美国是最大的大数据“测试床”与全球最富有的数据集,不仅可用的数据量,而且在信息的粒度和可能的开放源代码之间的相关性,可以发现社会经济普查数据从大数据中提取和运动模式。

    关于美国城市的研究项目的目标是全面了解大城市密集地区的流动性的未来。对美国主要城市和地区的深入和全面的研究帮助我们分析了当前的移动模式、旅行行为和服务提供,最终目的是将这些数据转化为证据,构建移动趋势在不久的将来如何演变的场景。例如,通过比较过去10年的人口普查数据,我们可以确定社会人口、地理和旅游行为变化最快的地区,从而区分繁荣地区、新兴地区和综合快速增长地区。

    这表明,大数据不仅能让人们清楚地了解城市和超大区域的静态条件、规模和规模,还能让人们清楚地了解城市和超大区域对不断变化的习惯和移动模式的响应能力。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图2 Fig. 2: Correlation between Megaregions comparing their population and their population growth.

    通过观察结构完全不同的城市,得出了一个重要的发现:它们的交通状况、高峰时间、出行时间和行程长度都很相似。尽管它们有相似之处(如下面的简介所示),但这些不同之处已经可以被描述为城市的“流动DNA”。例如,萨凡纳的平均旅行时间和旅行距离低于洛杉矶。同样,萨凡纳的午餐高峰也比洛杉矶更剧烈,而由于通勤繁忙,早晚高峰则正好相反。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图3 Fig. 3: Daily movement profile/ average trip duration and trip length along the day for the selected 5 areas.

    从受到日常活动影响的区域开始,进行了进一步的调查以进一步了解城市的形状。为此,将城市内特定区域的移动密度(行程数/表面积)与平均城市移动密度进行了比较。这也显示出城市之间的显着差异:虽然奥斯丁的运动集中在市中心(平均运动密度的22倍),但洛杉矶的市中心运动仅是平均运动密度的6倍,这表明洛杉矶的运动密度很高但分布均匀分布在大部分城市化地区的安吉利斯。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图4 Fig. 4: Daytime population comparison between Austin and Los Angeles.

    大数据给出的另一个指标是白天和晚上人口的显著变化,这让人们对出行模式和白天人口(主要发生在市中心地区)有了有趣的了解。在奥斯汀和洛杉矶的所有被选择的区域中,白天(工人、游客和部分居民)和夜间(居民)的人口变化,揭示了洛杉矶相对于奥斯汀的强健的多极结构,即迄今为止中心和边缘之间存在着强烈的两极分化。白天的人口也可以直接与旅游需求模式和需求相关,提供关于如何规划公交网络以适应预期的增长和交通模式变化的基本信息。

    研究的最后一个指标是工作日和周末之间移动模式强度的变化。这是用来了解更多关于城市中心和周边之间的通勤,城市用户的通勤旅行距离,城市的蔓延和城市不同部分之间的独立性和相互依赖性的程度。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图5 Fig. 5: Differences in movement intensity and the spatial relations between week day and week end for the selected 5 areas.

    微观尺度:以大数据为起点的托伦斯规划为例

    将分析范围缩小到城市规模,可以更精确和详细地了解土地利用和城市特征如何影响流动模式。该研究项目进行托兰斯市(CA),在洛杉矶的郊区,是一个完美的参考使用交通大数据揭开隐藏的潜力低密度的城市环境和识别解决方案和改善当前城市条件的试点项目。

    传统上,收集到的交通数据主要提供高峰时段的信息,大约占每天交通流量的20-30%,只提供主要街道上的交通流量信息。与大数据是深度前所未有可能监控流时间和持续时间,观察城市的每个部分的综合功能,因此关注所有的天,包括剩余的70%的每日无交流运动发生在早晚高峰时间间隔。

    大数据是从交通分析区域(TAZs)中提取出来的,这些区域可以根据规划者的需求和兴趣来绘制和定义,而不考虑人口普查街区的大小和任何预定义的城市分割单元和区域。可以说,每个城市都有自己的“身份”,其特征是其非常具体的流动性特征,包括由于其土地用途、土地用途组合、主导功能、节点功能等而产生的进出交通流量。如下面的示例所示,在25个具有不同流动性配置文件的不同城市区域上进行演算,这些区域将根据其具有不同特征的配置文件自动组合分类:在以商业区和综合功能为主的地区,与住宅或办公室的单一功能用地的移动强度在早晚高峰时期的对比。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图6 Fig. 6: Torrance Neighbourhood Zones Peak Travel Time and Daily Profile

    始发地和目的地地带之间的相关性及其特定的社会经济特征提供了非常丰富的信息,这些信息可表征任何始发地-目的地地带对之间的每个移动和关系,例如平均家庭人数,家庭收入,汽车拥有量,有或没有家庭的家庭下例显示了一天中根据收入水平划分的不同OD关系。乍一看,这类信息对于计划者而言似乎无关紧要,但是随着我们进一步思考用户的支付意愿与他们的收入水平之间的关系,以及这种程度可能会影响他们对转变模式的倾向的程度,这种类型的信息对于阅读城市地理信息至关重要,尤其要注意用户的财务状况。值得注意的是,所有展示的行程主要是由汽车完成,因此,对所有短距离运动和低收入阶层的发展,将确保集体运输模式更加成功。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图7 Fig. 7: Number of trips between different zones within Torrance by Income category

    大数据面临的主要挑战之一是如何将这些海量的证据转化为规划工具,从而将分析水平从阅读模式转移到写作模式(本例中为规划模式)。为了做到这一点,我们必须进一步分析所有的起点-终点对,并根据两个主要的尺度来定位它们:旅行距离(以公里衡量)和旅行次数。通过这样做,所有225个O-D对都显示了基于上述两个参数的不同值——见下图。得出了两个主要结论:第一,每组属于共同出行距离的O-D运动都可能发生向特定运输方式的潜在转移——0-2公里可以转移为步行运动;1-5公里可以换成自行车运动;3公里及以上可改作公共交通及共用车辆。同样,O-D的第二个结论是,每组动作同样数量的旅行可以联系到一个潜在的转变从私人/个人共享(按需服务)公共/集体共享的传输模式的更多旅行可能经济证明投资集体运输方式。这一简单的阅读使我们能够根据已确定的O-D对及其特征对不同的交通方式进行干预。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图8 Fig. 8: Potential Mobility Shifts based on the Number of Trips Vs Trip Lengths in Torrance

    托伦斯流动性的见解,提出了以上,确定一系列的潜力私人利益相关者提供解决方案和巩固合作,塑造托伦斯生活实验室计划,目的是减少不同社区之间的差距,提高在托兰斯和邻近社区的生活质量。这些目标的目标是通过试点项目来实现,这些试点项目具体反映在移动设备、运输基础设施、移动信息或服务提供方面。不同的试点项目针对不同的城市需求或人们的需求(或两者都有),根据他们的特定流动性需求(老年人、通勤者、家庭、零售客户等)来解决人口细分问题。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图9 Fig. 9: Identified Torrance Living lab initiatives and pilot projects assessing the benefits for the city and the population and the relevance for population segmentation category.

    更具体地说,制定了几个更详细的试点项目,确定了它们的确切位置和影响地区。例如,城市的一个特定区域被确定为一个主要的改造项目,以促进积极的交通模式。选择内部短途旅行次数最多的区域作为行人试点项目的最佳区域,因为这些活动占总行程的12%。令人惊讶的是,该地区并不是在托伦斯老城区,而是在一个低密度地区,目前缺乏一个明确的城市身份,除了它的主要街道(塞普尔维达大道),那里的混合用途提供了一个更互动的步行体验的潜力。然而,街道的现状并不鼓励步行,因此有足够的改善空间。

    该试点项目旨在增加人行横道的数量,同时强调最后一英里的连接。社区公交路线通常集中在主干道上,因此,像塞普尔韦达大道这样的次要道路没有足够的连接服务。通过引入最后一英里的连接,街道变得与周围环境更具互动性,不仅作为一个高效的通道,而且作为实时数据确认的高行人交通的邻里增强。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图10 Fig. 10: Pedestrian Pilot Proposal on Sepulveda Boulevard, Torrance

    除了在托伦斯(Torrance)的一个区域内的特定行人项目之外,还提出了有效实施自行车共享计划的提案,并提出了可行的公共交通扩展方案,以通过按需穿梭路线服务更好地为整个城市服务根据先前显示的OD模式计划的比对。

    结论:吸取了教训,有足够的改进空间

    虽然旅行数据目前主要用于各种客流量分析,但将其用于基于模拟的规划的巨大潜力迄今仍未被挖掘出来。传统的交通模型通常基于旅行日记调查和人口普查,而这些调查只覆盖了实际人口的一小部分(约2%)。随着大数据的可用性,样本量显著增加;根据研究区域的不同,最高可达35%。

    此外,大数据可以用来提高模型的准确性,表示人类行为的整合, 尤其是在从基于出行的模型向基于活动的模型转变的过程中,该模型可以提供有关出行和活动链的精确信息在考虑更详细的基于代理的模型时至关重要。

    不同类型的数据是互补的;移动设备和智能卡自动收费站(SC-AFC)系统具有大量的基于个人的数据;全球定位系统显示人们的一般行为和他们移动的意愿,提供有关旅行时间、频率、距离和速度的信息;兴趣点(POIs)数据可以为交通模型提供关于城市空间特征和活动类型的信息,突出访问时间和花费的时间。尽管可用数据的数量是巨大的,但主要的挑战是要考虑不同数据源的数量,这些数据源不允许采用集成的、独特的方法来处理。

    内容推荐:澳大利亚帕拉马塔环形游泳池获得了市议会的规划批准

    未来的研究必须专注于将来自不同来源的大数据信息汇总到一个数据库中,这对于为交通模型提供信息具有巨大的潜力,并使从业者和规划者能够准确地了解出行方式,人们的偏好和预测。

    任何计划者都应牢记的另一个重要事实是,如果不能与生成数据的人群准确地关联起来,数据的潜在偏差和代表性。对于可以理解许多变量及其相互关系的定义明确的挑战,与使用大量大数据相比,小型,仔细分层并有代表性的抽样数据在寻找解决方案时可能更有效。

    大数据正在以一种前所未有的方式对交通规划方法进行变革,支持数据的民主化,这使得即使是小城市也可以访问移动指标,以确定最佳策略和行动的优先级,从而改造以汽车为导向的网络。

    对不同时期档案数据的访问提供了强大的工具,几乎可以立即评估实施的措施对人们流动模式的影响。这种即时的验证违反了运输规划的传统静态方法,传统的方法是利用案例研究和手册来预测结果。实时数据允许在整个设计过程中对项目进行验证,而不是在最后进行规划、实施、操作、测试和验证,从而将城市规划的线性模型转变为随时间推移的数据提取和调整的循环系统。

    作为规划者、工程师和建筑师,我们的工作是利用实时大数据提供的潜力,创建一个更具适应性和弹性的城市框架,能够在任何时候满足所有公民的需求。

    关于作者:

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图11

    Rawad Choubassi 目前担任Systematica的董事兼董事会成员,负责领导有关城市环境和复杂建筑中的移动性的规划和研究项目,重点是城市更新和新开发交通规划,可行性和尽职调查,停车工程和行人流量分析。

    Choubassi通过与矶崎新,纽约的Kliment-Halsband建筑事务所以及其他建筑师进行大规模项目的深入工作,获得了以前的经验。 他领导着一支由多学科顾问组成的团队,致力于在各个规模上扩大移动工程背后的科学极限。 他的语言能力促进了对不同法规和文化的交流和理解。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图12

    Alessandro Vacca 自2010年以来一直是Systematica的运输工程师。他是高级顾问和项目经理,对交通规划和政策评估分析有广泛的了解,源于参与各种与规划和交通相关的项目。

    Alessandro Vacca专门从事运输建模和总体规划,包括开发全面的运输需求模型,对各种旅行需求行为统计数据有深刻的了解,并获得各种软件包的支持。 通过参与世界各地的多个项目,他在交通和停车评估,微观仿真和行人流动方面也具有丰富的经验。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图13

    Tiffanie Yamashita 是一位城市工程师,在城市设计和交通规划方面经验丰富。 自2013年以来,她一直在一些国际项目中与Systematica合作。 她参与了不同规模和阶段的各种项目,从高层建筑到城市总体规划和国家交通规划。

    她担任交通顾问一职,主要负责支持复杂的城市项目以及针对交通问题的处理策略和解决方案。 她的技能主要是对与交通相关的项目进行的现有和计划中的城市环境的技术和设计分析,车辆和行人交通流量的评估以及设计解决方案的定义。

    2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?插图14

    Marianna Zuretti 是一名城市和交通规划师。 自2015年以来,她一直在Systematica工作。她的工作主要集中在欧洲,中东和美国等不同规模和国际背景下的城市研究和交通规划。

    她不断参与城市和发展再生项目的交通规划,战略咨询,交通分析和管理,重点是行人通行。 她还致力于运输建模,使用工具和仿真平台来支持战略决策,以便在各种情况下,在任何规模上探索和确定最合适的规划解决方案。

    城市交互—第八届深港城市\建筑双城双年展(深圳)

    http://www.szhkbiennale.org.cn/

    于2019年12月在中国深圳开幕的“城市交互”是第八届深港城市 \ 建筑双城双年展(UABB)的主题。这次的展览包含两个部分,分别为“城市之眼”和“城市升维”,将分别从不同角度探索城市空间和科技创新之间不断发展的关系。其中“城市之眼”部分由建筑师、麻省理工学院教授卡洛·拉蒂担任主策展人,华南—都灵联合实验室担任学术策展人。而“城市升维”部分则由中国学者孟建民和意大利艺术评论家 Fabio Cavallucci 担任主策展人。

    “城市之眼”板块

    总策展人:卡洛·拉蒂

    学术策展人:华南–都灵联合实验室(华南理工大学–孙一民,都灵理工大学–博明凯)

    执行策展人:贝丹尼[CRA],爱兜,徐好好

    湾区学院院长: 米兰理工大学(德博)

    “城市升维”板块

    总策展人:孟建民、法比奥·卡瓦卢奇

    联合策展人:南方科技大学人文科学中心“科学与人类想象力研究中心”(吴岩)

    执行策展人:陈楸帆,玛瑙,王宽,张莉

    译者:吴佳芮

    内容推荐:ArchDaily 石材文章精选

相关推荐

暂无相关文章!

微信扫一扫,分享到朋友圈

2019深港城市建筑双年展,如何以新颖的方式利用实时大数据的力量?
返回顶部

显示

忘记密码?

显示

显示

获取验证码

Close