基于数字技术的历史性城市更新设计:意大利普拉托市

基于数字技术的历史性城市更新设计:意大利普拉托市



课    题:意大利普拉托城市更新设计

课题类型:研究生设计课程(数字技术类)

指导老师:李飚,唐芃

参与学生:莫怡晨、吴佳倩、赵文锐、曾雷竣、李金泽

课程时间:20199-201912


课题背景

普拉托(Prato)位于意大利中部,是托斯卡纳大区普拉托省的首府。人口18万多,为托斯卡纳大区第二大城市,意大利中部第三大城市,仅次于罗马和佛罗伦萨。普拉托的传统产业是纺织业。1950年代,饱受战争创伤的普拉托受马歇尔计划的援助开始恢复其传统纺织业。在老城西部的Macrolotto Zero区域内,除了恢复了19世纪既有的纺织工厂外,新建的厂房迅速填补了街区的空地并形成致密又有特征的肌理,普拉托也在短时间内得到经济复苏。随着越来越多的工厂的建设和发展,对劳动人口的需求带来了大量非法劳工,很多人是从法国荷兰等地流入的中国劳工。他们因为身份问题成为黑色人口,大量非法劳工混住在工厂车间内,形成严重的社会问题和灾难隐患。普拉托市为缓解上述城市功能空间的矛盾,消除安全隐患,提升并改善这一区域的城市空间品质,帮助华工融入社会,于上世纪90年代分别在远离老城的城市南侧建立了Macrolotto IMacrolotto II。逐渐将工厂功能搬迁至这两个区域并建设与工厂匹配的居住和公共设施。在这个阶段,大量来自温州的中国劳工也不再甘心做纯粹的底层工作,他们逐渐积累财富,创立自己的品牌,并将这些产品行销欧洲大陆。由此,新的混合社会圈在普拉托形成。研究生在本课程中,除了解决城市设计的问题以外,旨在利用数字技术,通过模块化的设计思路,从不同的方面进行城市设计领域的生成设计方法的尝试,为城市建筑空间改造和城市历史地段的更新提供可能的设计方法。

[19世纪末普拉托老城与工厂(深蓝色建筑),绿色为工厂厂房]

[20世纪50-70年代受马歇尔计划援助后普拉托老城的工厂分布]

[20世纪90年代后建立的新工业区Macrolotto IMacrolotto II]


2 课程概要

产业类历史建筑及地段的保护性改造再利用是世界性的课题。引起改造和利用的主要原因表现为,首先,城市中的传统制造业比重日趋下降,新兴产业逐渐取代传统的产业门类,制造业、运输业与仓储业持续衰退。其次,城市局部地区的建筑、环境以及基础设施条件相对滞后与老化,出现功能性衰退。第三,原先位于城市边缘区的产业类用地被逐渐包围于城市的内部,造成对城市环境的污染。上述各类因素导致城市结构和布局的调整以及城市功能质量提升的需求,大量的城市历史地段产业用地面临更新改造。

意大利的普拉托市是本次设计的基地所在地。这个城市因为历史上大量华人劳工的移居给产业构成、社区生活以及普拉托的城市空间带来了不可忽视的影响。本课题基于普拉托市城市产业转型基本框架,利用数字技术提出从城市设计尺度到建筑尺度的整体更新策略。

本次设计希望结合数字化的分析和设计方法,完成产业地段的保护性改造。在此基础上,在提升整体区块活力的同时改善华人的生活。涉及内容包括历史城区数据挖掘及特性研究、区块和单体普适性更新策略的提出等。同时通过建立程序框架并探索相关算法,完成整体的地段更新设计成果,探索数据驱动的遗产更新生成方法。




3 设计思路

课题尝试探索基于数字技术的分析和设计方法,结合数据分析,完成典型节点的更新和改造。工作内容涉及地图数据的收集与整理、城市外部空间的多维度评价、地块内的建筑生成以及既有建筑改造,运用了多平台数据获取及数据库建立、基于深度学习的图像分类、数据可视化、基于规则的街区肌理模拟等手段,实现了数据收集——数据分析——策略制定——体块生成——建筑设计的工作闭环。

[工作流程图]

[数据挖掘]

[街景图像分析]

[城市公共空间评价]

[适应街区肌理的建筑生成]

[既有建筑改造]


4 设计内容


4.1 地图数据收集与挖掘01 城市的数字基础

针对普拉托这一城市,我们选择了地理坐标系一致的Open Street MapGoogle Maps作为主要数据来源。其中,OSM主要用于获取其基本几何信息,使用Google Place API获取兴趣点作为功能节点。

由于我们获得的这些数据并非开箱即用,但好在数据绝大多数是结构化的文本,因此在经过整理之后,这些数据才被存入数据库的相关表单中,用于后续的使用。

[Google Place Detail文本分析到数据库]

对数据库的查询修改操作进行一定程度的封装,所有项目参与者都能使用相关代码,从而城市的数字基础以建。对任意给定城市,设计师只需一行代码就能获取到需要的城市数据,进行恰当的分析。借此课题,在对普拉托的从数据获取到分析的实践中,实现了普遍适用的算法,可为所有城市的分析提供范本和框架。

02 城市统计分析实例

目前城市的数字化实质上是城市建设的一部分,正如不同城市建设有好坏之别,不同城市的数字资料也相差巨大。比如同样在意大利,普拉托的城市数据就远少于有着良好数字建设的罗马。作为设计者,我们需做的,往往便是从不会丰沛的数据量上出发,明确数据能为我们解决什么样的问题。

  • 城市道路分级

城市中的道路具有分层结构,通常说到道路分级只是横断面尺寸,交通流量,限速至道路名称的规范。但如果带入运动的观念,承载功能意义的街道在不同城市尺度上表示地图上两个位置之间的连接程度。Beirao将道路分为R1, R2, S1, S2, S3 五个层级,整理OSM道路标签数据,就可得到下图。



  • 华人节点筛法

本例着重考察了普拉托中的包含华人信息的节点,凭此知悉华人活动范围。在普拉托调研的过程中我们注意到,在当地华人集聚的区域,地图搜索到的往往也是具有中文特色的兴趣点名称。使用语言检测工具,可以找到23925个点中有866个这样的兴趣点。

城市中的道路将城市划分为一个又一个功能区,本例从已经分层的道路中提取出多边形,优化得到其几何形状。划定区域之后,就可以在区域层面进行分析。右图可以看到使用兴趣点数量填色的结果。

Boyce-Clark 形状指数是1964 年提出的算法,是一种基于半径的形状测度。左图为计算方法,并给出了几种图元的计算结果,右为运用该方法对建筑填色的结果。

即使仅仅使用建筑平面轮廓这样的几何信息,我们仍能从数据中发现有趣的结果。择取半数建筑的向量表示,即左图蓝点,对其做主成分分析,获得其比重最大的两个向量,即可得到二维上该城市建筑物的主要朝向。

DBSCAN 是一种典型的密度聚类算法,它假定类别可以通过样本分布的紧密程度决定。左图为对POI 数据做DBSCAN 得到的36 个聚类簇。右图为文本分析后城市不同功能标签的点在城市中的分布。在建筑师的程序实践中,逐步建立起学科问题的数学表示,有助于清晰的问题陈述和理性解析。当有创造力的建筑师知晓如何使用数字工具时,我们就不必为建筑的前途担忧。
4.2 街景图像主观感知描述与相似索引

为了描述普拉托全城街道空间的主观感知,基于前期对静态地图数据的梳理,计算街道的均布采样点,通过Google Maps API建立普拉托街景图像样本库。用Place Pulse众包项目数据训练六个维度的感知评价模型,对普拉托的样本进行审美、无聊、压抑、活力、安全、富有感知以及综合评价,生成普拉托的感知地图,由此可定位出待改造的街道。此外,通过计算图片评价矩阵的距离,对任一街景图像可在样本库内匹配最高相似度的样本,为指定改造策略提供参考。

[技术路径]

[普拉托街景样本库(部分)]

[街道采样点评价及评分最佳与最差的样本]

[普拉托感知地图]

[相似样本索引]

4.3 基于多源数据的城市公共空间评价及优化

普拉托存在有数量众多的广场及公园,它们构成了普拉托市民主要的室外活动空间。本次设计希望从Twitter数据和Google API数据出发,构建普拉托城市公共空间评价体系,以期在普拉托活力欠佳的华人区域选取室外广场加建位置,以及在华人社区和老城区之间的主要城市公共空间选取可供改造的空间节点,交由负责建筑设计的同学进行具体节点的改造设计。同时通过对节点单元进行的多要素分析,本次设计可对普拉托城区的主要空间节点有针对性地提出改造策略,以数据介入的方式,在节点的诸如功能街道人文之层面设定改造目标。

[Twitter数据和Google API数据获取]

[评价要素提取:公众网络评分,活跃程度,周边街景评分,功能复合程度,交通便利程度]

[总图分析:普拉托老城改造轴线]

[总图分析:普拉托华人社区城市公共空间选点]

[总图分析:谷歌贝叶斯加权平均分]

[总图分析:周边功能复合程度]

[总图分析:周边街景评价]

[总图分析:加权总评分]

[节点评价及功能复合程度分析]


4.4 基于城市建筑肌理分析的地块生成设计

在普拉托的多个区域,建筑与城市肌理存在着不和谐的问题,导致城市整体显得略微混乱。本次设计通过分析单体建筑轮廓线与一定范围内道路的角度关系,得出建筑与周边环境的突兀程度,并总结不和谐建筑的位置,发现城墙等要素对周边建筑设计的影响。在保证建筑与周边环境较为和谐的前提下,制定合适的拓扑关系,生成满足该拓扑关系的建筑,探索建筑与周边城市肌理和谐共融的多种组织方式。


01 计算建筑与城市肌理的和谐程度

所需信息:建筑轮廓线一定范围内道路中心线

[计算单体建筑的和谐程度]

[建筑现状]

[城市整体打分]


02地块中建筑生成


[生成逻辑]

[单栋建筑地块内生成]

[多栋建筑地块内生成]


4.5基于城市功能分析的厂房改造设计

基于对城市功能空间需求的分析,得出指定地块的缺失功能,在此基础上有针对性的进行城市缺失功能补充设计,实现在城市大数据指导下的“智能”建筑设计。本课题所选择的基地是Macrolotto Zero内的一处废弃的工厂。该厂房为上世纪30年代建成的预制混凝土框架结构,其东侧为河流,南侧为市民广场和住区。基地总面积56590平米,其中厂房占地 17222平方米。

[工厂区位]

[工厂现状]

[基地流线分析]

[设计原理]

[总平面图]

[平面图]

[立面剖面图]

[轴测图]

[室内透视]

[室外透视]


5 课程总结

这是中意联合城市设计在研究生设计课程数字技术类教学的第四次尝试,在建筑运算与应用研究所多年来的程序积累基础上,学生针对普拉托整个城市进行了从数据梳理分析到设计的完整流程。

在该课题中,设计小组探索了基于数字技术的分析和设计方法,结合数据分析,完成典型节点的更新和改造。较往届在数据挖掘和分析方面做出了更为深入和具体的尝试,整体实现了数据收集——数据分析——策略制定——体块生成——建筑设计的工作闭环。

通过此次探索,为大数据视角下的城市设计以及建筑设计数字化解决方法开拓了思路。


支持单位:水石设计

供稿单位:运算所



关闭