CriticalThinking利

来源：智能建筑时间：2022/6/4

北京哪个医院看白癜风比较好 http://m.39.net/news/a_5221502.html
全球前沿设计播报这里是新一代设计师成长的地方口袋建筑APP×CriticalThinking我们相信学术界是创新性批判性思维的主要空间

利用人工智能和虚拟现实规划蓝绿城市

Planningblue-greencitieswithArtificialIntelligenceandVirtualReality

与ClaudiaPasquero和MarcoPoletto在危地马拉城的DeepGreenVR房间里散步。摘自年联合国开发计划署创新日。

我们当代城市的绝对复杂性使它们对人类个体而言是很难理解的。今天的城市规划需要调动集体的力量和智慧来应对未来的挑战。

DeepGreen项目是与联合国开发计划署进行设计创新合作的结果。ecoLogicStudio和UNDP一直在测试将人工智能作为新的城市绿色规划战略的一部分的潜力。

该策略分析城市景观和基础设施的高分辨率数据，以基于公认的生物模型生成可持续城市发展的模拟场景。该项目现已正式成为一个可扩展的工具集，几乎可以应用于世界各地的任何城市。可以通过强大的高分辨率绘图、渲染图像以及身临其境的虚拟现实数据室体验来可视化模拟的城市规划。

危地马拉城重新绿化场景的人工智能模拟。

这些模拟的城市场景具有三个关键品质：

■它们基于现有城市的广泛高分辨率城市数据集。

■他们部署了称为GAN的机器学习技术来模拟城市未来的重新绿化场景。

■它们产生视觉和形态输出，从而使我们所有人都能看到我们未来城市的模拟形式并与之互动。

为了充分了解这些关键功能，ecoLogicStudio开发了一个概念验证虚拟现实空间，作为与DeepGreen数据生态系统交互的有效方法。为了允许利益相关者访问内容，VR界面建立在一个名为MozillaHubs的强大在线平台上，该平台可被大众访问。

DeepGreen工作流程图

设计研究挑战

目前，世界上一半以上的人口居住在城市，预计到年城市人口将翻一番。激烈的城市化使我们重新思考全球范围内的人类社会经济发展，特别强调人与人之间的关系，足迹和环境。今天的城市和城市地区在感受气候变化的影响和努力抵消气候变化的潜在灾难性影响方面处于最前沿。

危地马拉市周边地区的水流模式分析。该图像是源自NASA全球数字高程模型的网格的假彩色渲染

城市是全球最大的二氧化碳排放国，因此有必要重新设计其基础设施，重新思考消费模式和循环性。换句话说，有必要想办法将城市排出的废物或污染转化为原材料，以供新的生产过程使用。

这需要废物管理、节水和循环利用、可再生能源生产和贸易的创新战略。它还涉及实施空气污染的过滤和再代谢技术。同时，我们认识到，在每个城市空间中，都存在着对现有公共服务的补充和补充的非正规性，无论是在集水区、个体废物回收，还是以分散式建设等其他形式。这些动态虽然是城市生活的重要组成部分，但并不总是得到认可。然而，解决脆弱性的有效方法需要利用城市中的整个人类和环境系统。

危地马拉市雨水收集分析。该图像是通过组合水流模拟模式和危地马拉城地形DEM网格上的最小网络计算得出的

解决方案

我们可以设计有弹性的城市，利用它们的规模和集体能量为人类和流离失所的野生动物创造避难所，促进积极小气候的出现，补充枯竭的水源，恢复退化的地形，推迟荒漠化、土地等进程侵蚀和污染。这需要城市重新绿化和野化以及城市农业的创新战略。当今城市规划的一个关键品质是动员集体机构和智慧来应对未来的挑战。通过这种方式，本地解决方案可以响应给定的挑战而发展。

危地马拉市本地到城市垃圾收集网络。通过最小路径算法从GIS地图、卫星地图和DEM模型分析中计算出的图像。该分析还考虑了当地废物收集分析的结果

为了实现这一目标，DeepGreen被设计为一种规划解决方案，将复杂规划应用程序的可扩展性与其设计界面的设计敏感性和直观可访问性相结合。这使得每个特定城市应用程序或城市设计解决方案的高度定制和演变成为可能。

在其核心，DeepGreen使用复杂的算法来分析城市景观和基础设施（大部分是可用的开源）的高分辨率数据，以生成可持续城市发展的模拟场景。至关重要的是，它为绿色城市设计提供了一种新方法，该方法由对生物系统和模型的更深入理解驱动，可迭代并适应全球多种场景。

危地马拉市新兴的当地废物收集网络

正如我们在奥胡斯、塔林、巴塞罗那、加拉加斯等早期采用城市以及与联合国开发计划署合作伙伴城市弗拉涅、危地马拉和摩加迪沙的测试运行所证明的那样，我们的设计方案模拟了恢复性城市网络的演变。

重新野化危地马拉城

在危地马拉城，严重缺乏废物管理加剧了这种情况。危地马拉城市垃圾场是中美洲最大的垃圾填埋场，占全国垃圾总量的三分之一以上。危地马拉的个垃圾场中有99%没有环境系统，它们被归类为“非法”。DeepGreen使我们能够超越传统的规划概念，如区域、边界、规模、类型和程序。它承认当代城市的真实本质是复杂的动力系统。

危地马拉城位于复杂且高度不稳定的地形上，周围环绕着山脉和火山，其中一些火山仍然活跃。它的生态系统原本拥有非常丰富的生物多样性，但现在由于不受控制的城市化以及气候变化的影响而变得脆弱。我们的方法在自下而上的自组织过程之间建立了一个接口，例如在靠近倾倒场的地区出现的许多当地废物回收活动，以及在市政、国家和地区进行的战略决策。

危地马拉市的生物网络分析。绘制现有生物系统的邻近网络，突出显示缺乏连通性和需要重新绿化的区域

其目的是在最有可能产生积极变化的地方和时间寻找新的协同效应和直接投资。在对危地马拉城的分析中提出了两项建议：一项旨在促进人类与城市野生动物之间新的共存的野化计划，以及一项提出确保粮食安全和雇用目前迁移到城市的贫困农村人口的方法的城市农业计划。这两项提案在影响国际权力关系的同时，都对当地条件特别敏感。

例如，居住在危地马拉城绿地的候鸟迁徙到加拿大。因此，对城市野化的投资将有利于加拿大的生物多样性。移民工人在前往美墨边境的途中穿过这座城市。城市农业计划可以留住农村工人，从而减轻墨西哥和美国的压力。这种协同作用有可能将大量国际资金用于改善危地马拉城市民生活的当地项目。

LaRepublicaAlimentaria，危地马拉城扩展都市农业的模拟计划。建议应用DeepGreen工具解决粮食安全问题。该计划说明危地马拉城的领土具有为该市种植3种主要主食的潜力。它还模拟了地块与现有城市基础设施之间的相互作用，以支持分布在城市关键地区的当地农产品市场的出现，这些地区低收入人口面临饥饿的高风险。与巴塞罗那IAAC高级建筑硕士合作制定的计划。

重新绿化摩加迪沙

同样在摩加迪沙的另一个案例研究中，土地退化是一个关键的环境问题，与荒漠化、干旱和不可持续的牲畜和农业做法密切相关。城市完全横向发展和严重缺水加剧了这个问题。植被稀少，以至于其恢复作用变得微不足道。

摩加迪沙市的植被指数。该图像是从城市的谷歌地球高分辨率卫星视图中通过算法处理的，以突出其生物层。

在我们的提议中，计算了一个自下而上的集水和过滤网络，以优化其与现有城市密度和道路网络连通性相关的性能。然后通过大规模的重新绿化战略来加强这一点，该战略旨在在收集区域附近建立密集的植物网络，从而促进恢复性小气候和生态位的出现。至关重要的是，算法接口允许同时计算和优化对比参数以及开发多标量方法。

因此，城市再绿化战略具有多重层次。它在局部识别城市植被中的空隙，并指导在最佳位置种植树木。在社区的规模上，优化了为现有建筑物服务的集水点的位置。在城市范围内，它促进了植被网络的密集化，以促进生态位和当地小气候的出现，特别是在集水区周围。在领土范围内，它促进了自然和人为屏障的出现，以阻止荒漠化并恢复一些废弃的农田以及运河和水井的基础设施网络。

摩加迪沙当地集水管网分析。通过最小路径算法从GIS地图和卫星地图分析算法计算的图像

弗拉涅可再生能源城市地区

本研究的第三个场景是塞尔维亚的弗拉涅市。与前面描述的两种城市系统相比，这是一种非常不同的城市系统。

弗拉涅是一个分散的城市地区，面积小，常住人口少，但在建立新的区域网络经济方面具有更大的机会。该研究认识到周边地区潜在的利用太阳能、风能、水力和生物质能等来源生产可再生能源的机会。这种本地分布式生产可以产生一个新兴的综合可再生能源网络，能够产生重要的新循环经济和高水平的就业机会。

结论

总之，通过DeepGreen，我们正在开发一种城市设计方法和相关技术，可以有效地将人工智能部署到全球城市和城市区域的重新绿化中。该方法具有可扩展性，我们打算开发一个专门的城市设计应用程序，以大幅增加可以从该技术中受益的城市数量。

为了完善它，我们寻求将其应用到更多具有明显城市设计挑战的测试城市的设计中。该设计研究和创新项目是在创新基金资助的支持下开发的，是斯洛伐克财政部支持的城市实验基金的一部分。