学界 | 大数据背景下,景观研究怎么做?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 在这篇文章的开头,在下并不想将很多有关于大数据景观的大概念和大理论摆出来,因为并不直观也很难理解,所以,直接想给大家分享两个案例。

在这篇文章的开头,在下并不想将很多有关于大数据景观的大概念和大理论摆出来,因为并不直观也很难理解,所以,直接想给大家分享两个案例,之后我们在逐步深入说明:

巴塞罗那大时代——用展现来强化文化遗产和社会之间的联系

image

借由数位工具所提供的模拟制图能力及新型互动发展潜力而制成的巴塞罗那动态地图,其旨在文化遗产与保护及热爱巴塞罗那古迹的使用者之间营造出一种全新的联系,并随之加强认同感的纽带。该项目将巴塞罗那超过70000个城市区块中的3000处历史遗迹数据交互可视化的方式予以展示。

image

在巴塞罗那,大众会忽略“较小”的古迹;尽管这些小型古迹也与城市历史息息相关,但得到的关注比较少。除圣家族大教堂、桂儿公园这些著名古迹之外,巴塞罗那还拥有3000余处受保护的遗迹。

这些元素被详细记录在遗产名录中,注明每项遗产的价值,并根据其脆弱度和重要性划分为不同的保护级别。对遗产的正当保护不仅要依赖适当的管理机制,更要在社会中广泛传播。

image

“巴塞罗那大时代”借由数位工具所提供之模拟能力及新型的互动发展潜力,在文化遗产和保护与热爱巴塞罗那古迹的使用者之间营造出全新的联系,同时加强认知感的纽带。此项目将巴塞罗那文化遗产的全部数据库,首次以动态地图的形式加以呈现。

透过如此动态、可访问的多功能平台(网络和移动终端),市民、专业人士和游客首次能轻易取得巴塞罗那文化遗产的完整信息。收集、分类和展示的数据来源于地籍图(DCC)、巴塞罗那文化遗产名录(CPAB)和考古地图(CAB)。

透过来源数据,制作地图底图,调整规划系统将所有数据进行汇总展示。根据每个绘图的建造年份来编辑并展示,而文化遗产则接受地理定位并依据保护级别(A级、B级或C级)进行分类。


image

该地图成为提升社会对文化遗产价值意识,让市民参与维护的重要工具。变遗产保护为一种体验。让市民能够从中结合对地域的感观和主观解读——应让更多民众参与到新型遗产标准和集体决策和制定中来。

针对波士顿地区长期饱受破坏性风暴侵袭的新一代规划策略——海之巨变


image


地图数据来源:美国国家海洋与大气管理局(NOAA)、大西洋飓风数据库(2013年)

波士顿长久以来一直饱受风暴侵袭。海平面上升将会对波士顿及更广泛的地区带来连锁效应。

image

以为波士顿地区制定一个长期的弹性策略为目标,设计师发起了一项关于海平面上升的研究,名为“海之巨变”。该项目团队在Sasaki设计事务所跨学科实践的基础上展开准备规划。为了评估波士顿在海平面上升方面的脆弱性,团队对高精度的高程数据、海岸线特点和水资源管理基础设施信息进行了整合。

在认知风险等级及绘制成图后,团队合成了几十个专题数据库,以了解波士顿地区关键的基础设施系统——包括医疗设施、治安管理、消防响应、能源网和交通基础设施——可能遭受的破坏影响。

2013年秋,波士顿建筑学院景观设计系的自然系统设计工作室基于这些研究成果,为波士顿东部社区制定了弹性策略。

image

“海之巨变”强调我们对关键城市系统的考量必须跳脱出市政边界。从道路网、能源网,到商业区和历史街区,波士顿的城市系统错综复杂的交织在一起,很容易受到水位上升的威胁。

该项目研究对波士顿地区海平面上升范围,及其对波士顿土地利用、人口、交通系统及其他可能遭受侵袭的系统影响范围进行识别,并绘制成图。

image

除了记录海平面上升的威胁,“海之巨变”项目还在建筑、城市和地域尺度上提出了前瞻性的设计和规划战略。从浮动公寓楼到可吸收、引导洪水的公园,世界各地的设计师和工程师纷纷想象和制定应对海平面上升的弹性解决方案。研究表明,弹性的设计策略可以令波士顿的建筑和基础设施能够在风暴侵袭后迅速恢复,并适应上涨的潮水。保护波士顿地区边缘地带不受侵袭的同时,提升滨水地带的活力和连接性,并推动经济发展。


image

同时,以清晰易懂的展览形式向公众传播海平面上升和弹性等复杂问题,提高公民意识、鼓励在城市和地域尺度采取行动。包括七个主题:
海平面上升原因
已发生的风暴
会有哪些风险
棘手的问题
社区参与
设计战略
大思维

image

除此之外,交互式的图的开发可供参观这和网络用户更方便的进行探索和分析。相关网站还可以实时关注相关资讯和采访。多个社交媒体也成为研究海之巨变的数字化平台。


image

那么,说到这里,稍微做一下总结和思维拓展。

如今,大数据时代在众多国家已经普及,数据可视化、数据收集分析、数字化艺术表现、数字网络公开等词汇已经数次的成为了各个行业竞相追逐的目标和策略。

虽然在国内,建筑景观和规划行业的相关数据化搜集和分析的实力还很落后,但从阿里巴巴的阿里云到百度的百度图说项目的前期数据分析已经成为了市场经济下不可或缺的一环,同样互联网的大数据背景也为设计带来了新的契机。

更多的规划设计分析图通过数据的支持变得更加具有说服力,也更能从另外的角度和更有针对性的维度中探索更多的解决问题的可能性。以此,数据可视化和大数据背景下的工作模式和思维观念包括:调研分析、设计规划或者回访探究等都是我们需要拓展和延伸的重要领域和思维技能点。

下面分享一些相关的图面案例:


image


OSM格式数据爬取分析图

image

DEM高程数据爬取分析图

LocaspaceViwer爬取高程数据值,然后进行高程可视化分析。分析中,我们既可以通过高程点分析,也可以通过提取等高线分析,还可以通过可视化图进行分析。

image


DEM数据高程分析-Elevation Analysis-



image



也可以实现高程数据动态展示

image

Elevation Analysis 高程分析


image

SLOPE坡度分析--SLOPE坡度分析【三维显示】

image

Flow Analysis 地表径流分析

image



地表径流三维分析


image


image


image

SOLAR ANALYSIS 日照分析



image

INTERFERE ANALYSIS 干扰分析

image

人口密度分析


image

城市空间分析


image

POWER-MAP可视化分析



image


image


容积率计算

image
image
image

Google Earth导入GlobalMapper,地形数据创建和分析,容积计算,等高线创建,视线/视流图分析,流域建模,坡度分析,时间变化

image


城市POI数据

image



Grasshopper绿化植被区域、雨水径流、地势分析



image

Grasshopper流线分析图

接下来继续拓宽大家的视野,帮大家把脑洞再开大一些,分享几个国外名校中的工作室的有关于抽象领域大数据景观研究的案例:

声之岛

介绍一个哈佛研究生毕业,现就职于Sasaki设计事务所的蔡淦东的studio中的作品。

大数据的运用除了建立在现有数据网络及数据库的基础之上以外,还可以通过抽象化的视觉或者感官信息收集的方式生成数据模块化,从而反应和解决问题。

思路建立在两个方向上:1.通过研究富勒的地图,提出陆地/海洋图底关系颠倒的可能,绘制出海洋位于中心被大陆包围的新地图,从而确立“海洋即是岛”的命题。海洋中心地图也成为后续大量mapping工作的底图贯穿整个studio。

2.同样是从富勒地图出发,通过分析地图产生偏见的不可避免性(一是无论哪种地图投射技术都会产生视觉形变,二是地图几乎都是政治产物,不同地图的构图中心,边界划分都是带有强烈政治倾向的),提出放弃用视觉而用听觉感知地球,并通过收集来自世界各地的声波绘制听觉地图(sound map),确定另一个主题:声音。

image


image

接下来的工作基本就是围绕这两个主题展开的,包括提出用声纳技术帮助海洋生物摆脱收集海洋垃圾时对它们产生的潜在危险;战争时期在雷达未被发明前用于侦测敌军的Sound Mirror被作为一种声音景观被再利用的可能性;以及把泰晤士河口的废弃军事塔(曾在战后作为私人电台信号发射站)改造成具有展示多尺度声音主题的声场试验馆。

image

image



image

Maunsell Forts是一处军事塔楼群。在开始构思改造设计的时候我联想到了同样位于英国,由盖迪斯设计的Outlook Tower。这是一个六层塔楼,盖迪斯在一层放置了世界地图,二层则是欧洲地图……越往上登塔者将会看到更小尺度的世界,直到顶层天台的能俯瞰爱丁堡的观景台。

正如颠覆视觉地图创造声音地图,我尝试把塔楼想象成一处声场试验馆,设置海面上三层海面以下两层的展馆,从顶层到底层分别播放塔楼尺度–泰晤士河口尺度–英吉利海峡尺度–海洋旋涡尺度–以及地球尺度的声音,而这些声音的声源都来自于我前期的研究成果。


image


image

通过这样的设置,想用隐喻的手法模拟一场从视觉到听觉缓慢切换的“失明者”体验之旅:从顶层观光塔到底层暗空间,能看见的越来越少,能听见的则越来越“远”。把Outlook Tower和 Maunsell Forts并置起来,得到的是指向天空的“向上”攀登和指向海底的“向下”探索的行为模式对比,是扩大视域的控制欲与延展听觉的好奇心的情感模式对比。

image

权力生态学

除了视觉及感官之外,抽象类的数据分析模块形式还有很多。同时,更多的高校和工作室的工作模式也始终保持和强化通过数据分析和抽象模块化收集的发现和推敲问题并增加更多的解决可能性。

再来看他们的另外一个作品:

如果说生态学是读景观的学生必修的一门技能,那这个studio就是一个把政治力量当生态来研究的技术课;如果达到人居环境和自然的和谐是景观的其中一大目标的话,这个studio的最终目标就是把军事和权力议题并置到领土尺度的环境讨论中去;如果在GSD只能上一个景观studio的话,那必须是Pierre的这个。

image


几十号人的一个班被分成若干个大组,每个组研究一个美国军事基地,每个小组内又分成三到四人的小组专门针对一个话题进行更细致的研究,最后所有成果以多样的形式展示,把期末评图办成一场大型展览,这就是这个studio的玩法。我所在的大组研究的是位于加州Lompoc的范登堡空军基地。

这里原来是土著Chumash的居住地,西班牙殖民者,墨西哥军队,以及后来的美军的到来让他们失去了家园;而Lompoc这座小城镇所处的地区长年缺水,地下水位每年下降,该地区全美产量第一的草莓竟是罪魁祸首;西班牙人带来的牛曾一度在这片土地上繁盛,而如今却成为了这里生态危机的重要关系者,并影响到了美军基地……这些像悬疑剧的情节就是这个studio我主要研究的内容,也回应了The ecology of power的主题:生态学是关于关系的学科,而社会、政治、军事、经济的力量从来都存在于关系之中。

image

设计分成叙事和干预两部分。在叙事部分,我尝试通过拼贴这一适合并置展出矛盾乱象的媒介来直白的陈述这片土地上发生着的关于权力和生态的关系。干预主要是通过基础设施的设计来实现。

针对当地愈发严重的干旱与随之而来的地下水位下降与土地沉降问题,我们建议为当地河流增加截水坝以减缓流速,补充地下水的同时降低冲刷对泥土的侵蚀;还通过引入播种机设备,提高当地农民的生产效率,减少对地下水源的浪费,从而为他们提供一种更能与环境相容的生活模式。

image

最后的展览在Pierre“Exhibition as Design”的概念下,每个大组自主布置展区,把策展本身理解成本次设计的一部分,使出浑身解数让一场历时多月,以军事基地为契机开展的全球生态讨论,投射到GSD的阶梯课室Piper里。

image

介入城市,阿尔巴士拉

很多时候,我们会通过逻辑思维的梳理,再加上软件的辅佐,将多种数字化形态或者参数化运算应用到数据整理和艺术表达之中。数字可视化与大数据手机和普及并不矛盾,相反,可以达到相得益彰和相辅相成的效果。

在哥伦比亚大学的学习中,我们试图把建筑性能驱动的优化生成设计推向极致。在这个超高层的设计中,我们不仅加入了风速、结构稳定性等物理性能模拟,更探索了如私密性、空间连接性等对更本质的建筑评价标准的量化和优化。我们采用了多目标遗传算法生成、淘汰、杂交、进化了两万多个方案,历经两个星期四台服务器不间断地计算,最终得出了各方面都最优的解决方案。

image


image


image

虽然我们得到了在很多方面都很高性能的设计,但结果在审美上却不理想。这让我不禁反思:为什么不好看?因为我们忽略了审美?但如何平衡性能和审美?

或是否可能将审美因素也量化纳入到数字化设计的语境和系统中?建筑设计优劣的评价是非常综合的,在相当长的一段时间内,数字化设计可以量化与涵盖的还只是很小的一部分。因此不论是否运用数字化的设计,我们都得先学会成为一个传统意义上好的设计师。

原文发布时间为:2018-08-01
本文作者:Stone & Fiona
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
人工智能 分布式计算 大数据
超级计算与大数据:推动科学研究的发展
【9月更文挑战第30天】在信息时代,超级计算和大数据技术正成为推动科学研究的关键力量。超级计算凭借强大的计算能力,在尖端科研、国防军工等领域发挥重要作用;大数据技术则提供高效的数据处理工具,促进跨学科合作与创新。两者融合不仅提升了数据处理效率,还推动了人工智能、生物科学等领域的快速发展。未来,随着技术进步和跨学科合作的加深,超级计算与大数据将在科学研究中扮演更加重要的角色。
|
3月前
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
162 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
3月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
93 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
|
3月前
|
机器学习/深度学习 自然语言处理 数据可视化
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
本文探讨了基于Python大数据技术对京东产品评论进行情感分析的研究,涵盖了文本预处理、情感分类、主题建模等步骤,并运用了snwonlp情感分析和LDA主题分析方法,旨在帮助电商企业和消费者做出更明智的决策。
135 1
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
|
3月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题二建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的问题二的建模方案和Python代码实现,包括数据预处理、特征工程、模型训练以及预测结果的输出,旨在通过数据分析与建模方法帮助中国移动北京公司提升客户满意度。
75 2
|
4月前
|
NoSQL 大数据 知识图谱
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
39 1
|
5月前
|
数据采集 搜索推荐 大数据
基于大数据的市场分析与消费者行为研究
【6月更文挑战第5天】大数据在市场分析与消费者行为研究中扮演关键角色。通过海量数据分析,企业能更全面、精准地了解消费者偏好和市场趋势。Python等工具帮助处理数据,揭示购买习惯,支持个性化营销策略。同时,大数据使深入理解消费者心理、决策过程成为可能,助力企业优化产品,提升客户满意度和忠诚度。在这个数据驱动的时代,大数据是洞悉市场和消费者的魔法力量。
196 2
|
6月前
|
分布式计算 DataWorks 安全
DataWorks产品使用合集之DataWorks创建 MaxCompute 资源背景信息如何解决
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
59 5
|
6月前
|
SQL 分布式计算 Hadoop
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
181 0
|
6月前
|
存储 分布式计算 大数据
【云计算与大数据技术】大数据概念和发展背景讲解(图文解释 超详细)
【云计算与大数据技术】大数据概念和发展背景讲解(图文解释 超详细)
780 0