微信：点击阅读微信原文

期刊：Architectural Intelligence

关于本刊

Architectural  Intelligence（建筑智能/ARI）是一本开放获取期刊，以设计科学（Design Science）思维为引领，面向智慧人居、虚拟人居、地外人居三大未来场景，专注研究贯穿建筑全生命周期的人工智能及新兴技术，致力于以实证为支撑的建筑科学研究方法，打造学科交叉的国际学术平台，重构建筑科学知识体系，建立可持续发展的新范式。

点击此处进入期刊网站

特刊主题: 计算性城市设计

经过数字化城市设计十余年的兴起与发展，当前我们正在见证城市设计的范式转变。纵观建筑和城市设计的发展历程，大多数现有的设计理论和实践都是通过主观直觉和实践经验产生。但新近涌现的城市大数据与新城市科学正在开启过去无法想象的可能性。这些技术进步为我们探讨新“设计科学（design science）”提供了可能，并催生了一个值得关注的新的研究领域，即“计算性城市设计（computational urban design）”。

计算性城市设计可以被看作是将新兴数据、技术分析和计算算法与经典的城市设计工作流的紧密融合。基于此，可归纳为数据支持（data-informed）、具身循证(evidence-based)和算法驱动(algorithm-driven)三个方向。

数据支持型城市设计侧重于将城市新兴数据和定量城市形态应用到城市设计中，例如场地分析和设计评估。城市大数据和量化城市形态学工具有助于实现动态映射、大数据分析，以及场地的大尺度和人性化特征的协同呈现。而基于新数据的深度学习算法有助于实现测度 "不可测度 "的各类特质，从而以定量视角的深入分析支持城市设计分析。

具身循证型城市设计侧重虚拟现实(VR)、增强现实(AR)和可穿戴生物传感器的应用，探索人本导向的方法论创新。VR和AR有助于提供可步入、易调整的沉浸式环境来收集人们对空间的偏好。可穿戴生物传感器则能通过数字信号记录人类感知，帮助建筑环境审计和设计验证。虚拟现实与生理传感器技术的协同进步，为客观研究人与环境的互动带来新的潜力。通过以陈述性选择偏好法和离散选择模型为代表的各类统计方法，我们有望立足人本视角，更深入了解人们如何使用城市空间、以及他们对这些空间的感受，进而支持高密度建筑环境下的精准更新。

算法驱动型城市设计主要侧重于计算可视化技术和各类深度学习算法来开发设计辅助工具或搭建交互式设计平台。不同于注重城市现状分析的数据支持型城市设计，算法驱动型城市设计更聚焦全流程各阶段的设计支持。一方面，计算可视化技术有助于将城市设计的空间、社会和环境表现可视化，并与设计方案的变化进行互动，从而将以往依赖于设计师经验和主观判断的感知品质直接可视化；另一方面深度学习算法，特别是生成对抗神经网络算法（GAN），在很大程度上推动了生成式城市设计（generative urban design）的发展，将数字计算和设计师创造力结合起来，推动城市设计方案生成的智能化。

简而言之，我们正在见证新城市科学支持下的新城市设计范式涌现。虽然这一领域的文献不断增加，但“计算城市设计”的内涵与外延仍值得进一步讨论。我们需要更多的理论方法探讨与实证研究来进一步探索新数据环境和新分析技术的前景。我们不仅需要在城市设计理论与方法上有透彻和科学的理解，还必须把这些知识作为未来探索设计科学的基础。在此特刊中，我们试图建立一个关于城市设计技术体系（urban design techniques）的讨论。通过涵盖上述三个新兴研究方向的方法创新，我们希望能进一步推动当代城市设计的范式转变，并在这个经典的研究领域催生新的洞见。

讨论目标与关注要点

本特刊“计算城市设计”旨在提供关于数字技术如何改变我们的城市空间以及如何运用它们来设计更优秀的未来城市的新视角。本特刊旨在提供这一方向下的一理论探讨、方法研究和实证分析，从而进一步展示城市大数据、虚拟现实（VR）、增强现实（AR）、可穿戴生物传感器和人工智能如何帮助我们探索、分析和评估城市，为城市建成环境的设计提供新的洞见和解决方案。

本次特刊计划包括且不限于以下三大维度六个方面的议题：

• 数据支持型城市设计: 整合量化城市形态学和大数据来测度“不可测度”的空间形态特征及其在社会、经济和生态方面的表现

• 数据支持型城市设计: 整合大数据和机器学习算法，探索新的城市设计理论和设计分析方法

• 具身循证型城市设计：应用VR/AR技术建立沉浸式虚拟环境，以收集市民行为与感知偏好，改善城市设计方案并寻求以人为中心的理解。

• 具身循证型城市设计：应用可穿戴生物传感器，如眼动仪、脑电图、心电图、肌电图，收集人本化的感知数字信号，推动精细化的建成环境审计。

• 算法驱动型城市设计：将深度学习和机器学习算法与经典的城市设计流程相结合，实现智能城市设计

• 算法驱动型城市设计：开发可视化平台或插件来评估城市设计方案效能，进而协助复杂条件下的设计决策与优化

投稿时间

• 2023年3月1日 论文征集

• 2023年9月1日 全文提交截止

客座编辑

叶宇（yye@tongji.edu.cn），同济大学建筑与城市规划学院副教授，博士生导师，建成环境技术中心副主任。香港大学博士，瑞士苏黎世联邦理工学院（ETH Zurich）未来城市实验室博士后，中国建筑学会环境行为学、计算性设计专委会委员，中国城市规划学会城市设计学委会青年委员，中国城市科学研究会城市大数据、健康城市专委会委员，荷兰注册城市设计师，中国注册城市规划师，上海市浦江人才。长期专注于计算性城市设计研究与实践，致力于将新涌现的新数据、新技术与传统设计需求相结合，推动城市设计在分析研究上的定量化分析与科学化转型。目前在此方向的SSCI/AHCI收录期刊上刊发论文30余篇，先后主持国家级科研课题2项，省部级3项，参与国自然重点、面上项目多项。

杜鹏（peng.du@jefferson.edu）, 美国托马斯杰斐逊大学建筑与建筑环境学院助理教授, 城市设计与未来城市、城市分析与地理设计这两个硕士项目负责人，以及托马斯杰斐逊大学智慧与健康城市研究院研究员。其研究专注于零碳建筑与城市、计算性城市设计、城市能耗模型与城市大数据分析等多个方面。近年来也在探索混合现实技术与城市设计的交叉，从而为实时响应的交互城市设计平台开发提供支持。在加入托马斯杰斐逊大学之前，杜老师曾在伊利诺伊理工大学、得克萨斯理工大学等高校任教，此外杜老师持续为世界高层建筑与都市人居学会（CTBUH）服务，先后担任CTBUH亚洲区主任、委员等职务。此外他也是LEED和WELL认证建筑师。

Mohammed Makki （Mohammed.Makki@uts.edu.au）, 澳大利亚悉尼科技大学建筑学院高级讲师。穆罕默德老师是常年从事跨学科、计算性设计领域研究的建筑师与城市设计师。他的研究包括计算性算法理论、城市肌理算法演进等，希望通过计算性技术的赋能来营造更环境可持续与更具行为活力的建成环境。其代表性研究工作包括Wallacei这一知名grasshopper工具的开发，以及Decoding the Architectural Genome这一首创性的参数化建筑与城市设计研究项目。

投稿详情请点击此处参考特刊主页

欢迎投稿！

本刊目前不收取文章出版费（APC）

期刊网站：https://www.springer.com/journal/44223/

投审稿系统：https://www.editorialmanager.com/arin/default1.aspx