2024年9月24日，由同济规划院城市开发规划研究院与城市评估与开发研究中心联合举办的系列讲座：城市开发学堂第二十四讲，于同济规划大厦408会议室举行，同步腾讯会议线上直播。本次活动邀请到了城市开发规划研究院二所、三所、五所分别分享了各自团队的应用案例和经验，聚焦主题“大数据在城乡规划中的应用实例分享”。分享后现场进行深入交流，为进一步推动大数据在规划中应用的多种场景和实现手段进行探讨。
案
例
分
享
案例分享一
基于二维图像的城市快速低成本三维重建技术
案例来自：城市开发规划研究院二所
智能规划的重要意义
当下国内城镇化进程已进入存量时代，土地利用的高效精准是未来城乡规划的趋势，现阶段部分城市规划仍然存在的“拍脑袋”经验主义现象，针对未来城市存量挖潜及城市更新的大量需求，使用传统的规划方法势必导致规划实施性与实用性大打折扣。在现行国土空间规划体系的要求下，从智能技术入手，运用新技术新方法构建合理的三维重建模型，辅助总体规划、详细规划及专项规划编制，形成科学客观的规划成果。
三维模型重建算法研究比较
关于三维模型重建的算法较多，有NeRF、AtlasNet、Occupancy Networks、DeepSDF等。通过主要算法的比较（表1），NeRF算法不仅可以准确还原场景中的细节和颜色，同时能保持较小的数据量，生成真实的图像和视频。
表1 常见三维建模算法的优势劣势对比及适用情景表
研究方法及研究区概况
3.1 研究区概况
上海市圆明园路步行街位于上海市静安区，是文化底蕴深厚的商业街道。圆明园路历史悠久，追溯到20世纪初，这条街道就已是上海的商业中心之一，如今仍保留着大量历史建筑与传统商铺。圆明园路建筑风格多样，不仅有中西合璧的洋楼，也有充满民国风情的石库门。此外，步行街还会定期举办各种文化活动和艺术展览，为游客和居民提供了丰富的艺术文化场所。
3.2 研究方法
NeRF，全称Neural Radiance Field（神经辐射场），是一种基于深度学习的三维场景重建算法，该算法能够通过二维图像生成三维模型，不同于传统三维重建方法中的点云、网格及体素表达方式，NeRF将场景构建为一个连续5D辐射场隐式存储在神经网络中，只需输入稀疏多角度图像训练得到神经辐射场模型，即可渲染出任意视角下的清晰照片。
圆明园步行街三维重建及成果应用探索
4.1 三维点云构建
通过微单相机拍摄数百张照片，通过稀疏点云构建（图1）、点云编辑、稠密点云重构（图2）等步骤，构建圆明园路步行街三维模型。
图1 稀疏点云构建
图2 稠密点云构建
4.2 NeRF渲染生成
通过将输入视点参数与从稠密点云中重建的场景几何结构相关联，NeRF能够生成一组射线方程。这些射线方程通过采样场景内的体积表示，计算每个点处的光照条件、反射属性和材质特性，从而生成高质量的图像（图3）。
图3 NeRF渲染图
4.3 三维重建在规划中的应用探索
4.3.1 光照阴影分析
NeRF光影分析是指通过对场景中的光照条件进行建模和分析，以进一步理解和描述场景的光影效果。本文对场景中的光源进行建模，包括光源的类型、位置和强度等参数。通过分析光源的属性，我们可以确定它们对场景中不同物体的照射条件，以及光线的入射角度和强度的变化。并对材质和表面特性进行建模，考虑物体的反射和折射行为。
4.3.2 虚幻引擎再渲染
虚幻引擎（Unreal Engine）是由Epic Games开发的一款综合性游戏引擎。它是一套强大且灵活的工具集，用于创建高质量、逼真的实时交互内容，包括电子游戏、虚拟现实（VR）和增强现实（AR）应用程序、电影特效和工业仿真等。
可以将NeRF生成的三维模型导入虚幻引擎，可以对模型进行二次渲染，在城市可视化、空间布局和设计、可视化模拟和分析、可持续发展评估等方面均有良好的发展前景。
图4 光照阴影分析
案例分享二
基于多元异构数据的网红街区识别及建成环境影响分析——以上海为例
案例来自：城市开发规划研究院三所
研究背景、问题和目的
本次讲座以城市空间及规划技术发展为起点，首先介绍了网红空间产生及大数据技术应用背景，强调了城市建成环境对塑造网红空间的重要性，并针对网红空间具有互动体验丰富、视觉吸引力强、特色文化和艺术元素丰富且能够快速吸引关注的特点，提出了研究问题，即城市空间及建成环境对网红空间的影响。随后阐述了设立的研究目的，旨在通过识别上海网红街区，挖掘其特点和规律，探索建成环境因素对网红街区的影响，最终为城市网红空间的打造提供指导。
技术路线及研究方法
讲座的第二部分详细介绍了该研究的技术路线和研究方法。研究采用爬取小红书和大众点评的数据，筛选和识别排名靠前的网红打卡点；同时，构建了包括5个一级指标、10个二级指标和27个三级指标的建成环境因素指标体系，并将建成环境要素作为自变量，将网红化评价指数作为因变量，采用偏最小二乘法进行回归分析，以探究城市建成环境要素对网红空间产生及形成的影响情况。
上海网红街区的特点
接下来，报告分享了研究结果。从街区形态、视觉效果、功能配置、商业结构和设施设备几个角度对上海网红街区的特点进行了分析。研究发现，上海的网红街区主要分布在交通便利、商业集中、消费业态多样的商业化程度较高的区域，以及历史街区更新改造等区域。
网红街区的建成环境影响因素分析
最后，研究报告对建成环境要素的影响进行了分析。通过确定主成分数量、计算投影重要性值(VIP)和标准化回归系数等，得出了街区功能、设施和商业结构等因素对街区网红化具有显著影响的结论。具体而言，报告介绍了6个对街区网红化有正向影响的指标和6个对街区网红化有负向影响的指标，并就可能的原因展开了讨论。最终，报告提出，在网红街区的规划和打造中，应着重关注商业密度、消费多样性、街道色彩的丰富度、与地铁站的距离、POI的密度和丰富度等要素，并制定相应的策略和措施。这些建议对于城市网红街区的营造具有指导意义，为规划和设计领域的研究提供了实证依据，将建成环境要素纳入打造城市网红街区的关注范围。
案例分享三
基于多源数据的城市街道空间品质评估与提升策略——以邵武市城市更新规划为例
案例来自：城市开发规划研究院五所
以邵武市城市更新规划为例，介绍了街道空间的评估方法与更新策略，提出从现状问题识别到更新策略提出再到行动计划的街道空间更新路径。具体工作方法是结合邵武市城市更新需求，提出以打造“整洁街道、美丽街道、活力街道”为目标，并对照目标找差距、评估街道空间存在的问题与不足，进而提出更新策略。评估方法是利用现状采集照片、街景图片、百度热力图等数据，构建街道环境、街道形态、街道活力三个维度的评价体系，通过空间网络分析方法对街道空间品质进行评价，从而精准识别街道空间存在的问题。
图5 人群热力分布图
图6 街道空间问题评估图
在问题识别与更新策略结合方面，首先基于整洁街道的目标，通过城市感知模型分析得到建筑前区整洁度、风貌协调性的分布情况，以此为基础提出亟需开展街道立面整治、建筑前区环境提升的路段，提升街道环境；其次基于美丽街道的目标，通过语义分割模型识别街道空间构成特征，识别出强观山感知区域、绿视率较高的区域，支撑城市绿道规划和观山廊道选择，打造山水交融的美丽街道；最后基于活力街道的目标，采用百度热力图识别现状人群分布特征，并耦合分析街道功能密度、街道功能多样性，识别出活力较高的商业街区存在功能单一的问题，有特色资源但活力较低的区域存在环境品质低、缺乏功能业态的问题，从而提出打造商业街区、文化街区、滨水街区，并串线成面，进行联动改造，提升街道活力。
图7 滨水活力街区业态布局图
供稿 | 城市评估与开发研究中心
编辑 | 宣传办
审核 | 肖达
