一种基于多模态时空数据的大学校园户外公共空间优化方法技术

本发明专利技术公开一种基于多模态时空数据的大学校园户外公共空间优化方法，涉及公共空间优化领域，在学校公共空间设计领域，通过系统实证调研与量化研究建立大学校园户外公共空间形态与活力信息数据库，根据形态和活力各自的关键性指标体系对于大学校园户外公共空间进行量化研究与分析，并通过基于多模态时空数据的人体感知数据实测和分析，建立空间形态—人体感知—空间活力之间的动态模型，研究空间形态与空间活力的关联机制，进而凝练提出大学校园户外公共空间优化方法。该方法有助于提升大学校园公共空间优化的精确性、科学性和预见性，对于城市公共空间的精细化设计也具有积极的参考价值。的参考价值。的参考价值。

【技术实现步骤摘要】
一种基于多模态时空数据的大学校园户外公共空间优化方法


[0001]本专利技术涉及公共空间优化领域，具体的是一种基于多模态时空数据的大学校园户外公共空间优化方法。

技术介绍

[0002]公共空间作为民众共同使用的空间，为人的日常生活提供路径、交流场所与社交舞台，建筑学界对于城市公共空间形态与活力的关注由来已久。在城市建设走向精细化发展的背景之下，大学校园可以成为城市设计的试验田，有效地探索城市公共空间提升的新途径。
[0003]在以往的大学校园规划设计中，往往存在着重建筑、轻环境的问题，户外公共空间的重要性还未得到足够的重视。现有大学校园户外公共空间设计往往侧重于构图和形式，缺乏从人本尺度出发对于空间实际使用方式和使用者真实感受的关注，对于公共空间与活力的评价往往缺乏足够的精确性与科学性。因此通过新的更加量化的技术手段建立大学户外公共空间形态与活力的关联机制，进而对于大学校园户外空间进行优化就显得十分必要。

技术实现思路

[0004]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种基于多模态时空数据的大学校园户外公共空间优化方法，本专利技术系统实证调研收集多模态时空数据的并进行量化研究，揭示形态和活力各自的关键性指标体系以及核心影响因素，通过人本尺度的人体感知数据实测和分析，建立空间形态—人体感知—空间活力之间的动态模型，研究空间形态与空间活力的关联机制，进而凝练形成大学校园户外公共空间优化方法。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]一种基于多模态时空数据的大学校园户外公共空间优化方法，包括以下步骤：
[0007]S1、收集形态与活力的多模态时空数据，建立形态与活力信息数据库；
[0008]S2、通过数据库根据形态和活力各自的关键性指标体系和数据对于大学校园户外公共空间进行量化研究与分析；
[0009]S3、通过校园户外公共空间中以人本尺度的感知数据实测和分析；
[0010]S4、构建大学校园户外公共空间的空间形态—人体感知—空间活力之间的动态模型，获取空间形态与空间活力之间的关联机制；
[0011]S5、从规划布局上优化整体户外公共空间系统，在校园空间中加入基础设施。
[0012]进一步地，所述S1具体为：
[0013]S1.1、对户外公共空间案例空间形态的基础资料和数据进行数据提取、实测与整理；
[0014]S1.2、对数据进行不间断的记录，并对记录的数据进行提取与处理后绘制活力地图；
[0015]S1.3、对户外空间的空间形态和活力的数据和图示信息进行梳理，运用SPASS软件对于调研和实测数据进行系统处理和分析，利用G I S构建大学校园户外公共空间形态与活力信息的数据库。
[0016]进一步地，所述记录的数据为采用视频定位技术辅助的空间注记法获取空间形态定位数据。
[0017]进一步地，所述S3中实测包括物理环境数据和人体感知数据，分析是结合物理感知、空间感知、感知影响因素调研结果进行动态模型构建。
[0018]进一步地，所述S4具体包括：
[0019]S4.1、运用随机森林数据挖掘数据匹配，XG Boost机器学习算法建模，揭示空间形态和活力各自的关键性指标体系和核心影响因素及其相互关系，建立动态模型；
[0020]S4.2、运用主成成分分析法降维FP
‑
Growth算法关联性分析，获取其间的影响机制，利用XG Boost机器学习算法建模定量分析，获取其间的反馈机制，对影响机制和反馈机制进行整合分析，建立关联机制。
[0021]进一步地，所述S5具体包括：
[0022]S5.1、从规划布局上优化整体户外公共空间系统，从总体布局层面和特殊形态层面优化提升相对应的指标，实现户外空间形态的优化；
[0023]S5.2、借助于ENVI
‑
MET、ECOTECT或CFD数值模拟软件作为技术支撑，对于优化方案的户外空间物理环境参数进行量化模拟分析，实现优化方案的动态反馈和调整完善；
[0024]S5.3、结合校园整体户外空间系统分析，在校园空间中加入基础设施。
[0025]本专利技术的有益效果：
[0026]1、本专利技术所针对的户外公共空间是大学校园中的重要组成部分，数量众多、形式多样，其优化对于大学校园环境的整体提升具有重要意义；同时，由于高校户外公共空间的设计原理与方法与城市公共空间有许多相似之处，因而本专利技术对于城市公共空间的优化设计也具有积极的借鉴意义；
[0027]2、本专利技术关注校园户外公共空间的实际使用状况和师生在其中的真实感受，从人本尺度人体感知出发，运用多模态时空数据技术提供更细致的空间表征和更准确的感知记录，进行更加精准深入量化的研究，使得大学校园的精细化设计更容易落到实处，为校园空间的活力提供现实可操作的切入点；
[0028]3、本专利技术引入人体尺度的多模态时空数据等新技术手段进行研究，极大地提升了数据的精度和信息量，可以开展以往受制于数据获取方式所难以完成的研究；XGBoost机器学习算法、主成分分析法和FP
‑
Growth算法等新的分析方法的应用大大加强了优化方案的科学性和预判性，保证了对于优化方案进行指导的针对性和前置性。这对于具有较高文化价值的大学校园而言，有助于避免盲目操作所造成不必要的伤害。
附图说明
[0029]下面结合附图对本专利技术作进一步的说明。
[0030]图1是本专利技术的流程与数据处理技术图；
[0031]图2是户外公共空间形态与活力的指标体系多模态时空数据及关联机制内容框架图；
[0032]图3是人体尺度的多模态时空数据构成结构图。
具体实施方式
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0034]一种基于多模态时空数据的大学校园户外公共空间优化方法，如图1所示，包括以下步骤：
[0035]1)展开大学校园户外公共空间的系统调研实测和量化研究，收集形态与活力的多模态时空数据，建立形态与活力信息数据库。
[0036]1.1)选取南京地区大学内户外公共空间典型案例，展开大学校园户外公共空间形态与活力的系统调研与实测；
[0037]1.2)所选取的户外公共空间案例空间形态的基础资料和数据进行数据提取、实测与整理。采用视频定位技术辅助的空间注记法获取空间形态定位数据；
[0038]1.3)对数据进行不间断的记录，然后通过以视频影像为数据源的图像识别技术，对所获得的影像数据进行提取与处理后绘制活力地图；
[0039]1.4)对户外空间典型案例空间形态和活力的数据和图示信息进行梳理，对于调研和实测数据进行系统处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态时空数据的大学校园户外公共空间优化方法，其特征在于，包括以下步骤：S1、收集形态与活力的多模态时空数据，建立形态与活力信息数据库；S2、通过数据库根据形态和活力各自的关键性指标体系和数据对于大学校园户外公共空间进行量化研究与分析；S3、通过校园户外公共空间中以人本尺度的感知数据实测和分析；S4、构建大学校园户外公共空间的空间形态—人体感知—空间活力之间的动态模型，获取空间形态与空间活力之间的关联机制；S5、从规划布局上优化整体户外公共空间系统，在校园空间中加入基础设施。2.根据权利要求1所述的一种基于多模态时空数据的大学校园户外公共空间优化方法，其特征在于，所述S1具体为：S1.1、对户外公共空间案例空间形态的基础资料和数据进行数据提取、实测与整理；S1.2、对数据进行不间断的记录，并对记录的数据进行提取与处理后绘制活力地图；S1.3、对户外空间的空间形态和活力的数据和图示信息进行梳理，运用SPASS软件对于调研和实测数据进行系统处理和分析，利用GIS构建大学校园户外公共空间形态与活力信息的数据库。3.根据权利要求2所述的一种基于多模态时空数据的大学校园户外公共空间优化方法，其特征在于，所述记录的数据为采用视频定位技术辅助的空间注记法获取空间形态定位数据。4.根据权利要求1所述的一种基于多模态时空数据的大学校...

【专利技术属性】
技术研发人员：吴锦绣，周欣，成皓瑜，陈宇祯，翁惟繁，袁玥，邹雅眉，
申请(专利权)人：东南大学，
类型：发明
国别省市：