建筑学院“人居环境大数据应用跨学科沙龙”于2021年10月13日中午在建筑学院一层南会议室举办。本次沙龙由建筑学院科研办公室组织，近50位师生出席并进行了充分的交流与讨论。

本次沙龙邀请了建筑技术科学系、城市规划系、景观学系三个学科的燕达、黄蔚欣、来源、龙瀛、刘海龙、郭湧共六位老师进行了研究内容分享，并就大数据应用于跨学科合作等问题展开了讨论，龙瀛老师主持了沙龙。

首先，建筑技术科学系的燕达老师分享了题为“数据驱动的建筑人员位移模型研究”的内容。在建筑中，人员位移在研究对象、时间、空间等方面具有多维度的特征，对建筑设计与运行具有应用价值。在大数据发展背景下，通过移动应用定位数据、GPS系统定位数据、酒店插卡取电数据、WiFi与蓝牙数据、视频图像识别数据等，可有效获取海量实时人员位移数据，为建筑中人员位移预测奠定基础。基于海量实测数据，构建数据驱动的人员位移模型，有效获取典型人员位移模式，提高人员位移识别和未来时刻预测结果的准确性。基于聚类分析，分析不同公共建筑中的人员作息模式，更真实地反映建筑中的人员作息，为建筑设计提供更有效的依据。构建基于历史规律的人员在室情况识别模型，反映当前时刻的人员在室情况与历史在室规律的相关性，提升人员在室状态识别的准确性。构建时间序列-机器学习集成的人员位移预测模型，能够有效提高预测精度，且经验证，该模型具有可推广性。数据驱动的建筑人员位移模型研究，有望促进多学科交叉，且通过不断深入研究，有望逐步实现建筑人员位移研究与建筑设计优化、运行管理以及技术创新之间更加深度的结合。

建筑中人员位移具有多维度信息（燕达供图）

建筑中人员作息典型日模式（以医院为例）（燕达供图）

所提出模型有效提升人员在室识别精度（燕达供图）

黄蔚欣老师介绍了他在“人机结合的空间认知”方面开展的多项工作。建筑的全生命周期中，黄老师着眼于两个与人最相关的，也是最具有复杂系统特点的环节展开研究——建筑的设计和建筑空间的使用。在这些研究的基础上提出一个统一的领域，即“人机结合的空间认知”。实际上建筑的设计和空间的使用都是典型的关于空间的认知过程，而在一系列研究中使用的工具——计算机方法，也是一种广义上的认知。因此可以认为，人与计算机可以在与建筑相关的一系列认知活动——如建筑的设计、空间的使用，以及建筑的研究等当中相互结合。在这样的人机结合的模式下，计算机技术一方面提供了研究的途径，另一方面也提供了实践的方法。将空间认知与设计认知结合在“人机结合的空间认知”领域中开展研究，希望两个原本相互独立的领域有可能在数字化研究的框架下相互启发与促进，关于两者的知识积累在当代大数据和智能算法的支持下不断发展，在未来可能更进一步交叉与融合，形成包括设计生成与“前策划，后评估”的完整的全生命周期、大样本量、具有学习和推演能力的知识系统和信息流。

人机结合的空间认知（黄蔚欣供图）

城市规划系的来源老师分享了他对“多维视角的城市信息融合”的思考，基于当前城市信息技术开发与数据资源格局，介绍了城市数据的多样性及类型划分、信息融合的必要性、不同的融合方法及其在分析城市问题中的应用。首先总结了当前智慧城市技术应用如何基于信息融合来利用多源的数据，以及城市信息学作为新兴的交叉研究领域如何通过信息融合来更有效地连接城市系统中与“人”、“场所”和“科技”相关的多种因素。随后从专业领域视角、实际需求视角、数据视角阐述了不同融合方法的侧重点及优缺点。例如以实际需求开展的信息融合如何实现城市问题与数据之间的迭代理解、数据分析与评估、设计解决方案的落实执行。之后以纽约建筑更新活动研究为例，展示了城市信息融合如何通过连接以能效和减碳为导向的政府评估意见与以建筑空间利用开发为导向施工设计方案，分析不同因素如何驱动建筑更新改造过程中的决策。最后探讨了未来需要深入研究的问题，包括不同时空尺度的数据信息如何与城市实际问题的有效匹配以及信息融合在城市更新和未来城市设计中的作用，总结了通过信息融合研究城市问题的科学意义与未来价值。

多维视角的城市信息融合（来源供图）

龙瀛老师分享了近期研究的“主动城市感知”方面的内容。城市环境随着空间和时间而变化，而且不同的环境因素之间相互影响，这使得城市环境监测成为一项极具挑战性的任务，以往研究多集中于生态、环境、气象和军事监测网络，少有关注人本尺度城市监测网络的研究。鉴于此，龙老师提出一种大规模、低成本的主动城市感知模式（active urban sensing），包括移动感知和固定感知两种模式，全面收集人本尺度的建成、自然和社会环境的数据，开发轻量级一体式传感器，在行人、自行车、车辆和无人机等移动主体和基站、灯杆、设施等固定主体中自适应选择载体，通过众包、物联网、任务规划等方式，实现多尺度、全覆盖的实时城市数据采集，并开发了能够评估环境模式和识别个人在不同地点和时间段环境暴露的机器学习模型。最后，龙老师总结了其在城市大规模数据收集中的潜力，以及为实现这些潜力需要克服的问题。

主动城市感知的技术框架与应用展望（龙瀛供图）

景观学系的刘海龙老师基于景观水文研究的目标与进展，聚焦其学科交叉与智慧化途径，介绍了人工或自然环境中的水文模拟、水质水量监测、水声景与人的感知等多方面研究。刘老师首先总结了水作为设计元素的特征，包括可塑性、流动性、映射性、音效性及参与性、生态性等，并指出气象/水文、水动力、水环境、水生态、水文化与水感知等方面的数据的获取是水设计的难点。随后以2021年夏季中国多所城市的暴雨内涝灾害为例，说明了精细化模拟对规划、设计、管理及决策的重要意义。之后分别对清华大学校园开展十多年的雨洪管理研究与监测、华北陆生植物去除道路径流污染物的实证研究、水声景与人的感知实验及河流生态修复中的水动力模拟等若干案例进行了介绍，探讨了智慧化途径对水景观设计、景观水文学科交叉的益处以及研究的突破点等关键问题。

景观水文的学科交叉与智慧化途径（刘海龙供图）

郭湧老师最后分享了“风景园林技术科学视角下的LIM研究”，“风景园林技术科学”是风景园林学这一年轻一级学科下的新兴二级学科方向，其内涵以传统风景园林工程技术为基础，在近十年逐渐拓展。郭老师提出“风景园林工程建造技术”“风景园林技术创新”“风景园林应用基础研究”三个方面的学科方向组成，认为“风景园林信息模型（LIM）”是技术创新的重要进路。基于设计思维的LIM研究体系，以及阶段性研究成果包括：基于工程项目的LIM应用技术研究和代表性案例，包含苗木LIM模型在内的LIM数据资源开发，面向企业应用的LIM应用体系解决方案，以“通州区智慧园林系统”为代表的智慧城市-智慧园林中的LIM应用成果，以及LIM数据标准研究的阶段性成果。分享了正在进展中的LIM研究工作，包括：面向智能建造的LIM工程应用研究和LIM碳汇数值模拟研究等。LIM大数据的应用主要体现在“LIM应用体系解决方案”中，对于空间大数据的获取、处理、操作等，以及数据分析结果对文化遗址、煤矿沉陷地、采石矿迹地、天文观测场地等复杂对象的规划设计支撑。以期填补风景园林技术科学领域的诸多数据及技术的空白。

风景园林技术科学视角下的LIM研究（郭湧供图）

在开放讨论环节中，老师与同学们针对如何采集人居环境大数据、大数据分析结果如何与设计结合、如何开展跨尺度跨学科的大数据研究合作三个主题展开充分的交流讨论。参会的郑晓笛老师提出，希望在真实建筑上实现大数据应用的实验平台，燕达老师表示，盼望多位老师合作，形成大数据应用在多学科跨尺度层次上的研究综述，提议均获得了在场老师的认同。

此次学术沙龙是利用灵活机动的中午时间开展的高水准学术沙龙，为清华大学建筑学院师生的学术交流提供了新的平台，沙龙跨学科的特点，也增进了学科之间的相互了解、研究与思考，增进了不同学科领域之间的合作机会，沙龙氛围活跃，师生们受益良多。

沙龙现场照片

撰稿：龙瀛

编辑：许宁婧