国内外城市智能规划技术类型与特征研究2018.3期

【编者按】考虑到手机端阅读的特点，本号特地邀请作者撰写了文章精华版，与全文一起推出，方便读者在较短时间内了解文章内容。对该主题感兴趣的读者，可进一步阅读全文。在此感谢在百忙中抽出时间撰写精华版的作者，你们的努力让学术论文的阅读体验变得更好。

——精华版 ——

人工智能的概念自1956年在美国达特茅斯大学研讨会上首次提出以来，一直以机器模仿和执行人脑的某些智力功能为研究目标。2016年3月，以AlphaGO战胜围棋世界冠军为标志事件，以深度学习、计算机视觉、语义识别等为代表的人工智能（AI: Artificial Intelligence）技术成为全社会关注的热点。到今天，各行各业都能或多或少看到人工智能技术的影子，甚至引发了人类对于未来就业岗位及伦理道德危机的思考。在这样的时代背景下，反观城市规划学科与行业的智能水平就显得意义重大。

城市规划，从早期的建筑学、市政工程领域，融入设计美学的感性创造与20世纪初兴起的社会学、生态学、经济学等理论基础之后，已演变成一门包罗万象的复杂科学。城市规划方法，也经历着由传统的基于美学修养和经验知识的感性判断，向人工智能技术支撑的理性规划转变的过程。笔者试图给出一个广义的“城市智能规划”概念，即，通过多种智能技术的应用来完成一部分在过去城市规划过程中必须由人脑完成的工作，进而更加高效、精准地实现规划目标。

早在1950年代就出现了城市模型研究，这一时期恰恰是城市规划理论从艺术向科学转型的关键时期，诞生了系统规划、理性主义及控制论等经典理论，为后来大规模的计算机动态模拟奠定了理论基础（图1）。在本文中，笔者将近年来出现过的智能规划技术归纳为四类：（1）计算机辅助建模技术，从繁重的绘图工作中解放了规划师的双手；（2）城市定量评价技术，解放了大量数据分析的脑力工作；（3）城市动态模拟技术，解放了预见未来的创造性工作；（4）城市智能交互技术，将人的干预与城市发展联动起来，大大增强了城市计算的可靠性。

图1 动态分析系统原型

笔者在2012—2015年师从同济大学吴志强教授期间，就曾尝试开发过城市智能规划的原型系统（图2），并抽象出一种人为干预与计算机自主评估推演之间的智能化反馈机制（图3），为研究积累了不少技术实践经验。

图2 智能规划原型

图3 城市规划的智能化反馈模型

本文最终提出，目前的城市智能规划技术呈现出五个方面的发展趋势：（1）大数据；（2）自动化；（3）交互性；（4）复合性；（5）生长性，已能够依靠真实的城市数据，通过计算、反馈、迭代的方式模拟复杂系统中的关联影响，预见并展现城市发展的未来。然而，与自动驾驶、人脸识别、语义识别等广泛应用人工智能技术的领域相比，城市规划领域的智能化仍处于极为初级的阶段，甚至还谈不上达到弱人工智能水平，相关的研究更是凤毛麟角。因此，笔者期待本文可以为人工智能技术更广泛、更深层、更精细地应用在城市规划领域提供一些技术参考。

注：文中图1-图3均为作者自绘

——全文 ——

【摘要】随着我国智慧城市建设的不断深入，各行各业的智能化有了实质性的推进，在城市规划领域逐步形成智能规划的技术方法。本文首先对城市智能规划的概念进行研究界定，认为城市智能规划是通过多种智能技术辅助城市规划理性分析和科学决策的过程。在此基础上，整理了过去30年以来形成的四类城市智能规划技术，分别是：计算机辅助设计技术、城市定量分析技术、城市动态模拟技术以及城市智能交互技术。之后对每一类城市智能规划技术的相关研究进行整理，并提出城市智能规划的五项技术特征，分别是：大数据、自动化、交互性、复合型和生长性。最后，作者介绍了城市智能模型平台（CIM）——可以作为未来城市智能规划的一种可能的技术载体，整合城市时空大数据及运行各类城市模型，从而支撑城市规划的智能决策。

1 城市智能规划的相关概念

1.1 智能化

智能（Intelligence）一词源于生物学，是一种生物特有的能力，通常特指人类在认识和改造客观世界的活动中，由思维过程和脑力劳动所体现的能力，包括感知、思维和行为等。智能化（Intelligentization）的概念针对的是非生物，即基于特定的人工系统使非生物具有一定的生物智能行为特征的过程。狭义的智能化是计算机科学领域的一个分支，指在计算机中实现知识获取、知识分析和知识表达功能，强调人工系统的自主创造和思维能力；广义的智能化指一切借助计算机工具取代部分人脑功能的过程。智能化的关键技术是在数字技术（Digital Technology）和信息技术（Information Technology）的基础上发展起来的智能技术。数字技术是指将大量信息转变为可度量的数字、数据，通过这些数字、数据描述对象并在计算机内部统一处理的技术。信息技术是指用于管理和处理信息所采用的各种技术的总称，以计算机和互联网技术为主要载体，实现信息的收集、计算、处理、传递等功能。相比数字技术与信息技术，智能技术是一种更高级形式的人工系统，该系统与人的指令及外部环境处于动态的反应过程中，具有感知、记忆、思维、学习和自适应、行为决策能力。

1.2 城市的智能化

我国城市的智能化先后经历了数字城市、信息城市和智慧城市等三个阶段。其中，智慧城市的概念是由2008年IBM公司提出的智慧地球的概念衍生而来，反映了城市信息化的高级阶段，其特征是使城市更透彻感知、更广泛互联互通、更智能化。2010年IBM公司发布智慧城市愿景报告，提出智慧城市是通过信息通信技术（ICT）来分析和整合城市系统中的关键信息，从静态的处理或表现城市转变为动态的采集、分析和反馈城市信息，对于推动各行各业的智能化产生深远影响，逐步实现对于市民生活、环境、公共安全、服务产业等各方面需求的智能应对。

1.3 城市智能规划

目前学界对于“城市智能规划”（CIP: City Intelligent Planning）的概念尚没有一个明确的界定。笔者认为，通过多种智能技术辅助城市规划的理性分析和科学决策的过程，即可被称为城市智能规划，其本质在于应用智能技术完成一部分过去城市规划过程中必须由人脑完成的工作，主要体现在分析、判断、推理等智能行为，进而能够更加高效、精准地实现规划目标。城市智能规划强调“影响”和“结果”之间的耦合关系，其核心是应用数学建模方法，即城市模型，建立复杂问题和微观机制的桥梁。它将城市理解为一个由多子系统构成的复杂层次系统，通过数学模型来模拟每个系统的运行，从而理解城市空间现象，为城市政策及城市规划方案的制定提供技术支持。

1.4 城市智能规划技术

城市智能规划技术是指用于完成城市智能规划过程的技术手段。1950年代中期出现的城市模型（Urban Modelling）研究推动了城市智能规划的技术发展。城市模型是指在对城市系统进行抽象和概念化的基础上，对城市空间现象与过程的抽象数学表达。迈克尔·巴蒂曾经将城市模型描述为具有城市理论和计算机算法的双重属性，通过数学模型来反映或预测城市形态。1960年代—1970年代是定量城市研究的黄金时期，城市模型的研究也进入高潮。经典的城市模型包括：以劳瑞模型、阿隆索地租模型为代表的空间交互（Spatial Interaction）模型以及土地与交通交互（LUTI）模型；以MEPLAN模型和TRANUS模型为代表的空间均衡模型（Spatial Equilibrium Models）；以元胞自动机模型（CA: Cellular Automata）、基于主体建模（ABM: Agent-based Modelling）、空间非均衡模型为代表的空间动态模型；等等。这些模型为城市智能规划技术的发展奠定了理论基础。

另一方面，1980年代以后，随着计算机硬件技术的迅速发展，城市模型得以在计算机程序中运行，计算速度也显著提高，进而为综合应用多种智能规划技术解决复杂的城市问题提供了技术支撑。笔者经过研究，认为根据技术功能以及所应用的模型差异，可以将近30年来在城市规划设计领域产生的智能技术分为四个类型：计算机辅助设计技术、城市定量评价技术、城市生长模拟技术以及城市智能交互技术。

2 城市智能规划的四类技术探索

2.1 计算机辅助设计技术（2D/3D Computer Aided Design）

计算机辅助技术（CAD）的出现，使城市规划行业完成了从传统的徒手绘图到应用计算机软件来辅助制图的历史性转变。早期的城市建模软件以二维模型为主，1982年诞生的通用平台软件AutoCAD经过近40年的不断发展，目前仍然是主流的设计辅助工具，能够完成二维空间的各种复杂图形的绘制工作。1990年代以后，使用三维建模工具逐渐成为城市规划与设计的重要技术手段。应用建模工具可以有效地实现几何图形和体量的详细测量，并且直观模拟出设计方案的空间形态。普遍使用的三维建模工具包括SketchUp、3Ds MAX、Rhinoceros、Revit等等。希尔德整理了2001年以前的城市三维模型技术的发展历程，提出城市建模技术的六种类型（图1）。这项类型学研究是根据模型所涵盖的几何信息内容高低进行划分的，进而探索各种建模技术的适用范围。这六个类型的技术包括：二维数字地图和航拍图像技术、基于实景图片的实时渲染技术、建筑街区体块建模技术、包含材质贴图的街区建模技术、建筑细部和屋顶形态建模技术以及全体量化建模技术，这些数字建模技术所包含的几何信息复杂程度不同。他根据这六种类型的发展演变将建模技术的发展趋势概括为逐步走向复杂几何模型的实时渲染，进而实现三维模型的可视化。CAD技术基于计算科学与计算机图形建构城市复杂空间形态，并且实现了通过操作虚拟模型来对城市这一复杂系统进行更智能的仿真。然而，这些专业化的CAD工具并未真正地应用城市模型，而是仅仅作为图形处理工具，用于绘制并展示设计方案和推敲空间形态，并不包含空间及属性数据的处理、分析等功能，具有一定的局限性。

图1 六种计算机辅助设计技术的信息级别

2.2 城市定量评价技术（Urban Evaluation Model）

城市模型的发展，使城市规划经历了从定性的描述向定量的评价指标，从单一的城市形态视角向多元化的经济、社会、环境、形态和功能视角转变的过程。其中，前一个转变使以描述为主要手段的定性评价过程转变为以算法作为评价方法的定量评价过程；后一个转变使针对单一问题的评价过程转变为处理城市复杂性的综合评价过程。

城市定量评价技术应用静态分析模型，可以对数字化的城市空间进行科学、有效的验证，从而在仅仅是以建模为功能的CAD工具基础上发育出针对特定城市问题提出更加智能的解决方案的能力。例如，在城市生态研究方面，通过运行城市日照、风、能耗计算模型，已出现一些针对城市建筑群落的日照、通风、能耗情况进行模拟评价的技术工具，从而为多个方案的横向比较创造了良好的技术条件。维德玛在2013年对于三种针对城市环境的定量分析软件进行了一项详细的比较研究，这三个软件包括Envi-met、Project Vasari 和 IES VE-Pro。他架构了一个功能列表来进行评估，分析包括直射太阳能、太阳辐射获取量、热能转换（热对流和热传导）、空气流动（CFD）、建筑材料分布、水体、湿度和蒸发量、植被（树木和草地）、声环境、数据有效性、三维建模、读取环境数据、开放标准支持、应用协同操作（多可能性）以及应用程序界面。

城市分析模型是一个系统工程。吉尔等针对21世纪以来出现的城市定量评价技术进行研究，指出不论使用地理信息系统还是使用计算机辅助设计工具进行城市规划的空间评价，都不足以为城市规划方案提供一个完善的评价框架。因此他提出通过在城市规划技术工具中整合多项空间分析模型从而得到一个全新的规划评价框架，该框架将城市空间与空间相关的分析结合起来，从而实现综合的方案优化。这种方法在后来的研究中进一步得到深化。米兰理工大学的莫雷罗提出了一个综合的城市环境定量评价方法，采用人、可达性、环境、能源使用和城市形态五个方面的指标来建构一个城市设计方案的评价模型，判断其是否符合可持续发展的需求。他在研究中对于每项指标的计算方法和意义作出了解释，并且在设计项目中通过比较规划前后的核心指标值的变化来评价方案的优劣。普拉里结合一个真实项目详细阐述了这种方法的完整过程：从城市形态、城市新陈代谢、城市舒适度、生态系统、可达性和复杂性等六个方面建立综合的分析模型，对不同方案的重点指标进行评价，综合应用多种计算机软件对三个不同方案的指标进行计算，并采用数据处理工具将各项指标计算的结果进行单项对比和综合评价。基于评价结果判断方案的优势与劣势，并借鉴其他方案的优势对于最优方案进一步完善，从而将三个不同的方案整合成一个更理想的综合方案（图2）。

图2 多方案定量评价以及方案综合

在中国，此类研究也取得了一定进展。同济大学张林军在其硕士学位论文中选取了若干生态模拟技术工具进行细致的分类、梳理，并从中筛选出合适的技术工具在上海2010世博会最佳实践区设计案例中加以应用。同时他指出国内外生态数字模拟软件普遍存在的若干问题，包括接口复杂、数据标准不一，界面友好性有待提高，单一软件能力有限等等。从技术导向的“大尺度城市模型”到规划导向的“规划支持系统”（Planning Support System）的过程是计算机辅助设计方法演变的明显趋势【规划支持系统的概念最早由迈克尔·巴蒂于1995年提出】。钮心毅认为，规划支持系统的核心在于技术发展如何以城市规划本身为导向，即满足规划师对技术的需求。这应当从两方面入手：一方面，从城市规划实践的基本需求出发整合合适的计算机技术和定量分析模型；另一方面，完善城市规划思想和理论的建设从而改进城市规划自身的工作程序和方法。

2.3 城市动态模拟技术（Urban Dynamic Simulation）

城市动态模拟技术注重通过建立反映城市发展过程中各系统要素之间互动关系的数学模型实现模拟推演的动态过程。麻省理工学院（MIT）的弗雷思特教授于1950年代首次提出系统动力模型（SD: System Dynamics）的概念，最早应用于经济与产业领域的政策研究——基于系统行为与内在机制间的复杂而紧密的依赖关系，通过数学模型的建立发掘出产生变化形态的因果关系，进而能够根据历史规律对于各个要素进行模拟预测。到了1960年代，弗雷斯特进一步将系统动力学应用范围扩大到从宏观层面研究城市的兴衰问题，并于1969年出版了《城市动力学》（Urban Dynamics）。这是系统动力学模型首次用于城市研究。随着反馈控制理论的完善与计算机仿真技术的发展，基于系统动力学模型的城市研究也不断扩展和完善，为城市动态模拟技术奠定了方法基础。系统动力学模型适用于研究并预测长期性和周期性的城市问题，但是也存在需要历史样本量较大、对于微观问题较为乏力、无法反映城市空间与要素的耦合关系等不足。

在迈克尔·巴蒂2007年出版的专著《城市和复杂性》中，介绍了一种基于元胞自动机的城市模型，这是城市智能规划的一项重要探索。其基本思路是使用元胞自动机阐述如何通过一些相对简单的系统动力学原理生成形态和肌理，进而影响城市空间的发展演变。在此基础上，巴蒂于2009年进一步阐述了城市如何在一个“数字实验室”里面生长，通过增加理想的限制条件来控制城市形态，并且通过持续的反馈结果进行优胜劣汰，最终孕育出一个“理想设计”。该研究演示了城市生长的全过程，这是城市智能生长模型的原型。城市动态模拟技术在2010年以后得到较为明显的发展，ESRI公司在其官方网站上介绍了一种程序化建模技术（PMT: Procedural Modeling Technique），可以根据用来反映城市关键要素的预设参数自动生成城市设计方案，并且可以通过编辑参数控制城市设计形态结果，从而创造出无穷无尽的设计方案。将计算机模拟的理论应用到城市设计领域的基础，是将城市形态发展的本质规律和内在动力作为运算逻辑的程序化过程。斯塔维克和马里纳在一项试验性的研究中将生成推演模型解释为如何运用元胞自动机、多代理人、程序化建模以及其他城市规划数字技术的系统模型来生成不同的城市形态，进而对未来城市的空间形态进行模拟预测。该研究还通过一个简化的居住区案例来阐述如何基于生长推演算法生成居住区的空间形态。在案例试验的过程中不仅考虑了各地块规划约束条件的复杂性，同时兼顾了系统整体状况的平衡。设计结果在整体层面满足城市规划的密度、高度、建设强度等要求，在单体层面也遵循生成逻辑产生了多样的建筑方案（图3）。

图3 居住区形态生长过程

国内城市动态模拟技术的研究多处于理论和方法研究阶段。刘颖慧等尝试将建筑设计领域的参数化建模技术应用于城市设计领域。参数意味着对信息的提取，从而能够结构性地处理城市信息流，这不仅仅可以改变设计方案，也体现在设计思维的全面转变。但是由于参数化技术难以有效建立反映城市复杂要素联系的模型，因而在城市规划与设计领域仍未得到广泛应用。系统动力学模型在我国的应用较为广泛，在城市群发展规划、资源环境耦合、经济与交通模拟、城市住房政策推演等方面都有一定的探索，尤其是针对宏观城市问题的预测起到一定的支撑作用。龙瀛在2008年开发了北京城市空间发展模型（BUDEM: Beijing Urban Spatial Development Model），该模型基于元胞自动机和Logistic回归方法，对北京市历史城市空间扩展进行分析，并对未来的城市空间扩展进行情景分析。龙瀛等在后来的研究中进一步整理了精细化城市模型的主流建模方法，包括元胞自动机、基于主体建模和传统的微观模拟等三种自下而上的微观模型，尝试构建我国精细化城市模型的框架体系和关键技术，以期支持我国大城市地区空间政策的制定和评估。

2.4 城市智能交互技术（Urban Responsive Model）

第四类的城市智能规划技术建立在“交互”的基础上。蒋云良等在2007年提出了一种交互式动态GIS景观评价模型，从技术支撑角度对景观规划和景观评价两个过程进行实时、动态的互动操作，并通过实践案例证明该模型和方法的可行性。该研究提出了在城市规划领域的反馈模型应用实例，具有一定的理论和实践价值。近年来，有学者开始意识到过去的计算模型强调定量技术，更多地偏向引入计算机科学和技术领域的先进成果，却忽视了人的因素，因而引入反馈模型来建立“人—机”“干预—后果”的交互，分析城市空间形态与人类社会活动的关联成为关键技术的方向。而在2010年，同济大学张林军就提出过一个理想的智能交互模型：一旦路网结构发生改变，系统可以自动改变地块的面积，并且进一步影响在一定的建设强度下每个地块能耗的计算。这个构想体现了智能交互模型的初步概念，但是他并没有在研究中提出“智能”或“交互”等术语。2016年以后，城市模型开始引入更多的智能交互技术，其本质是建构城市模型的输入参数与输出结果的联动，将城市信息的改变反映在城市模型算法的调整中，从而为城市模型从静态模型转向动态模型创造了新的方向。

目前智能交互模型技术仍处于探索时期，主要依托城市三维建模软件进行二次开发。Modelur作为一个嵌入常用建模工具SketchUp上的插件，是一个典型的反馈建模工具。运用该插件，可以一种动态反馈的方式控制建设指标，规划师可以在建模过程中随时了解容积率、建筑密度等指标，从而整体把握建设水平。另一些智能交互工具的尝试是基于参数化设计的，例如嵌入Rhino建模软件的Grasshopper插件、风压和日照参数的模拟应用插件Vasari和Diva等等。默罕穆德·撒雷在其试验中详细展示了该插件通过动态调整建模参数对城市设计方案进行风模拟和日照模拟结果的同步计算，最终实现生态评价指标的优化。另一个具有代表性的研究是通过建立一种城市形态影响反馈模型，使计算机能够根据动态变化的参数迅速迭代生成城市空间形态并计算评价结果。凡加斯等试验过一种智能交互模型的设计方法——用四项输入参数来定义一个初始的城市模型，包括：（1）目标地块面积范围；（2）公园比例；（3）道路节点的目标距离以及插入角参数；（4）建筑高度和建筑后退导则。根据这些规则，系统自动生成城市模型并且计算出三种城市评价指标，包括：（1）每个建筑立面的阳光暴露比例；（2）地块到达公园的距离；（3）地块容积率。这些指标的值通过不同色彩反映在三维可视化的模型中，用于比较不同的生成方案的优劣，甚至设计师不用去决定如何调整参数，系统可以根据评价指标的预期值自动反推输入参数的合理区间，来计算最优结果（图4）。

图4 程序化建模中的参数和可视化指标

3 城市智能规划的技术特征

过去近30年，城市智能规划技术经历了由单一技术向多元技术、由静态模型向动态模型转变的过程。上述四类技术虽然兴起时间、所采用的城市模型以及应用场景有所不同，但目前处于并存状态（表1）。未来的城市智能规划应当是建立在城市动态模型基础上的综合方法，具有以下五个方面的技术特征：（1）大数据。城市定量模型依靠城市真实数据进行分析，数据量越大，模型越精确；（2）自动化。将实现基于城市模型的自动化计算、反馈功能，支持城市规划全过程的智能推演；（3）交互性。模拟结果与输入参数将实现动态反馈，模拟复杂系统中的关联影响；（4）复合性。城市智能规划将是开放、共享的资源平台，在大数据底板上兼容多项城市模型，为城市规划的科学决策提供综合技术支撑；（5）生长性。引入城市动态模型支持对于未来情景的预测。

表1 四类城市智能规划技术特征

4 CIM平台：一种可能的智能规划技术载体

城市智能规划需要一个大数据平台作为母版来运行各类城市模型，一种名为城市信息模型（CIM: City Information Model）的平台近年开始发展起来。CIM的概念最早由吉尔于2011年提出，是一种由建筑信息模型（BIM: Building Information Model）向城市级转变，并结合GIS技术的综合平台，可以用于存储、定位、处理两者（BIM&GIS）的数据信息。在此基础上，同济大学吴志强教授于2015年进一步提出城市“智能”信息模型（City Intelligent Model）的概念，在城市信息模型的基础上提出了智能的目标，这意味着其内涵将不仅仅是指城市模型中海量数据的收集、储存和处理，更多的是强调基于多维模型解决发展过程中的问题。系统从单元化的信息积累处理转变为多元化的计算响应分析，不再简单地停留在数据的技术应用层面，而是以智能的方式将信息与人互动，体现出人为的主观选择和城市智能体的整体协调。

我国城市智能信息模型平台的开发工作起步较晚，但是原型系统可以追溯到2010年上海世博会的规划实践——同济大学于2008年为世博会专门设计全信息的智能模型【该系统由同济大学高密度人居环境研究中心主导研发，2008年完成】，旨在对世博会的人流分布进行预测，从而优化方案，避免人流高峰时期的危险。这是城市规划领域应用智能规划技术的一项重要实践。在CIM的概念提出以后，我国首个城市智能信息平台的试验系统于2017年完成一期开发并发布【该系统由同济大学吴志强教授与班联数字城市信息技术有限公司软件合作研发，笔者参与主要的研发工作】，笔者正在参与该系统的二期研发。城市智能信息平台不仅可以在三维仿真模型中记录城市的时空数据，还可以对日照、风环境、交通可达性、公共服务设施覆盖率等关键信息进行实时计算，目的在于破解规划方案的因地制宜、实效模拟、安全评价等技术难题。

5 结语：面向未来的城市智能规划

国内外对于城市智能规划的理论与方法方兴未艾，但是由于多项关键技术仍然处于摇篮期，仍有较长的一段路要走。随着城市模型的研究以及城市智能信息平台的开发日渐成熟，城市智能规划的技术仍会不断推陈出新，技术的累积会随着时间的推移更加厚实。未来的城市智能规划将在高度智能化的平台上综合应用人工智能算法、大数据分析模型、精细化城市模型、云平台、物联网等新技术以支撑更加科学的城市规划，具有极大的想象空间。