13、城市特征理解与环境感知技术

城市特征理解与环境感知技术

1 城市特征分析方法

在城市环境中，移动性、能源消耗以及第三空间等要素都可转化为数值数据，借助可步行距离的测量系统，能从第三空间的视角重新审视城市环境。以下将详细介绍相关的研究方法。

1.1 数据处理与数据结构

研究方法主要包括两部分：
1. 数据处理与工具制作 ：工作流程在Rhino3d的Grasshopper自定义组件中开发，利用Google Places API解析马萨诸塞州剑桥市的第三空间数据。
2. 用于处理的数据结构 ：不同于常见的数据数组，如SQL（结构化查询语言）的表格矩阵式CSV（逗号分隔值）、TSV（制表符分隔值），或NoSQL（非结构化查询语言）的JSON（JavaScript对象表示法）或图结构。用于处理的数据结构应具有交互性和可计算性，能高效处理复杂数据。

本次实验采用了两种数据结构：
- 像素数据结构 ：是一个二维矩阵，将城市或区域的位置数据插值为连续数据，每个像素与其相邻像素相互关联，并根据相邻像素的设置计算自身数据，从而在空间上下文中自然地处理和计算城市数据。
- 图数据结构 ：可计算离散信息，如从特定地点到第三空间的距离，以捕捉基于距离的空间城市数据。两种数据结构相互协作，计算出该地点的特征。

1.2 像素结构处理连续数据

像素数据结构基于二维矩阵，由包含多种数据的单个像素组成。它不仅控制子像素的计算，还会影响相邻像素的数据，类似于图像处理和卷积滤波器的特征提取。