城市生态连接中的唯象模型与形态模式语言

Understanding the functional connectivity and its spatial representation in built environments is crucial for shaping habitat networks in human settlements. Urban designers are puzzled by the fact that few structural connections are empirically tested, and that research on functional connectivity in towns or cities is limited. This raises two fundamental questions: First, how can we quantify the relative resistance to animal movement in an urban landscape where buildings and structures are dominant? Second, how can we generate an urban landscape that is adapted to and shaped by animal movement? In this project, we will employ concurrent-mixed approaches combining mathematical models with a pattern language. The key to pattern formation lies in the rules derived from empirical observations. Hence, this study will deploy direct observation and biotelemetry to record trajectory with a very high temporal and spatial resolution. By mining the animal’s trajectory and space use, we will propose a set of phenomenological models for predicting functional connectivity in built environments. Concurrently, we will use patterns to describe the salient, recursive, and relatively stable section of the process observed by direct tracking. We will exemplify morphological unfolding for human-animal interfaces on the basis of our re-defined pattern language. This project attempts to advance the process-based ecological design in terms of models and form-giving.

生态连接包括（改善景观格局特征的）结构性连接，及（承载动物迁移和基因流动的）功能性连接。探求建成环境中潜在的功能性连接及其形态生成方法是城市生境网络构建的关键问题，但在世界范围内还十分有限。城市生态设计的主要困境是：结构性连接的生态功能尚不明确；而功能性连接又极少考虑建成环境的空间特征。破解这个困境的关键是：1）刻画动物运动行为和城市景观表面的关系；2）建立功能性连接的形态学方法。本项目拟提出一组基于动物行为过程的唯象模型以及生成式模式语言。本项目拟实施直接观测和生物遥测，研究细粒度城市目标物种的行为轨迹模式及特征函数，构建景观绘景的过程模型，推断路径并生成轨迹。我们将提出一种新的模式语言（包括模式、模式生成语法及模式组合序列），构造人与动物共栖的空间序列，为面向过程的城市生态设计提供新的模型与形态学依据。

理解建成环境中的功能性连接及其空间表示是构建城市生境网络的关键。城市生态设计的主要困境是：结构性连接的生态功能尚不明确；而功能性连接又极少考虑建成环境的空间特征。本项目试图回答如下基础问题：1）如何以动物视角进行城市景观分类？2）在建成环境如何量化动物运动的相对阻力？3）如何呈现与城市动物具有交互潜力的自组织城市形态？本项目在高时空分辨率上（15-60s时间分辨率，1/4m空间分辨率），采用以直接观测为主、GPS遥测为辅的数据获取方案，记录城市目标物种（刺猬）原位或异位释放的运动轨迹。在可控和开放实验条件下，我们测试了刺猬对声光干扰的反应，从而估计刺猬的感知范围。在观测中发现，影响动物覆被选择的重要因素不仅是覆被类型，更重要的是景观构成。为此，我们提出了一种新方法来定义城市景观。一旦确定了感知范围，就可以将n种覆被类型转换为n维景观坐标。该坐标用于定义动物可能经过的覆被构成。我们使用迭代式k-均值聚类（一种对初始聚类质心不敏感的新方法），将存在歧义、重叠的覆被分类为动物视角的“景观”。随后，我们借助柯西核计算刺猬运动范围。基于景观分类、动物运动范围和轨迹，我们改进了我们之前提出的加权景观熵量化景观偏好（阻力）的方法；主要思路是，动物在某一景观中发生的运动行为越丰富，景观熵就越高，该景观也越受动物喜爱。为了计算景观熵，我们通过运动模式的序列确定了几个规范的行为模式——观测到的显著的、反复出现和相对稳定的片段；每个运动模式由速率和偏角分布以及景观类型定义。为了计算速率分布，我们使用等距和等时离散轨迹，如果轨迹记录时空分辨率足够高，两种离散化方案是等价的。其中，等距法可以消除由于监测点时长不等（如遥测数据）带来的分析困扰。最后，由于从真实世界中截取的建成环境可能太过具体，我们构建了若干自下而上的通用算法来表示自组织城市形态的生成过程，为探索与动物运动行为交互的城市形态生成模型奠定了基础。