时间：2025年5月7日13:30-15:00

地点：直播 C01-1207会议室

直播 主题：见物见人的城市设计：从大数据人群画像到多智能体模拟预测

演讲嘉宾：杨俊宴教授，东南大学

主持人：钱才云教授

直播 内容

5月7日，国家级人才特聘教授，东南大学首席教授、东南大学智慧城市研究院副院长，国际城市与区域规划师学会(ISOCARP)学术委员会委员，江苏省智能城市设计科学工程中心主任，中国建筑学会高层建筑人居环境专业委员会副主任，中国城市规划学会流域空间规划学术委员会副主任，住建部城市设计专业委员会委员，自然资源部高层次科技领军人才，中国首届科学探索奖获得者杨俊宴教授，应邀在苏州大学直播 讲堂作题为“见物见人的城市设计：从大数据人群画像到多智能体模拟预测”的学术直播 ，直播 钱才云教授主持直播 。

杨俊宴教授

本次直播 ，杨教授解析了不同城市人群的时空行为模式，针对于当代城市中行为模式日臻多元化、个性化的人群，利用大数据分析等技术手段，构建人群数字画像，拓展了见人见物的城市设计。

01研究背景：城镇化进程加速

目前我国面临规模最大速度最快的城镇化，由于城市的复杂性问题导致规划与实际不符，产生了大量的问题，如见物不见人的资源分配不均与浪费现象；公共服务设施不足导致的“黑城”现象；交通拥堵，公共交通布置不足的问题等。面对以上问题，杨教授提出需要建立更符合时代背景的人群数据集，即“城市人群数字画像”理论，划分不同诉求人群并赋予标签，结合建筑数据与智能手机数据分析场所需求。

城镇化进程及其背后问题

02理论模型： 城市人群数字画像与基于“多智能体”的城市大数据稳态预测

针对目前设计师对于“人-城”关系认知不明确，重设计供给而轻人群需求的问题，杨教授提出将城市看作复杂的有机体，分析人在“街区-地段-片区-城市”多尺度的物理空间的运动逻辑，并将此作为切入点，分析了城市人群研究中的不同人群类型，从城市规划的视角刻画和定义不同的城市人群。量化人流数据，识别并解析不同城市人群的时空行为模式。提出基于大数据体系建立一套新的理论模型，即“城市人群数字画像”理论方法，以实现城市人群多维度特征及需求的系统刻画，对不同人群需求的空间进行针对性策略规划。

人群数字画像理论

杨教授基于ST-DBSCAN算法的人群行为类型识别技术进行人群出行目的数据调研并建立人群路径模拟。并基于ST-DBSCAN算法、XGBoost树模型、隐马尔可夫模型建立人群行为数据库。运用“时间序列、空间分布、行为模式”3个维度划分人群行为类型，针对于常态与突发状况将人群活动分为稳态型活动与灵活型活动两方面，有效辨识城市不同人群活动的时空分异特征。依据数据库建立多智能体模拟预测，有效分析城市中百余种不同的人群类型，实现了更高效的城市规划研究。

基于数据库得到的人群数字画像，杨教授对人群活动属性进行刻画与转译，得到不同人群活动类型的属性标签，以此进行详细分类，对人流活动进行稳态预测。城市建成环境对人群稳态分布的影响主要包括区位、用地结构、空间容量、交通设施4个方面。城市建成环境中居民所处在城市中的区位会影响居民日常活动的选择，城市用地结构分布的差异促使人群在不同空间位置发展移动。城市规划通过预测未来城市的发展状态，安排部署城市空间资源，从而实现对城市发展预期的控制管理。

03场景推演：预测稳定性

杨教授在直播 过程中以南京鼓楼区域为案例测试公园感知度，实验表明，地铁口正对钟亭但由于墙体堵塞导致游客对于钟亭外墙感知度高，而对于城市公园感知度低。另外，对于早餐店感知度高，而早餐店风貌较差。使用“多智能体”分析场景分析可以快速、高效地判断场地使用度。最终打通钟楼与鼓楼转盘之间地段，再经测试结果人流视觉感知度集中于城市公园与鼓楼区域。实验证明人群数字画像到稳态预测相对准确，可以有效应用于城市改造与更新。

04总结与展望：人群数字画像到稳态预测的局限性

杨教授提出LBS数据兼具高精度和高取样率的优点，但依然存在缺陷。由于依赖智能手机作为采集介质，导致不用手机或者使用非智能手机的市民(尤其是弱势群体)出行规律无法采集。受限于手机设备定位精度和取样频率，LBS数据无法对小范围内高度混合的空间职能差异进行之外，会对反映出来的出行轨迹数据以及由此建构的人群数字画像产生相应的偏差。  另外，场景应用问题尚未应用于不同发展定位、不同空间等级的案例城市(或地区)，未来可拓展数字人群画像应用的多元场景，对各案例城市进行人群特征与类型构成解析，探讨人群与城市建成环境之间的内在交互机制。