本帖最后由 爱小囧 于 2015-4-1 00:45 编辑
6 与场地结合的物理实验
通过设计前期的数据收集、整理与分析,得到了项目用地中不同功能用地的价值;在物理实验中,发现纸质纤维在毛细现象中起到了引导墨水流动的作用。将这两步工作进行整合,即可将收集到的用地价值分析数据具象为可用于物理模拟的可视化的无线网格网络(mesh面)。
之后尝试将物理实验与得到的用地价值基础面进行结合,发现了以下两种现象,并分别对其建筑性进行了大胆假设。
(1)通过单体物理模型实验,发现不同材质的纸张与墨水之间的作用结果不一致,而影响作用结果的因素大致可归纳为四点:墨水在纸张上的流速、墨水流经纸张过程中的渗透量、墨水渗透后对纸张的影响面积以及墨水流经纸张的路径长度。
如果假设墨水的流动代表人流动向, 纸张代表不同的功能建筑,则上述四个因素可以分别对应为人流穿越场地的速度(墨水在纸张上的流速)、场地内建筑对人流的拉动性(墨水流经纸张过程中的渗透量)、建筑进深与人流可达性(墨水渗透之后对纸张的影响面积)、场地内部的可达性(墨水流经纸张的路径长度) 。
在实验中选用了不同材质的纸张,选择现象差异最为明显的四种纸张进行对比后,发现可将不同纸张与不同的建筑功能进行类比 ,如 :墨 水在宣纸上流速慢(人流穿越场地的速度慢),墨水流经宣纸的渗透量多(场地内建筑对人流的拉动性大), 墨水渗透之后对宣纸的影响面积大(建筑进深与人流可达性高),墨水流经纸张的路径长度短(场地内部的可达性差 ),宣纸所对应的建筑性质恰好符合商业建筑所具有的特征。同时一一整理分析卡纸、打印纸 和硫酸纸的性质特征,并将其分别对应于公共空间、住宅建筑和办公建筑所具有的建筑性质。
(2)在计算机中,仍然采用Rhino Grasshopper对之前生成的Mesh面赋予材质属性,并进行滴墨模拟。在算法上用粒子系统模拟墨滴的运动,并追踪粒子在Mesh面上的运动轨迹,形成一系列样条曲线。随着初始设定的不同(位置、起始粒子数量 、初速度 、Mesh面坡度等 ),其运动的 轨迹也会不同,从而得到如图所示的模拟的墨水路径。
(3)通过进行大量的单体物理实验和计算机模拟实验,让实验产生的结果通过 数据可控后,在整个基地上进行物理实验模拟。选择单一的效果明显的材质作为主要的实验用材,以增强实验结果的可观察性。从整个场地的物理实验中发现了另一个可用的实验建筑性:利用宣纸的折叠拼接来模拟前期分析所得出的用地价值基本面,在物理模型上进行滴墨实验,得到的结果明确地显示了滴墨点、墨水流经路径和墨水扩散点的位置及关系。之后发现可将结果假设为可以人为控制的场地入口 (滴墨点)、希望在场地中大量聚集人群的区域(墨水扩散点)以及从场地入口引导人流进入场地、到达目标区域的路径(墨水流经路径) 。
通过上述两个现象和所假设出的实验建筑性,归纳出此次设计中可以运用到的逻辑工具,即可以通过设置场地入口(滴 墨 点)、人群聚集区域(墨水扩散点)和不同的功能区域(纸张材质)来影响人流(墨水路径)的方向、速度并对人流的被拉动性和可达性进行优化。
7 针对项目基地的设计
由于前文已分析到的项目基地相对封闭的特殊性,设计概念被确定为分期建设:从场地周边的商业敏感地带入手,大量引进商业,为中央商务区、南部住宅区以及周边地区提供快捷的商业服务;当商业运作正常进行后,每个区域之间产生次中心区,用以连接两个边缘中心,从而既建立起地块边缘中心之间的联系,又对人流的城市穿越需求起到一定的辅助作用,将人流渐渐引入中心区域 ;第三 、四阶段的目标是发展更为密集的微中心区域,进而建立起整个基地的关系网络,划分不同功能用地中的人流路径,实现最优化的城市穿越;最终通过人流的大量穿越和聚集来激活整个区域。
7.1 人流路径的确定
首先随机选择基地周边的入口以及基地内部需要人流汇集的点进行人流路径模拟。同时变换不同功能用地价值的基本面来影响模拟出的人流路径,并将二维的平面路径转化为三维的立体路径。
根据设计概念,通过数据分析得出基地周边最具商业敏感度的区域,将其设定为计算机模拟的第一期基地入口。选择适用于商业功能的用地价值基础面和相对应的纸张材质,进行第一期计算机模拟。分析得到的结果并选择次中心区的位置, 进行第二期计算机模拟。依此类推完成第三、四期的微中心吸引人流的计算机模拟。当完成最后一期的计算机模拟后可发现,整个场地基本已完全被人流路径所覆盖,从而达到了设计概念所预期的场地激活的目标。
在垂直空间模拟时,首先导入根据最初收集的数据所分析出的基地功能用地价值基本面。由于不同的功能在基地中的用地分布不同,分期建设中不同功能的建设时段也不尽相同,所以模拟产生的路径所形成的空间也存在着时间和空间上的差异。
对所得到的横向和纵向路径进行三维转化,即可形成较为完整且分期明确的三维人流动线图(上图右)。
7.2 参数化工具的辩证使用
应当看到,参数化工具(主要在Rhino Grasshopper内)的使用最大的优势是建立起从场地数据到抽象形态的关联,通过场地数据的分析和计算机里的重新处理,在场地内建立起一个动态的力场。这个力场与场地周边的因素如交通、城市功能、气候、日照、水文等相互影响,在其作用下, 场地内部的功能布局、人流组织和密度分 布能够初步整合在一起,通过一系列动态三维路径图展示出来。从这个意义上讲, 三维人流路径图所展示的并非传统意义上的城市布局或城市设计所指向的形态,而是数据在时间、空间维度上的具象转译和展示,因此将三维人流路径图看作更高层次的数据图也不为过。
在此基础上,需对三维人流路径图进行进一步的处理和转化,才能形成传统意义上的建筑和城市形态。
7.3 从人流路径到建筑形态的转化尝试
最终得到的人流路径结果明确分为四个建设时间段。尝试将最为简易的第一期路径进行建筑建造优化后发现,多数路径由于不同功能的用地价值基本面的引导作用偏向于同一方向,从平面图上可以清晰 地看到人流路径(未来的人流聚集地—— 道路网)和空白区域(未来的建筑、景观位置)的划分明确。将优化过后的路径曲线 进行筛选整理后,分析挑选出更适宜建造的空白单元区域进行建筑架构的制作,而对于剩余未被开发的空白单元区域,可根据周边发展情况,将业态从公共空间逐步过渡为商业用地,最终形成建筑与景观相互结合的规划概念方案。
参考文献:
[1] C Alexander. A Pattern Language[M]. New York: Oxford University Press, 1977.
[2] Ball P. Pattern Formation in Nature[M]. Oxford: Oxford University Press, 1999.
[3] Bentley P J, Corne D W. “Creative Evolutionary Systems” in Computa- tional Design Thinking, ed. A. Menges and S. Alquist[M]. London: Wiley, 2002.
[4] Chung C J, Inaba J, Koolhaas R, et al. Great Leap Forward[M]. Koln: Taschen, 2001.
[5] De Landa M. “Deleuze and the Use of the Generative Algorithm in Architecture”in Phylogenesis: FOA’s Ark[M]. Barcelona: Actar, 2003.
|