第六届“城垣杯·规划决策支持模型设计大赛”已拉开帷幕，现已进入报名阶段（3月14日至5月1日），点此了解大赛详情。
为展示往届选手的风采，介绍选手获奖经验与心得，分享和传递学术观点，本期专访上届特等奖获得者，来自北京工业大学、北京市城市规划设计研究院的张梦宇、顾重泰、陈易辰、王良团队，张梦宇作为团队代表接受采访，分享其在色彩研究方面的独到观点！点击回看张梦宇、顾重泰、陈易辰、王良团队作品展示
张梦宇，北京工业大学城建学部2020级博士生，主要研究方向国土空间规划监测预警、城市体检评估。
顾重泰，北京市城市规划设计研究院，工程师。2020年于武汉大学城市规划专业取得硕士学位，主要研究方向为城市大数据，计量城市规划。
陈易辰，北京市城市规划设计研究院，工程师。2014年于北京大学城市与环境学院资源环境与城乡规划管理专业取得学士学位，研究方向为计算机视觉，数据挖掘。
王良，北京市城市规划设计研究院，工程师。2015年于北京师范大学数学科学学院计算数学专业取得硕士学位，主要研究兴趣是数据支持的城市规划。
Q1：张梦宇您好，对于城垣杯，您有过多次参赛经历，终于在去年获得了特等奖的优异成绩。今年是城垣杯举办的第六年，您认为这类竞赛举办的意义是怎样的？
我从2018年就接触到了“城垣杯”大赛，并且连续三年报名参加了大赛，这期间个人经历了两年的工作实践然后进入到博士研究，现在我已经是博士二年级的学生，也有了明确的研究方向。回顾我从一名懵懂的规划菜鸟到能够独当一面进行研究和规划实践工作的成长历程，“城垣杯”不仅为我打开了一扇认识世界的新大门，更像一位智者伴随着我成长，不断激励着我在实践中探索理论和技术方法。
其实，第一次参加“城垣杯”是机缘巧合，当时认识了第一届一等奖获得者，从她的分享中我对这个大赛产生了浓厚的兴趣，又正值研究生刚毕业，对新鲜事物充满着热情，于是我在对规划大数据分析与城市计算领域还非常陌生的情况下果断报名了当年的大赛。迈开这一步后，我才发现这里面困难重重，与传统规划竞赛定性分析为主定量分析为辅的思路完全不同，需要学习大量大数据理论，找到合适的开源数据，构建模型算法，编写运算程序等，这些都是我在过去城乡规划专业学习中没有接触过的板块。很显然，第一次我失败了，但是不服输的性格让我迅速调整了心态，重新寻找合适的合作伙伴，第二年我找到一位计算机博士的加入，在第一年的基础上深化了理论研究并初步编写了模型程序，幸运的是这过程中引起了相关专家的注意，在专家的推荐下组成了与北京市城市规划设计研究院的联合团队，实现了技术上的重大突破。可以说，参加“城垣杯”大赛是我生命中非常宝贵的一段经历，它教会了我在城乡规划领域的新技术中不断学习探索，始终保持对新事物的热诚，勇于创新，在探索的过程中学会合作共赢，这些都为我博士研究生涯奠定了重要基础。所以，我相信每一位参加过大赛的成员，都会在这座“知识宝库”中获益良多。Q2：您在去年城垣杯大赛上的参赛作品《人本视角下的城市色彩谱系——“建筑-街道-街区”城市色彩量化计算模型实证研究》给人留下了深刻的印象，城市色彩是现如今城市规划建设中人们关注的热点。能再介绍一下您和您的团队开展这项研究的初衷吗？
首先，我国在遥远的古代就开始了有关城市色彩的实践，而有意识的现代城市色彩规划大约从20世纪90年代开始。近年，我们国家出台了一系列政策标准，指导城市色彩的保存、传递、交流和识别等。比如2020年10月，自然资源部就发布了《国土空间规划城市设计指南》，要求总体规划对中心城区城市天际线、色彩等要素进行系统构建提出管控要求，详细规划加强对建筑体量、界面、风格、色彩、第五立面等要素的管控。这些文件的提出，大大提高了城市色彩的重要性，色彩本身作为第一视觉感知要素，反映着一个城市的民族文化，承载着重要历史、美学信息，管控好城市色彩不仅能够延续城市文脉，塑造城市特色，还能有效提高城市人居环境品质。相比国际上来说，我们国家的城市色彩规划起步较晚，北京作为最早开始实施色彩管控的城市，从2000年起通过多项规划工作和多部法规条例保护和改善城市色彩风貌，之后全国各个城市也开始了相关实践。但是，纵观这些年的发展，城市色彩依然存在诸多问题，技术层面较为突出的是色彩基础数据缺乏未形成系统数据库，主要原因是目前我国城市色彩调研基本通过实时拍摄和物卡比对的方式进行采集，采集数量非常有限，调研本身局限性较大。但是近年来大数据技术的发展已经从计算机领域扩大到城市设计、城市治理等领域，弥补了规划传统数据的弊端，也为城市色彩数据库提供了新的手段。因此，我们团队尝试引入大数据的方法对城市色彩管控的技术体系进行完善，助力色彩数据库的普遍推广。Q3：您在构建数据模型时运用了复杂适应系统这一理论方法，请问这一方法的优势是什么？
目前，我国的城市色彩规划主要通过色彩总谱和分区分谱的方式进行管控，这些专家导向型的色谱与实际建成环境存在较大差异，真实的色彩环境是自下而上构建形成的复杂系统。一个好的城市色彩，对于个体色彩感知来说，是种审美体验，是独特的、创造性的，不可重复的，但对于群体来说，却存在共同的体验。因此，城市色彩及其演化规律不能通过其构成要素的简单相加来理解，以经典物理学方法对城市色彩的构成层次和要素进行功能性剖析而形成的色彩图谱往往实施困难，必须以不可分割的整体观、相互联系有机观、每个要素的能动观来重现城市的复杂性。本团队引入复杂适应系统（CAS）理论，就是借助复杂性科学对于系统耦合及系统适应性的关注，对色彩系统的特征和机制进行剖析，用于重构城市色彩管控方法，适应真实环境，建立自上而下的城市决策与自下而上的城市建造之间的关系，也是解决目前管控实施难的突破口。Q4：大数据已经成为城市研究中十分重要的方法，您的作品之中也运用到了大数据。但是过去城市色彩往往基于美学理论偏感性，那么如何利用大数据实现向理性分析的转变？可以结合您的研究谈一谈吗？
目前，对于大数据的描述很多，之前广泛运用的是4V描述大数据的特征，之后发展为5V ，包括Volume（大量），Velocity（高速），Variety（多样），Value（低价值密度），Veracity（真实），其中Veracity（真实）是我们本轮研究关注的重点。Veracity（真实性) 指大数据的质量，大数据的内容是与真实世界息息相关的，真实不一定代表准确，但一定不是虚假数据，这也是数据分析的基础。所以，在这轮研究中，我们首先依据CAS理论和城市设计理论构建了城市色彩识别的技术体系，将过去定性评价转化为定量评价。然后，通过数据限定的方式，定向获取大数据，保证数据获取的信息质量。对获取后的数据通用城市预训练数据集cityscape的方法，结合样本标定利用模糊神经网络进行信息分割，贴合人本视角的色彩感知值。在读取有效信息后，对色彩感知、色彩校正、色彩协调度评价等核心数值指标进行处理和分析，总结“建筑—街道—街区”不同层级色彩空间结论，形成色彩管控谱系，该谱系具备了大规模，多尺度，长线条城市色彩监测的技术基础，使得一向难以量化的城市色彩具备了纳入控制性详细规划层面指标管控体系并且监督的基础条件。Q5：大数据的应用现在非常广泛，大数据提升城市治理现代化水平成为当下的一个热门话题，您认为有什么办法可以提升大数据面向城市治理的服务能力？
现代化城市治理是基于多元需求的价值体系，所以加强公众参与，搭建公众参与平台是提升治理能力的重要手段。与传统的调研方式不同，大数据能够基于研究者的需求快速定向抓取海量数据，并顺应大众生活习惯，避免对受访者的主动干扰。结合我们的研究来说，是通过截取百度、大众点评、马蜂窝等社交网络平台，获取研究区域的相关照片进行分析，由于获取的照片经过上传者主观选择或者艺术加工，一定程度上反映了公众心目中较协调的色彩意向，而照片中反复出现的区域或建筑即景观节点，需给予更高的关注。此外，我们还将色彩分析结果转化为引导手册，下发至责任规划师，结合社区治理进一步落实管理。所以，分类大数据信息，解析数据隐含的公众需求和价值观，可以有效提升大数据面向城市治理的服务能力。
Q6：您和您的团队是如何分工合作的呢？
我们团队是高校与科研院所的联合团队，具备了理论研究和规划实践的基础，团队成员有多学科背景，包含城乡规划、计算机、数学等专业。每位成员各有所长，有的对最新专业动态敏感，能够快速检索出对选题有意义的最新成果；有的擅长大数据图形分析，能够准确分离图形数据，快速抓取有效信息；有的是算法模型小能手，能根据团队需要开展算法编写，实现工作处理自动化；有的擅长数学公式，能够快速生成大数据运算结果，为本次竞赛提供强有力的分析支撑。所以，我们在团队分工时，基于各自擅长，划分相应的研究板块，制定了详细的进度安排，采用实时分享和定期交流结合的方式推进研究进程。在整个过程中，我们重视规划实践，并依托规划院的平台将最新研究成果运用到实际工作，反馈实践中的经验和问题，及时修正研究，这种反馈机制是一种高效的研究模式。
Q7：您对于今年的比赛，您有什么建议和期许？
今年已经是大赛的第六年，这六年里看着大赛在一直创新，越办越好，并不断向选手提供大数据方面的支持，去年参加团队数量空前，在专业领域得到了众多专家学者的关注，所以非常期待今年的选手们能够在创新方面提供更多思路，让数据和模型更好反映城市温度，真正为人服务。预祝选手们在大赛中收获知识和友谊，并取得优异的成绩！
友情提示：
竞赛提交成果的截止日期为北京时间2022年5月31日24:00，请各位选手按照规定格式尽快提交成果，提交邮箱为chengyuancup@city-if.com,邮件标题为“报名编号-议题名称-作品名称”，如“A123-空间发展战略与城市治理策略-基于手机信令数据的城市空间结构研究”。采编：崔喆，哈尔滨工业大学城乡规划学士，南京大学城市规划专业硕士，现就职于北京市城市规划设计研究院数字技术规划中心。
END.