一、建筑应当如何与大数据结合?
谢邀,这问题好。让我们先从大处着眼。
1 其实大数据古来已有。
广义的建筑行业,包括国土、城市、乡村、风景区、建筑、结构水暖电,各国家和很多行业早就在搞大数据,只不过很多人不觉得这是大数据的地基部分而已,并且这不是商业互联网的大数据。
如果目前www网站、社交网络、可穿戴的那些数据算大数据的话,那么支撑现代人类社会运行的真正巨大的系统,那就是 巨数据 了
互联网是近几十年发明、近年来走入日常生活的东西,物联网还是未来计划中的东西,但这些东西背后的数据和对数据的利用,并不是在商业互联网热潮之后的才产生的。
打个比方,IT是信息技术的简称,Information Technology,互联网为载体的it行业是新行业,但人类从岩画开始、通过石刻、竹简、活字印刷、打字机为手段的IT信息技术已经有几千年了,其规模和深度绝对不是冰山一角所能代表的。
很多大数据领域其实存在已久,比如亚历山大图书馆、各种神秘的档案馆乃至
龙渊阁 - 搜狗百科这种存在,都是非电子化的大数据常识。到了现代,其实电子化的传统大数据也不少,只不过普通人不会知道而已。
我们一般说建筑学会包括 规划、建筑和景观,而说普通建筑的时候会专门说“单体建筑”。因为建筑行业天然是相互联系、观照全局的,因而无法局限于目前这一小部分大数据的,涉及到国计民生的大基础建设,必然要涉及更大的那部分大数据。
题主说的大数据,应该是以民用互联网为主、商业公司可以涉足的部分大数据。
2 我所知道的,目前最大的数据是GIS
地理信息系统_百度百科人家GIS行业这样介绍自己的起源:
15,000年前,在拉斯考克(Lascaux)附近的洞穴墙壁上,法国的Cro Magnon猎人画下了他们所捕猎动物的图案。与这些动物图画相关的是一些描述迁移路线和轨迹线条和符号。这些早期记录符合了现代地理资讯系统的二元素结构:一个图形文件对应一个属性数据库。
怒,掀桌。。。但也说明,人类自古对全局性的数据有强烈的需求,当然首先包括(天文+地理+人类活动)x历史=宇宙中一切的信息的数据,然后加以分析和利用。
但这一切,确实到了互联网大发展的今天,才算是具备全盘电子化可能性了。
有科学家认为:我们所身处的宇宙其实是一幅全息影像
《自然》网站评出2013年最受欢迎十大故事超好看的文奇的科幻小说《天渊》也把高层次生命放在数据库里。这样的话,其实宇宙本身就是最大的数据,我们只是要找到数据库的接口而已。。。。呵呵
简单的说,GIS的目标是要把整个地球的空间信息都放进去,包括土地的状况、地形、植被、水文、气候,然后就是城市、道路、建筑、设施、人口等等。理论上一切地球上的物体包括它们的信息,都应该被记录在GIS里,并且可以进行相应的统计分析和数据挖掘利用。所以谷歌是一家值得尊敬的公司,因为他们的路数就是把地球整个数字化、存储起来,这是非常大的格局,而且他们也弄到了大量的活人本身的信息,这是传统GIS不包括的细致内容。甚至火星和月球他们都插手,顺便卖卖数据可广告挣点钱那都是小意思。
我最喜爱的程序:谷歌地球
注意看,人家的背景是银河系哦。。。谷歌地球可以看气候、星空、月球、火星、还有历史图像!还有开放式的地图信息库!
@马伯庸最喜爱的将古代史空间化的工作不但可以在这里做,还可以发布呢!只不过因为某些脑子被夹的人,你得科学上网才能看到,草。
一般的大数据往往只是单纯的文字或者二维的图像,但是GIS所代表的的是建筑学所关注的空间的信息,当数据被放置在三维空间+时间的格式里,其效果是非常不同的。
我认为既然人类生活在三维空间里,那一切大数据都应跟空间结合。
3 GIS在城市规划特别是国土规划,是非常重要的,因为国家非常巨大,宏观规划工作必然依赖宏观的技术手段,一般居住区规划跑跑现场,丈量土地这种方式是没办法用的。
因此,对GIS形成支撑的,首先就有GPS和RS。地理信息系统(GIS)与
全球定位系统(GPS)、
遥感系统(RS)合称
3S系统。
题主肯定不是做规划的,不然不会问怎么用,规划行业天天都在谈大数据。
实际上现在每天大家看的天气预报,那也是来自于一个大数据系统,气象卫星系统,而且是全球联网信息共享的,我也是有一次做气象台的项目,才知道原来人家的大数据真是走在前面。气象系统是可以整合进GIS的,如果他们愿意。
对于政府层面,土地执法、农业林业灾害遥感、规划建设控制、房屋产权管理、宏观经济数据统计监测,这些都是很常规的应用了。
对于单体建筑这边,肯定是可以有所作为的,比如GIS衍生出来的定位服务(LBS)很热火,包括导航和地图服务这些,这些都是跟建筑行业关系很密切的。起码室内导航那是需要建筑弱电专业布置相应设备的,以后建筑电气肯定要大幅强化智能化、移动互联网这些内容,所谓智能家居只不过是非常小的一部分应用,因为只是数据而非大数据。
4 至于物联网,未来应该是大数据的一个大块,其实以前也有类似的工作,就是铺设传感器和控制器体系嘛,各种摄像头监控、各行业的自动控制,比如铁路调度系统就是非常成熟的物联网的一种。更重要的其实是股市和期货系统,也是全球联网的重要经济大数据,恐怕很多人不认为是物联网,但实际上企业通过审计进入股市信息,大宗商品通过期货信息进入交易系统,这都是大规模经济物品和数据库的映射,只不过中间经过了人工的录入和整理。以后或许可以直接通过电子条码自动生成相关数据呢,审计人员不用去盘点,股市自动告知库存、销量,多牛x。
物联网信息也很巨大,与Gis的区别主要是侧重运动和生产消耗的类的物体。这些数据已经在发挥作用,但是要把普通人和普通物品联网这还比较远。
5 应该说当前的大数据真正革命性的、过去没有的,应该是移动互联网,也就是手机啦,以及各种可穿戴,所有人员的运动、状态、身体参数这些全都容纳进数据库,这是手机普及前所不能想象的部分。目前我们说大数据,特别是商业互联网说的大数据,主要是指这一部分个人信息吧。
现在大量的移动数据掌握在三家公司手里,然后互联网上的数据也在这三家以及几家互联网巨头手里,另外一些大行业比如银行、社保、医疗、教育、航空铁路也有比较完善的人的数据。这些大数据要怎么用,蛮难的,因为历史上都是纸质档案。这几年光数字化就累死人了,海量数据要使用还得慢慢探索。
但建筑主要操作的还是实体建筑物,所以其实更热衷于前面说的那些GIS、物联网这些大数据,而人的大数据还很新鲜,不知道怎么挖掘利用。
6 基本上,以上这些都是早已开始、正在火热建设、前景巨大的大数据系统,并且都是国家机器和国际联合组织层面的工作,跟行业息息相关。但是对于普通民众和商业公司以及从业人员个人,才算是刚刚开始敞开应用。具体能做什么,其实要看老大哥愿意开放什么给你。
--------------------------回到个人臆测--------------------------
题主问建筑应当如何用大数据,我想,大数据能做什么,关键看你想做什么,然后看你能拿到什么数据。
一、这里说的是大数据,不是小数据,那首先是宏观的利用。
1 对于规划行业,利用GIs和人口、交通、产业供求、这些大数据做规划,已经是不言而喻的,特别是产业规划。这里不多说。
2 对于单体建筑行业,首先是房地产,比较迫切的是拿到市场需求、户型类型这些核心数据,目前行业里依靠专业咨询公司去搞数据、搞调查、搞分析,以后应该也需要通过大数据来解决,比如城市的各种人口构成、位置流动、收入支出、家庭需求等等,可以保证楼盘的选点、户型切合市场需求。只不过目前搞数据很贵很难。
像住宅区的停车位配比,绝对是适宜大数据决策的。要知道现在开发商跟规划局战停车率,真是死去活来啊。。。动则上亿的投资呢。。
3 至于公共类建筑,也可以通过大数据获取决策信息,比如机场车站、酒店商业、文化博览建筑,到底有多少需求,放在哪里合适,都可以参照人们流动规律、消费规律觉得。但根据我的经验,其实不是老大哥不给你用,是大家都不知道怎么用。比如铁路算是比较数据化的,车站建设基本上就是估算xx万客流,大概定个等级,然后放大xx倍直接干,面积精度是万平方米,地方政府还会要求尽量大!尽量大!好吧。。。于是有的车站空荡荡,有的挤得要死。学校建设也是类似。至于商业区、酒店区规划,那基本是按有多少地卖,尽量多卖。而工业地产的瓶颈则在于你能不能招来企业,而不是你怎么配置建筑。
过去我们的建筑设计,其实是有数据控制的,这就是规范指标,主要包括建筑行业规范,和发改委的经济指标规定。这些指标来自于过去的数据统计,可以说也是一种大数据,而且是典型的统计上的大数据。这就是我前面为什么要追述历史上的大数据的原因。
现在有新的数据,但数据如何控制设计,其实是一直以来有稳定逻辑的。这个层面只是需要更新数据来源和准确性,利用方式不变。
目前的建筑物设计,对数据利用还比较粗糙,各方面也还没有想好怎么发掘和利用数据,但未来的话,起码医疗、交通、教育这些大项目行业是可以用大数据决策选点、容量控制、服务类型控制的,但需要有关方面数据开放,并且寻找比较成熟可靠的算法。
二、然后说说更不靠谱的微观建筑设计。
大数据和过去的统计数据的区别,在于其全样本、动态更新,而不是过去只有总数和平均数。这样使得所谓的私人订制成为可能。
1 首先是外观,如果我们能够拿到每个人对不同建筑的互动信息,也许我们有可能判断什么样的建筑风格更受欢迎,更吸引买房者或者逛街购物者,建筑风格选型就从拍脑袋到了有依据。我想zara这样的服装企业应该已经做到了,传统数据无法确定的审美问题,可以通过大数据来判定,提高受欢迎程度。风景区、旅游度假产品也会依赖这种数据,利用旅游社交舆情、交通、收入、放假信息,决定做何种外观的景点。
2 建筑性能。如果有大量的传感器追踪数据,外墙的保温、通风、节能这些设计能够有很好的改善。目前节能计算方法还是比较粗糙的,如果能掌握大量已有建筑的能耗和物理量信息,再做好新建筑的感应控制,起码在暖通空调设计上会有很大改善。现在按城市的气候指标可以精细到按微环境控制设计,并且可以改善运营。这在商业建筑里能节省很大一块能耗。
类似的,雨水污水的排水设计,也可以利用大数据进行改善。目前城市防雨指标明显偏低,按几年一遇几年一遇这样的指标算法也是在是比较落后,当然会造成各种水漫金山,立交桥下面还淹死人。应当用雨水检测系统配合城市管网信息,准确控制各建筑、道路、区域的排水设施。
还有就是音乐厅的设计,如果做个可控墙顶面,就可以像播放器调整音效一样,根据观众口味和音乐特点,调整音乐厅的声学效果,那还是很有趣的。
3 建筑功能和运营。 应该说运营上可依靠大数据的地方也很多,除了水电暖这些自动化调控,公共商业建筑对人流的监控和预测也很重要。购物、电影、餐饮、旅馆这些行业都可以大数据提出对建筑的要求,建筑师相应的提出解决方案。要知道人流对走道宽度、消防疏散、厕所配置影响很大,进而极大影响成本。过去按死规范,有时候不够有时候偏多,特别是商场的女厕所排队问题。。。
4 总之,建筑里大量涉及尺寸、大小、高度、面积,这些都可以利用大数据决策,比如厕所蹲位、休息室大小,座椅数量、开窗大小、灯光强弱、吸音降噪、电梯运行、几乎所有这些,我们过去用规范指标,现在可以用大数据了,欧耶。
三 不可预测和适应性。
最后,建筑物一经建成,其实是很难改变的,城市格局也是一旦定型,改变很难,你看北京的城市规划特别是交通结构。。。正是数据决策失败的一个典型反例。新规划没几年,人口早就突破了规划预计,整个规划又得重新修改,但城市建设根本改不过来,又不能推到重来,纠结啊。。。
大数据是动态的,建筑是静态的,即使是根据目前的大数据及其取势正确决策了,几年以后情况变化,又不适应了。这跟普通商品供给可以调整产能是不一样的。
这不但要求数据决策能够实用动态发展、有预见性,不能盲目依赖现有数据,
否则不就回到计划经济的老路了么。人的命运是不可预测的!
这也要求建筑和各种基础设施建设本身有宽容度,或者干脆是可变的,这是另一个话题,以后再说。
二、与哈尔滨大剧院相似的建筑?
与哈尔滨大剧院相似的国内建筑应该是湖南长沙的梅溪湖国际文化艺术中心了。
这两个大剧院都属异形结构建筑,同时具有大跨度、高空间、复杂钢结构等难度特点,其外观造型属于三维曲面其施工难度相当大。
哈尔滨大剧院被ArchDaily评选为“2015年世界最佳建筑”之“最佳文化类建筑”。而长沙的梅溪湖文化艺术中心荣获2020年度London Design Awards(伦敦设计奖)金奖。
三、建筑用大沙与石粉怎么区别?
建筑用大沙与石粉可以通过以下几个方面进行区分。
首先,大沙是指粒径较大的沙子,一般用于混凝土配制和砌筑墙体等工程中,具有较好的承重能力和稳定性。
而石粉是指石头经过破碎、研磨等工艺处理后得到的细粉末状物质,一般用于制作砂浆、砂浆砌筑和涂料等工程中,具有较好的粘结性和填充性。
其次,大沙的颗粒较粗,质地坚硬,而石粉的颗粒较细,质地较软。此外,大沙的颜色一般较浅,呈黄色或灰色,而石粉的颜色一般较深,呈灰色或深灰色。综上所述,通过颗粒大小、质地和颜色等特征可以区分建筑用大沙和石粉。
四、夸克文稿与数据为什么这么大?
夸克文稿与数据这么大是因为夸克是基本粒子中最小的单位,只有极小的体积,同时在高能物理领域中,对夸克的研究需要使用大型粒子加速器等设备,产生的数据量十分庞大,并且需要经过复杂的数据处理和分析。此外,夸克作为物质构成的基本单位,对人类认识物质结构、科学理论发展和实际应用等方面都有着重要的意义,因此对夸克的研究也是一项复杂而重要的工作。
五、dem数据怎么分析建筑?
1. 可以通过DEM数据进行建筑分析。2. DEM数据是数字高程模型的缩写,它可以提供地表的高程信息。在建筑分析中,DEM数据可以用来确定地形的起伏和坡度,从而帮助确定建筑物的适宜位置和布局。通过分析DEM数据,可以评估建筑物的稳定性、风险和可持续性等因素。3. 此外,DEM数据还可以与其他地理信息数据(如土地利用数据、道路网络数据等)结合使用,进行更全面的建筑分析。通过综合分析不同数据源的信息,可以更好地了解建筑物与周围环境的关系,从而做出更科学的决策。
六、中国国家大剧院与周边建筑如何协调?
中国国家大剧院与周边的建筑(如天安门等等)关系,不是取得协调关系,而是形成对比关系,强调建筑的时代感,现代感,代表着一个时代的元素符号,使北京的东西长安街的建筑,产生一种历史的发展感,节奏感,具有浓郁的时代气息,使东西长安街更富有历史的韵律。
七、当代建筑与现代建筑的建筑形态与风格差异何在?
其实对于这个问题没有真正准确的答案
“差异何在”这个词就是解答问题的要点;
差异存在于自己内心的观念和意识:
举个例子:当你见到一座古典主义的教堂的时候,某些意识使你觉得这太美了好几百年依旧不失风采觉得很现代,当见到西班牙的古根海姆博物馆时突然觉得有古典氛围,这真是有可能会发生的事情。
当然这个例子仅仅是个例子,不涉及个人对建筑作品的评价
所以呢,教科书上的分界线仅仅是教科书上的,记忆就好,而真正会造成影响的是你的观念和意识,你的观念和意识就是底线。
希望对您有帮助
八、大数据绿色建筑
大数据在绿色建筑中的应用
随着社会经济的不断发展,人们对环境保护与可持续发展的意识日益增强。在这种背景下,绿色建筑作为一种能够实现资源节约、减少对环境影响的建筑形式,逐渐成为人们关注的焦点。而大数据作为一种强大的信息技术工具,正在被广泛应用于绿色建筑领域,以实现建筑能耗的优化和环境效益的最大化。
大数据分析在绿色建筑中的重要性
在传统建筑设计和运营中,往往存在信息不对称、数据收集不全等问题,导致建筑能源利用率不高、环境负担较大的情况。而大数据分析技术的应用,能够通过对建筑运行数据的清晰解读和分析,为建筑设计者和管理者提供数据驱动的决策支持,帮助他们更好地优化建筑能源消耗、改善室内环境质量,从而实现绿色建筑的可持续发展目标。
大数据在绿色建筑设计中的具体应用
- 能源消耗分析:通过大数据分析建筑的能源消耗模式,优化建筑能源利用结构和系统,实现节能减排目标。
- 室内环境优化:利用大数据监测室内环境数据,调整通风、采光等系统,改善室内环境品质。
- 绿色材料选择:借助大数据技术分析不同建材的环境性能数据,选择符合绿色标准的建材,以减少环境负荷。
- 智能化控制系统:通过大数据集成智能化控制系统,实现建筑能源设备的自动化控制,提高能源利用效率。
大数据在绿色建筑运营管理中的作用
除了在设计阶段的应用,大数据在绿色建筑的运营管理中也起着关键作用。通过不断收集、分析建筑运行数据,可以帮助管理者实时监测建筑的能源消耗情况,识别潜在的问题并及时处理,以保证建筑的高效运行和长期可持续性。
结语
综上所述,大数据技术在绿色建筑领域的应用具有重要意义,不仅可以帮助建筑行业实现节能减排、优化设计方案,更能为环保事业的发展贡献力量。随着技术的不断发展和完善,相信大数据在绿色建筑中的应用将会越来越深入,为建筑产业的可持续发展注入新的活力。
九、建筑能耗 大数据
在当今数字化时代,大数据技术的应用已经渗透到各行各业,包括建筑行业。建筑能耗作为一个重要的环境问题,一直备受关注。通过运用大数据技术,可以更加精准地监测、分析和优化建筑能耗,从而更好地实现能源节约和环保的目标。
建筑能耗的重要性
建筑领域是一个能源消耗较大的行业,其中建筑能耗占总体能耗的比例相当可观。如何有效管理和减少建筑能耗是当前社会面临的重要课题之一。建筑能耗的高低直接影响到建筑的运营成本和环境效益,也关系到用户的舒适度和健康。
大数据在建筑能耗中的应用
通过大数据技术,可以实现对建筑能耗的精准监测和分析。传感器、智能设备等技术的广泛应用,使得建筑内部各种数据得以实时采集和传输至数据中心。基于这些数据,我们可以利用数据分析和挖掘的方法,找出建筑能耗的规律性和突出问题,提出有效的节能优化方案。
大数据技术还可以为建筑能源管理提供智能化决策支持。通过建立建筑能耗的预测模型,可以实现对未来能耗的预测,帮助管理者制定合理的能源使用策略。同时,大数据还可以帮助建筑实现智能控制和调整,提高能源利用效率。
优化建筑能耗的策略
结合大数据技术,可以制定一系列有效的建筑能耗优化策略。首先,建立建筑能耗的数据监测系统,确保数据的实时采集和准确性。其次,通过数据分析和挖掘,找出能耗高峰和异常点,及时进行调整和优化。
另外,可以结合建筑的使用情况和气候条件等因素,制定个性化的能耗管理方案。利用大数据预测建筑未来的能耗情况,有针对性地进行能源调配和节能措施。最终实现建筑能耗的智能化管理和优化。
未来展望
随着大数据技术的不断发展和普及,建筑能耗的监测和优化将更加智能化和精准化。我们可以预见,大数据将在建筑领域发挥越来越重要的作用,为建筑行业的可持续发展和环保事业做出更大的贡献。
因此,建筑行业的从业者和管理者应当积极采用大数据技术,将其运用到建筑能耗管理中,共同推动建筑节能减排工作的深入开展。只有通过科技手段的不断创新和应用,我们才能更好地保护环境、节约能源,实现可持续发展的目标。
十、节能建筑与绿色建筑的关系与区别?
节能建筑和绿色建筑从内容、形式到评价指标均不一样。具体来说,节能建筑是符合建筑节能设计标准这一单项要求即可,而绿色建筑涉及六大方面,涵盖节能、节地、节水、节材、室内环境和物业管理。
绿色建筑是指在建筑物建造和使用过程中,消耗的资源少,消耗的能源低,对环境的影响小的建筑。
生态建筑是指尽可能的利用当地的环境和自然条件,不破坏当地的环境,确保生态体系健全运行的建筑。
可持续建筑是指达到或者超过节能设计标准要求的建筑。着重满足建筑物能耗指标的要求。
绿色建筑、生态建筑和可持续建筑都应该是节能建筑。人们往往把绿色建筑、生态建筑理解为小区绿化和景观,这种认识是不正确的。