可持续的城市结构设计与能源水交互系统的地理设计方法-上海区工程

工程4（2018）182研究可持续的建筑结构-文章城市基础设施设计中人-能-水交互系统的地理设计方法--以上海10 KM2近零区工程为例杨佩菊a，b，池淑芳c，李玉，吴仪涵a，b，全继戈a，b，d美国佐治亚理工学院城市与区域规划学院建筑学院设计学院生态城市实验室，亚特兰大，GA 30332-0155b同济大学建筑与城市规划学院生态城市实验室，上海200092c中国上海迪士尼研究院200021d首尔国立大学环境研究研究生院，首尔08826，韩国阿提奇莱因福奥文章历史记录：2017年11月1日收到2017年12月1日修订2018年1月3日接受在线提供2018年关键词：地理设计城市设计城市基础设施能源绩效多目标优化A B S T R A C T气候变化带来的巨大挑战需要一种新的城市设计范式，将城市系统的性能（如能源和水资源效率）考虑在内。传统的城市设计方法注重形式的塑造过程，缺乏表现维度。地理设计是一种新兴的方法，强调系统思维，数字技术和地理背景之间的联系。本文介绍了一个更大的研究合作的第一阶段的研究成果，并提出了一个扩展的地理设计方法，一个地区规模的城市设计，可再生能源生产，能源消费和雨水管理系统，以及在城市中的人类经验的测量。该方法结合了地理信息系统（GIS），参数化建模技术，多学科设计优化（MDO）工具，使协同设计决策。该方法在一个测试用例中进行了测试和改进，其目的是设计一个能源消耗几乎为零的我们最终的方法有三个特点。 ①集成的地理设计和参数化设计：它使用参数化设计方法通过自定义程序算法生成焦点比例区域原型，并应用地理设计来评估设计方案的性能。②关注设计流程：它详细说明如何定义问题，选择哪些信息，以及在做出设计决策时使用哪些标准③多目标优化：测试用例从性能建模中产生指标，并通过多目标计算实验得出原则，以告知如何改进设计。本文最后提出了基于MDO工具的城市设计和基础设施系统建模中©2018 The Bottoms.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一个在CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍气候变化和资源退化的突出挑战要求城市设计将高效的能源和水基础设施与紧凑的城市形式和更多的人类体验相结合。这些要求加剧了城市系统的复杂性，使城市设计学科的人员比以往任何时候都更加迫切地与工程设计师合作，以探索相互关联的城市系统的潜在协同效应。一种传统的城市设计方法，依赖于设计师*通讯作者。电子邮件地址：cheryl. disney.com（C.S.- F. Chi）。产生有限的替代品，并有可能遗漏弹性和节能的选择-我们再也无法承受的风险。地理设计已成为一种新的设计范式，它将设计及其生态和社会影响与基于价值和面向目标的地理空间信息相结合，以应对跨系统设计挑战。地理设计是一个迭代和动态的过程，由一系列概念和方法组成，这些概念和方法将系统思维、数字技术和地理背景联系起来[1]。它强调在具有截然不同的思维逻辑的广泛学科之间的合作（例如，地理学家、社会学家、建筑师、城市设计师、土木工程师和当地居民）。地理设计框架包括六个顺序模型：表示、过程、评估、变更、影响和决策，如图1所示。前三个模型在这个https://doi.org/10.1016/j.eng.2018.03.0142095-8099/©2018 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志主页：www.elsevier.com/locate/engP.P.- J. Yang等/ Engineering 4（2018）182-189183Fig. 1. Steinitz的一种地理设计方法[1]。框架定义站点的描述和范围，并评估站点最后三个模型涉及通过设计可以对现状进行的更改，最重要的是，这些模型在三次迭代中回答了六个问题，以解决设计的原因、方式和内容具体来说，第一次迭代为设计团队提供了识别当前情况下的机制和定义设计问题所需的基本知识和信息。第二次迭代以相反的顺序回答相同的六个问题（即，从问题6到问题1），并形成解决所定义问题的方法最后，第三轮迭代根据前两轮迭代中收集的数据和定义的方法生成最终设计方案。在城市设计中实施地理设计必须面对三大挑战：①理解设计变量、构件和系统之间的复杂关系和相互依赖性，把握变化的潜在机制;②确定决策目标，处理不同利益相关者目标之间的冲突;③提出更多的设计方案，以做出优化决策。此外，当地理设计框架首次开发时，还没有能够实现强大分析和信息综合因此，这些工具如何使设计过程和帮助解决我们的城市面临的当代挑战的问题仍然是探索不足。因此，我们提出了一个实验性的和扩展的地理设计框架，用于近零能耗的地区规模的城市设计，重点是数字技术，特别是参数化建模，地理信息系统（GIS）和多学科设计优化（MDO），使城市工程系统集成到城市设计中。本文报道这是一个更大规模的研究合作的第一阶段的结果，在这个研究合作中，我们使用一个测试用例开发和测试了我们的框架。本文最后讨论了确定的问题，并提出了一个研究议程，以推进这一努力。最后，由数字技术支持的地理设计方法将以人为本的城市设计与基于科学的工程设计相结合，从而能够更有效地应对气候变化的巨大挑战。2. 框架2.1. Steinitz地理设计框架的扩展本研究中提出的地理设计框架扩展了Stei- nitz的地理设计框架，如图所示。 2，整合三个核心组件，使多学科协同设计和探索大量的设计方案：多学科设计优化，参数化建模和城市性能模拟工具（例如，城市建筑能源建模）。为了使设计师能够探索大量的设计备选方案，最大限度地利用现有知识，并考虑超出个人经验的设计选项，我们需要一种新的方法和工具，利用先进的计算和仿真技术的力量。MDO就是这样一种方法。MDO的发展是为了应对设计挑战，处理设计复杂系统的复杂性和不确定性。这种方法提取设计规则和要求并将其编码为一组算法和约束，用于导航设计空间[2，3]。MDO创建于20世纪80年代;自那时以来，由于对复杂工程系统在可靠性和鲁棒性等领域的高性能需求不断增加，它取得了显着进展[2]。MDO又称多目标设计184P.P. J. Yang等人/工程学4（2018）182图二. 人-能-水交互城市系统的扩展地理设计方法。CCHP：冷热电联供; FAR：建筑面积比。优化以突出其评估多个目标之间的权衡的能力。随着在设计先进的飞行器、车辆、能源系统和建筑系统方面的广泛成功应用，MDO似乎是解决理想的未来城市设计的新兴需求的一种有前途的方法。特别是，在为分布式卫星系统概念设计提出的MDO过程[3]和地理设计方法[1]之间存在许多相似之处，这表明将MDO应用于城市设计的机会。例如，MDO方法要求将城市设计问题转化为数学优化问题，其中包括①决策变量，②目标函数，③约束方程，并给出决策变量界[3]。在第二次迭代中（即，如何问题）的地理设计方法[1]，可以确定使用MDO的机会。有关决策和影响的问题定义了设计目标、对象和要求。评价问题定义了绩效指标以及其他定性指标。然而，尽管城市设计涉及城市的物理和空间形式，但城市设计问题往往涉及城市系统的新兴行为，包括城市的社会和经济层面。在复杂工程系统和城市系统的背景下，系统被定义为一组集成的组件，这些组件共同工作以实现定义的目标。一个系统的最佳性能往往来自于其组成部分的协同作用，而不是单个组成部分的最佳性能之和。因此，一个城市的设计目标往往是不可衡量的和非功能性的。设计要求通常是从高度依赖于上下文的规则中推断出来的（例如，而不是被科学地定义[4]。不存在可量化的、明确定义的形式-目标关系，涌现行为和城市系统设计之间的潜在机制也远不清楚[5，6]。为了应对这些挑战，性能仿真工具和参数化建模对于连接不同系统级别的设计考虑至关重要。应根据现有的计算和模拟工具[6]，并且所选设计参数需要是可量化的，并且对设计目标和指标有显著影响[5]。为了通过将输入设计与输出性能度量（例如，生命周期成本、能源性能和弹性指标）。同时，参数化建模工具允许在较低的设计尺度上改变和研究物理对象的配置。参数化建模是一种基于规则的设计方法，其中设计意图由定义参数之间关系的几何约束和脚本表示。使用参数化建模，设计师能够通过大量迭代来试验形状设计。参数化建模还使设计师能够通过系统地探索目标-形式关系将理论和实际问题结合起来[7]。对于大型复杂系统，下一步是划分和分解概念设计问题，并识别设计参数高度相互依赖和耦合的设计模块[3]。对于每个模块，通过改变基线设计框架中的一个设计参数并测量由此产生的系统属性如何变化来进行系统研究。然后，所得到的知识用于制定MDO算法或开发参数模型和优化工作流，该优化工作流定义模块之间的接口关系，以便系统地和快速地导航大量可能的设计选项。通过这种方式，建模和仿真工具体现和存储设计规则，并允许设计人员超越仅依赖设计人员经验的设计类型。因此，设计师2.2. 接近零的地区地理设计框架2016年，来自佐治亚理工学院、同济大学和迪士尼中国研究院（DRC）的城市设计团队举办了一个关于近零能源区的研讨会，××××P.P.- J. Yang等/ Engineering 4（2018）182-1891852.7 2公里的场地毗邻上海迪士尼乐园。研讨会讨论了如何提供一个经济可行，生态敏感，性能驱动的设计方案，旨在创建一个可持续的，低碳的，接近零能源的地区。 基于图中所示的框架。 2、团队随后开展了以下工作。第一步-目标模型：设计目标是探索研究地点的设计方案，解决独特的人-能源-水关系。该提案不仅要实现近零碳排放的目标，还要提供高效的水资源管理和以人为本的价值观，例如城市环境中的视觉体验和人类舒适度。人-能-水关系被定义为能源、水系统和人类体验之间内在的相互联系，以及它们与城市形态的相互作用，塑造了城市设计工作的范围、所需数据和性能评估标准根据目标进行了定义。特别是，透过实地考察及与持份者（包括原场地规划者及DRC成员）的互动，设计团队深入了解持份者步骤II-表示模型：收集了反映设计目标的性能评估预评估和现场信息，以充分描述现场细节。进行了一次场地清单分析，以调查地理空间数据的可用性;然后使用数字可视化工具展示了场地信息。第三步-性能模型：设计团队由来自不同学科的成员组成，他们提出了这样一个问题：好的设计意味着什么？然后，他们根据设计目标，为以人为本的价值观和基础设施系统（包括水和能源）制定了性能标准接下来，该团队提出并测试了几种先进的仿真工具（如图2所示）。值得注意的是，模拟工具的选择必须影响评估标准，以产生可量化的性能指标，是有意义的设计问题。在此阶段，设计团队应用模拟工具或设计模块生成性能指标，以确定现场在当前条件下是否运行良好。第四步-参数化模型：参数化建模采用设计参数和程序算法来开发各种理论模型，地区尺度城市形态原型（1平方公里），以确定性能良好的设计。城市分区法律和建筑标准和规范通常构成了控制城市形态再生和新发展的几何基元。重要的设计参数包括总容积率（FAR），道路网络模式，建筑密度分布，街区大小，地块数量，建筑覆盖率，建筑方向和建筑类型;这些参数的规范关系和约束条件被用作正式规则，以产生不同的城市设计变化。设计团队应用了一个参数化的、基于网格的模型来绘制城市形态和基础设施，并确定了场地面积（即， 960米960米），总FAR（即，0.8、1和1.5），块大小（即，80米80米，120米120米和240米240米），每个块（即，4、8和12），以及覆盖率（即， 0.3、0.45和0.6），其用作控制块配置、建筑物占地面积、密度和高度的调节剂。值得注意的是，密度变化也被添加到模型中，以比较集中，分散和线性形态排列对能源，水系统和人类体验的不同影响，如图所示。3.第三章。第五步-生成指南：接下来，使用仿真工具检查参数排列，并协商性能指标以呈现一系列设计变化并观察设计变化和性能结果之间的模式关系。根据系统计算实验的分析结果，该团队随后生成了设计指南和政策含义。第六步-变更模型：团队使用传统设计方法并应用来自各个学科的专业知识和技能提出了多个设计方案。从焦点尺度原型设计中得出的设计准则被用作不同学科之间的学习和交流工具。第七步-影响模型：影响模型使用与绩效模型相同的基于代理的工具包，以便系统地评估设计提案的绩效。我们的目标是能够以整体的方式评估设计的性能，以了解焦点尺度系统在更粗尺度上的行为。由于时间和可用数据的限制，以及该研究阶段参数建模的实验性质，开发MDO算法的步骤需要生成大量的设计选项并导航选项尚未在研讨会上实施。MDO将被应用于评估多个目标和权衡不同的设计方案。如果所有必要的算法都得到了适当的开发，就可以快速生成设计选项以及不同时间段的开发方案，以评估设计随时间的影响步骤八-决策模型：来自MDO模型和其他数字技术的分析结果将被用来告知不同设计目标之间的量化权衡。这将使决策者在做出最终决定之前，能够根据自己的价值观和偏好权衡利弊3. 设计模块的选择由于城市绩效评估模型的复杂性，需要建立一系列标准化的模拟工具箱，以支持可重复和透明的分析和评估。设计模块用于研究人-能-水系统和城市形态之间的联系，从而帮助生成设计指南或探索设计参数公差，以便为设计师提供早期设计支持。3.1. 能量模型为了创造节能的城市形态，需要回答的一个问题是，为了实现接近零的碳排放，能源消耗和现场可再生能源生产之间的差距必须填补多少。城市区域能源消耗计算和太阳能收集与城市形态参数（如建筑密度、建筑体积和屋顶面积）相关;因此，可以应用能源使用设计模块来发现最优化的城市形式，以实现最大程度的能源平衡。3.1.1. 可再生能源生产：太阳能分析许多研究发现，以可再生的方式产生和收集现场能源是非常困难的。准备实施的唯一可行的方法是太阳能捕获，其产生的能量随后可以通过太阳能电池板转换为随着越来越多的LEED认证建筑在世界范围内建造，它已成为×186点- J. Yang等人/工程学4（2018）182图三. 基于不同城市形态的太阳能捕获与能耗计算。在建筑物屋顶安装太阳能电池板以收集太阳能的一般做法。我们的太阳能收集分析使用ArcGIS 10.3中的“区域太阳辐射”工具，并涉及许多参数，如分析持续时间（即，小时、日范围、月或年）、空间分辨率（在此分析中，使用1 m 1 m像元）和建筑屋顶几何;工具箱生成以每年每平方米瓦特小时为单位给出太阳能发电潜力的辐射光栅。与其他太阳能计算工具（如EPC计算器）相比，3.1.2. 能耗在过去的几年里，能源消耗估计已经被广泛地发现和研究。参与讨论的大多数人都同意，能源消耗随着当地气候的波动而变化，并与建筑使用类型，材料和几何形状密切相关[9]。在我们的研究中，一个强大的建筑能耗模拟软件Energy-Plus应用于计算建筑供暖和制冷负荷和能源消耗的因素，包括天气概况，建筑几何形状，建筑材料，暖通空调系统，和occu-率。3.2. 水模型：雨水管理为了实现水的再利用效率，为近零区规定的目标之一是最大限度地收集和储存雨水。许多先前的研究已经探索了模拟暴雨排水过程的方法，从而有可能估计降水量、入渗量、地表径流量、蒸散量和降雨量。降雨过程中的横向流动城市地区的雨水收集能力除了取决于土地覆盖类型、土壤湿度和坡度等地质条件外，还取决于当地的气象因素，如降雨强度、降雨量和气温。在这项研究中，引入了基于单元格的GIS水文模拟模型，目的是将研究地点转换为基于单元格的栅格层，其特征在于输入参数，包括一些气象因素和地质特征[10]。水文模型建立在Thornthwaite最后，ArcGIS提供的水文分析工具允许用户通过累积流入每个下坡单元的降水量来计算流入每个单元的流量。因此，每个单元上的存储水和地表水径流可以在任何降雨事件的定义期间计算。应该注意的是，为了从局部尺度参数排列中获得设计原则，仅考虑了局部渗透性数据、可渗透表面积和不可渗透表面积等因素。在制定设计方案后，将在影响模型中采用完整的水文模拟过程。3.3. 人类经验模型：可及性分析在本研究中，选择可达性作为人类体验的衡量标准，以调查在给定的步行范围内，建筑环境是否有利于不同的景点X半]<$X·半]轴½ ]的一种P.P.- J. Yang等/ Engineering 4（2018）182-189187距离正如雅各布斯在她的书《美国大城市的死与生》中所说，充满活力的城市生活一直依赖于步行能力和土地的混合使用，决定城市成功的是可达性而不是汽车流动性。为了揭示建筑密度和可达性之间的复杂关系，设计团队选择了名为“到达”和“直线”的测量工具“到达”分析计算并汇总在给定搜索半径内从每栋建筑物可以轻松到达的建筑物数量，而“直线度”分析则确定在多大程度上建筑物和其他建筑物的距离类似于欧几里 得 距 离 [13] 。 The ‘‘Reach” index can be calculated using thefollowing考虑到各种环境、社会和政治因素的迭代。为了应对气候变化和资源枯竭的巨大挑战，城市设计师承担了前所未有的社会责任，并被迫改变其设计范式。正如Batty[14]恰当地指出的那样，地理设计的核心是参与“科学是设计的前奏和后续，而设计被视为一个不断的、持续的过程，寻求解决方案或对紧急问题的有用反应”（第2页）。 巴蒂呼吁“在设计中使用科学”以及科学中的设计，建立在新的和强大的形式以及推理，预测和预定的逻辑链上2）。本文提出了一种城市系统的方法，响应巴蒂号召的设计建议的方法移动达到r½i]¼j2G-fig;d½i;j]≤rW½j]1除了使用GIS作为管理设计信息的中心工具，以协调多个先进的计算和模拟，其中r是搜索半径，i和j表示i中某人到达j的建筑物的位置，d[i，j]是网络G中建筑物i和j之间的最短路径距离，W[j]是目的地j的权重。权重可以是建筑体积、工作机会数量等。The ‘‘Straightness” index can be cal-culated using the following直线度ira€½i;j]Wj2j2G-fig;d½i;j]≤rd½i;j]其中，ai;j是建筑物i和j之间的测地距离。建筑密度的增加通常意味着更好的可达性;然而，还应考虑直线度因素，以确定街道网络是否可能由于转弯次数的增加而潜在地损害人们到达目的地的能力。因此，需要将这两种衡量工具结合起来，以测试一个社区4. 设计指南使用设计模块，设计团队能够为焦点尺度参数排列生成水、能量和人类体验性能指标（表1）。对于每个性能指标，在参数和性能度量之间存在模式化的相关性，这些参数和性能度量告知某些优化设计或设计指令。例如，为了实现最大的能源使用平衡，一个分散的参数排列，其中建筑物的高度和密度均匀分布被认为是城市设计实践的最佳配置。然而，在实践中通常发现，设计模块可以提供不同的设计指导方针;这一发现突出了城市设计在人类经验、有效能源利用和水资源利用方面平衡各种决策标准的挑战它还强调了理解各种设计决策与对人类福祉和可持续性有意义因此，应进行多目标优化分析。5. 讨论和结论传统的设计方法往往基于个人的经验，不可避免地该框架确保最终设计决策是通过严格、系统、科学的评估工具，并解决城市形态和绩效目标之间的相互关系。此外，该方法还处理了城市系统作为一个整体的涌现行为与单个城市系统或系统组成部分的属性之间的联系。在工作室中，我们与一个多学科的国际设计团队一起试验了所提出的方法，并确定了以下步骤作为将该方法发展成成熟形式的研究议程。(1) 城市设计领域的知识体系需要整合。大多数知识都嵌入并分散在单个设计师的经验中，他们在职业生涯中只从事有限数量的项目。为了在这一领域最大限度地利用强大的数字技术，我们需要系统地获取现有知识;然后可以基于这些知识开发变量、算法和定量方法。(2) MDO是一种从专家经验中提取和积累设计规则和标准的有用方法，它还可以在单个城市系统中开发和集成先进技术。然而，需要集体努力来提取规则，标准和技术并将其转换为数据库和算法。(3) 目前的模拟和建模工具只能捕捉和量化非常有限的复杂城市系统的紧急行为和属性。其中一个原因可能是目前的城市设计研究缺乏系统的分析和量化，并严重依赖于预期的方法。为了理解设计决策的后果，需要整合各种案例研究、访谈和对过去设计的检查。需要通过严格的实证研究制定和检验衡量标准。(4) 为了将各个设计组件和模块的属性与焦点尺度上的设计性能联系起来，跨尺度（或设计层次结构的级别）的设计迭代至关重要。必须注意的是：①城市设计的质量属性，如生活质量，与数量属性同等重要;②模拟和模型是设计目标和实际情况的表示和近似。因此，在设计过程中，专业判断和设计师的经验仍然至关重要。在快速迭代中，计算和模拟工具如何协助启发式判断并与之相互作用的问题需要进一步研究。(5) 参数化建模工具和性能仿真工具的开发取得了显著进展。然而，可用于验证这些模块和模拟工具的数据此外，产生高质量输出的模拟工具通常对数据要求很高。学术界和专业人士之间的合作表1不同城市形态的水、能源和人类体验绩效指标的比较城市形态类型学Ag（m）S（m2）nCR毛数S（m 2）S（m2）nEUIE（W h a-1）东/西W（ t）平均平均伊卜布洛布ppbibrtrBuiBui（W·h·（m·a）-1se··seTR RWg：单个街区比例;Sib：单个街区面积;nblo：街区数量;CRb：每个街区的覆盖率;nppb：每个街区的包裹数量;Sibr：单个建筑物屋顶面积;Str：屋顶总面积;nbui：建筑物数量; EUIbui：建筑物的能源使用强度;Ese：年太阳能总量;wrw：屋顶收集的雨水总重量; AI：可达性指数; SI：平直度指数。a抽样面积为1平方公里。188P.P.- J. Yang等人/工程学4（2018）182远2）（W·h·（m2·a）-1）AISI集中806 4001440.331.08260299 5201 15281 13334 201 749 402114 188.53313 896.96608554集中12014 400640.421.08756387 07251279 90844 380 833 224114 657.82405 651.46224198集中24057 600160.501.083 572457 21612879 56552 649 149 0121151.59479 162.377157集中12014 400640.201.08360184 32051279 78221 047 904 549114 192.19193 167.36224198集中12014 400640.311.08560286 72051279 86832 847 071 501114 561.49300 482.56224198集中12014 400640.420.88756387 07251280 89344 446 987 156114 828.73405 651.46224198集中12014 400640.421.58756387 07251278 20444 197 202 227114 183.41405 651.46224198集中12014 400640.411.041 482379 39225680 02343 582 753 860114 875.26397 602.82134112集中12014 400640.401.012484371 71276879 89143 851 037 107117 970.46389 554.18402376分散806 4001440.331.08260299 5201 15283 21534 574 499 180115 433.02313 896.96608554分散12014 400640.421.08756387 07251281 13444 680 891 248115 433.02405 651.46224198分散24057 600160.501.083 572457 21612881 10752 749 852 912115 371.84479 162.377157分散12014 400640.201.08360184 32051280 89721 299 176 800115 555.43193 167.36224198分散12014 400640.311.08560286 72051281 02933 096 956 480115 433.02300 482.56224198分散12014 400640.420.88756387 07251282 67544 657 210 304115 371.84405 651.46224198分散12014 400640.421.58756387 07251280 12344 704 578 240115 494.22405 651.46224198分散12014 400640.411.041 482379 392256811 24143 794 365 628115 433.02397 602.82134112分散12014 400640.401.012484371 71276880 89344 208 077 584118 930.99389 554.18402376线性806 4001440.331.08260299 5201 15282 21434 119 109 689113 912.63313 896.96608554线性12014 400640.421.08756387 07251280 56844 351 804 307114 582.83405 651.46224198线性24057 600160.501.083 572457 21612880 45752 635 800 831115 122.39479 162.377157线性12014 400640.201.08360184 32051281 20120 960 521 086113 718.10193 167.36224198线性12014 400640.311.08560286 72051282 01032 765 671 177114 277.59300 482.56224198线性12014 400640.420.88756387 07251281 20344 467 832 233114 882.59405 651.46224198线性12014 400640.421.58756387 07251279 01144 015 470 360113 713.91405 651.46224198线性12014 400640.411.041 482379 39225681 52343 603 788 156114 930.70美元397 602.82134112线性12014 400640.401.012484371 71276881 23043 730 363 952117 645.82389 554.18402376P.P.- J. Yang等/ Engineering 4（2018）182-189189为了系统地收集、积累和共享数据，(6) 正如Steinitz[15]指出的那样，设计过程中的多学科合作具有挑战性。不同学科的设计师和工程师很难理解他们的决策如何影响其他学科的设计决策。与此同时，通常在设计层次结构的较低级别工作的设计师和工程师（例如，在详细设计或工程部件的设计中）往往难以看到“大局”。学科之间和设计层次之间的相互依赖关系仍然需要澄清，以设计合作和综合的机制。确认在此，作者谨向参与上海迪士尼10公里2城市设计工作室的同事们表示感谢。我们还要特别感谢同济大学的Jiang Wu、Yi Wang、LinlinHuang和Yongjie Cai;迪士尼中国研究院的Ben Schwegler、HelenChen、Yanping Wang和Kevin Hsu;佐治亚理工学院的JohnKoon、Richard Dagenhart、John Crittenden和Michael Chang;瑞典皇家理工学院（KTH）和Mälardalen大学（MDH）的Jerry Jinyue Yan;日本全球碳项目和国家环境研究所的Yoshiki Yamagata;以及科思创的安妮特·韦登巴赫和约根德拉·乔汉，他们一起为工作室提供指导和监督，这对本文的发展至关重要。国家自然科学基金部分资助项目（71471138）。作者希望感谢编辑和匿名评论者的周到建议。遵守道德操守准则Perry Pei-Ju Yang、Cheryl Shu-Fang Chi、Yihan Wu和StevenJige Quan声明他们没有利益冲突或财务冲突需要披露。引用[1] 施泰尼茨角地理设计框架：通过设计改变地理Redlands：Esri Press; 2012.[2] SimpsonTW，Martins JRRA. 复杂工程系统的多学科设计优化：来自国家科学基金会研讨会的报告。J Mech Des 2011;133（10）：101002.[3] 吉拉CD。分布式卫星系统概念设计的多目标、多学科设计优化方法[论文]。Cambridge：Massachusetts Institute of Technology; 2002.[4] 新泽西州哈布拉肯。控制复杂性。Places1987;4（2）：3-15.[5] 作者：LynchK，Rodwin L. 城市形态理论 J Am Inst Plan 1958;24（4）：201-14.[6] 杨PPJ。城市系统设计中的复杂性问题。J Archit Eng Technol2012;1（2）：e107.[7] 林奇湾良好的城市形态。剑桥：麻省理工学院出版社，1984年。[8] Quan SJ，Li Q，Augenbroe G，Brown J，Yang PPJ. 基于GIS的城市太阳能建筑能量平衡建模系统。 能源程序2015;75：2946-52。[9] CrawleyDB，Lawrie LK，Winkelmann FC，Buhl WF，Huang YJ，PedersenCO，et al. EnergyPlus：创建新一代建筑能源模拟程序。能源建设2001;33（4）：319-31。[10] 陈辉半干旱环境下土地覆被和气候变化的水文影响模拟[论文]。辛辛那提：辛辛那提大学; 2013年。[11] ThornthwaiteCW，Mather Jr. 计算潜在蒸散量和水量平衡的说明和表格。Publ Climatol 1957;10（3）：185-311.[12] Jacobs J.《美国大城市的生与死》New York：Random House.[13] Sevtsuk A，Mekonnen M.城市网络分析：ArcGIS的新工具箱。Revue Int Géomat2012;22（2）：287[14] 巴蒂·M定义地理设计（= GIS +设计？）。环境规划B规划设计2013;40（1）：1-2.[15] 施泰尼茨角哪种设计方式？In：Lee D，Dias E，Scholten HJ，editors. 通过整合设计和地理空间科学进行地理设计。Cham：Springer;2014. p. 11- 40