卷首语

（2025年第2期）

主题：城市空间智能与规划

特邀组稿人：沈  尧

同济大学建筑与城市规划学院 副教授，博士生导师

同济大学中英城市科学联合实验室 执行主任

Transactions in Urban Data, Science and Technology 副主编

日益涌现的数据、科学与技术不断赋能新型城市形态，也推动着城市规划的方式、方法、对象及其科学内涵持续演进。在众多智能类型中，城市时空间本体所涉及的“空间智能”正深刻影响未来规划的内涵与形式，成为辨识规划变革、厘清规划对象及其组织逻辑的关键视角。“空间智能”的挖掘、表示、解释与善用，已成为城市智能和智能规划的重要步骤与核心范式，持续重塑着我们对城市空间的理解与规划方式，也是实现城市高质量发展的关键理论支点与方法论转向。

不同于认知科学中强调个体视觉空间感知与表达能力的定义，城乡规划领域所强调的“空间智能”，核心在于对城市时空间复杂组织及其属性涌现规律的持续感知与推理能力，以及不断学习如何科学干预城市时空间系统以实现高质量发展。传统空间智能往往受限于数据、方法与机制的单一，表现为在约束下的有限经验判断。而面向空间智能的智能规划，则致力于在多目标、多变量耦合背景下，运用感知、建模与学习等手段，超越“树形逻辑”决策，建立面向复杂机制的因果推理体系，从而提升规划决策的科学性、精准性与泛化能力。

空间智能对城乡规划的赋能，主要体现在以下几方面的决策能力提升：（1）城市科学的自动发现能力：借助集体智能与空间数据分析手段，空间智能可在有限先验知识基础上探索城市新规律，是实现科学发现型人工智能的基础。（2）复杂条件下问题的高解析能力：面对动态与静态交织的城市时空间过程，空间智能可实现对协同治理、多系统推理及多目标复杂决策问题的高效响应。（3）跨模态空间综合感知与语义挖掘能力：多源、多模态数据的融合不断拓展空间认知边界，特别是在大语言模型与视觉智能的支持下，提升了对已知与未知空间属性的解释能力。（4）与通用人工智能的深度结合能力：通用人工智能通过自然语言封装复杂模型，显著扩展了多方法融合解决规划问题的可能性。（5）高精度计算性实验的反馈能力：规划科学由经验判断向实验模拟转型。高仿真计算性实验有助于评估规划决策带来的效应演化，显著降低城市高代价决策的不确定性。

城市空间智能为“空间智能规划”的形成奠定了基础，也促使其成为面向未来的复合型智能体系。伴随空间智能不断发展，规划研究与实践呈现出若干新趋势：（1）顺应规律涌现的规划：基于机制识别而非经验判断，主动发现并引导城市系统的高效演化。（2）自动决策的规划：借助智能系统，自适应响应城市高频与突发问题，构建连续治理平台。（3）预参与的规划：依托大语言模型的智能代理机制，以虚拟智能体推演提升公众参与效率与准确性。（4）多智能协同的规划：融合多种空间智能形式，实现规划场景下的协同优化与系统集成。（5）易集成与数字化交付的规划：具身空间智能系统将传统文本图纸转化为具备交互性与可持续更新的数字成果，支撑虚实融合的城市治理。空间智能不仅是技术革新的产物，更是规划范式转型的理论根基。其赋能过程将深刻改变我们对规划对象、方法与组织机制的认知，并成为引领高质量城市发展的关键引擎。

本期特辑以“城市空间智能与规划”为主题，汇集了7篇研究文章。各文从不同维度切入城市空间智能的研究，内容涵盖对经典空间智能的系统性回顾、时空间智能的理论框架、人机协同优化的时空运筹机制、空间视觉智能演进所引发的规划范式转型、多源数据与大语言模型融合下的空间感知与规划方法、计算性实验应对全球气候挑战的实证路径，以及气候公平背景下洪涝风险的多因机制识别与规划响应等。相关研究不仅深入刻画了多类型空间智能的演化特征，也体现出强烈的问题意识和现实针对性，展现了空间智能在赋能智能城镇化进程、促进高韧性与高适应性的人居环境构建中的理论价值与实践潜力。

《城市的标度效应：体量、规模与形状》一文系统梳理了描述与解释城市空间规模关系的4类标度效应，探讨了标度律在揭示城市人口密度变化、空间相互作用及规模经济等关键关系中的规律表达能力，并进一步分析模型构建方式差异对城市规律显现或遮蔽的影响，讨论标度律发展的趋势和关键问题，为城市系统的经典理论研究提供了重要的回顾与展望，有助于我们再认识和继续发展经典空间智能理论与模型。

《城市科学视角下的时空智能与新时期城市精细化治理：理论、方法与应用途径》一文从时空智能角度切入，结合我国城市化转型期的目标与任务演变，从时空智能的地理模式、机制解析与精细调控角度讨论了时空智能的理论和方法基础。针对城市精细化治理的现实，研究通过若干实例展示了应用时空数据与建模方法对空间格局与时空交互规律挖掘、归因、预测与运筹优化的全流程智能化城市治理路径。文章对时空智能科学性应用、关键条件、技术方法、典型场景做出了深刻和具体的讨论。

《校园末端物流无人化的需求测度与模拟优化研究》一文聚焦物流无人化这一未来城市中时空间运筹的重要场景，运用多模态感知数据构建物流需求模型并对配送效率和能耗等多维度进行物流无人化程度差异的情景建模，以大学校园为研究对象，实证了物流无人化的优势、必要性，以及发挥效能所需要的特定规模、空间布局和必要速度等关键条件的阈值，展示了空间智能在应对高复杂度规划问题中的应用前景。

《街道视觉智能在城市规划领域的分析范式转型》一文聚焦不断涌现的街景图像数据所反映的街道城市化过程，已经形成一种以人为本的定量城市研究分支。文章从视觉表达、数据来源、图像特征提取、分析方法的历时矩阵入手，系统性梳理了自1960年代以来多种街景数据应用于城市规划的历程，并重点突出人工智能技术发展对这一历程的驱动作用。体现了视觉智能作为空间智能重要类型的构成方式，通过深度耦合人工智能技术使得视觉信息富集对于多类型规划决策的影响，实现端到端智能规划的可能。

《基于大语言模型的城市街区情感空间识别与更新策略研究——以上海市四川北路街区为例》一文以情感空间识别与更新为关注点，使用多源文本数据，通过大语言模型与知识图谱可视化，识别上海四川北路街区的情感空间及其与物质空间的关联，制定不同空间的更新措施。研究展示了大语言模型对于复杂空间语义挖掘的潜力和简明性，体现了大语言模型在空间语义挖掘与规划决策中的集成能力。

《多级洪涝灾害中上海市通勤时空结构韧性测度与优化研究》一文聚焦极端气候带来的城市韧性挑战，利用精细化时空数据，通过流量分配和重配模型设计，还原城市真实通勤时空结构，并以分级洪涝场景下的时空结构的供需关系损失和重构作为城市韧性指标并表征其空间分异。研究同时分析了时空结构韧性的社会公平，对影响时空结构保持的瓶颈进行识别，并提出优化建议。文章展示了计算性实验方法和时效网络建模在解决气候变化等亟待实验反馈进行规划决策时的一种可能，并对空间智能应用的社会公平展开讨论，对上海的具体实证结果具备参考价值。

《气候公平性视角下城市洪涝风险的多维驱动机制》一文从“危害—暴露—脆弱性”角度，使用非线性机器学习方法，揭示粤港澳大湾区多城市洪涝灾害的致灾因子的变化机制，对防洪安全资源空间分配不均现象进行测度，对规划带来的风险暴露孤岛化效应进行识别，形成地形要素规划与水文要素优化的空间规划策略落位成果。研究体现了机器学习方法用以解释规划效应、划定规划边界、引导公平化的积极作用，并对相关实证地区的规划策略制定提供了科学支撑。

本期主题栏目文章集中展现了空间智能在城乡规划决策中的关键作用，系统讨论了不同类型空间智能对规划工作的赋能路径、技术手段与应用场景，体现了智能规划的数字化交互能力。本期主题的推出意在激发对于城市空间智能赋能城乡规划所引发的更加深入的理论和方法论的探索、批判性思考与创新应用，并共同推动城市空间智能的发掘及可持续的城市智能化发展，以期通过规划决策将空间智能转译为可及的人民福祉。