人類對環境的影響程度之大,需要與之相匹配的分析工具。森林砍伐、洪水風險、過度開發、生物多樣性的流失,這些問題在不知不覺間日益嚴重,威脅著地球和我們自己的未來。
奧雅納開發了一套新的解決方案,將資料分析、機器學習和自動化的力量帶入衛星影像,協助規劃人員和主管機關瞭解土地的使用方式。
Terrain 是我們的土地使用分析解決方案,可在專案開始時為地盤規劃過程帶來新的洞察力。它能建立建議方案的風險與機會、現實情況與影響,讓客戶能測試不同的構想,並探索未來的情境,預測某個區域或地區未來的變化。它為總體規劃過程帶來了以結果為導向的嚴謹設計。
機器學習詮釋大量資料、辨識模式以及詮釋影像的能力,遠比人類更準確、更快速,這些都是該解決方案的核心潛力所在。只需將一張衛星影像作為初始輸入,它就能快速製作出詳細到令人難以置信的區域比例土地使用地圖。它也讓我們有能力在世界上任何地方,以合理的精確度,創造出可能尚未存在或曾經製作過的新類型土地分類,例如溫室位置、工業倉庫、成熟樹木、特定類型的都市與鄉村空地等地圖。
我們早就知道,以自然為基礎的解決方案與混凝土基礎設施相較之下,可以提供各種額外的效益,但卻沒有工具來顯示可能的情況,並衡量這種替代方案的全部價值。在上海,我們能夠迅速為該城市找出機會,最大限度地利用其公園、湖泊和其他綠色設施來降低洪水風險。
該解決方案有許多潛在用途 - 從幫助英國的水公用事業營運商提出投資於綠色與藍色基礎建設的經濟理由,到讓我們的景觀建築師、經濟學家與生態學家為阿爾巴尼亞地拉那市周圍的 「軌道森林 」制定可行方案。
自 1990 年以來,上海的人口增加了兩倍,導致城市洪水和河流污染日益嚴重,氣候變化更使情況雪上加霜。我們的總體規劃團隊利用遙測技術掃描大上海,並建立機器學習工具來解讀影像,將整個地區的防洪需求分為 12 類。該專案展示了人類的智慧和社區的優先順序如何透過機器學習的力量來實現以前不可能實現的事情。
此類解決方案可為設計流程帶來法證分析,讓我們能夠衡量設計對其自然環境的意義,並確定方案不會超出法規限制。它還能將現有趨勢(如砍伐森林)可視化,讓我們可以測試哪種干預組合可以扭轉這種影響,並促進森林生長。
對於設計師而言,它的好處在於能在工作中考慮自然層面,例如將生態敏感的土地用途分類,讓團隊能發展永續走廊或動物遷徙路徑。規劃人員和分析師可存取解決方案所產生的原始表格地理資料。這提供了對原始土地使用的新層次洞察,並允許他們覆蓋其他資料集,包括社會經濟、生態和密度資訊。
此解決方案能統一規劃流程中許多先前互不相關的元素,這將有助於決策的制定,並讓公眾能就保護我們的世界進行重要的討論。我們希望它能協助並改進當局與大眾對土地使用的了解,並引導更平衡且永續的發展方式。