Bridging the Form and Function Gap in Urban Green Space Design through Environmental Systems Modeling
Notice bibliographique
Résumé
Using a case study approach from past projects in Singapore, Australia, Cambodia, Thailand and Vietnam, we examine the benefits, but also some of the challenges, to implementing green space in urban design. Green space can have multiple physical and psychological wellbeing benefits, as well as environmental benefits, including urban runoff quantity and quality management, urban heat island abatement, air quality improvement, and noise reduction. Water sensitive urban design (WSUD) can be an important element of green space design and here we explore how modeling of ecosystem services and dynamic modeling of WSUD can help to facilitate sound planning and management decision making in support of green space implementation. As we illustrate with examples for Australia, Singapore and Cambodia, we believe that application of an urban ecosystem services modeling approach can elucidate environmental benefits of urban green space that otherwise may not be considered. Engineers may include dynamic modeling of WSUD in support of an urban master plan, or urban redevelopment, but generally urban planners are less conversant in applying models. We discuss some of the challenges to integrating multidisciplinary visioning and modeling of green space design and performance evaluation through our experience with a stormwater and wastewater design study for Cha Am, Thailand, that included landscape architecture and engineering classes at Thammasat University, Mahidol University, and AIT. Through a case study of Phnom Penh, we illustrate how modeling and 3D visualization can be used to effectively explore the benefits of green space. We conclude that a user-friendly decision support system is needed to integrate modeling and visualization tools and thereby bridge the gap between form and function in urban green space design.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».