《景观设计学》“面向关键挑战的智慧化景观设

　　现代景观设计缘起于工业化城市化浪潮中的人地关系剧变，自学科诞生伊始即倾注了对城市化进程中人与自然的分离焦虑、生产力重新布局中土地和资源利用方式的重构、环境污染和生态危机等时代关键挑战的关切，这一传统持续至今。当前，普遍生存于高密度城市环境中的人类依然面临着气候变化导致的极端天气频发、突发公共卫生事件、文化转型中的社会失序等危机的威胁，以及颠覆性技术引发的剧烈生活方式转变的挑战。如何以景观规划设计手段回应这些挑战，为更高品质的城市生活提供跨尺度的空间解决方案，是亟待学科和行业回应的重要议题。天选

　　近年来，泛在感知、人工智能、虚拟现实等新技术的长足进步所推动的智慧化变革为景观设计更好地回应上述挑战提供了新的机遇。得益于数据采集、传输技术和数据科学的发展，现代数据传感和计算凭借其可用性和成本优势不但为景观设计师的工具箱提供了新的选择，更启发了设计分析、方案决策、成果表达，乃至治理优化等方面的全新视角。在对“计量革命”式的机械论、决定论世界图景的超越中，诸如数据支持（data-informed）、具身循证（evidence-based）和算法驱动（algorithm-driven）等新设计范式得到了蓬勃发展。探索这些新思想、新方法在景观设计回应重大现实问题的努力中的应用方式，以达成技术和社会层面的契合状态（Socio-Technical Fit），正当其时。

　　本期专刊期望为上述议题的深入探讨提供一个平台。我们鼓励论文引入新概念、开发创新方法和／或适用景观设计智慧化方法的创新应用。具体而言，本期鼓励包括但不限于以下研究主题：

　　1）数据支持型景观规划设计的方法和应用：如整合多源数据，实现有效数据融合和数据治理，并探索其对新的景观规划设计理论和分析方法的启示意义。

　　2）具身循证型景观设计：如应用VR/XR技术建立沉浸式虚拟环境暴露，并应用诸如眼动仪、脑电图、心电图、肌电图、功能性近红外成像等可穿戴生物传感器及认知技术等方法观测使用者的生理、心理和行为反馈，通过直接建立设计方案与使用者偏好的关联以形成并改善景观设计方案。

　　3）算法驱动型景观规划设计：如将人工智能算法与经典的景观设计流程相结合，在前期分析（如采用基于事理图谱的判别模型）、方案生成（如采用基于生成式算法的GAN、GPT、Diffusion等模型）、设计评估（如采用计算机视觉或自然语言处理技术的特征表达模型或因果推断模型）等环节实现智慧化景观规划设计的方法和应用。

　　4）颠覆性技术视野下的景观设计：颠覆性技术进步，如人工智能中的深度学习或生成式预训练大模型、认知科学中的脑机接口、新能源、新体制通信等技术的持续爆发可能导致景观设计的工作方式发生重大变革。在这样一个时间节点，或许有必要开展讨论与预测颠覆性技术对景观设计实践与研究的影响，并以开放的心态积极探讨相关颠覆性的技术的前沿应用。

　　值得说明的是，无论遵循何种方法路径，我们鼓励研究主题关注前述各类重大问题，天选团队并落实到景观基础设施、实施路径、治理策略、评估体系等具体应用案例上。

　　稿件投送后即进入初审阶段，请作者密切关注腾云系统的稿件进度或邮件通知；初审通过后，进入同行评议阶段。所有评审工作由本刊编辑部及编委和有关专家承担。通常情况下，评审工作需3~8周，作者在此期间不可一稿多投。

　　当然可以。通过同行评议且编辑完成的稿件可以先进行网络首发，之后排期见刊。《景观设计学》长期关注学术方向包括：

　　版权声明：本文版权归原作者所有，请勿以景观中国编辑版本转载。如有侵犯您的权益请及时联系，我们将第一时间删除。

　　地址：北京市海淀区中关村北大街100号（北楼）北京大学建筑与景观设计学院一层 Email：