Дискретно-воксельна оптимізація параметричних моделей міської інфраструктури
DOI:
https://doi.org/10.36910/6775-2410-6208-2026-15(25)-03Ключові слова:
дискретно-воксельне моделювання, параметрика, оптимізація параметрів інфраструктури, дискретизація міського просторуАнотація
У статті розроблено та апробовано метод дискретно-воксельного моделювання для кількісної оцінки змін параметрів мікрорайону при інтеграції у його інфраструктуру нового житлового об’єкта. Міський простір формалізовано у вигляді регулярної тривимірної решітки з дискретним описом функціонального стану кожного елемента.
На прикладі інтеграції у сформовану забудову 108-квартирного житлового будинку виконано симуляцію зміни таких показників: об’ємна та площинна щільність забудови, інсоляційний режим і баланс сонячного надходження, транспортна доступність, забезпеченість озелененням. Модель реалізовано в середовищі MagicaVoxel: базовий крок решітки прийнято 3 м, а стан вокселя кодує тип простору (забудова, транспорт, зелена зона тощо), що дозволяє алгоритмічно обчислювати площі, об’єми та просторові відстані. Для щільності використано глобальні та локальні оцінки, для інсоляції – розрахунок енергетичного балансу для розрахункового зимового дня, для доступності – мінімальний час до транспортних вузлів.
Встановлено, що при інтеграції 10-поверхової будівлі: об’ємна щільність дискретної моделі існуючої забудови збільшується на 1,8%; інсоляційний потенціал зменшується на ~11%; середній час транспортної доступності зростає на 8–9%; показники озеленення знижуються на 2–3%, залишаючись у межах нормативів.
Проведено варіаційний аналіз поверховості (10–12–15 поверхів) та визначено граничні значення, при яких відбувається істотне погіршення інсоляційних та транспортних характеристик.
Отримані результати підтверджують ефективність запропонованого методу дискретно-воксельного моделювання для попередньої кількісної перевірки містобудівних рішень, швидкого порівняння альтернатив ущільнення та оцінки їх відповідності нормативним вимогам.
Завантажити
Посилання
1. Tyc, J., Selami, T., Hensel, D. S., & Hensel, M. (2023). A Scoping Review of Voxel-Model Applications to Enable Multi-Domain Data Integration in Architectural Design and Urban Planning. Architecture, 3(2), 137-174. https://doi.org/10.3390/architecture3020010
2. Fujiwara, K., Tsurumi, R., Kiyono, T., Fan, Z., Liang, X., Lei, B., Yap, W., Ito, K., & Biljecki, F. (2026). VoxCity: A seamless framework for open geospatial data integration, grid-based semantic 3D city model generation, and urban environment simulation. Computers, Environment and Urban Systems, 123, 102366. https://doi.org/10.1016/j.compenvurbsys.2025.102366
3. Gorte, B., Zlatanova, S., Pilouk, M., Diakite, A., & Barton, J. (2024). 3D Data Integration in the Voxel Domain. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, X-4–2024, 133–140. https://doi.org/10.5194/isprs-annals-X-4-2024-133-2024
4. Labetski, A., Vitalis, S., Biljecki, F., Arroyo Ohori, K., & Stoter, J. (2023). 3D building metrics for urban morphology. International Journal of Geographical Information Science, 37(1), 36–67. https://doi.org/10.1080/13658816.2022.2103818
5. Liang, J., & Gong, J. (2017). A Sparse Voxel Octree-Based Framework for Computing Solar Radiation Using 3D City Models. ISPRS International Journal of Geo-Information, 6(4), 106. https://doi.org/10.3390/ijgi6040106
6. Alkadri, M. F., Luca, F. D., Turrin, M., & Sariyildiz, S. (2020). A Computational Workflow for Generating A Voxel-Based Design Approach Based on Subtractive Shading Envelopes and Attribute Information of Point Cloud Data. Remote Sensing, 12(16). https://doi.org/10.3390/rs12162561
7. Chmielewski, S. (2021). Towards Managing Visual Pollution: A 3D Isovist and Voxel Approach to Advertisement Billboard Visual Impact Assessment. ISPRS International Journal of Geo-Information, 10(10), 656. https://doi.org/10.3390/ijgi10100656
8. Aleksandrov, M., Zlatanova, S., Heslop, D. J., & Diakite, A. (2024). BIM-based connectivity graph and voxels classification for pedestrian-hazard interaction. Journal of Spatial Science, 69(3), 699–719. https://doi.org/10.1080/14498596.2023.2281923
9. Pustiulha, S., Samchuk, V., Samostian, V., Prydiuk, V., & Dembitskij, V. (2023). Influence of the City Transport Route Network Discrete Model Geometrical Parameters on a Quality of a Passenger Traffic System Operation. In O. Arsenyeva, T. Romanova, M. Sukhonos, & Y. Tsegelnyk (Eds.), Smart Technologies in Urban Engineering (Vol. 536, pp. 740–751). Springer International Publishing. https://doi.org/10.1007/978-3-031-20141-7_66
10. Pustiulha, S., Samchuk, V., Prydiuk, V., Pasichnyk, O., & Shymchuk, O. (2024). Improving safety criteria for transporting hazardous goods by road through optimizing the geometric parameters of their stowage. Eastern-European Journal of Enterprise Technologies, 3(3 (129)), Article 3 (129). https://doi.org/10.15587/1729-4061.2024.307235




