环南大老街肌理保护
摘要：环南大老街肌理保护应以延续历史格局与地方文脉为核心，尊重原有街巷尺度、建筑形态及空间关系，保护传统风貌与居民生活记忆，通过现状调查、价值评估和分类整治，采取渐进式微更新方式，修缮历史建筑，改善基础设施与公共空间，避免大拆大建及过度商业化，同时推动居民参与和传统业态延续，在满足现代生活需求的基础上，实…
环南大老街肌理保护应以延续历史格局与地方文脉为核心，尊重原有街巷尺度、建筑形态及空间关系，保护传统风貌与居民生活记忆，通过现状调查、价值评估和分类整治，采取渐进式微更新方式，修缮历史建筑，改善基础设施与公共空间，避免大拆大建及过度商业化，同时推动居民参与和传统业态延续，在满足现代生活需求的基础上，实现街区历史特色、生活活力与可持续发展的协调统一。
让南京人工智能读懂城市记忆
环南大老街肌理保护，关心的不只是老建筑能否留下，更是街巷尺度、院落关系、沿街界面和日常生活能否延续，围绕南京大学鼓楼校区周边的历史环境，人工智能与地理信息技术可以提供新的观察工具，但技术的任务不是替城市决定去留，而是让保护判断有据可查,让更新方案接受检验。
南京大学鼓楼校区所在区域具有深厚的人文积累，校园与周边道路、居住空间长期相互联系，讨论这一带的保护，需要区分文物建筑、历史建筑和一般既有建筑，也要关注建筑之间的空间关系，本文讨论的是技术路径，不意味着当地已经启动某项人工智能保护工程,也不预设具体保护边界。
“肌理”可以理解为城市空间的纹路，同样保留几栋建筑，如果巷道被拓宽、院落被合并、连续的小店界面变成封闭围墙，街区体验仍可能改变，数字化记录不能只拍摄立面，还应覆盖道路走向、地块形态、建筑高度、出入口位置,以及树木与公共空间之间的关系。
第一项基础工作是建立可追溯的空间底图，通过依法开展的测绘、影像采集和现场踏勘，可以把建筑轮廓、街巷断面与设施位置纳入地理信息系统，旧地图、历史照片与档案则提供时间线索，不同年代资料存在比例尺、拍摄角度和精度差异，必须标明来源,不能直接叠加后就认定发生了变化。
人工智能的亮点，在于辅助识别这些繁杂信息，计算机视觉可以从影像中提取门窗、屋顶和沿街界面特征，帮助工作人员筛查疑似改动；文字识别可以辅助整理档案，对于遮挡严重、影像模糊或建筑样式相近的情况，算法可能误判，结果应由专业人员复核,不能自动生成保护结论。
进一步的应用是比较更新方案，把经过核验的数据建立为三维场景，可以观察新增体量是否遮挡重要视线，设备安装是否破坏立面，消防与无障碍设施怎样嵌入狭窄空间，这里的价值不是制作炫目的展示视频，而是把高度、距离、通行条件等约束放在同一张图上,呈现不同选择的实际代价。
这一路径与南京的软件信息服务能力直接相关，数据治理、空间计算、图像识别和可视化软件，可以组成面向历史街区的工具链，相较于一次性建模，更值得投入的是持续维护：谁负责更新数据，如何记录修缮过程，怎样保证不同部门使用同一版本,都决定平台能否真正服务日常管理。
产业机会也因此从单纯设备采购，转向长期专业服务，测绘机构、软件企业、建筑保护团队可以围绕调查建档、风险筛查和方案评估形成协作，历史街区不是标准化工厂，不能用识别数量或建模面积替代保护成效，合理的评价应包括资料准确性、问题闭环处理和居民使用感受。
数据采集还须守住隐私边界，街景可能包含人脸、车牌和住宅内部信息，应遵循必要性原则，采取脱敏、权限控制和分级开放，涉及居民活动的分析，也不能把个体轨迹当作随意调用的素材，公开展示与内部管理需要不同的数据尺度，避免因追求“精细化”而造成过度采集。
对环南大而言，技术进步应帮助人们看清老街为何值得保护，而非制造统一的“复古”样板，让算法承担重复劳动，让专家解释历史价值，让居民参与空间选择，才能把南京的数字产业能力转化为细致、克制且可持续的城市更新能力。
