建筑模型，在建筑设计过程中的作用是不可替代的。 目前，建筑模型不仅是展示工具，更是一种创新产品。 为新房子，或在脑内的设计意念，制作出建筑模型。 本指南主要介绍了建筑模型的功能，并提供了理想的尺度、材料和技术。 有了这份指南，一切皆有可能！第1章:什么是建筑模型？C1.1:建筑模型的定义在建筑项目当中，建筑师的知识和才能是成功的关键，然而建筑设计并不是一个孤独天才的过程。建筑设计过程中，团队的交流也同样重要。建筑师在考虑设计套用于现实生活中的外观，以及如何从蓝图转化为建筑本身。如何了解用于表达建筑师设计的方式，模型是必要的。豪华建筑模型制作项目-Opus香港为了代表源于建筑师头脑内的建筑理念，物理建筑模型在当今的设计过程中已成为很好的交流工具。 简而言之，建筑模型是一种物理 3D 工件，它是通过建筑理念而产生的。模型是一个实物对象，用于显示现有、或历史建筑物的实物、以不同比例程现。 此外，建筑模型本身可让更多大众接触，並俱有观赏价值。C1.2:建筑模型的历史建筑模型有着悠久的历史。 公元前 4600 年，第一个用粘土烧制的建筑模型诞生了。 这个早期的模型不是用来代表设计理念，而是作为陪葬品埋葬的，最早的建筑模型出现在中国汉代。陶瓷建筑的比例模型是用土胚制作的，外观模仿木亭。汉代的陶器建筑模型随着建筑设计的复杂性增加，建筑模型在十五世纪开始用于建筑项目。 制作建筑模型的目的，是使设计和现实相乎。更重要的是，在文艺复兴时期，建筑模型被广泛用于展示完成的设计，如圣母百花大教堂模型。1418年花之圣玛丽大教堂的模型在 20 世纪后期，概念性建筑模型似乎代表了建筑师的抽象思想水平。随后，它成为了美术与建筑之间的联系。建筑设计模型被认为是二十世纪最近几十年以来，向公众和客户体现项目设计的最佳对象。材料经过精心选择，以表现建筑立面的真实感和效果，并创造其内部空间。曾几何时曾为奇思妙想制作了抽象建筑模型，并使幻想更加真实。 例如，Kiesler Endless House 的模型满足了公众的视觉需求。弗雷德里克·基斯勒 (Fredrick Kiesler) 无尽之屋，1959 年从那时起，创新意念透过建筑模型向公众展示，成为成功的关键。 如今，借助CAD（计算机辅助设计）和先进的模型制作技术，如激光切割机、3D 打印和建筑模型制造商，可以制作具有极高细节和精度的像真度高比例建筑模型。模型师 Naci Ozkan而且，建筑模型是一种具有感染力和表现力的艺术语言。 特别是，展示模型广泛应用于住宅、酒店、度假村、写字楼和零售空间、教育机构和其他公共设施和建筑等的城市规划和建筑设计。展示模型可用于城市规划。随着现代先进技术的发展，当前的建筑模型可以在更短的时间内完成，并具有更多细节。为了应对建筑行业多元化的快速发展，这些模型向客户和公众展示了设计特征，如空间布局、结构、周围环境、建筑内部的照明、通风等。 如何制造一个快速且没有错误的建筑模型正成为当务之急。此外，考虑到当前的全球环境问题和可持续发展，开发绿色技术，包括模型材料加工和建筑模型制作方法变得越来越重要。建筑模型的需求和应用不断改进和创新，让建筑创意将继续广泛使用着。 上世纪末，随着企业对工业设计专业的需求标准逐渐提高，产品设计的主题也发生了深刻的变化，从一种（物体的设计）转化为（整体流程的设计），通常，企业内的模型则是利用油泥和树脂等材料制作比例模型和全尺寸模型；而且，这一时期的设计教育内容也开始逐渐转化为重视设计的流程以及设计理念的产生，本科的教学中主要方式逐渐转化为计算机，以及理论教育为中心的教学方式，这种情况的出现影响至今；企业内具有相当高的实际技能水平的从业人员数量相对减少。 数据以CSV格式存储，文件名规则:河名_站号_超警次数， 数据集，每一行一条记录，逗号分隔分别是:站号，时间，水位，警戒水位，警戒水位与水位的差值，按时间进行排序。 三. 建模思路 建立模型:指数合成方法:以统计期的数据合成指数构建权重，把每个监测点数据进行加权平均，形成河流指数。指数与站号的关系:通过相关性分析，计算每个站对于河流指数的影响程度。投影得分:把指数具体数值，投影到固定的取值区间，形成得分。 指数合成原则:水位变化越大，权重越大水位与警戒水位的差值越大，权重越大，大于0时为超警时间越近，权重越大 投影得分:以0米为100分，表示已经警戒水位。以-5米为60分，表示正常水位。以-10米为10分，表示河流干涸。大于100分，则可能要发大水。小于10分，则可能河流无水。 3.1 A江 以A江的5个监测站进行指数合成。 指数取值:最小值1/4位数中位数平均值3/4位数最大值-7.218-5.423-5.118-5.134-4.843-1.481 X轴:指数取值 Y轴:频次 A江5个站:A黑，B红，C绿，D深蓝, E浅蓝 指数:IDN紫色 X轴为:时间，从2015-11到2019-03。 Y轴为:警戒水位与水位的差值，大于0值为超警。 每个站点对整个河流的影响 A站（黑）:1.2594088 B站（红）:0.1961849 C站（绿）: 0.1455854 D站（深蓝）:1.4004896 E站（浅蓝）:0.5610354 数值1为基准，大于1时，监测站对指数影响明显，小于1时对指数形象不明显。 结论:A站和D站河流影响比较大，如果A值或D值水位突然变化，那么河流会比较危险。 3.2 B江 以B江的6个监测站进行指数合成。 指数取值:最小值1/4位数中位数平均值3/4位数最大值-13.201-12.362-11.611-10.824-10.1212.607 B江6个站:A黑，B红，C绿，D深蓝, E浅蓝（干流水道），F紫色（干流水道） 指数:IDN黄色 X轴为:时间，从2015-11到2019-03。 Y轴为:警戒水位与水位的差值，大于0值为超警。 每个站点对整个河流的影响 A站（黑）:1.4582460 B站（红）:0.9518856 C站（绿）: 1.0676259 D站（深蓝）:0.5472059 E站（浅蓝）:0.3465968 F站（紫色）:0.2251052 数值1为基准，大于1时，监测站对指数影响明显，小于1时对指数形象不明显。 结论:A站和C站河流影响比较大，如果A值或C值水位突然变化，那么河流会比较危险。 该模型是我们探索性的尝试。用金融的方法去解决水利问题。这种尝试是知识迁移:把一个行业的知识迁移到另外一个行业去尝试解决问题。这种尝试有很大的创新性。后续我们会持续把金融行业的知识，迁移到水利行业和其他行业，希望做出突破性的变革和实际落地效果。 我们公司致力于解决这类跨行业的问题。我们公司具备跨学科知识能力，特别是在:国际贸易，进出口领域，区块链，金融及量化投资领域。我们具备扎实的底层知识构建能力。同时也有能力去把底层的知识在在我们擅长的领域做到极致，并同时在其他行业里做迁移。我们致力于把数据分析和数据科学在每个重要的，和国家生息相关的每个行业的进行落地。希望通过这个水利尝试案例，能让大家领略到数据分析，数据科学的无限魅力。