The first project in a series of projects investigating non- deterministic design and the idea of quantum architecture as the interaction between mental and physical processes
2. L’obiettivo di questo studio e’ l’indagine di metodologie per l’organizzazione
spaziale alternative alla griglia ortogonale. Per fare cio’ abbiamo scelto di lavorare su
Chandigarh, citta’ simbolo ed esempio cristallino del ruolo della griglia nella progettazione
architettonica ed urbana in questo secolo. Il pretesto operativo e’ il dato emerso da
recenti studi demografici condotti su Chandigarh che dimostrano un incremento della
popolazione tale da, qualora rimanesse costante, portare ad un aumento di circa un
terzo nei prossimi 15 anni. La struttura urbanistica di Chandigarh, come quella economica,
nella sua situazione attuale non e’ in grado di affrontare un tale inceremento ed e’
quindi necessaria una strategia di cambiamento. Il problema da affrontare e’ quello di
scegliere dove intervenire e quali modelli applicare.
Questo progetto, a partire dalle problematiche elencate sopra, si concentra
sull'individuazione di aree con potenzialita' di cambiamento delle strutture urbanistica
ed economica della Chandigarh odierna. Queste aree potranno guidare le successive
strategie di intervento e costituiscono il primo stadio nello sviluppo del processo
progettuale.
Il paradigma adottato ha cercato il piu' possibile di avvicinarsi ad un modello
non deterministico e a-causale. L'approccio e' stato un insieme di bottom-up/data-
driven e top-down/arbitrario. Gli strumenti software sono stati usati in modo non-
convenzionale con metodologie operative rigorose e definendo un insieme di strumenti-
operazioni codificati e utilizzati nel corso dello studio in modo consistente.
Il lavoro si e’ articolato in tre fasi: informazione, attivazione ed individuazione.
Nella prima fase sono stati scelti tre sistemi di dati utilizzati per informare i tre elementi
base di un’animazione particellare: l’emettitore, gli attrattori e i repulsori. Il sistema
complesso di relazioni stabilito tra questi elementi e’ stato, nella seconda fase, attivato
tramite un software di animazione tridimensionale.
Nell’ultima parte si e’ proceduto, attraverso operazioni booleane di intersezione
e unione, all’individuazione di aree di intervento il cui significato operativo e’ sostanziato
dal processo che le ha generate.
introduzione
01
de gridding.
introduzione00.0.0
3. Villaggi pre-esistenti: l’area ora occupata da Chandigarh nella sua configurazione
precedente la costruzione della citta’, con l’indicazione della posizione e della dimensione
degli insediamenti e della griglia ortogonale della citta’ attuale. L’influenza dei modelli
spaziali precedenti puo’ efficacemente sovvertire la rigidita’ imposta dalla griglia
ortogonale allo sviluppo della citta’.
informazione
03
de gridding.
emettitore01.1.1
4. Le informazioni sui villaggi pre-esistenti vengono isolate dalla planimetria
iniziale. A partire da questi dati verra’ generata una nuova organizzazione spaziale che
informera’il movimento dell’emettitore e la quantita’di particelle immesse nell’animazione.
In nero i villaggi inclusi dell’attuale perimetro; in grigio i villaggi esclusi.
informazione
04
de gridding.
emettitore01.1.2
5. Tramite l’utilizzo della sfocatura gaussiana vengono evidenziate le interazioni
tra gli elementi del diagramma precedente. Le sfumature di colore indicano gradi
maggiori o minori di interazione tra le parti. In grigio e’ evidenziata l’area comune di
interazione (area isocroma continua).
informazione
05
de gridding.
emettitore01.1.3
6. Vengono tracciati i contorni delle isocrome in modo da ottenere una mappa
dei livelli di interazione. La sfocatura gaussiana viene applicata all’area comune di
interazione per evidenziare le aree di maggiore o minore intensita’. L’area colorata in
questo diagramma genera il percorso per l’emettitore nell’animazione particellare.
informazione
06
de gridding.
emettitore01.1.4
7. a x 15
a x 10
a x 10
a x 40
a x 10
a x 25
a x 10
a x 30
a x 15
a x 20
a x 25
a x 30 a x 10
In quest’ultimo diagramma la definizione dell’emettitore e’ completa. L’area
colorata rappresenta l’emettitore: l’asse mediano e’ la sua traiettoria effettiva
nell’animazione, la variazione in larghezza rappresenta invece le diverse intensita’ di
emissione. Questi valori sono stati ottenuti utilizzando le curve isocrome (indici di
intensita’), cioe’ aumentando la larghezza della banda colorata di un fattore moltiplicato
per il valore del livello di isocromia in quel punto.
informazione
06
de gridding.
emettitore01.1.5
8. Mercati informali (rehris): l’area ora occupata da Chandigarh nella sua
configurazione precedente la costruzione della citta’, con l’indicazione della posizione
e della dimensione dei mercati. I mercati informali sono la base della vita quotidiana:
le aree nelle vicinanze di mercati esercitano una grande attrazione per la nuova
popolazione.
informazione
07
de gridding.
attrattori01.2.1
9. Le informazioni sui mercati vengono isolate. A partire da questi dati verra’
generata una nuova organizzazione spaziale che informera’ la posizione e la forza
degli attrattori nell’animazione particellare.
informazione
08
de gridding.
attattori01.2.2
10. Tramite l’utilizzo della sfocatura gaussiana vengono evidenziate le interazioni
tra gli elementi del diagramma precedente. Le sfumature di colore indicano gradi
maggiori o minori di interazione tra le parti. In grigio e’ evidenziata l’area comune di
interazione (area isocroma continua).
informazione
09
de gridding.
attrattori01.2.3
11. Vengono tracciati i contorni delle isocrome in modo da ottenere una mappa
dei livelli di interazione. La sfocatura gaussiana viene applicata all’area comune di
interazione per evidenziare le aree di maggiore o minore intensita’. Le aree colorate
in questo diagramma genrano l’organizzazione spaziale degli attrattori.
informazione
10
de gridding.
attrattori01.2.4
12. a x 10
a x 10
a x 50
a x 50
a x 10
a x 20
a x 60
a x 20
a x 10
a x 60 a x 20
a x 60
a x 10
a x 10
a x 70
a x 20
a x 25
a x 40
In quest’ultimo diagramma la definizione degli attrattori e’ completa. Le croci
indicano la posizione degli attrattori nel campo, mentre la diversa larghezza dell’area
colorata rappresenta le diverse intensita’. Questi valori sono stati ottenuti utilizzando
le curve isocrome (indici di intensita’), cioe’ aumentando la larghezza della banda
colorata di un fattore moltiplicato per il valore del livello di isocromia in quel punto.
informazione
11
de gridding.
attrattori01.2.5
13. Costo degli affitti: indicazione del costo delgi affitti settore per settore. Questa
informazione mette in risalto la probabilita’ delle varie zone della citta’ di accettare
nuova popolazione: maggiore il costo degli afitti minore sara’ il numero delle persone
attratte.
informazione
12
de gridding.
repulsori01.3.1
14. Le informazioni sugli affitti vengono isolate. A partire da questi dati verra’
generata una nuova organizzazione spaziale che informera’ la posizione e la forza dei
repulsori nell’animazione particellare.
informazione
13
de gridding.
repulsori01.3.2
15. Tramite l’utilizzo della sfocatura gaussiana vengono evidenziate le interazioni
tra gli elementi del diagramma precedente. Le sfumature di colore indicano gradi
maggiori o minori di interazione tra le parti. In grigio e’ evidenziata l’area comune di
interazione (area isocroma continua).
informazione
14
de gridding.
repulsori01.3.3
16. Vengono tracciati i contorni delle isocrome in modo da ottenere una mappa
dei livelli di interazione. La sfocatura gaussiana viene applicata all’area comune di
interazione per evidenziare le aree di maggiore o minore intensita’. Le aree colorate
in questo diagramma genrano l’organizzazione spaziale dei repulsori.
informazione
15
de gridding.
repulsori01.3.4
17. a x 60
a x 80
a x 70
a x 70
a x 40
a x 30
a x 30
a x 30
a x 70
a x 80
a x 70
In quest’ultimo diagramma la definizione dei repulsori e’ completa. Le croci
indicano la posizione dei repulsori nel campo, mentre la diversa larghezza dell’area
colorata rappresenta le diverse intensita’. Questi valori sono stati ottenuti utilizzando
le curve isocrome (indici di intensita’), cioe’ aumentando la larghezza della banda
colorata di un fattore moltiplicato per il valore del livello di isocromia in quel punto.
informazione
16
de gridding.
repulsori01.3.5
19. La sfocatura gaussiana applicata all’immagine precedente permette di
evidenziare le aree di maggiore o minore densita’ di particelle.
attivazione
19
de gridding.
fotogramma 102.1.2
20. Il tracciamento dei contorni delle aree isocrome permette di individuare i diversi
livelli di densita’.
attivazione
20
de gridding.
fotogramma 102.1.3
21. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
bassa.
attivazione
21
de gridding.
fotogramma 102.1.4
22. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
alta.
attivazione
22
de gridding.
fotogramma 102.1.5
24. La sfocatura gaussiana applicata all’immagine precedente permette di
evidenziare le aree di maggiore o minore densita’ di particelle.
attivazione
24
de gridding.
fotogramma 202.2.2
25. Il tracciamento dei contorni delle aree isocrome permette di individuare i diversi
livelli di densita’.
attivazione
25
de gridding.
fotogramma 202.2.3
26. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
bassa.
attivazione
26
de gridding.
fotogramma 202.2.4
27. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
alta.
attivazione
27
de gridding.
fotogramma 202.2.5
29. La sfocatura gaussiana applicata all’immagine precedente permette di
evidenziare le aree di maggiore o minore densita’ di particelle.
attivazione
29
de gridding.
fotogramma 302.3.2
30. Il tracciamento dei contorni delle aree isocrome permette di individuare i diversi
livelli di densita’.
attivazione
30
de gridding.
fotogramma 302.3.3
31. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
bassa.
attivazione
31
de gridding.
fotogramma 302.3.4
32. L’area colorata individua la zona in cui si riscontrano particelle a densita’ piu’
alta.
attivazione
32
de gridding.
fotogramma 302.3.5
33. Sovrapposizione delle aree a densita’ piu’ bassa ricavate da tre fotogrammi
(aree di diffusione).
individuazione
34
de gridding.
aree attive03.1.1
34. Le aree vengono colorate per evidenziare le zone di sovrapposizione.
L’intersezione delle aree di diffusione individua una zona specifica (zona di permanenza)
importante per lo sviluppo di una strategia di intervento, e cioe’ l’area in cui, in qualunque
punto dell’animazione, si puo’ riscontrare la presenza di particelle. Non dice nulla sulla
loro densita’, che sara’ variabile, ma da la certezza della presenza di una qualche
attivta’.
individuazione
35
de gridding.
aree attive03.1.2
35. Sovrapposizione delle aree a densita’ piu’ alta ricavate da tre fotogrammi (aree
di intensita’).
individuazione
36
de gridding.
aree attive03.1.3
36. Le aree vengono colorate per evidenziare le zone di sovrapposizione. L’unione
delle aree di intensita’ individua una zona specifica (zona di variabilita’) importante per
lo sviluppo di una strategia di intervento, e cioe’ l’area in cui, in momenti diversi
dell’animazione, si puo’ riscontrare la massima densita’ di particelle. Non dice nulla
sulla loro collocazione precisa, che sara’ variabile, ma da la certezza del limite entro
cui si spostano le concentrazioni piu’ dense.
individuazione
37
de gridding.
aree attive03.1.4
37. L’area di permanenza e l’area di variabilita’ consentono ora lo sviluppo di una
strategia sostanziata, permettendo al progettista di interagire col sito fisico attraverso
una costruzione astratta, attraverso un modello distante dal determinismo della griglia
ortogonale.
individuazione
38
de gridding.
aree attive03.1.5