城市规划中大数据的应用要点.ppt

城市规划中大数据的应用 大数据的概念 大数据——大量的数据 “ 大数据” 在 IT 行业指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 大数据并非一个全新的或者可以严格定义的概念， 比如 Michael Batty 引用的定义之一就是，大数据是任何不能放在一张 excel 表中的数据。 大数据的概念 大数据的一个核心是对应着人，让我们有机会看到人的尺度的活动、移动和心情等，这是以往的计算机辅助设计CAD、地理信息系统GIS、决策支持系统DSS哪怕是规划支持系统PSS所不具备的。 大数据的类型 传统数据 大数据的类型 智慧城市感知数据 大数据的类型 公共参与平台和社交网络数据 收集空间主观评价 自然语言语义分析评价空间质量 移动终端OD和行为采集 长期采集时空变化多媒体信息 签到数据识别空间热点和用地性质 …… 大数据应用案例 1.移动通讯定位数据 移动通讯技术的发展，使移动运营商可以通过基站与用户间 不间断的信令信息获得每个用户 比较准确（通常精确到百米以内） 的实时位置，由于用户数量巨大，几乎覆盖城市所有活跃人口（除了老人、儿童及少量特殊人群外，基本全部覆盖），可以说是描述城市人口数量和空间分布的“终极”数据。移动位置数据可以代替上述多种数据， 通过人的位置， 描述区域、城市、道路、用地的运行情况。 大数据应用案例 大数据应用案例 大数据应用案例 2.通过 LBSN 公众参与平台主动收集的空间 数据 针对特定项目或城市， 主动地开发 LBSN 平台， 所有市民和关注者都可以发出声音， 借助网络平台形成有效的组织， 表达对城市的诉求，维护自己的权利。 这种方式比起以往的街头问卷等工具，可以更有针对性的大量获得特定群体的诉求。 大数据应用案例 大数据应用案例 3.交通传感数据 智能交通是智慧城市建设中最为广泛开展的实践， 也是物联网建设最为成熟的领域，因此，城市政府和交通运营部门往往掌握着大量相关的交通传感数据，如果得到适当的挖掘和分析，可以很大程度代替城市规划传统的交通调查方式并有更多的作用，可以支持从宏观到微观不同尺度的城市和规划研究。 公交刷卡数据是大多数较大城市都可以获得的，其数据量极大，包含的信息丰富，但挖掘难度较大。其主要用途是提取通勤人口的 OD 信息，判断城市各功能区和组团之间的联系，尤其适合考察新城和中心城之间的通勤特征，由此判断其间的值住关联。长时间的数据积累，还可以通过同一用户 的 OD 变化特征，收集人口居住和工作地迁移的情况等等。 大数据应用案例 大数据应用案例 统计年鉴数据 遥感数据 规划调研数据 地形图数据 航班铁路班次信息 公交刷卡数据 移动通讯定位数据 开源地图 智能基础设施网络估算人口和产业存量 …… 无锡市区工作日 OD 客流走廊示意 夜间常驻太湖新城人口白天工作地的空间分布（大区域统计） 北京钟鼓楼改造项目社区规划参与讨论网站 根据航班信息绘制的内蒙古与全国其它主要城市间 联系强度示意图 北京市中心区的通勤形态(a) 极端出行时间的通勤出行； (b) TAZ 尺度的通勤链接