- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图片城市主义人本尺度城市形态研究的新思路-BeijingCityLab.PDF
图片城市主义:人本尺度城市形态研究的新思路
龙瀛 1*,周垠 2
1 清华大学建筑学院,博士,副研究员,北京,100084
2 成都市规划设计研究院,硕士,规划师,成都,610041
* 通讯作者 ylong@
摘要:在图片的可获得性日益高和处理手段 日臻成熟的背景下,笔者认为图片是一种在
近期将得到高度重视的城市数据源,是对已有多源城市数据的重要补充。为此本文出了
图片城市主义这一概念,认为其是基于体现客观世界和主观认知的大规模量化城市研究的
一种方法论。本文首先对图片城市主义的内涵进行阐述,之后介绍了图片的若干来源,以
及当前的分析与可视化工具,最后给出了图片城市主义在城市空间品质测度、街道绿化水
平评价和城市意象分析等方面的研究案例。
关键词:新数据环境、量化研究、空间品质、街道绿化、城市意象
1 引 言
城市是一个复杂的巨系统,随着人类文明的发展和技术水平的进步,其复杂性日趋增
加。客观认识和理解城市系统及其演进过程,离不开大量数据的获取与分析。长期以来,
城市规划、城市地理、城市经济、城市社会等相关领域的学者通过现场调研对城市的物质
空间和社会空间展开研究,现场调研的较大人力、物力和财力消耗决定了该方法不能很好
[1]
适用于大范围的研究 。随着 ICT 技术(Information and Communication Technology 信息与
通信技术)的发展——尤其是互联网的迅猛发展,开放数据运动的推动和志愿者数据的出
现,数据的可获得性大为增强。手机信令、公共交通刷卡记录等大数据,以及来自商业网
[2]
站和政府网站的开放数据共同促进了“新数据环境” 的形成 ,为城市研究供了新的机遇
[3] 。2015 年底召开的中央城市工作会议明确指出,“城市发展是一个自然历史过程,有其自
身规律……要把握发展规律,推动以人为核心的新型城镇化” ,“要在规划理念和方法上不断
创新,增强规划科学性、指导性” 。新数据环境的形成,为回应中央城市工作会议的要求,
供了机遇。
在整个新数据环境中,图片占有很大的比例,特别是大量带空间位置的图片成为刻画
城市物质空间和社会空间的有效来源。其他新数据多以数字为表征,如果称为“表值数据” ,
那么以图像和语言为代表的包含更复杂、更高维、更抽象的这类数据则可称为“表意数据” 。
前者在数据的计算处理上便捷且高效,后者则更多地体现出信息的丰富性与复杂性。鉴于
“表意数据” 的分析难度,计算机领域对此研究较多,而城市研究领域对图片内容挖掘较少。
同时,图像处理技术日趋成熟,很多网站供的应用程序接口(Application Programming
Interface,API ),降低了图片分析的难度。因此,这是基于图片展开人本尺度城市形态研究
的最好时代 (人本尺度城市形态的定义是人可以看得见、摸得着、闻得到的城市形态,是
对目前网格、街区和地块等尺度城市形态的深化和必要补充)。
1
2 相关研究
带有空间位置图片的信息挖掘通常可分为如下三类:对图片元数据的挖掘(比如拍照
地点、时间等),图片文本标签的挖掘,图片内容本身的挖掘。
对图片元数据的挖掘最常见的就是旅游热点区域分析和城市形态分析,比如 Eric Fisc
her 运用 Flickr 相片点位数据,绘制出了美国、加拿大、欧洲等地 100 多个城市的城市形态
(/photos/walkingsf/sets/72157623971287575/ ),并区分本地居民和
游客的空间分布规律 (/photos/walkingsf/sets/72157624209158632/ )。
Tammet 基于 Panoramio 相片点位密度
原创力文档


文档评论(0)