基于数据挖掘的城市建设用地.pptxVIP

基于数据挖掘的建设用地承载效率研究——以广佛都市区为例赵渺希 博士/副教授华南理工大学 建筑学院zmx0207@163.com汇报内容1、研究背景2、数据与方法3、实证案例4、反思不足5、拓展前行研究背景背景城镇化加剧了中国的人地关系矛盾。建设用地的快速扩张是城乡规划面对的首要问题。基于200万条网络/电视购物收货地址的中国人口分布（2014）人均城镇建设用地的趋势基于中国统计年鉴，通过1980—2012年的数据外推，进行库兹涅茨曲线估计（赵渺希、李欣建，2015），并参考相关研究（Yang，2013），中国的人均建设用地消耗水平在2020年前后达到峰值，之后可望逐年下降。全国城镇建设用地总量消耗借鉴相关研究（王建军、吴志强，2009），未来我国城市将会随着城镇化率逐步提高，建设用地的总量需求将趋于平缓，在2030年前后达到最高点，之后需求总量开始进入减少阶段。问题的另一面：大量低效土地经济发达地区新城新区的大规模扩张导致了鬼城频现。香港明报也有报道，香港人的“后花园”、距离深圳一小时车程的惠州和珠海，极可能成为下一个鬼城，鬼城几何？建成环境的承载效率应该如何评判亟需寻找答案。用地效率的核心表征目前，建设用地效率研究多为县市区层面，难以精确到中观尺度的用地（石忆邵, 谢萌秋，2013）。利用多源数据挖掘，借鉴Harsay（1978）的思路，以土地使用强度为切入点，探讨土地的使用效率。多维数据的功能识别——钮心毅（2014）、北规院（2014）。活动强度的测度转化为具体的分析问题：怎么测度建设用地的使用强度？不同土地的居住活动、就业活动、游憩活动的强度各有强弱。建设用地的使用强度分析必须考虑综合性的活动强度。数据与方法研究的技术路线1）数据获取居住活动 Residential Activity —— 网络购物数据 Online shopping data企业活动 Business Activity —— 伊梅数据库 Immelt database游憩活动 Leisure Activity —— 新浪微博开放平台 Weibo Open Platform —— panoramio网站 1）数据获取图片数据来源于在谷歌地球，主要来源于网友自主上传。在搜索的图片中，图片信息包括地理坐标信息、标题、作者、上传时间等。2）地址解析数据解析。对于网络购物数据和企业数据中的地址进行地址解析，通过百度LBS开放平台，将地址的文本信息转换为经纬坐标；微博用户所表征的珠三角巨型城市区域3）导入GIS分析环境空间匹配。将地址解析数据进行坐标转换，转化为GIS平台可以使用的位置数据，并与建设用地进行关联匹配；在数据挖掘、解析以及空间降维的基础上，通过综合测度实现建设用地承载效率的区位差异测度，首先实现单要素数据的空间测度?4）综合的活动强度再将四类活动数据与人口数据空间叠合，综合特菲尔法和熵权法，对五类指标进行加权计算，形成建设用地承载效率的综合评定?实证案例分项活动的强度对栅格内的居住活动、游憩活动等原子化数据的数量进行汇总，企业活动则通过营业额进行汇总，并计算各个要素在空间中的活动强度基于营业额的企业活动承载效率(b)基于网购数据的居住活动承载效率(a)基于Google图片数据的游憩活动承载效率(d)基于微博数据的游憩活动承载效率(c)综合的活动强度广佛都市区的承载效率高值区域呈现绵延分布，具有一定的多中心特征。在行政边界周围仍处在较低水平。较高的地段均集中在广佛的城市中心区，相比较而言，佛山市的承载效率较低。从都市区的具体分布来看，承载效率较低的建设用地主要集中在：佛山高明、三水，广州的黄埔以及花都等地。建设用地承载效率的综合评价ab低效土地识别对比卫星地图，可以进一步找出承载效率较低的周边地区。图5广佛都市区建设用地承载效率低值区域示意c珠三角的建设用地承载效率在珠三角，肇庆市的城市建设用地承载效率最低，其次的城市为惠州市、中山市、江门市，只有深圳、广州两市的承载效率在平均水平之上。城市低强度用地得分肇庆0.396惠州0.272中山0.247江门0.225珠海0.145佛山0.106东莞0.039广州-0.175深圳-0.407建设用地的规划思考城市空间的发展范式是什么？研究指向：三旧改造、工业入园的规划政策反思：研究的不足反思：研究的不足本文是一篇有质量和新内容的研究成果，针对提高土地利用质量的要求，通过大数据和数据挖掘的方法手段进行建议用地承载效率的研究是很有价值的。文中结合承载效率的高低对相关城市提供的建议也有参考价值。城市建设用地承载效率数据的真实性？反思：研究的不足多维数据可以揭示空间现象。但是各类大数据背后的BUG我们了解多少？反思：商务企业对于地理坐标数据的技术处理？发布微博者实指场所/发布场所的偏差？反思：研究的不足建设用地的效