010.大数据视角下的城市公园可达性评价研究 ——以长沙市城市公园为例.pdfVIP

010.大数据视角下的城市公园可达性评价研究 ——以长沙市城市公园为例.pdf

  1. 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. 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. 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. 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. 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. 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. 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
大数据视角下的城市公园可达性评价研究 —— 以长沙市城市公园为例 凌琳 摘要:大数据因其自身海量、便捷以及和人的活动紧密相连的特征被日益广泛的运用在城市规划的领域中, 公园可达性概念旨在思考市民和公园之间的互动关系,以图营造令人舒适的自然环境。因此笔者将大数据 的方法运用在公园可达性的计算中,可以全面智能的获取服务力和阻力等相关数据,并在人口真实的聚散 情况下对城市公园的可达性进行判定。本文采用网络分析法计算人口热点和公园之间的可达性,通过对可 达性的分析,可以进一步对城市公园系统的布局进行评价,为当下的城市双修运动提供一种方法和途径。 本文以长沙市为例进行实证研究,应用此方法计算长沙市城市公园的可达性,分析了长沙市城市公园存在 的问题,并为长沙市城市公园系统的建设提供了一些建议和意见。 关键词:大数据,城市公园,可达性,城市双修,长沙市 1 引言 随着时代的发展,网络社会正在逐步改变人们的生活,同时也深刻地影响了城市规划的 专业领域。大数据给我们带来了新的研究方法和思路,在定性的感性思维中加入定量的理性 火花,所以,跟上时代发展的脚步是我们研究方向的必然选择。 大数据在城市规划的应用上主要关注点集中在基于以社交网络、手机数据、浮动车数据 和城市传感器数据等为代表的海量、多源和时空数据在城市地理学方向上的研究。分为城市 实体空间和城市社会空间两个方面的应用。城市实体空间包括:城镇等级体系研究、城市交 通研究、城市功能研究;城市社会空间包括:城市居民活动研究、城市社会关系研究、城市 事件的传播与响应等。目前大数据在城市规划中的应用多集中在宏观层面,在微观层面的运 用较少,本文试图将大数据的方法应用在微观的城市公园可达性领域,同时为当下的城市双 修运动提供一种方法和途径。 2 大数据与城市公园 城市公园的游憩功能对于市民来说具有非比寻常的意义,市民对公园的需求度也日益提 高。公园对于市民来说,不仅仅是数量和质量的问题,能否快速便捷的到达公园成为了市民 更加关心的层面。而可达性概念则积极的思考了市民和公园之间的互动关系,对公园的分布 和公平都能给出具体量化的评价方法,是评价公园的有效手段之一。大数据时代的崛起给了 城市规划者新的思路,当下大数据的普遍视角是基于人的行为出发,反应的是真实的人的行 为、活动、感知等。百度热力图能通过叠加在网络地图上不同的色块来实时描述城市中人群 的分布情况,并具有数据开放、覆盖面广、集合表达等优势。因此,若能从大数据的视角出 发,以人的活动为基本,来分析城市公园的可达性,会在冰冷的数据中加入人情味,在人口 真实的聚散情况下对城市公园的可达性进行判定。 笔者试图通过大数据的方式对公园的可达性进行计算,通过百度热力图的方式获取城市 的常态人口分布图,通过大众点评网搜集公园聚集点,通过百度地图智能数据获取最小交通 阻力。 3 相关数据处理与分析 3.1 数据的获取 3.1.1 百度地图热力图 百度热力图可以反映城市人口真实的聚散状态,它的刷新频率为五分钟一次,如果我们 通过不停地截图,就可以获得一个区域人口聚散的变化情况,较为直观地展现真实存在的个 体行为。笔者收集的用于研究的原始数据来源采用同济大学叶钟楠教授的方法,假设人口的 出行存在一定的规律性,尝试截取一个周期内的热力图数据,将截屏的频率定位一小时一次。 通过截图,我们可以清楚地看到人们活动的变化、习惯、热点区域等等。 3.1.2 百度热力图数据处理 通过上述方式的数据采集,将得到的海量截图整理归类,作为原始的资料数据。通过处 理,最终得到一张研究范围内的人口常态分布图,核心方式是将截取的海量数据图进行叠加。 这个过程我们参考重庆市规划设计研究院的冷炳荣硕士的方法,具体获得步骤如下: 1)网格划分 按照统一的标准把截取的所有热力图进行网格划分,然后按照划分的网格分别计算单个 网格的人口数量,公式 ( )如下: 3-1 m P d n i i (3-1) i 1 (其中,P 表示组团内某一时刻活动人口数量,di 表示第 i 种颜色的人口密度,ni 表示第i 种

您可能关注的文档

文档评论(0)

喜宝 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档