大数据与在城市规划中的应用.pptVIP

大数据 BIG DATA;;;;;;Volume 数据体量巨大。涉及采集、存储和计算的量都非常大. Variety 数据类型繁多。涉及网络日志、音频、视频、图片、地理位置信息等，对数据处理能力有高要求。 Velocity 处理速度快，时效性要求高。这是辨别于老式数据挖掘最明显的特征。 Veracity/Value 价值密度低，商业价值高。信息无处不在，但价值密度较低，怎样精确经过数据价值“提纯”是关键。;;1.2 城市规划中的新兴数据;1.2 城市规划中的新兴数据;;;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;;1.有关研究详细案例： 基于海量时空数据的城市居民移动模式研究（2023） 2.研究中所采用的大数据： 利用位置感知设备（如手机、GPS接受机等）获取海量个体移动数据 3.基于数据所提取的信息： 集成地理信息系统、空间统计分析、数据挖掘等技术措施，挖掘城市居民移动模式及时空分布特征，分析该模式与城市土地利用、人口密度、交通网络等不同地理要素之间的关系。 4.有关研究结论： 建立城市尺度上的人类移动解释性模型，为城市活动系统的优化及多种城市问题的有效处理提供科学支撑。;1.有关研究详细案例： 城市大型活动的应急管理，能够来张情绪地图（2023） 2.研究中所采用的大数据： 社交网络数据中的地理信息数据以及情绪文本数据 3.基于数据所提取的信息： 能够借此分析大型政治事件及公共活动中，市民的不同感受和情绪的地理空间分布情况。 4.有关研究结论： 对可能出现的城市危机进行预测和监控。;;;3.1.1数据的开放性局限 目前国内规划学者应用的大数据主要掌握在政府部门和企事业单位等第三方手中，数据的开放意识单薄，开放壁垒森严，造成规划师经常面临难以获取所需数据或者是需要支付高额的费用才干获取数据的情况，极大限制了大数据在规划领域的广泛应用。 3.1.2数据的技术措施局限 因为大数据价值密度低和冗余性的特征，搜集到的数据并不能直接为得出成果服务，所以对数据处理技术提出很高的要求。而目前既有的大数据技术措施专业性过强、界面过于复杂，一般的城市规划???难以掌握，也难以迅速地在规划项目中使用。 3.1.3数据的精确性和完整性局限 新数据的有偏性广为学界讨论。（例如利用位置微博数据进行的城市幸福感研究，涉及微博顾客的口是心非、自然语言处理的能力约束等。）这些偏差使得研究成果的可信性受到质疑。且大数据对城市的刻画仍不完备，不少空白需要老式数据措施来弥补。（例如公交卡数据无法度量私家车主的时空行为。）;;大数据在推动规划行业变革方面的作用值得高度关注和肯定。大数据措施以其强大的信息搜集、整合、分析和处理技术优势，尤其是其基于对个体空间行为监测的海量信息数据进行群体、整体空间行为的分析、鉴别、集成和预测能力，有利于从技术上保障城乡规划提倡的“以人为本”理想和理念的详细实现。 由此带来的是城乡规划由措施到理念和工作模式的根本性变革。与CAD介入城乡规划带来的空间体现措施变革相比，大数据措施不但仅推动空间体现措施变革，更主要的是引起空间分析措施的革命。 大数据时代的城市规划不但仅是数据的信息化，更是从于土地、经济活动的规划向基于个人的规划发展，从静态的蓝图式的规划向动态的、过程式的规划发展。从“人”出发，进一步挖掘大数据背后的居民行为模式与制约机制，将大数据落实于城市规划实践，才干充分发挥大数据在城市研究与规划中的主要作用。 在大数据崛起的时代，基于规划老式数据和大数据的各自特征，城市规划者应把握机遇与挑战，明晰两种不同数据的优势和不足，综合利用老式数据和大数据。;知识回忆Knowledge Review;谢 谢！大数据 BIG DATA;;;;;;Volume 数据体量巨大。涉及采集、存储和计算的量都非常大. Variety 数据类型繁多。涉及网络日志、音频、视频、图片、地理位置信息等，对数据处理能力有高要求。 Velocity 处理速度快，时效性要求高。这是辨别于老式数据挖掘最明显的特征。 Veracity/Value 价值密度低，商业价值高。信息无处不在，但价值密度较低，怎样精确经过数据价值“提纯”是关键。;;1.2 城市规划中的新兴数据;1.2 城市规划中的新兴数据;;;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;2.1 有关研究综述;;1.有关研究详细案例： 基于海量时空数据的城市居民移动模式研究（2023） 2.研究中所采用的大数据： 利用位置感知设备（如手机、GPS接受机等）获取海量个体移动数据 3.基于数据所提取的信息： 集成地理信息系统、空间统计分析、数据挖掘等技术措施，挖掘城