智慧规划方法及其应用分析课件.pptVIP

2019中国城市规划

信息化年会

智慧规划方法及其应用分析

徐建刚教授

南京大学建筑与城市规划学院

数字城市与规划技术研究中心

报告提纲

一、大数据时代背景

二、城市规划方法进展

智慧规划方法体系框架

四、智慧规划基本方法一适应性分析

五、适应性规划建模一长汀案例

六、结语

、大数据时代背景

大数据”定义

科学研究、互联网应用、电子商务、移动运营商、城市监控管理

等诸多应用领域产生了多种多样的数量巨大的数据。大数据(Bg

Data)以10TB(1TB=1024GB)规模以上的数据量同过去的海量数据有

所区别。因此,出现对传统的数据存储、数据处理及数据挖掘提出了

新的挑战

大数据时代的出现

2019年图灵奖获得者杰姆·格雷提出著名的“新摩尔定律”:每18个

月全球新增信息量是计算机有史以来全部信息量的总和。现已成为现

实,表明人类已经进入到大数据时代

、大数据时代背景

大数据基本特征(4个V)

1、Volume,数据体量巨大。从TB级别,跃升到PB级别

2、Variet!y,数据类型繁多。如前文提到的网络日志、视频、图片、

地理位置信息,等等

3、Vaue,价值密度低。以视频为例,连续不间断监控过程中,可

能有用的数据仅仅有一两秒。

4、Velocity,处理速度快。1秒定律。最后这一点也是和传统的数

据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、

手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,无

不是数据来源或者承载的方式。

、大数据时代背景

大数据”系统技术:云平台、云存储、云计算。

存储和管理

海量数据

关系型

非关系型

数据流

数据移动

结合

畅捷漂[一燃,uNdataesrialteryxInfochimpi

外部数据

动态的可视

化工具分析

、大数据时代背景

大数据分析方法

大数据”方法论:分析大量信息数据的科学技术,以检测模型,

收集意见并预测复杂问题的解决方法。大数据为科学发展提供

了一条新的途径。

大数据基本分析方法:可视化分析+数据挖掘算法

大数据分析应用目标:预测未来

预测性分析:从大数据中挖掘出特点,通过科学的建立模型,之后便

可以通过模型带入新的数据,从而预测未来(与城市规划目标一致)。

、大数据时代背景

大数据方法实现的技术基础

统计分析:差异分析、相关分析、方差分析、卡方分析、距离

分析、回归分析(逐步回归、回归预测与残差分析、岭回归

logistic回归分析)因子分析、聚类分析、主成分分析、聚类法、

判别分析、对应分析、bootstrap技术等

数据挖掘:分类、估计、预测、相关性分组或关联规则、

聚类、描述和可视化、复杂数据类型挖掘(Text,Web,图形图像

视频,音频等)

模型预测:预测模型、机器学习、建模仿真。

结果呈现:云计算、标签云、关系图等。

二、城市规划方法进展

·城市规划的基本工作模式

上世纪初英国规划大师盖迪斯提出“规划必须基于现状的

调查研究,分析聚落的模式与地区经济背景。”他将

自然地域作为规划的基本框架,发明一套规划工作方法:

调査一分析一规划

目前这也被视为城市规划的标准程序。

二、城市规划方法进展

智慧规划之前的三个发展阶段(1990前,1990

2000,2000年以来)

制图手段

统计分

规划数

析方法据结果

手工式城

手工制图

手工量算统简单、粗略

计和分析

的统计表格

市规划

基于工程的

基于数字的维统计电

统计式城

计算机辅助

市规划

制图

统计分析

子图表

基于地理空

间的规划和

GS空间分

规划信息属

数字城市

析

性数据库

规划

二、城市规划方法进展

·数字城市规划分析方法的形成

传统城市规划分析

定性

分析

计量地理学支持下

定性

计量模

的域市规划分析

分析

型分析

数字城市规划的域

定性

计量模

空问模

市规划分析

分析

型分析

型分析