基于大数据的城市规划云平台解决方案(大数据)

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
吉姆·格雷(Jim Gray)的第四范式:将大数据 科研从第三范式(计算机模拟)中分离出来单独作为 一种科研范式,强调数据密集型科学研究的快速发展。 以数据密集分析为核心的第四范式的提出必将指导城 市研究理论与方法的创新
舍恩伯格等也认为大数据时代的到来意味着思维 方式的变革,基于全样本微观数据挖掘的要素间相关 关系研究可以把握发展总体规律(维克托.迈尔.舍恩 伯格等,2012),将成为未来城市研究的新方向。
大数据驱动 城市模拟与仿真 规划技术创新
深入分 析城市
问题
科学进 行城市
模拟
空间分 析更加
合理
趋势预 测更加
精准
空间管 理更加
精细
科学的结果
数据支撑、人本驱动、科学导向的城市规划创新路径
互联网大数据的类型
按照产品服务内容及服务场景的差异,可将互联网大数据分为以下四类,同时按
照数据的维度特征,将其应用于城市与区域研究的不同环节。
航班铁路班次信息 移动通讯定位数据
公交刷卡数据
开源地图 智能基础设施网络估算人口和产业存量 ……
大数据的类型 公共参与平台和社交网络数据
收集空间主观评价 自然语言语义分析评价空间质量 移动终端OD和行为采集 长期采集时空变化多媒体信息 签到数据识别空间热点和用地性质 ……
大数据应用案例
ຫໍສະໝຸດ Baidu数据类型
生活服务类 社交娱乐类 电子地图类
其他
典型来源
特征
规划应用
宝去大 咪、哪众 咕5儿点 、8同、评 咕安城携、 咚居、程美 、客智、团k、e联1外e2p链招3卖、0家聘6、A、等i、饿r马b搜了n蜂b房吗、窝网、淘、、务行基含日等于有常各L地B生个S理服活环空务中节间技的、坐术吃 同标服住 时
由于时空间概念被重新定义,以空间研究和布局为核心内容的区域研究面临着研 究范式的转型和方法上的革新(甄峰等, 2012)。
数据密集型城市研究
越来越多的“大数据”携带地理空间属性,为日 益复杂的城市研究提供了强大的数据支撑,有助于学 者和规划师更加全面、大尺度、精细化地研究各类城 市社会经济问题;
大数据的概念
大数据的一个核心是对应着人,让我们有机会看到人的尺度的活动、 移动和心情等,这是以往的计算机辅助设计CAD、地理信息系统GIS、 决策支持系统DSS哪怕是规划支持系统PSS所不具备的。
大数据的类型
传统数据
统计年鉴数据 规划调研数据
遥感数据 地形图数据
大数据的类型 智慧城市感知数据
基于大数据的城市规划云平台解决方案
此PPT课件下载后可自行编辑
大数据的概念
大数据——大量的数 据
“ 大数据” 在 IT 行业指需要新处理模 式才能具有更强的决 策力、洞察发现力和 流程优化能力的海量、 高增长率和多样化的 信息资产。 大数据并 非一个全新的或者可 以严格定义的概念, 比如 Michael Batty 引用的定义之一就是, 大数据是任何不能放 在一张 excel 表中的 数据。
二、互联网大数据在城市规划创新中的作用
规划创新 研究重点
过程决定结果,通过大数据来实现科学的规划过程,是形成科学合理规划结果的 重要保障和技术支撑
大数据推动了城市 问题分析、城市空 间分析模拟、空间 趋势预测、城市空 间运行评估和管理 的科学化、精准化, 科学化的过程决定 了城市规划结果的 科学和合理,从而 实现城市空间的可 持续发展。
城市功能空间、居民 出行、居民特定活动
行为研究
微信、微博、Twiter、Flick、豆 瓣等
具备明显的电子空间 足迹、同时含有丰富
的语义信息
城市功能空间识别、 城市活力、区域关系、 城市增长边界的评估
与划定等等
百度地图、高德地图、腾讯地图、 Googlemap、OMS等
丰富的应用接口、 POI、导航、基础地
1.移动通讯定位数据
移动通讯技术的发展,使移动运营商可以通过基站与用户间 不间断的 信令信息获得每个用户 比较准确(通常精确到百米以内) 的实时位 置,由于用户数量巨大,几乎覆盖城市所有活跃人口(除了老人、儿 童及少量特殊人群外,基本全部覆盖),可以说是描述城市人口数量 和空间分布的“终极”数据。移动位置数据可以代替上述多种数据, 通过人的位置, 描述区域、城市、道路、用地的运行情况。
物信息等
城市空间结构规划、 城市功能分区与土地 利用规划、区域或城
市发展定位
政企官网、博客、企业黄页(顺 企网)、物流官网(德邦)等
文且本隐义、含信图空息像间维数描度据述高丰、富语、区域战或略城方市法发研展究定位、
互联网大数据的分析思路
数据整理入库 数据基础分析 数据深度挖掘 构建空间模型 模型应用分析
图2.1互联网大数据分析框架
区域联系与发展定位
传统研究方法
区域联系分析:基于城市经济、企业机构、交通总量等统计数据,借 助重力模型等模拟区域之间或区域内部城市之间的相对联系;
区域或城市发展定位:基于经济规模、城镇化率、人口和用地规模等 统计数据分析,结合全球、国家或区域不同尺度的重大政策机遇,研究 确定区域或城市在更大范围内的地位。
战略及目标。
长三角城市群定位研究
采集国家级城市群中心城市 的百度指数
通过重力模型、网络关联法 等模拟不同中心城市之间的 相互联系网络
2017年至今北京、上海、 苏州、杭州、成都等中心城 市的信息联系最为紧密
长三角在全国城市群中的联 系等级呈现最高水平。
全国尺度定位:中国社会经济及科技创新核心,世界级城市群?
• 基于大数据研究方法 利用文本大数据,找出区域或城市发展存在的问题; 利用要素流大数据,判断区域或城市在网络中的联系和地位,进而找
出区域核心与边缘城市 利用文本大数据,找出区域居民对各城市的关注程度,判断城市影响
力(综合影响力和各个领域影响力); 最终,结合国家政策、政府发展需求,综合确定区域或城市发展定位、
大数据应用案例
无锡市区工作日 OD 客流走廊示意
传统城市研究面临方法革新
信息技术加速了知识、技术、人才、资金等的时空交换,使得城市生产与居民活 动范围持续扩大、类型更加复杂,并促进了产业重构和空间重组,进而改变着区 域和城市的空间格局;
流空间已经成为区域、城市以及居民活动的主要载体(Castells, 1989);
相关文档
最新文档