《城市大数据的生态模型及应用探讨.docx》由会员分享，可在线阅读，更多相关《城市大数据的生态模型及应用探讨.docx（12页珍藏版）》请在三一办公上搜索。
1、我要：从提出一个生态模型开始,附述了也立一个可持续的城市大数据生态所需安的关过角色以及地方政府在演进这些角色中所能发挥的作用.接着，给出了一个实际案例作为这个模型的参考实现,并分享了案例中企业在配合政府建立大数据生志过程中所开展的一系列工作以及工作中总结的经脸和教训，脸让这个模鞭在实践中的可行性，呆后，给出了一个具体的大数据应用案例：通过大数据手段来帮助政府优化行政审批流程,使得优化后的流程对市民更有利，从中一瓶未来政府通过大数据进一步精细化社会管理的潜力.关键词；大数据；产业模型：社会治理；社会服务：可信分析1引言中国经过改革开放以来30多年的发展,城市化步伐不断加快.每年有1500万人口进
2、入城市，城图1所示.到2025年，中国将会有近三分之二的人口居住在城市,已羟进入了一个城市社会。与此同时，城市人口的增加带来的交通拥堵、环境污染、资源过度消耗、各类突发事件增加等社会矛宙日益突出，各种“城市通病”与日俱地，城市管理难度加大，这对城巾管理者的管理能力和极务水平提出/考5金.城市要保持可持续发展越来越受到各种因素的制约，需要转变方式、调整结构、适应日益增长的人民生活方式、不断解决突发性事件等问璃。人们在探索中意识到，智感城市是探治“城市病”的最隹良药.H三A”MWiH,ttAQMM,*AtfweKnAeweAnttKt图12O-2O1S年全国城镇人II数情况为了规范和推动智.蓝城市
3、的健康发展,住房和城乡建i殳部于2012年12/15日正式发布了“关于开展国家智慈城市试点工作的通知”，并印发了名国家智您城市试点通行管理办法和国家哲皴城市（区、钺）试点指标体系（试行）两个文件，正式启动了全国智想城市建设拓湖.到2015年公布的第三批试点名单，共计289个大小城市加入试点城市范附.住房和城乡建设部智基城市试点城市分布情况见表1.表1住房和城乡建设部智态城市试点城市分布情况试点城B第一批/个第二批个第三批/个合计/个省会城F55010JtiEH303637103县委方183033S1.区、斫区34272485多慎35210合计9010396289在轮接一轮的智态城市建设过程中，
4、大数据技术在城市建设的应用逐渐成为智魅城市建设的热点之一.通讯股份有限公司（以卜.简称通讯）把“以大数据应用为中心”的钟慈城市建设称为“智慈城市2.0,从而与之前“以建设业务系统为中心的智桂城市建设区分开.2城市大数据生态模型2.1 城市大数据在长期的城市建设与运营过程中，政府积累了大量的数据,如经济、民生、交通、旅游、医疗、安全等各行各业的数据。同时也枳累了大量的业务系统.以重庆市为例,包括51个部门，平均每个部门有S6个系统，整个政府有近300个系统在运行，如图2所示.图2亚庆市应用系统按建设汲别分类这些系统包含的数据涉及了城市的方方面面,其中维微的价值酶脩有效的手段进行挖妲与发现与互联网
5、公F所楣行的大数据不同.城市大数据具有自身的特点.见表2.我2城市大数据与互联网大数据的对比erfeM-rBc夫cttthctJ+uwotf多，型37)JtKFr灾：务3y3r-rZRSWCWtoCrty)mHKN*3MtrjTi.wMix三jreefiirR*2SM三*rx玄电子*jfc-re城市大数据与互联网大数据虽然各有不同，但可以互相补充，从而共同发挥更大的羟济效益和社会效益，2.2 人数据生态大数据的潜在经济价值催生了大数据的交易.自2015年4月15H全国首家大数据交易所一一员用大数据交易所正式挂牌交易起，先后有北京大数据交易所、上海大数据交易所、广州大数据交易所、陕西大数据交易所
6、和长江大数据交易所等机构启动，困绕大数据交易开始脖成一个生态系统，如图3所示。图3大数据交易生态系统模型围烧这个生态系统以外围的是工具厂商，这些厂商提供大数据采集、转换、存储、分析、可觇化等技术手段，Goog1.e,C1.oudera,Amazon等公司为大数据的技术推动做出了巨大贡献，同时火型的开源社区和产品逐渐成为大数据技术潮流的中望力增。处于生态中心位置的是大数据交易商.数据生产者为大数据交易商提供初级数据.后者通过数据标准化把初级数据转换成高级数据存储在基础设施运苕商处.基础设施运营启通过提供存储服务和计算服务获得市场地位，并从中衍生出PaaS运营商来M轻大数据交易商对技术的衢求。数据
7、挖掘者通过基础设施运营商提供的计算服务,结合领域知识对高级大数据进行挖掘.於得的。价的成果通过大数据交易商的交易平台提供给数据消般者.这样吸引更多的数据消费者源源不断地想入交易平台，提出更多的向阳并支付获得的满意答案，由此衍生出大数据咨询商来引杼大数据消费者更好地消费.数据消费者的支付逋过大数据交易商的分成平台，使褥数据生产者也获得相应的回报.这样整个生态就能够自生自长，实现良性循环*在真实世界里，一个企业可能栽有这个生态中的一部分、一个或多个角色，或者只专注与某个细分领域，“中关村大数据产业联盟”就活动在“咨泡”这个细分领域。从大数据交易生态系统也可以看出,有些领域如“数据标准化二多数有识之
8、士觉得很重要，但标准化并没彳f先行发展起来.究其原因就在于标准化其实是一个用部问避而非全埼问题.另外，这个产业模型让数据本身不需要发生大规模移动或复制，避免了数据安全、个人因龙、产权归属、初娘或高级数据定价等更杂的社会问胞和商业伦理同题，为持续进行交易提供理论依据.2.3 政府与数据交易商在大数据交易这个生态系统电形成初始的生态平衡是非常关键的，在全国此起彼伏的智.M城市建设以及交易所设立的浪潮中，政府有天然的优势来孵化数据交易商角色，具体原因如下.（1）政府是岐大的数据生成者如前所述，城市大数据联本部在政府手中，另一小部分在党政机关或步业单位手中,另外.随箭身憩城市系统的建设，政府手中的人数
9、据会越来越完善，越来越动态。（2）政府是最大的数据消费者我国的社会治理模式是“大政府、小社会”的模式，要求政府对国计民生方方面面做好保障与服务工作，这些工作的顺利开展都离开不科学决策，离不开数据的支摊.随着大数据价值的不断发现，政府治理的效率也将不断完善。（3）政府是城市公共设施的提供者政忖也将持续为每个城市的健康运行提供必要的基础设施，如交通、水利、学校、医院、水电煤气等。而信息葩础设施正在成为城市越来越正要的联础设施之一.到年上半年，全国共规划建设数据中心个，口投入使用个，总用地约万平方米，总机房面枳约万平方米.可见,在大数据生态的5个核心角色中.政府已经身兼3个角色.另一方面，社会费本在
10、目前的产业环境下承担大数据交易商用色仍有很多挑A1.大数据交易的法律法规、信息安全标准等宏观政策还不完善，导致各种市场主体对舂与大数据交易持观望态度。大数据交易还没有看得见的成熟的商用模式,能否在欣期的投资周期里获得投资合理回报是一个很大的问Sfi.由于大数据交易对象的高度技术化，如何吸引大规模的用户，认同交易物彳j所俏，衢要强大的信用支撑来鼓励各种用户先行会试,在大数据产业初期,通过政忖投资.其他社会资本参与成立数据交易商是一个比较现实的选择.政椅可以在实践过程中打通产业各个环节,迅速完成法律法规建议，通过PPP（PUbIprivate-PartnerShip,公私合作）模式、政府采购服务以
11、及财政补贴的方式来为新兴产业提供资本和信用保if。3实践案例通讯股份有限公司和市政府共建智慧城市是大数据生态系统产业模型的一个实践案例.其中，软创科技股份有限公司作为数据挖掘者多与了市城市大数据的合作开发；市政府承担数据提供者和数据游的者的角色：市与通讯合作组建的（）智姒产业有限公司承担了交奶商和基础设施运营商的角色.合作开发过程主要困绕“基础设距、技术架构获取数据、分析列表、分析人才、分析过程和决策应用”7个方面展开.3.1 法础设施在目前的技术条件下,获得城市大数据运营所需的基础设施其技术困难不大.以市为例.从动土开工到大数据中心投入使用.整个工期不到一年,总体成本对于一个城市而言不高.也
12、可以采取租赁互联网公司数据中心的方式,但考虑数据安全、运维成本、区位优势等囚素后,城市自建大数据中心仍然是主流选择e3.2 技术架构满足城市大数据开发需要的技术平台也不难搭建.以隹者研咒团队的经验.这个平台应该包括大数据采集器、数据中心、主数据管理、大数据分析器、大数据眼分涔、可视化服务器、大数据客户端7个部分，技术才算是比较完整的，如图4所示.图4满足城市大数据开发所需要的技术平台架构大数据采能器能城实现海信数据的收集，不管是结构化数据还是非结构化数据，文本、语言、觇频都健实现数据的聚集、清洗、整合、利换和装载，这炖数据最终存储在数据中心。数据中心从软件与怏件层面实现对海量数据的存储和访问.
13、同时注重能耗与安全.主教据管理则实现数据的编目、管理、授权、共9和交换.淮护城市数据模型,形成五大库（UP人口玲、法人库、地理信息玲、建筑物库和宏观经济库），并维护各自的过程库、业务数据库和主题应用库等.大数据分析器根据何胞、目标设计出分析模型及数据处理、训练、检脸过程.将设计好的蓝图交给大数据服务器计完.大数据底务器管埋所有的计算资源，实现分布式计算、海此数据即时处理，可视化限务器把大数据分析结果转换成图形，宜观地告诉客户所拥行数据的形态和关键特征，这也图形最终通过大数据客户擢向用户早.现。大数据客户端包括如下3类。数据服务平台：面向公众，以网站的形式向公众提供大数据开放服务，鼓励大众参与城
14、市服务。决策服务平台：面向各报领导，通过图表方式呈现经济、民生等数据的分析结果。管理服务平台：面向政府工作人员,通过缩放地图、拉动时间线来查看其感兴邂的数据.如街道主任可以限定自己所处街道查看人口出生率，而同级教育主任可能更关心扫盲率.3.3 获取数据在城市大数据开发过程中，真正的困难是从获取数据开始的,从产业模型角度看，属于培百大数据生产者的工作.首先，政府部门开发自己的数据意愿很低.这其中的原因非常多,包括政策上的顾虑、部门立场的考虑以及公开数据可能带来的种种问题和时变化的担忧，在这些因素里，数据安全是一个绕不开的话题.2015年刑法修正案在信息安全领域明确扩大了犯罪主体的适用公国.使得部
15、门主要领导和相关负责人都不愿遨承担因数据泄漏风险引发的连带责任。为了让政府部门的数据能够更有效地共享，除J技术上不断提高，加大数据保护的力度之外，在法律、制吱上进一步细化和松绑己成为不可缺失的一环。商业上的创新也比较为键，比如考虑一种保险制度来解除大数据共享过程中所引发的安全责任风险。其次,数据预处理（H1.J把低级数据加工成高级数据）的工作Ift非常大.一方向,政忖的系统建设过于分散,都是大*的小厂商开发出来的，数据规范性一开始就不高：另一方面，这些政府系统一开始没有考虑向大数据分析优化，缺失数据严重，而不同系统之间的数据一致性更加没有保障，这就要求厂商花出大量的时间进行数据交JW补缺，通过
16、不同的数据源进行相互验证来获得更加完整、准确的数据集.在这个预处理过程中本身也有一些大数据技术在其中应用，比如通过数据分析来判断哪些数据集准确性更高，从而替换其他重虹数据.另外，数据格式五花八门，有根原始的表格、文本数据，也有纸侦数据，需要通过。CR扫描识别入库.3.4 分析列表有了数据之后，接下来就姑要有分析目标.从产业模型角度看，同于培育大数据消费者的工作。在培Ier消由者方面，目前比较新颖的做法就是大数据竞骞例如，年月在上海举行的开放数据创新应用大赛,奖金最高达万元“传统的做法是需求调研,通过和各委（员会）、办（公室、局座谈来发现他们工作中的玳鹿，并从中找到大数据可以胜任的问题列表.这种
17、方式由于信息不对称，导致效率比较低，因此，在选择部门时应该考虑部门的业务特点、部门积极性和颖导人风格来安排优先次序.3.5 分析人才企业狭得合格的大数据分析人才不是一件容易的事情，主要足因为大致据分析人员不仅要熟怂大数据工具、技术，还需要精通数理统计以及有足够的社会通识，才能通过一层层数据关联关系找出问题的答案。一种可行的办法是通过2-3个小团队高效协作的方式来解决.类似“戚家军”的战斗组织形态，这样可以整体降低对人才的需求门楼,使褥产业模型里的数据挖掘者可以规模化.3.6 分析过程分析人员在针时具体问Sg进行分析前要学习很多算法,除此之外还要关注如卜重要的问题.（1）评估方法是关城算法要在新
18、数据上的表现和在样木数据上的表现几乎一样好。比较好的做法是把数据集分为二，一部分用于训练模型,一部分用于模型评估,交叉脸证,观察算法的稳定性。如果算法不能柳定下来,那么结果是非常可疑的.因为t务的领域是公共服务领域,如果一口.错误执行，就会存在很大危害.另外，训练模里也不能训练过度，避免出现过度拟合的问即.（2）特征提取是根本分析人员不要迷信算法,大多数奴杂算法效果大同小异。但要确保完全理解这些等价总法中的一种，然后一宜用下去.在分析过程中如果能找到合适的特征，对于达翎分析目标所需的样本数据ht就能大大缩减。数据分析人仍需要完整地掌握各种特征工程来快速找到样本数据的特征向加，如果分析人员非常懂
19、业务，也Ur以弥补特征工程经脸不足的短板。特征提取是大数据分析非常重要的成功因素“（3）时间Si颈是模型训练，而不是数据集规模在模型训练过程中，衢要花粉大M的精力进行多数优化，从而得出比较合理的解，在承诺给政府部门一个分析结果之前，应该充分用有这部分的时间。另外,还有“数据自大”问题.很多人欠到了数据以为很大,其实这只是很小的部分.但他自己不知道，所以结果会出现偕整.还布就是W法演化向Sfi和数据生产者的存不见的动机，这些都会导致分析结果和实际出入较大，分析时能要仔细甄别。3.7 决策应用当数据分析人员把一个分析结构给政府相关部门,报告里面的结论是否就会很快被果纳？其实不一定.分析结果不能及时
20、应用主要包括如下原因，(1)大数据分析透明度不足大数据分析由于算法上的艰深难懂，除专业人上之外，其他人很难技懂，导致最终的分折结果很难证明其结果是正确的、中间的分析过程是可坡的.使得政府不足非常席意主动采信这样的分析结果.(2)缺乏第三方机他的验证如果有第三方机构脸证也能促进政府放心使用大数据分析结果,使政府决策更具科学件.但企业因为商业机密方面的原因.不愿意公开分析过程中的数据模型,导致第三方没有合适的会证方式.(3)多方位分析结果相互不支持有时确实会出现多个分析结果打架的情况，这时候需要ff细排杳，分析是数据上的原因还足算法上的原因.但有时这样的分析结果没有及时发现就报给政府部门，将导致相
21、关部门对分析结果的可信度更加担忧.如何提高大数据分析结果的可信度,宅者认为可行的办法是改变应用方式,由传统时报告式“结果呈现转变为“探询式”结果呈现,软创科技股份有限公司在这方面正在进行较大的技术创新.例如,对政府行政审批数据进行了一个预测分析,通过KNN回归模型来预测每一类行政审批事项当前蚊合理的办件承诺时间”这个承诺时间是动态变化并适配外部环境变化(如收件累、工作人员状况、时节、社会热点等)的，从而让这个时间更加科学。4结束语本文介绍了笔者在城巾大数据开发方面的一些经验.这个领域还有很多重要问遨焉要一一面对，如能耗与污染、信息模型与标准库、可靠性与可用性等.在工作开展的过程中会遇到很多现实
22、困难，但更多的是解决办法，其中，发展大数据生成者和消费者并建立完整生态依然是发展大数据产业的重中之弟。国务院发布了国务院关于印发促进大数据发展行动纲要的通知3.中国的大数据产业己羟妗不可挡，必将开始一个新的智慧城市时代.附参考资料：大数据在城市规划中的应用研究琮述【精要】大数据具有的多源、人本、时空等属性特征与城市规划决策的本联属性具有紧定的稿介性,为城市规划决策提供数据基础和技术支掠.推动着城市规划精准化以及城市治理高效化发展.通过对大数据作用于城市规划的相关文献梳理.大数据推动了城市规划在4个方面发生明显转型：从“小样本解态”向“多源时空”数据转变：从电,空间尺度向全域空间尺度转变：从“物
23、质空间”向“以人为本“利变：从”人工化”向”智能化”转变：在此基础上，本文主要从居民时空行为分析、城市交通路珅布局优化、城市功能区划分、区域联系和城市等级分析、城市生态环境治理以及城市边界划定等方面梳理城市规划领域中的大数据应用进展，【关键词】大数据：城市规划：应用研究；展望。引言我国在较短的时间内是历了两方发达国家在较长的历史时期内发生的城镇化历程,产生正负两种效应：从正面效应来看,人口、产业、佥融资本、技术信息等资源高度集中于城市区域，所形成强大的集鹿规模，推动着城市和整个区域的社会经济快速发展，从负面效应分析,这种“多阶段共存”和“时空压缩”的特点,使得当今中国城市问遨显得尖蜕且复杂.大
24、hi城市问应被浓缩在一起，如城市快速犷张、用地结构混乱、社会空间割裂、生态系统退化、能源消*增加、交通拥堵、空气污染、热岛效应等何册己经时城市可持续发展和城市居民正常生产生活造成巨大或胁在此有第卜，2014年国务院颁布C国家新型化规划（2014-2020）3作为指导全国城镇化发展的宏观性、战略性、基却性的规划文件,系统比给出了“以人为核心”的新型城M化发展模式，由此城镇发展由过去重祝“求”的增长向关注“质”的改善转变，而大数据技术发展正为这种转型与革新带来新切入点。与传统数据相比，大数据具有海量的数据规模、多源的数据类型,动态的时空属性、价值密度低和处理速度快等优势特点.并正逐步运用于地理学、
25、生物学、社会学等诸多学科较域.大数据具有的多源、人本、时空属性等特征与城市规划决策的本场应性具有紧密的捐合性，Hf得其对城市规划的影响更为显著，采用大数据思维、方法和技术手段，可以精确、定玳、精细化分析和研究城市问题，保障规划方案更加科学，城市基础设施、公共服务设施的布局更加合理高效.在数据获取方式、时空尺度以及核心价值等方面,对于城市规划发展和传里具有十分坦要的影响.本研究在对大数据时代下城市规划响应特征分析迸行分析的基础上,探讨大数据在城市规划中的典型应用，并对大数据在城市规划应用中的发展方向进行了展望，以期为当前城市规划的娟制和决策提供有益惜鉴.1大数据时代下的城市规划响应特征分析信息技
26、术的发展促使城市空间更加流动、土地利用更加多元、个体行为选择影响加大，城市规划应该体现这变化以及解决变化带来的城市问题，大数据对城市规划行业的影响是巨大的:一方面对传统城市规划理念和方法产生巨大冲击.强化规划对城市发展的管捽力和决策力，为现彳1城市规划特型提供了新的方向和技术手段：为一方面，对于重构和丰富城市规划学科理论、指导城市规划建设与管理实践都具有IE要意义，这就要求我们采用大数据思维、方法和技术手段来观察和研究城市问题，进而制定出科学且有效的城市规划方案，1.1 规划数据：从小样本静态向多源时空数据转变传统城市规划工作涉及到包括地形图、影像图、交通路网、人门、用地、羟济专项数据等类型众
27、多的小样本数据，数据的获取方式依敕于统计年费、调食问春、研究文献、深入访谈等,时间尺度也多以“年”甚至“卜年”为单位，实时更新效果较差，这种传统数据的“小样本量和“滞后性”导致系列产扇间7I1.这档问跑打牙干城市规划的全过程r规划编制阶段难以全面掌握城市发展现状，规划实施阶段难以与城市发展状况相符合，观翅监管和评估阶段难以粕准诊断建设过程中遇到的1.JSe然而，大数据可以通过利用遥塔、测绘、传感涉、互联网等技术手段来实现数据的大批址和精准化抓取,所获数据内容呈现大样本盘、实时动态、微观详细等特征,且这种基于网络、手机、公交刷卡,传感器等机器手段换取的城市炒划大数据，可以在时空维度上实现对研究区
28、域的社会、经济活动的全面分析，为城市规划提供班本依据，如传统公交路网布局中，需要投入大枇人力物力进行OD数据搜集,而基于海量公交树卡数据可以清楚直观地将城市职住分离情况展现给城市管理者和规划者,进而增强路网布局的合理性.1.2 规划尺度：从单一空间尺度向全域空间尺度转变空间单元选择是影响城市要素研究以及进行合理的资源空间配置的正要因素，不同空间尺度卜的地理目标或现象会早.现不同的模式和结构,形成空间的多尺度表达,因此，在多大空间范围和空间分辨率上进行要求和问遨的研咒是在城市规划中必须回答的问起.由于许多自然现也（如资源分布、生态景观）和社会经济现象（如产业布局、羟济发展具有宏杂性、非线性、空间
29、异质性和不确定性等特性.在对这些现象和规律进行研究、观察时往往需要采用多尺度、跨尺度的方法，大数据的产生、提取方式以及应用提供了城市要泰在不同空间尺衣下的量化研究基础.倪进城市研究山的一空间尺度向全城空间尺度转变,由静态空间走向动态空间.在大数据技术支持下，城市规划空间范困不仅局眼于一区一市，空间外廷能力增强，以终形成“建筑街道（社区）一一乡钺一一市县一一区域一一全国”的全域空间，这种尺度推进使规划空间成果不仅可以在多尺度环境下适当地进行表达,还可以在更高的精度和粒度维度揭示城市发展凯迹和微观个体行为背后的规律.可见，在城市规划领域,从宏观的城钺体系到俄观的街道空间，大数据技术都可提供丰富的数
30、据来源和尚效的分析途径，具体而S.全国和区域层面，可以利用“百度人口迁徙”大数据、对地观测数据进行人口迁徙状况和城镇化发展质量的动态分析：市县层面,移动通侑数据、公交捕卡数据、社交网络数据等分析与应用，可以揭示城市人11活动同札交通流“I状况,如利用兴趣点（PoimofImemet,POI）数据可以清晰地展示出城市产业空间格局；社区和街道层面，居住环境超知大数据、建筑与生活能耗大数据、室内定位及居民行为大数据、精细化网格管押人数据等数据类蟹的分析与应用,可以揭示居民在社区乃至居室的行为模式,从而为城市（慎）详细炒划、社区管理服分及建筑设计提供决策支持.1.3 规划核心：从“物侦空间“向以人为本
31、”转变传统城市规划编制与实施，都是通过时城市物质空间的干涉,作用于城市居民及其生活.强调的是结构与空间,受制干规划理念滞后和数据获取与处理的制约雄以应对及其红杂的居民行为和个体感受.大数据技术的发展促进城市规划发生明显的社会转向，即由“经济活动和建设”为主的物质空间规划向关注“个人11常行为活动”为核心的社会空间规划转变，可以说火数据技术为城市规划的人本化提供了契机，主要体现在：首先，人的活动记录是大数据的重要构成,这为精准地反映和预测人类与城巾空间环境之间的互动、个体及群体之间的互动、个体行为的空间格局等在内的城市居民时空行为特征与规律提供了技术方法，通过深刻的数据挖提可以最终柄助我们理解和
32、揭示城市中这些狂杂的社会经济现象以及背后的影响机理，其次，以前难以量化的问甥，如居民的情感、经验、体脸、信仰、价值、思想和创造性等,也可以利用大数据进行有效的表达和数理分析,从而了解微观主体需求.促进对城市公共资源的合理配置,满足多方利益需求.如基于互联府投票的民意调查，可以获取公众对某一规划政策或是具体建设项目的态度，根据大数据反映的调育结果，规划者可以对方案进行适宜的调整，从而使其更符合公众期型。1EI.维克托迈尔舍恩伯格等（2012）在其著作大数据时代：生活、工作与思维方式的大变革中强调的那样：大数据帘来的信息风法正在变革我们的生活、工作和思维，开启了一次理大的时代转S1.1.4 规划决
33、策辅助：从“人工化”向“智能化”转变相对于依籁人工列断和分析的城市规划编制和实时模式而S1大数据浪潮卜的数据挖抠、机器学习、人工智能等一系列新技未符对传统城市规划提供良好的规划辅助决策,他鲂帮助城市管理部和规划师更加精准化和定辰化地分析城市问ss制定规划方案.如基于大数据技术建立各种计量模型和信息挖掘技术，可用于挖掘城市口常运行下的各种我杂的关系，包括产业与经济变化趋势、居民行为模式、基础设施布局、交通流动特征等要素的状态、相互关系,从而帮助规划师分析城市发展的潜在规律和未来发展趋势,以便制定科学的规划方案，提高规划决策水平.施于大数据的情景比较可再前模拟现划决策的实施效果，如在基丁影响写字楼
34、需求量的社.会经济变量分析的基础上,利用全市写字楼企业详细调研数据，借助GIS平台综合考虑交通、地价、城市结构、专业化功能区、人1.1.密度和商圈等空间因素.进行写字楼开发总量的空间分配方案模拟,可为城市总体规划的用地布局提供依犯.另外，火数据技术也改变了传统的公众型与城市规划的方式，有效避免了传统的讲座和向送调ft调研方式存在的时效性差、样本量小等问题,提高了公众参与的效率。如通过微博、WebG1.S和微信3种媒介可以搭建基于社交网络的城市规划参与平台.在网络.上实现规划公众参与的实时互动.既可让公众“主动向规划提供数据二又能方便公众对规划方案进行分享、推广和反馈.2大数据在城市规划中的应用
35、研究进展花大数据技术日靛成熟的时代，互联网数据、社交网络数据、社会兴趣点、手机信令数据、智能交通刷卡数据、物联N传好零数据的出现.既为城市规划研究带来了数据获取和分析上的巨大变革，同时也要求城市规划必须建立以解决城市问题为导向，以城市综合研究为支撑的大数据应用体系框架，以便更好地为城市发展服务,目前，大数据技术已经在城市规划的以下领域中得到了广泛的应用.2.1 居民时空行为研究传统城市空间关注于从人口现模、土地利刖、产业布局、羟济总麻等宏观层面的统计数据揭示城市发展的I1.标和规律，忽视了城市居民主体对城市本身的制求，随在行为地理学和信息通信技术的快速发展，城市居民行为活动及其影响卜的城市空间
36、如织和结构变化成为城市规划研咒中需要重点关注的内容不少学者致力于在城市居民通勤、购物.休闲等各类行为分析的基础上,探讨城市居民在空间的束下的行为决策以及两者之间的互动机理,从而为城市规划提供思路，在这一过程中，大数据技术的发展促使居民时空数据获取方式由传统的以人口普查、活动日志等面谈调杳、问卷询杳获取数据的方法犯向后于手机信令、微博,POI等新技术手段获取数据的阶段.相对于传统的问卷冏连而言.这些基于定位功能的移动设备提供了较为稳确的居民位置倍且，既可以用来分析和评估特定人群居住、就业、购物、娱乐、交通等行为的时空变化怡况，还可以预测居民的活动需求和空间移动轨迹，这对于掌握居民时空行为特征以及
37、制定相应的空间管理政策具有取要意义.1.inna等通过TWitter和F1.ickr数字足迹数据对不同职业用户的社交媒体关系进行了研究.揭示了不同职业时社交媒体的偏啜程度：陈宏飞等通过新浪微博平台提供的AP1.接口，抓取了西安市居民百万条微博数据，井利用热点分析工具对居民夜间活动进行分析，研究表明西安市居民夜间活动分布呈现出个别区域有较为明显的时空聚集效应；丁亮等利用连续两周的手机信令数据,识别出了约849万居民的就业地和居住地.并对上海居民职住空间关系进行了分析，发现在中心城及通勤区内，超过97%的居民实现了职住平衡：龙瀛等利用北京市1周855万个公交IC智能卡数据，对北京市通勤行为进行了识
38、别,汨到22万余人的居住地、就业地和通勤出行，进而对通勤形态的时空分布以及垂点区域通勤行为进行了评价.2.2 城巾交通网络研究城市交通研究是城市空间规划中的求要组成部分,传统的城市交通门查采用抽样问卷调杏的方式，在数据获取周期和样本量数收方面存在较大弊端.此外，在规划方法上也多是施于人口规模和功能分区，依撷于传统计价模型得出的规划方案进行道路选段与建设,这样做的结果就是一方面容易导致交通资源空间配置失衡,另一方面影响r城市空间结构的优化发展.大数据技术的出现为城市交通规划提供了一种具有广糙孟、多层次、成本低、稳定可靠的全样本连续观察能力。目前，智能刷卡数据、ETC数据、手机信令数据、出租车计价
39、器数据、网约车数据等已在城市交通规划中得到应用，这数据为交通规划提供了基础数据源，可以详细获取车辆和用户的出行信息.探索城市中的人车活动规模和分布规律,更合理地引导城市交通规划的制定和交通资源的分配,最终使城市交通规划乃至城市规划显得更加“以人为本”.利用大数据对城市交通现状进行感知和评估，成为优化城市交通路网的重要技术手段，己行不少研究成果.冉斌以天洋和上海两地为例.利用长时间手机信令数据,获取了大量个体的出行特征和城市整体的交通格同，进而分析出41点区域客流集散特征、关世断面交通流i1.轨道交通齐流特征等重要指标，为城市交通体系规划提供支撑,刘瑜等以上海为例，利H1.6600辆出租年GPS
40、浮动数据，对居民日常出行距岗和方向进行了模拟，发现载客他呈现以24h为周期的变化规律,并利用“源-库”模夔来研究城市居民的出行模式.周洋利用出租车数据从道路结构、居民出行数据的OD分布、城市交通关键结点网的社团结构等多角度提取城市的区域社团及城市居民H1.行的区域埃蜜特征，从而为城市规划和相关政策捌定提供决策支持。2.3 城市功能分区研究城市是一个岛度结构化的系统，其中包含若很多不同功能的区域，一方面为城市居民的居住、工作、游憩、交通提供各种便利，另一方面这些不同功能区的空间分布和组合模式也反映希城市中各种物质要索在空间上的分布和组合.传统的城市功能分区出发点多是通过人口规模、布局、土地利用.
41、统H调查等数据.结合各类反映功能分区特征的指标体系等方法对城市功能区域进行划分,这种做法有两种弊鼎：第一,基于实地两杳统计数据或统计数据获取周期长。第二，这种分区方法忽视了人的行为与所处登间的相互作用，较少利用人类活动数据划分具有共性特征的城市单元。而基于微观对象行为和感知的研究是增强理解这一处杂空间系统运作规律和划定的重要依据.大数据时代为城市功能区划定提供了新的契机.移动通讯、全球定位系统、眼行卡记录、微博记录、智能卡收费系统等提供了遍布的个体时空数据，为城市空间结构的描述和理解提供了一种新的集道，手机数据、公交车数据、以及基于位巩的服务数据(1.ocauonBasedServica1.B
42、S)在土地利用分类、城巾功能区划方面已有不少应用实例.其中.些学者尝试用微博N络数据作为划分城市功能区的主要方法,如王波等人以谢京市为例.借助新浪激博数据.从时间、空间、活动3个方面分析城市活动空间的动态变化，并在掌握变化规律的基础上将城市活动区域.将其划分为就业活动区、居住活动区、休闲活动区、夜生活活动区以及综合活动区，证实了功能区呈现出混合化与边界模糊化的特征.作为一种大规模的具行地理标识和时间标签的公交卡刷卡数据也被应用于功能分区中，如韩关英等利用北京市一周的7797余万条公交IC卡刷卡数据，构建了基于公交刷卡数据和POI的城市功能区识别模型，快速有效地识别出与北京市土地利用现状地图具有
43、一定回配度的北京市各功能区,除此之外，还有一些学者开始会试利用PO1.数据分析城市空间结构,如陈世新等采用时空语义检榭方法对广州一周的浮动车数掘以及Po1.数据进行处理，识别出了成熟居住区、科教文化区、商业娱乐区、开发区等其有明显特征的城市功傕区，Yuan等将出租车数据和PO1.数据相结合，并使用狄利克雷分布怏51(1.atentDirich1.etA1.1.ocation.1.DA)发现了城市的不同功能区，2.4 区域联系和城市等级研究区域联系和城市等级是影响城市发展的更要因素.在城镇体彩规划中，一方面，城市之间的“人流、物流、信息流”分析是衡此城市与其他区域之间关系的杀要指标。另一方面，城
44、市等级决定了城市在馅个区域发展中的位置、扮演的角色以及获取资源的机会等。传统的区域联系和城市等级研究以人口、产业等统计数据为主,结合计量模型方法实现城市等级和羟济往来强度情况衡质和对比，但这种静态的、缺少空间属性的数据碓以观实反映城市之间的关系，大数据为区域联系和城市等级的测度提供新的数据源和技术方法,互联网开放数据、企业注册信息数据.手机信令数据、出租乍数据、澈博数据等更加客观而富有代表性，都可以从不同视角提供研究处路.王开泳等提出一种新的基于默博数据判别城市之间空间联系强位的方法，并以河南省部分具有地理标记的微博数据作为数据源，通过微博使用推发地与注册地的差异，来描述人口的城际流动情况，从
45、而表征两两城市之间的城际联系强度：超映域等利用东北三省34个城巾两两之间的百度指数,采用NetDraw,优势流分析法以及C-Va1.ue,D-Va1.ue层级分析法,对东北:省城市网法联系格同进行了分析，同时乂基于腾讯QQ群视角,杳找联系两个城市的QQ群,利用社会网络分析法研究东北地区城市网络岷系特征和层级结构，发现沈阳为大区中心城市,是东北地区的中心，七台河等4个城市为地方边缘城市,其他城市层娘介于之间,分属另外5个层级：流超等以各地间固定电话通话时长为原始数据,采用主成分分析法、C-Va1.ue和D-VSIue层级分析法、优势流分析法、最小生成树法对吉林省流空间格局进行了分析。大数据提供了
46、基于网络数据和手机信令数据我囿城市之间联系强变的方法，弥补了传统研究数据量少,跳乏空间属性的弊端.尽可能地展示了城市之间的联系状况和等级特征.但也应该认识到大数据只是提供了认识和评估城市空间联系的新视角新方法，由于大数据本身也有缺陷，不能过度依敕于网络平台、手机数据，可将大数据和传统数据相结合进行城市空间联系研究2.5 城市生态环境治理研究城市作为经济社会集聚中心和人类活动最活取的区域,一方面，通过人11集聚、产业关联、要素创新来实现整体区域经济实力的提升和功能结构优化。另方面，要素的不节制集聚导致城市生产生活的负面效应逐渐然播出来：不合理的消费模式以及粗放的工业生产方式等都对城市帙以发展的生
47、态环境产生了破坏性影响.不断有研究证明：空气污染、同废污染、十堆污染、生态系统退化等一系列生态环境同应，已经对城市的可持续发展造成严垂胁迫，这些问题往往涉及尺度大、过程复杂、驱动因素众多，解决起来难度大，已然成为制妁城市前进和居民对美好城市生活向往的重要墩装,随齐生态文明制度的不断完善，城市规划将生态环境治理作为生态文明建设和提高城市治理能力现代化的关犍环节.提出生态城市、献色城市、低碳城市等概念，并付诸实践,同时，互联网与移动通佶技术的发展促进信息数据盘呈现出史无前例的爆发式增长，这为将生态理会落实在城市规划中提供了1R要的数据支掾，为解决父杂的城市生态环境问膻带来了新机遇。利用遥尊、视版以
48、及尊知等技术手段对生态环境全要素进行“空天地体化”的连续规测.狭取和集成多尺度、多源的数据，并借助云计尊、人工智能及模型模拟等分析技术，可以揭示数据之间的关联，诊断城市生态体征，提高生态环境治理的精准性和有效性，从而提升城市整体牛.态环境质琏。杨显华等利用SP0T6卫星图像遥感解译和野外询变相结合的方法.对把牛坪稀土矿山地质灾害、环境污染、尾矿库分布、犷山饮史治理和矿山开采点的状况进行分析，在此基础上开展矿区恢廷治埋区划,提出治埋对策与建议：陈涛选用2000年至2010年共11年的MODIS影像分析了车尔臣河下游河流改道引起的植被变化研究，发现老河遒区域内原本较好的植被崩盖逐渐消失2.6 城市开发边界生态纤线划定研究近年来，为解决传统城市规划和发展中存在的过度经济导向、产业结构不合理、污染企业柒中度
