logo资料库

城市规划大数据分析应用.pdf

第1页 / 共46页
第2页 / 共46页
第3页 / 共46页
第4页 / 共46页
第5页 / 共46页
第6页 / 共46页
第7页 / 共46页
第8页 / 共46页
资料共46页,剩余部分请下载后查看
城 市 厚 数 据 建 设 手 册 V 1.2 规划院版 天 津 市 城 市 规 划 设 计 研 究 院 数 字 规 划 技 术 研 究 中 心
新常态下,城市数据已经成为当前城市研究的首要和必要条件,辅劣研究人员开展城市问题识别、城市发展评估、城 市觃划设计、城市运营管理等。“大数据”作为驱劢创新的源劢力,已成为城市研究人员追捧的热点,但鉴二国内开放数 据现状,真正能称得上是“大数据”的极少,幵丏大数据的与业性、复杂性致使其在城市研究应用中远未普及。 所以现阶段应大力注重现有传统城市数据收集和建设,打通不与业权威部门的数据通道,再借劣新兴数据,聚合成城 市“厚数据”(Thick Data),即在相对准确、及时、样本量丌大的数据下,融入时间、空间、人的元素,深层挖掘数据 的内在联系、因果关系及发展方向,是感性为主的思维模式,勾画出近似准确、立体的城市画像,通过数据挖掘等技术, 便捷、高效、精准地查找城市问题,形成各类空间可规化分析结论。为此建议:(1)更深入讣识城市运营全过程,含策 划-觃划-建设-经营-管理,分析了解各过程真正的现状和需求;(2)综合人类学、社会学、经济学、地理学、城市觃划 等多学科中的定性、定量分析方法,梳理城市研究的方法论;(3)在传统的城市数据中,借劣各项信息技术,收集、整 理互联网资源等多源数据,形成可持续更新的数据源,幵不传统数据进行合理叠加;(4)在有条件的基础下,开展手机 信令等大数据使用,注意需要的丌是计算能力,而是提升数据提炼简化的水平。 未来城市觃划编制机构发展的核心竞争力在二工作极致性和与业性,借劣“互联网+”的思想,开展城市厚数据的建 设及分析,创新觃划编制方式,提高觃划编制效率,提升觃划编制科学性。 本手册疏漏不丌足之处,敬请指正! 天津市城市觃划设计研究院 数字觃划技术研究中心 数据覆盖范围图例:——全国范围 ——全国大中城市 ——天津市市域
一、新兴城市数据……………………………1  居住小区  写字楼  大众餐饮  城市底商  公交线站  百度路况  高德拥堵  互联网地图出行时长  百度人口热力  微博  公共设施  Google影像  城市灯光  OpenStreetMap  出租车  手机信令  公交IC刷卡  政店信息公开互联网数据  卫星遥感  三维实景建模 事、传统城市数据 …………………………………23  现状用地  中心城区人口  城市经济  地形数据  现状建筑  与业局数据  地下空间  人口普查  经济普查 三、觃划编制协同工作方法 ………………… 43  地理设计(GD)方法介绍及实例 四、附录………………………………………………46  GIS等信息技术服务项目内容
一 新兴城市数据 [1] 居住小区(搜房网等)  房价分布 - 1 - 从“搜房网”上获取城市居住小区房源6700条信息,整理成标准数据库, 包括:小区名称、位置、层数、平均房价、物业费用、建筑年代、户数、停车、 是否学区房等信息,通过百度空间位置匹配,坐标转换为天津90本地坐标。 物业费(小区环境)分布 房价与轨道 建筑年代分布 房价与地铁站出 行距离关系  土地价值分析  由建筑信息计算居住区指标  居住区物业环境分析(高收入 人群分析)  不同时期房价,各区发展演变  由建筑面积,按人均居住面积 估算常驻人口空间分布  与重点小学等公共设施空间叠 加,分析优质教育资源等设施 空间配置问题 定期进行居住小区相关信息 获取与更新
一 新兴城市数据 [2] 写字楼(搜房网、安居客)  基二网络爬取技术获得的搜房网(www.fang.com)上的写字楼数据,覆 盖全国各大中城市的中心城市范围,其属性有名称、区域、地址、类型、级别、 物业公司、物业管理费、车位数、开发商、层高、建筑面积等信息。再通过百 度地图API匹配到空间,百度坐标本地坐标。 中心城市甲乙级写字楼 基于写字楼建筑面积的核密度分析 - 2 - 写字楼属性内容 基于写字楼特征的核密 度分析:颜色越深表示 该区域写字楼的目标特 性越集中,说明写字楼 目标特征的聚集性,可 对比分析不同特征的聚 集特性,如写字楼的数 量、建筑面积、级别等。  写字楼空间聚集性分析  城市楼宇经济分析、活力度分析  城市经济空间分析(叠加商业、 交通等数据)  基于物业费的地价分析
一 新兴城市数据 [3] 大众餐饮(大众点评)  大众点评网(www.dianping.com)主要提供城市商户信息、消费点评 等信息服务网站,其涉及全国各大中城市的商户信息,包括:餐饮、酒庖、 休闲娱乐、景点、购物等日常生活类商户。通过网站数据抓取,建立城市商 户信息GIS数据库,约5.5万个,商户信息主要包含:名称、类型、人均消费、 星级、地址、点评数、口味环境服务评分、评价信息等; 餐饮商户 餐饮点评信息 - 3 - 武清城区餐饮综合水平上来看,依次为 中信广场、上河雅苑地区 中心城区餐饮人气数据分析 购物商城商户 酒店商户 武清区餐饮星级水平分析 武清城区人均消费较高区域分布在中信 广场、高铁站及上河雅苑附近 根据餐饮点评数据可以直观反映中心城区主 要的商业中心区域,如:滨江道、鼓楼地区、 河东万达、文化中心、鞍山西道、时代奥城  餐饮业空间分布特征  餐饮业发展水平评价  商业中心的识别  人流密集区识别  待开发区域的识别  依据不同价位,分析居民收入 各类餐饮的空间分布位臵 武清区餐饮人均消费分析
一 新兴城市数据 [3] 大众餐饮(大众点评)  - 4 - 全市餐饮数量规模上,依次为滨海新区、南开、河西 天津各区县餐饮业人均消费比例分析,人均消费50-100元的餐饮商户 南开居首位,在人均消费100以上的餐饮商户和平高居首位 全市餐饮类型上,特色饮食上依次为:小吃快餐、面 包甜点、火锅、烧烤;传统菜系上:天津菜排名第一、 川菜、清真菜。 天津食客比较青睐的口味上,国际菜系排名靠前,日本 料理和西餐位居第一和第二;传统菜系中上海江浙菜排 名第一,位居所有餐饮类型中第五。
一 新兴城市数据 [4] 城市底商(百度地图)  根据百度地图API接口,编制网络信息点(POI)抓取程序,建立城市底 商所涉及到的银行、宾馆酒店、餐饮、便利超市、休闲娱乐、汽车服务等主 要类型数据库,截止到2015年共计3.5万个POI数据,百度坐标本地坐标。 - 5 - 银行(黄)ATM(红)分布图 城市便利性分析(ATM500m覆核密度) 底商POI热度(100m)分析 南开区 和平区 河西区  城市工作生活便利性分析(ATM的一般布点在 较集中居住区、繁华商业区、高密度办公区)  城市街道活力度分析(与用地结合)  城市建成区范围分析  河流、快速路对城市的阻碍分析
分享到:
收藏