城市规划大数据的空间化及利用之道*
The Spatialization of Urban Planning Big Data and Its Using Methods
牛强
武汉大学城市设计学院城市规划系博士， 副教授
摘要: 归纳出了城市规划大数据的7种类型，介绍了公交刷卡、交通量监控、人口和经济普查、移动终端位置信息、微博等典型城市大数据空间化后的效果，以及空间化的2种基本技术方法，提出空间化是这些大数据利用的有效途径，并总结了城市大数据空间化后的利用方法，包括：1）大数据信息内容的空间可视化，2）开展空间特征分析、模式和格局分析、空间关系和成因分析、趋势分析和预测、评价等各类空间分析，3）进行大数据之间的信息集成，4）对城市大数据进行空间检索查询等。
Abstract: The article reduces the urban big data to 7 types, introduces the effect of the spatialization of some typical urban big data, which include public Transport Smart Card Data, traffic monitoring, population and economic census, position information of the mobile terminals, micro-blog, presents two basic spatialization methods, and proposes that spatialization is an effective method in using urban big data. Then the article sums up four main utilization methods based on spatialization: 1) visualization of big data’s content, 2) spatial analyzing such as spatial character analysis, pattern analysis, spatial relationships and genetic analysis, trend analysis and prediction, evaluation and so on, 3) information integration between big data, 4) spatial query on urban big data.
关键词：城市规划、大数据、空间化、利用方法、城市大数据类型、空间分析类型
Keyword: Urban planning, Big data, Spatialization, Using method, Types of urban big data, Types of spatial analysis
中图分类号：TU981
文献标识码: A
资金资助
国家自然科学基金资助项目 51308422
[1] 龙瀛，崔承印，张宇，等. 利用公交一卡通刷卡数据评价北京职住分离的空间差异[C]//多元与包容——2012中国城市规划年会论文集，2012.
LONG Ying，CUI Chengyin，ZHANG Yu，et al. Using Public Transport Smart Card Data to Evaluate Spatial Difference of Jobs-housing Separation in Beijing[C]//2012 Annual National Planning Conference，2012.
[2] 毛其智，龙瀛，吴康. 中国人口密度的时空演变与城镇化空间格局初探： 2000—2010[R]. 北京城市实验室工作论文，2014.
MAO Qizhi，LONG Ying，WU Kang. Spatiotemporal Changes of Population Density and Urbanization Pattern in China： 2000—2010[R]. Beijing City Lab，Working Paper，2014.
[3] 齐丽丽，柏延臣. 社会经济统计数据热点探测的MAUP效应[J]. 地理学报，2012（10）： 1317-1326.
QI Lili，BO Yanchen. MAUP Effects on the Detection of Spatial Hot Spots in Socio-economic Statistical Data[J]. Acta Geographica Sinica，2012（10）： 1317-1326.
[4] 茅明睿. 大数据时代的城市规划[EB/OL].城市数据派论坛， http://www.udparty.com/news.php?act=view&id=443，2014.MAO Mingrui. Urban Planning in the Age of Big Data[EB/OL]. Urban Data Party，http://www.udparty.com/news.php?act=view&id=443，2014.
[5] 毛媛媛，丁家骏. 抢劫与抢夺犯罪行为时空分布特征研究——以上海市浦东新区为例[J]. 人文地理，2014（1）： 49-54.
MAO Yuanyuan，DING Jiajun. Study on Spatial-temporal Patterns of Robbery and Snatch： A Case Study of Pudong New Area，Shanghai[J]. Human Geography，2014（1）： 49-54.
[6] 秦萧，甄峰. 基于大数据应用的城市空间研究进展与展望[C]//城市时代，协同规划——2013中国城市规划年会论文集，2013.
QIN Xiao，ZHEN Feng. Research Progress and Prospect of Urban Spatial Studies Based on Big Data Application[C]//2013 Annual National Planning Conference，2013.
[7] 维克托•迈尔-舍恩伯格，肯尼思•库克耶. 大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛 ，译. 杭州：浙江人民出版社，2013.
Viktor Mayer-Schonberger，Kenneth Cukier. Big Data： A Revolution that will Transform How We Live，Work，and Think[M]. SHENG Yangyan，ZHOU Tao，translate. Hangzhou： Zhejiang People’s Publishing House，2013.
[8]牛强，宋小冬. 城建档案管理中的地理空间序化方法研究[J]. 城建档案，2010（11）： 53-57.
Niu Qiang, Song Xiaodong. The Research on Geographical Spatial Ordering Method in Urban Construction Archive management[J]. The Urban Construction Archives Magazine，2010（11）： 53-57.
