大数据支撑下的城市规划设计方案(城市规划大数据)最新PPT课件.ppt

《大数据支撑下的城市规划设计方案(城市规划大数据)最新PPT课件.ppt》由会员分享，可在线阅读，更多相关《大数据支撑下的城市规划设计方案(城市规划大数据)最新PPT课件.ppt（66页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、城市规划大数据解决方案城市规划大数据解决方案 （城市大数据）（城市大数据） 第一部分第一部分 大数据与城市规划大数据与城市规划 大数据与开放数据大数据与开放数据 大数据（大数据（ Big Data）是指无法在一定时间和范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模 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。大数据的5V特点（ IBM提 出）：Volume（大量）、 Velocity（高速）、Variety（多样）、 Value（低价值密度）、 Veracity（真实性），例如手机信令 数据、能耗数据、浮动车数据（例如车载 GPS、公

2、交刷卡、地铁刷卡）等。 开放数据（开放数据（ Open Data）是指不受版权、专利或其他条件和机制的限制，可以进行免费获取，并重新按照使用者的意愿 来使用的一种数据类型。其中，网络开放数据是社会使用最为普遍的开放数据类型。例如商业网站（大众点评、安居客等）数 据、地图开放平台数据、社交媒体数据、政府政务公开数据等。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Envi

3、ronment 第一部分第一部分 大数据与城市规划大数据与城市规划 从从“物质空间导向物质空间导向”下的城市规划与设计到下的城市规划与设计到“数据驱动数据驱动”下的城市规划与设计下的城市规划与设计 物物 质质 空空 间间 导导 向向 下下 的的 城城 市市 规规 划划 与与 设设 计计 空间艺术空间艺术 视觉构图视觉构图 概念方案概念方案 竞赛设计竞赛设计 技术规范技术规范 工程制图工程制图 美学形态美学形态 困困 境境 供需矛盾供需矛盾 与与 问问 题题 人地不匹配人地不匹配 见物不见人见物不见人 倒逼倒逼 变变 革革 与与 创创 新新 理念创新理念创新 方法创新方法创新 技术创新技术创新

4、成果创新成果创新 其他创新其他创新 政政 策策 与与 信息互联网信息互联网 趋趋 势势 存量规划存量规划 以人为本以人为本 引致引致 机机 遇遇 与与 挑挑 战战 学科融合学科融合 思维惯性思维惯性 技术壁垒技术壁垒 新新 数数 据据 驱驱 动动 下下 的的 城城 市市 规规 划划 与与 设设 计计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第

5、一部分第一部分 大数据与城乡规划大数据与城乡规划 大数据在城乡规划研究与设计中的应用大数据在城乡规划研究与设计中的应用 信息技术和互联网技术的发展使人类社会生产与 生活方式发生了巨大的转变，城市内部与城市之间的 空间组织方式也发生了巨大的变化，作为区域、城市 以及城市居民活动的主要载体， 城市空间在网络信息城市空间在网络信息 时代的发展较以往呈现出不同的特征时代的发展较以往呈现出不同的特征 ，这也将会影响 到城市功能、结构和形态的变化。由于“大数据”体 现的数量大、种类多、速度快、价值高等特征，加之 网络（主题门户网站、社交网络、搜索引擎等）开始 成为城市经济和社会发展不可或缺的平台，互联网的

6、 使用将产生大量、实时反映城市社会经济活动特征的 数据，这不仅有助于更加全面、大尺度、精细化地研 究城市问题，而且会在一定程度上促使传统基于“空 间和场所”的城市研究转向基于“人、活动与空间及 其联系”的研究，实现“流态流态形态形态业态业态”的全面 整合，为城市研究与城市规划方法的变革带来新的机 遇。 经济经济 社会社会 人口人口 历史历史 文化文化 交通交通 安全安全 景观景观 产业产业 业态业态 设施设施POI 数据数据 商业中心商业中心 数据数据 统计数据统计数据 形态形态 土地利用土地利用 数据数据 建筑模型建筑模型 数据数据 交通数据交通数据 流态流态 城市热力城市热力 图数据图数据

7、 手机信令手机信令 数据数据 调研数据调研数据 基于基于“流态流态形态形态业态业态”多维复合的城市规划与设计多维复合的城市规划与设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第二部分第二部分 城市规划信息系统（城市规划信息系统（ UPIS）数据平台建构）数据平台建构 区域尺度层面区域尺度层面宏观社会经宏观社会经 济发展指标数据库济发展指标数据

8、库 ?经济发展经济发展 社会保障社会保障 能源利用能源利用 经济指标 产业发展指标 社会发展指标 就业指标 ?收入指标 环境指标 人口指标 生活指标 文教卫生指标 其他指标 城乡就业城乡就业 医疗教育医疗教育 环境保护环境保护 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第二部分第二部分 城市规划信息系统（城市规划信息系统（ UPIS）数据平台建

9、构）数据平台建构 DEM（Digital Elevation Model）数据）数据 街道（街道（OpenStreetMap）数据）数据 土地利用数据土地利用数据 建筑单体数据建筑单体数据 LBS（Location Based Service）数据）数据 POI（Point of Interest）数据）数据 交通流量数据交通流量数据 行政区划数据行政区划数据 第二部分第二部分 城市规划信息系统（城市规划信息系统（ UPIS）数据平台建构）数据平台建构 第二部分第二部分 城市规划信息系统（城市规划信息系统（ UPIS）数据平台建构）数据平台建构 第三部分第三部分 大数据在城市规划与设计中的应用

10、案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共案例一：基于网络开放数据的西安城市公共中心体系中心体系优化优化 案例二：基于人口热力数据的西安中心城区案例二：基于人口热力数据的西安中心城区职住关系职住关系研究研究 案例三：城市能耗数据与可持续低碳式案例三：城市能耗数据与可持续低碳式城市形态城市形态关系探索关系探索 案例四：多源数据驱动下西安中心城区公共厕所案例四：多源数据驱动下西安中心城区公共厕所布点选址布点选址 案例五：春节期间西安城市运行案例五：春节期间西安城市运行活力监测活力监测大数据评价分析大数据评价分析 案例六：存量时代西安城市商业与居住建筑案例

11、六：存量时代西安城市商业与居住建筑库存识别库存识别研究研究 案例七：基于手机信令数据的大西安城市群案例七：基于手机信令数据的大西安城市群腹地划分腹地划分研究研究 案例八：多源数据支撑下西安明城区更新与改造案例八：多源数据支撑下西安明城区更新与改造城市设计城市设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计

12、中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 空间结构规划是城市规划与设计的重点，而城市空间结构又是由城市中心体系所构成。所谓城市中心体系是指在一个城市中，由 不同主导职能、不同等级规模、不同服务范围的中心区集合构成，联系密切、互相依存的有机整体。对于特大城市而言，功能复杂且 形态完整的城市中心体系使得不同类型的服务业在空间上产生分异，这种现象不仅是城市，也是城市中心产业体系自我选择和自我调 整的过程。因此，如何探索出一种针对特大城市中心体系服务业主导产业类型识别的方法，对于进一步促

13、进不同等级、不同功能城市 中心的专业化发展，引导和发挥特定服务业产生空间集聚效应，优化城市服务业的职能分工和空间布局，提高城市中心规划设计的科 学性，都具有非常重要的意义。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市

14、公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ?大多数特大城市空间结构都经历了从“单中心”到“主中心+副中心”的阶段性发展演变； 以往通过统计用地和建筑属性（例如地块面积、建筑面积等）的方法已经难以准确识别各类服务业的详细业态分布，从而对 规划设计中明确其主导产业带来一定的影响和制约； 互联网的使用将在不同的城市中心区产生大量、实时反映城市社会经济活动特征的数据，为城市公共中心规划设计方法的变 革带来新的机遇； 城市中心作为城市最具活力的地区，其内部的业态构成与空间

15、分布信息，以及发生的各类商业活动所产生的相关开放数据能 够通过网络平台得以呈现，从而为利用这一新的数据形式对城市中心体系进行设计与优化提供方法和技术上的可能。 ?研究以互联网研究以互联网(大众点评网大众点评网)上城市中心各服务业商户的地理位置和社会评价信息为数据源，通过分析城市中心服务业的空上城市中心各服务业商户的地理位置和社会评价信息为数据源，通过分析城市中心服务业的空 间集聚特征，从而识别西安市主城区不同主导职能的服务业在空间上的分异；并依据识别的结果，间集聚特征，从而识别西安市主城区不同主导职能的服务业在空间上的分异；并依据识别的结果，结合城市总体规划对未来城结合城市总体规划对未来城 市

16、中心体系专业化发展市中心体系专业化发展提出若干建议。提出若干建议。 服务产业类别服务产业类别 商务业 零售业 城市级服务业城市级服务业 餐饮业 娱乐业 宾馆业 服务产业行业细分服务产业行业细分 银行、保险、广告、公司企业、房屋地产等 超市、丽人、亲子、购物、结婚等 美食、小吃快餐、外卖等 休闲娱乐、电影、酒吧、K歌、运动健身等 酒店、宾馆、旅馆 医院、社区卫生中心、学校、营业网点、物流快 递、运动健身、家政服务等 无 热度值 权重权重 权重指标权重指标 星级评价、评论数、效率评分、环境评分、服务评 分 星级评价、评论数、人均消费、产品质量评分、环 境评分、服务评分 星级评价、评论数、人均消费、

17、口味评分、环境评 分、服务评分 星级评价、评论数、人均消费、环境评分、服务评 分 星级评价、评论数、房间、位置、服务 腹地划分腹地划分 存量设计存量设计 社区级服务业社区级服务业 社区服务业 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络

18、开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 研究对象研究对象西安主城区西安主城区 西安市主城区的城市中心体系可以概括为“一主七一主七 副副”，虽然在总体规划中明确了主城区城市中心的等级， 但并未对各中心内部的服务业具体主导产业类型进行细分。 事实上，随着近年来西安市主城区空间结构的不断发展与 完善，各级城市中心的服务业主导产业已经出现了一定的 专业化分工趋势。 本研究以互联网上城市中心各服务业商户的地理位置 和社会评价信息为数据源，通过分析城

19、市中心服务业的空 间集聚特征，从而识别西安市主城区不同主导职能的服务 业在空间上的分异；并依据识别的结果，结合城市总体规 划对未来 城市中心体系构成及其专业化发展的城市中心体系构成及其专业化发展的优化路径优化路径 提 出若干建议。 腹地划分腹地划分 存量设计存量设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与

20、设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 技术路线技术路线数据抓取数据抓取 采用火车采集器（V8）软件分别对西安市主城区范围内 的城市级服务业和社区级服务业商户信息数据进行抓取、清 洗（去除个别未含有经纬度和评价信息的商户）和预处理， 最终获得有效信息商户数量32895个，其中商务业2922个、 零售业5568个、餐饮业6136个、娱乐业4847个、宾馆业 7832

21、个、社区服务业5590个。 腹地划分腹地划分 存量设计存量设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形态测

22、度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 技术路线技术路线主成分分析主成分分析 采用主成分分析法（ FCA）对城市级服务业各行业的权重指标进行生态因子分析，Kaiser-Meyer-Olkin 和 球形检验结果显示， KMO值均大于0.6，p值均为0.000，适合进行主成分提取和计算。将综合后权重指标公因子 总得分作为该类型商户的 热度值热度值，对热度值进行 标准化处理标准化处理 后作为各类城市级服务业的影响权重（ArcGIS核密核密 度分析中的度分析中的population变量）变量）。 由于社区级服务业主要是直接为社区成员提供公共服务和其他物质、文化、生活等方面

23、的服务，公益性特征 较为明显，空间分布更多地应该关注覆盖范围而非社会评价，故不考虑对其设置权重。 服务业类型服务业类型 商务业 零售业 餐饮业 Kaiser-Meyer-Olkin Value 0.677 0.724 0.881 P Value 0.000 0.000 0.000 主成分个数主成分个数 3 2 2 对应特征值对应特征值 3.996、2.617、 1.075 4.279、1.184 5.405、1.232 累计方差贡献率累计方差贡献率 83.4% 88.7% 90.5% 腹地划分腹地划分 娱乐业 宾馆业 0.739 0.702 0.000 0.000 2 3 3.873、1.13

24、6 3.281、1.964、 1.121 89.9% 84.1% 存量设计存量设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住

25、平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ?技术路线技术路线 采用基于 ArcGIS平台的 核密度分析法核密度分析法 ，分别对城市 级服务业和社区级服务业的 空间密度分布特征进行分析， 在对栅格数据进行矢量化转 换的基础上，采用空间统计 功能模块下局部空间自相关 的局部G统计量对各类服务业 的密度分布进行 空间聚类分空间聚类分 析析，并采用自然断裂法对计 算得出的空间聚类Z值得分进 行分类。 宾馆业密度空间聚类宾馆业密度空间聚类 餐饮业密度空间聚类餐饮业密度空间聚类 商务业密度空间聚类商务业密度空间聚类 零售业密度空间聚类零售业密度空间聚类 娱乐业密

26、度空间聚类娱乐业密度空间聚类 社区业密度空间聚类社区业密度空间聚类 腹地划分腹地划分 存量设计存量设计 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结

27、构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 腹地划分腹地划分 ? 城市公共中心体系聚类识别城市公共中心体系聚类识别 存量设计存量设计 将城市级服务业空间聚类Z值大于12.5的区域作为高值聚类区，定义为城市级商业主中心密度空间聚类识别区城市级商业主中心密度空间聚类识别区；将城市级服 务业Z值位于4.512.5之间的区域作为中值聚类区，定义为城市级商业副中心密度空间聚类识别区城市级商业副中心密度空间聚类识别区；将社区级服务业Z值位于0 4.5之间的区域作为低值聚类区，定义为社区级商业中心密度空间聚类识别区社区级商业中心密度空间聚类识别区

28、；多数城市级服务业和社区级服务业Z值小于0的区 域定义为未开发区。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形

29、态测度形态测度 总体规划确定的城市总体规划确定的城市 中心体系中心体系 平均密度平均密度 空间聚类空间聚类 Z值得分值得分 优化与调整策略优化与调整策略 优化调整后优化调整后 主导产业主导产业 平均密度空平均密度空 总体规划确定的城市中心总体规划确定的城市中心 间聚类间聚类Z值值 体系体系 得分得分 优化与调整策略优化与调整策略 优化调整后优化调整后 主导产业主导产业 城市级商城市级商 业主中心业主中心 钟楼商业 中心 小寨商业 中心 高新商务高新商务 区商业中区商业中 心心 14.03 商务业向张家堡和高新商业中心 疏解，社区服务业逐步向就近的 社区级商业中心外迁 社区服务业逐步疏解与外迁，

30、重 点发展零售业，同时进一步提升 识别区内服务业用地的开发强度 零售、餐饮、 城市级商业城市级商业 钟楼商业中 娱乐、宾馆 主中心主中心 心 经开区商业 中心 14.03 商务业向张家堡和高新商业中心疏解， 零售、餐饮 、 社区服务业逐步向就近的社区级商业 娱乐、宾馆 中心外迁 升级、完善现代社区服务业业态类型， 社区服务 通过用地置换增加服务业用地规模 通过用地置换增加服务业用地规模 8.63 零售、餐饮、 娱乐 0.86 北二环商业 中心 设施选址设施选址 0.48 调整为社区级商业中心调整为社区级商业中心 城西综合性商业副中心，进一步 加强服务业的空间集聚，提高服 务业的土地使用开发强度

31、 社区服务社区服务 中心中心 3.99 活力监测活力监测 库存识别库存识别 腹地划分腹地划分 土门商业 中心 2.59 零售 社区级商业社区级商业 宾馆 高新区商业高新区商业 中心中心 9.56 心 2.52 保留社区级商业中心职能，未来逐步保留社区级商业中心职能，未来逐步 零售、餐饮零售、餐饮 、 升级为城东综合性城市级商业副中心，升级为城东综合性城市级商业副中心， 社区服务社区服务 并通过用地置换增加服务业用地规模并通过用地置换增加服务业用地规模 社区服务 城市级商城市级商 业副中心业副中心 胡家庙商 业中心 3.63 结合物流基地和客货运枢纽建设 重点发展宾馆业 依托生态和历史文化优势重

32、点发 展餐饮业和文化娱乐业，并逐步 实现与小寨商业中心的服务业产 业互补 城北综合性商业副中心，重点发 展商务业和宾馆业 城南综合性商业副中心，重点发 展零售业和餐饮业 职能的餐饮及娱乐业 近期发展为城市级商业副中心，未来近期发展为城市级商业副中心，未来 曲江商业 中心 张家堡商 业中心 韦曲商业 中心 3.94 餐饮、娱乐 、 逐步升级为第二个城市级商业主中心，逐步升级为第二个城市级商业主中心， 零售、餐饮零售、餐饮 、 与钟楼商业主中心共同形成与钟楼商业主中心共同形成“两主多两主多 娱乐、商务娱乐、商务 宾馆宾馆 副副”的城市中心体系的城市中心体系 升级、完善现代社区服务业业态类型 社区服

33、务 4.91 4.23 商务、宾馆 零售、餐饮 电视塔商业 中心 郭杜商业中 心 1.10 0.68 存量设计存量设计 升级、完善现代社区服务业业态类型， 社区服务 通过用地置换增加服务业用地规模 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例一：基

34、于网络开放数据的西安城市公共中心体系优化案例一：基于网络开放数据的西安城市公共中心体系优化 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 腹地划分腹地划分 存量设计存量设计 ? 城市公共中心体系优化调整建议城市公共中心体系优化调整建议 城市双主中心：钟楼商业中心钟楼商业中心以零售商业、文化娱乐、 餐饮休闲等生活性服务业为主导，彰显城市特色公共生活； 而高新区商业中心高新区商业中心则更多以商务办公、金融保险等生产性服 务业为主导，带动整个城市产业结构的调整。对于城市级商 业副中心，也应强调服务业产业类型的专业化错位发展。 城市级中心重

35、点地段的社区级商业中心逐渐向外疏解疏解， 未来的社区中心应在确保其服务空间覆盖率的基础上，重点 应提升社区服务业的业态等级提升社区服务业的业态等级 （物流快递、运动健身、亲子 爱家、美容养生、家政服务等）和空间集聚能力，使其能够 适应当前社会经济发展条件下城市居民的基本生活消费需求。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分

36、大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安中心城区职住关系研究 职住空间的匹配是城市空间发展的重要理念，直接影响到城市的通勤交通，目前大城市交通拥堵的主要原因之一就在于职住空间 的不匹配，因此对职住空间关系的研究不仅关系到城市空间运行的效率，也直接影响到城市的功能布局和用地关系。受到数据精度的 限制，微观尺度层面的居住和就业人数很难获取，而入户调查的方式样本精度低、数据量小，无法真实客观反映出大城市职住空间的 分布特征。本研究以百度地图热力图为数据源，以西安主城区各开发区（区）层面的

37、行政边界为分析单元，通过分析计算各单元内的 职住关系和建设用地比例的关系，探讨性地提出未来主城区空间结构和功能的优化调整策略建议。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安

38、中心城区职住关系研究 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 百度地图热力图简介百度地图热力图简介 百度地图热力图百度地图热力图（Baidu Heatmap）是百度公司在2014年新推出的一款大数据可视化产品，该产品以LBS平台手机用户 地理位置数据为基础，通过一定的空间表达处理，最终呈现给用户不同程度的人群集聚度，即通过叠加在网络地图上的不同色 块来实时描述城市中人群的分布情况。该款产品在面世之初便因其能够提供节假日景区拥挤程度，帮助用户出游决策而受到追 捧，同时，作为一个基于亿级手机用户地理位置的大数据新应用基于亿级手

39、机用户地理位置的大数据新应用，百度地图热力图在不同专业领域内的意义和价值也在被持续 地挖掘和开发。在城市规划领域，已有利用百度地图热力图进行城市空间结构研究（吴志强等，2015） 、职住平衡研究（冷 炳荣等，2015）等相关成果出现。 ?研究方法研究方法 ?分析范围界定：分析范围界定：以西安市中心城区行政单元（包括除户县、周至、临潼、蓝田、高陵以外的所有区级行政单元和各类独立 的开发区）作为职住关系的分析范围，共计15个组团。 职、住人群识别职、住人群识别：为简化研究，选取连续两周工作日典型工作时间的09：00、10:00、11:00、14:00、15:00、16:00六个 时间点作为工作地的

40、特征时间点进行数据抓取，得出各组团工作人群数量；选取连续两周工作日的休息时间22:00、23:00、 00:00三个时间点作为休息时间的特征点进行数据抓取，统计出各组团居住人口密度，并用手机信令数据进行验证。 职住比计算职住比计算：由于百度产品使用者不断“上线”、“下线”的动态特征，且休息时间的人群使用量必然小于工作时间人群 使用量的数据特征，为消除这一影响，研究采用职住区位商职住区位商（比重占比）方法进行职住匹配分析，即先计算各组团内的就 业人口密度与居住人口密度的比值，再用该比值除以整个中心城区就业人口密度与居住人口密度的比值。 土地使用优化建议土地使用优化建议：计算不同组团（行政单元）内

41、部各类用地所占比重，结合城市总体空间结构和用地布局，以及就业居 住平衡组团各类城市建设用地的所占比重，分别对就业大于居住、就业小于居住区内的用地比例进行优化与调整建议。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment ?腹地划分腹地划分 存量设计存量设计 ?第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究

42、 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安中心城区职住关系研究 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 工作日（多日平均）职住时间中心城区各组团人口密度分布工作日（多日平均）职住时间中心城区各组团人口密度分布 腹地划分腹地划分 存量设计存量设计 多日主城区日间（多日主城区日间（09:00-16:00）人口密度平均值）人口密度平均值 多日主城区夜间（多日主城区夜间（22:00-24:00）人口密度平均值）人口密度平均值 The Application System of Urban Pla

43、nning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安中心城区职住关系研究 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 ? 职住人口密度分布的手机信令数据验证职住人口密度分布的手机信令数据验证

44、 腹地划分腹地划分 存量设计存量设计 手机信令数据识别出的多日主城区就业人口密度平均值手机信令数据识别出的多日主城区就业人口密度平均值 手机信令数据识别出的多日主城区居住人口密度平均值手机信令数据识别出的多日主城区居住人口密度平均值 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在城市规划与设计中的应用案例研究大数据在城市规

45、划与设计中的应用案例研究 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安中心城区职住关系研究 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 ?职住比计算职住比计算 ?整体上看，西安市中心城区的就业密度高于居 住密度，总体职住比1.07。 就业居住平衡（区位商就业居住平衡（区位商0.9-1.1）：）：西安市中心 城区的大部分片区基本能实现就业居住平衡， 说明就业相对分散，没有呈现出明显的单中心 就业分布特征。 就业大于居住（区位商就业大于居住（区位商1.1）：）：集中于碑林、 莲湖和新城三区，主要原因在于单中心城市的 商业

46、集聚和大量行政办公、工业仓储（例如新 城区内的东郊工业区）造成的区域就业密度过 高，而居住人口密度相对较低。 ?库存识别库存识别 腹地划分腹地划分 就业小于居住（区位商就业小于居住（区位商0.9）：）：以城市外围新 开发的以居住功能为主导的片区和组团为主， 例如大明宫文化产业区、浐灞生态区；草滩生 态产业区、航天技术产业区虽然以产业区为主 要功能，但产业用地的比重仍相对较低。 存量设计存量设计 The Application System of Urban Planning Practice in New Data Environment The Application System of U

47、rban Planning Practice in New Data Environment 第三部分第三部分 大大 结构优化结构优化 职住平衡职住平衡 形态测度形态测度 设施选址设施选址 活力监测活力监测 库存识别库存识别 数据在城市规划与设计中的应用案例研究数据在城市规划与设计中的应用案例研究 案例二：基于百度热力图的西安中心城区职住关系研究案例二：基于百度热力图的西安中心城区职住关系研究 ? 土地使用优化（用地结构调整）建议土地使用优化（用地结构调整）建议 居住居住 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 院校科研院校科研 工业仓储工业仓储 商务商业商务商业

48、公共服务公共服务 其他其他 职住比职住比 1.2 1.15 1.14 1.12 1.09 1.08 1.15 1.07 1.07 1.05 1.03 1.1 1.02 1 0.98 1.05 0.97 0.97 0.96 1 0.95 0.9 0.85 ?商业、商务用地对就业密度的吸引能力最大，单位面积吸引的就业人数最多；传统工业对就业密度的吸引能力最小。片区居住 比重（以居住密度作为权重系数）越高，职住越不平衡。 为了实现职住平衡，减少长距离通勤交通，未来西安中心城区各片区合理的居住（居住（R）、商务商业（）、商务商业（B）、公共服务（）、公共服务（A）和其其 他用地（他用地（O）比例关系建

49、议分别控制在40%、35%、10%、15%左右。 腹地划分腹地划分 存量设计存量设计 ?随着传统制造业不断向渭北工业区转移，中心城区内各产业区应不断优化产业用地的类型，特别是生产性服务业对就业密度提 升带来的影响；城市中心应尽可能提高居住密度，从而平衡整体上相对过高的职住比。 The Application System of Urban Planning Practice in New Data Environment The Application System of Urban Planning Practice in New Data Environment 第三部分第三部分 大数据在

50、城市规划与设计中的应用案例研究大数据在城市规划与设计中的应用案例研究 案例三：能耗数据（居民耗电）支撑下可持续低碳式城市形态探索案例三：能耗数据（居民耗电）支撑下可持续低碳式城市形态探索 在全球变暖、雾霾笼罩与能源危机的大背景下，如何对城市能源进行有效利用正日益受到社会各界的关注。从能源消耗效率的角 度来研究城市空间发展问题，对于我国建设节约型社会、加快经济结构转型和节能减排、实现新型城镇化背景下的可持续发展都有重 要的现实意义。研究选取某中等城市具有典型性的不同居住生活单元（小区），分别以各住户连续多日的平均时耗电量为数据源和因 变量，以各小区城市形态测度指标为自变量，通过分析能耗数据和城市