活在大數(shù)據(jù)時(shí)代課件

世界哪個(gè)城市的女人最漂亮?世界哪個(gè)城市的女人最漂亮?1世界十大美女城市排行榜：1、阿姆斯特丹(荷蘭)2、特拉維夫(以色列)3、蒙特利爾(加拿大)4、加拉加斯(委內(nèi)瑞拉)5、莫斯科(俄羅斯)世界十大美女城市排行榜：2為什么該地的美女會(huì)如此吸引男性?為什么該地的美女會(huì)如此吸引男性?3*.這里的美女行走在街道上90％寧愿騎自行車而不愿坐汽車，構(gòu)成一道道亮麗的風(fēng)景線*.荷蘭美女運(yùn)動(dòng)能力較強(qiáng)，活力十足，衣著時(shí)尚，相當(dāng)開(kāi)放、大膽，平均每位女性熟練兩種體育運(yùn)動(dòng)*.這里的美女行走在街道上90％寧愿騎自行車而不愿坐汽車，構(gòu)4

有了更多數(shù)據(jù)你可以知道些事情,而這些事情在你只有少量數(shù)據(jù)時(shí)你是無(wú)法知道的。有了更多數(shù)據(jù)你可以知道些事情,而這些事情在你只5大數(shù)據(jù)時(shí)代大數(shù)據(jù)時(shí)代6為何選取這個(gè)話題？1、Very"HOT",Can'tOut!2、Very"Useful"!為何選取這個(gè)話題？1、Very"HOT",Can't7什么是大數(shù)據(jù)大數(shù)據(jù)新在何處為什么今天有這么多數(shù)據(jù)大數(shù)據(jù)的陰暗面大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用什么是大數(shù)據(jù)大數(shù)據(jù)新在何處為什么今天有這么多數(shù)據(jù)大數(shù)據(jù)的陰暗8什么是大數(shù)據(jù)什么是大數(shù)據(jù)9HadoopIBM英特爾HP巨量資料商業(yè)智能數(shù)據(jù)庫(kù)服務(wù)器SAPHANA預(yù)測(cè)數(shù)據(jù)流運(yùn)算節(jié)點(diǎn)機(jī)器學(xué)習(xí)并行計(jì)算磁盤陣列甲骨文AMD內(nèi)存計(jì)算GoogleMapreduce可視化GbPbHadoopIBM英特爾HP巨量資料商業(yè)智能數(shù)據(jù)庫(kù)服務(wù)器SA10 大數(shù)據(jù)(bigdata)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法透過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。 大數(shù)據(jù)(bigdata)，或稱巨量資料，指的是所涉及的資11活在大數(shù)據(jù)時(shí)代課件12大數(shù)據(jù)的特點(diǎn)4V海量高速多樣精確大數(shù)據(jù)的特點(diǎn)4V海量高速多樣精確131KB=1024字節(jié)存儲(chǔ)單位1MB=1024KB1GB=1024MB1TB=1024GB1PB=1024TB=1,048,576GB1EB=1024PB=1,073,741,824GB1ZB=1024EB=1,099,511,627,776GB小知識(shí)1KB=1024字節(jié)存儲(chǔ)單位1MB=1024K14Volume海量2009年5000條微博更新/天2010年30萬(wàn)條微博更新/天2011年250萬(wàn)條微博更新/天2012年3500萬(wàn)條微博更新/天2013年2億條微博更新/天2014年4億條微博更新/天2014年上傳時(shí)長(zhǎng)12年的視頻/天2014年用戶分享25億條信息/天Volume海量2009年5000條微博更新/天215我國(guó)一個(gè)一線城市的健康檔案數(shù)據(jù)5PB/年我國(guó)一個(gè)智慧城市的數(shù)據(jù)800PB/年一個(gè)單數(shù)據(jù)表幾億-幾百億條記錄下線商品14億件，在線商品8億件淘寶數(shù)據(jù)庫(kù)存了20PB數(shù)據(jù)平均每月增加1.5PB智能移動(dòng)終端設(shè)備的巨量增長(zhǎng)Volume海量我國(guó)一個(gè)一線城市的健康檔案數(shù)據(jù)5PB/年一個(gè)單數(shù)16Velocity高速6000萬(wàn)用戶登錄/天20億次頁(yè)面訪問(wèn)/天每天1.2億次網(wǎng)站訪問(wèn)響應(yīng)時(shí)間小于100毫秒由于輸入速度加快，所以要求輸出速度也要加快 大數(shù)據(jù)的驚人不止是在數(shù)量上，同時(shí)數(shù)據(jù)還是巨量具有動(dòng)態(tài)分析價(jià)值的數(shù)據(jù)。 訪問(wèn)響應(yīng)時(shí)間的加快，數(shù)據(jù)庫(kù)讀寫(xiě)速度的加快，對(duì)電商企業(yè)來(lái)說(shuō)就等于多成交。 對(duì)于很多情況下，動(dòng)態(tài)的數(shù)據(jù)價(jià)值遠(yuǎn)大于靜態(tài)數(shù)據(jù)，比如氣象預(yù)測(cè)，災(zāi)難預(yù)測(cè)，快消行業(yè)等。Velocity高速6000萬(wàn)用戶登錄/天由于輸入速度17Variety多樣結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)指關(guān)系型數(shù)據(jù)表指關(guān)系結(jié)構(gòu)與內(nèi)容混合在一起的數(shù)據(jù)類型文檔、視頻、音頻、圖片20%結(jié)構(gòu)化80非結(jié)構(gòu)化企業(yè)數(shù)據(jù)2012年互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)25%結(jié)構(gòu)化75非結(jié)構(gòu)化Variety多樣結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)指18Veracity準(zhǔn)確大數(shù)據(jù)的核心思想之一準(zhǔn)確源自于對(duì)全部數(shù)據(jù)的處理分析基礎(chǔ)數(shù)據(jù)的真實(shí)準(zhǔn)確性，才能保證結(jié)果的有效性。Veracity準(zhǔn)確大數(shù)據(jù)的核心思想之一準(zhǔn)確源自于對(duì)全部數(shù)19大數(shù)據(jù)新在何處，重在何處呢？大數(shù)據(jù)新在何處，重在何處呢？20活在大數(shù)據(jù)時(shí)代課件21活在大數(shù)據(jù)時(shí)代課件22活在大數(shù)據(jù)時(shí)代課件23活在大數(shù)據(jù)時(shí)代課件24古代盤VS現(xiàn)代盤克里特島發(fā)現(xiàn)的粘土盤有4000年的歷史*非常笨重*不能記錄太多的信息*所記錄的信息是不能更改的與此相反

愛(ài)德華·斯諾登從美國(guó)國(guó)家安全局所獲得的文件可以放在一個(gè)僅有指甲大小的存儲(chǔ)盤里并且可以以光速進(jìn)行數(shù)據(jù)共享更多數(shù)據(jù)更多。古代盤VS現(xiàn)代盤克里特島發(fā)現(xiàn)的粘土盤有25活在大數(shù)據(jù)時(shí)代課件26為什么今天有這么多數(shù)據(jù)？為什么今天有這么27*一個(gè)原因是我們一直在收集信息，就像我們一直在做的一樣*另一個(gè)原因是我們記錄了許多蘊(yùn)含豐富信息的事物，但是從沒(méi)把信息轉(zhuǎn)換成數(shù)據(jù)形式*一個(gè)原因是我們一直在收集信息，就像我們一直在做的一樣28定位問(wèn)題*.在16世紀(jì)我們想知道馬丁·路德在哪里，該怎么做？*.那現(xiàn)今又是什么樣的情形呢？定位問(wèn)題*.在16世紀(jì)我們想知道馬丁·路德在哪里，該怎么做？29*.再舉個(gè)例子，坐姿*.那我們能用它來(lái)干什么呢?位置信息被數(shù)據(jù)化了位置信息被數(shù)據(jù)化了30*.那我們能用它來(lái)干什么呢?

東京的研究者把它運(yùn)用在一個(gè)汽車防盜設(shè)施的雛形上，它的設(shè)想是盜賊坐在駕駛座上企圖把車開(kāi)走，但是汽車識(shí)別出駕駛座上的是個(gè)未授權(quán)駕駛?cè)?，那汽車可能就?huì)熄火除非你在儀表盤上輸入密碼來(lái)表明“我已獲得授權(quán)”。

這就是生活的更多方面數(shù)據(jù)化后我們能做的事情中的一件。*.那我們能用它來(lái)干什么呢?31大數(shù)據(jù)的核心工作思路大數(shù)據(jù)系統(tǒng)顛覆了傳統(tǒng)數(shù)據(jù)中心的工作邏輯傳統(tǒng)數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)調(diào)動(dòng)數(shù)據(jù)庫(kù)的數(shù)據(jù)，數(shù)據(jù)的移動(dòng)。大數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)直接部署至數(shù)據(jù)處，數(shù)據(jù)僅架構(gòu)內(nèi)移動(dòng)。大數(shù)據(jù)的核心工作思路大數(shù)據(jù)系統(tǒng)顛覆了傳統(tǒng)數(shù)據(jù)中心的工作邏輯傳32*.那么大數(shù)據(jù)的價(jià)值在哪里?在運(yùn)用這個(gè)概念的領(lǐng)域里，讓人印象最為深刻的是機(jī)器學(xué)習(xí)*.那么大數(shù)據(jù)的價(jià)值在哪里?33活在大數(shù)據(jù)時(shí)代課件34*.機(jī)器學(xué)習(xí)的理念現(xiàn)在已經(jīng)隨處可見(jiàn)（無(wú)人駕駛）*.機(jī)器學(xué)習(xí)是許多網(wǎng)上在線應(yīng)用的基礎(chǔ)（搜索引擎算法、語(yǔ)音智能翻譯）*.機(jī)器學(xué)習(xí)的理念現(xiàn)在已經(jīng)隨處可見(jiàn)（無(wú)人駕駛）35大數(shù)據(jù)的陰暗面大數(shù)據(jù)的陰暗面36大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專業(yè)知識(shí)的工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線的應(yīng)用威脅到了藍(lán)領(lǐng)們的工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理所有的我們現(xiàn)在能夠收集到的數(shù)據(jù)，這不僅僅是國(guó)家安全局的問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白37大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專業(yè)知識(shí)的工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線的應(yīng)用威脅到了藍(lán)領(lǐng)們的工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理所有的我們現(xiàn)在能夠收集到的數(shù)據(jù)，這不僅僅是國(guó)家安全局的問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白38

大數(shù)據(jù)只是一種資源與工具，它告知信息但不解釋，它指導(dǎo)人們?nèi)ダ斫?，也?huì)引起誤解。

它只不過(guò)是過(guò)去的現(xiàn)實(shí)投影——洞穴里的古老壁畫(huà)，而且還只是對(duì)過(guò)去殘缺不全的信息統(tǒng)計(jì)，用這些信息推出的預(yù)測(cè)跟猜在概率上區(qū)別不大。

大數(shù)據(jù)絕對(duì)不是答案，只是參考，在國(guó)內(nèi)估計(jì)更多的用來(lái)事前忽悠、事后吹噓、搞砸后推卸責(zé)任。

數(shù)據(jù)不會(huì)說(shuō)謊，但人性復(fù)雜。大數(shù)據(jù)只是一種資源與工具，它告知信息但不解釋，39大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用40活在大數(shù)據(jù)時(shí)代課件41城市規(guī)劃中的大數(shù)據(jù)

而今，社會(huì)經(jīng)濟(jì)的快速發(fā)展促使機(jī)動(dòng)車輛的數(shù)量大幅增加．城鎮(zhèn)化的加速打破了城市道路系統(tǒng)的均衡狀態(tài)，傳統(tǒng)的交通管理信息系統(tǒng)難以滿足當(dāng)前復(fù)雜的交通需求，對(duì)當(dāng)前的城鄉(xiāng)交通基礎(chǔ)設(shè)施提出了新的要求，大數(shù)據(jù)對(duì)城鄉(xiāng)區(qū)域交通基礎(chǔ)設(shè)施有積極的推動(dòng)作用。我們可以應(yīng)用大數(shù)據(jù)來(lái)減小交通堵塞，處理惡劣天氣的道路狀況，以評(píng)估對(duì)關(guān)鍵路線的道路進(jìn)行清理所要耗費(fèi)的時(shí)間，從而提高處理道路狀況的效率，這樣就能減少了冬季連環(huán)撞車事故發(fā)生概率，通過(guò)提高公共安全來(lái)確保商業(yè)正常運(yùn)行和日常生活有序。我們還能應(yīng)用大數(shù)據(jù)評(píng)估路況，以評(píng)估出公路改善的實(shí)施戰(zhàn)略和須改善的路段位置。與過(guò)去一味的擴(kuò)大基礎(chǔ)設(shè)施建設(shè)來(lái)改善交通，應(yīng)用大數(shù)據(jù)解決現(xiàn)有的交通問(wèn)題不僅可以降低管理成本、提高功效，而且還有益于城市交通管理的規(guī)范化。城市規(guī)劃中的大數(shù)據(jù)而今，社會(huì)經(jīng)42傳統(tǒng)空間數(shù)據(jù)的再組織

對(duì)于本來(lái)具有空間屬性的地形圖等數(shù)據(jù)，已經(jīng)有成熟的方法將其配準(zhǔn)和建庫(kù)，除了直接瀏覽之外，也有大量的方法基于遙感影像進(jìn)行城市規(guī)劃的分析，除了常規(guī)的建設(shè)用地邊界識(shí)別和擴(kuò)張分析、植被、生態(tài)要素識(shí)別以外，近年來(lái)通過(guò)燈光遙感判別城鎮(zhèn)化程度和經(jīng)濟(jì)發(fā)展水平的實(shí)踐也較多。傳統(tǒng)空間數(shù)據(jù)的再組織

對(duì)于本來(lái)具有空間屬性的43統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)

對(duì)于統(tǒng)計(jì)年鑒大數(shù)據(jù)，可以使用webGIS技術(shù)將各級(jí)行政邊界與其統(tǒng)計(jì)數(shù)據(jù)進(jìn)行連接，形成可以查詢和可視化的年鑒空間數(shù)據(jù)庫(kù)，在此基礎(chǔ)上加入基于web的區(qū)域分析模型，則可以將原來(lái)復(fù)雜的GIS空間分析和專題圖制作變成簡(jiǎn)單的web操作。統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)對(duì)于統(tǒng)計(jì)年鑒大數(shù)據(jù)，可以使用w44現(xiàn)場(chǎng)調(diào)研工具

現(xiàn)場(chǎng)調(diào)研是城市規(guī)劃師主動(dòng)采集數(shù)據(jù)的最重要環(huán)節(jié)，而其成果往往是繪制在紙質(zhì)地形圖上的各種圖文信息，還有相機(jī)拍攝的照片，從現(xiàn)場(chǎng)返回后，這些數(shù)據(jù)往往要耗費(fèi)大量的人力重新數(shù)字化整理，并與地形圖等空間信息對(duì)應(yīng)。為此，開(kāi)發(fā)商基于智能手機(jī)和平板電腦等移動(dòng)終端開(kāi)發(fā)了規(guī)劃現(xiàn)場(chǎng)調(diào)研APP，可以現(xiàn)場(chǎng)通過(guò)GPS定位，調(diào)取所在位置的相關(guān)圖紙，并記錄所在位置的照片、錄音錄像和文字標(biāo)記，甚至繪制和編輯矢量信息，基本實(shí)現(xiàn)了傳統(tǒng)調(diào)研所有紙面工作的電子化。調(diào)研結(jié)束后，項(xiàng)目組成員可以通過(guò)網(wǎng)絡(luò)將信息上傳至共同的服務(wù)器，匯總成地理信息系統(tǒng)的基礎(chǔ)數(shù)據(jù)集，為后續(xù)的各種數(shù)據(jù)工作打下良好的基礎(chǔ)?，F(xiàn)場(chǎng)調(diào)研工具現(xiàn)場(chǎng)調(diào)研是城市規(guī)劃師主動(dòng)采集數(shù)據(jù)的45

智慧城市的感知數(shù)據(jù)

隨著大數(shù)據(jù)城市建設(shè)的開(kāi)展，物聯(lián)網(wǎng)技術(shù)使我們可以通過(guò)無(wú)處不在的傳感器和傳感網(wǎng)了解城市各個(gè)系統(tǒng)的實(shí)時(shí)運(yùn)行狀態(tài)，包括電網(wǎng)的運(yùn)行，每條道路的車速和流量，甚至每個(gè)個(gè)人的位置和行為，通過(guò)這些數(shù)據(jù)的疊加和計(jì)算，我們可以對(duì)城市空間資源分配狀態(tài)進(jìn)行評(píng)估和干預(yù)。以往，知道一個(gè)城市的實(shí)際人口幾乎是件不可能的事情，更不必說(shuō)一個(gè)街區(qū)或者地塊里到底生活著多少人，而在大數(shù)據(jù)時(shí)代，我們有越來(lái)越多的方法可以了解這些。智慧城市的感知數(shù)據(jù)

隨著大數(shù)據(jù)城市建設(shè)的開(kāi)46開(kāi)源地圖的使用

互聯(lián)網(wǎng)上大量開(kāi)源地圖信息為我們大大擴(kuò)展了矢量空間信息的來(lái)源。開(kāi)源地圖信息主要包括各級(jí)道路網(wǎng)、三維數(shù)字高程模型DEM、具有平面和高度信息的2.5D建筑物、興趣點(diǎn)POI，這些地圖包含的空間信息某種程度上超過(guò)了傳統(tǒng)的地形圖，因此在城市研究中不但可以一定程度上代替地形圖，還可以實(shí)現(xiàn)大量全新的分析方法。通過(guò)適當(dāng)?shù)乃惴?，結(jié)合一些車輛和人的軌跡、行為數(shù)據(jù)，用這些POI信息可以大致計(jì)算所在地塊的用地性質(zhì)，以及功能混合的程度。如圖所示，用信息熵模型對(duì)北京市域20多萬(wàn)個(gè)POI進(jìn)行計(jì)算，計(jì)算出的用地混合程度，可以一定程度上表征城市的活力和中心體系，也能大致描述建成區(qū)的最新范圍。如果地圖數(shù)據(jù)中還包括了建筑的平面和層數(shù)，則可以估算城市各種功能建筑的總量、建筑密度、容積率等數(shù)據(jù)。這些數(shù)據(jù)也是空間句法等傳統(tǒng)的分析模型很好的輔助。開(kāi)源地圖的使用互聯(lián)網(wǎng)上大量開(kāi)源地圖信息為我們大47交通傳感數(shù)據(jù)

智能交通是大數(shù)據(jù)在城市建設(shè)中最為廣泛開(kāi)展的實(shí)踐，也是物聯(lián)網(wǎng)建設(shè)最為成熟的領(lǐng)域，因此，城市政府和交通運(yùn)營(yíng)部門往往掌握著大量相關(guān)的交通傳感數(shù)據(jù)，如果得到適當(dāng)?shù)耐诰蚝头治觯梢院艽蟪潭却娉鞘幸?guī)劃傳統(tǒng)的交通調(diào)查方式，并有更多的作用，可以支持從宏觀到微觀不同尺度的城市和規(guī)劃研究。航班和鐵路班次數(shù)據(jù)經(jīng)過(guò)整理和挖掘，可以在城鎮(zhèn)體系規(guī)劃中描述城市間的關(guān)聯(lián)程度，也可以描述城鎮(zhèn)群的形態(tài)和發(fā)育程度。如圖所示，我們利用全國(guó)航班時(shí)刻信息制作的城市間聯(lián)系示意，京滬穗渝四極清晰可見(jiàn)，而在內(nèi)蒙城鎮(zhèn)體系規(guī)劃中的應(yīng)用，也能清晰描述包頭和呼市各自的區(qū)域地位和聯(lián)系方向。交通傳感數(shù)據(jù)

智能交通是大數(shù)據(jù)在城市建設(shè)中最48

公交刷卡數(shù)據(jù)是大多數(shù)較大城市都可以獲得的，其數(shù)據(jù)量極大，包含的信息豐富，但挖掘難度較大。其主要用途是提取通勤人口的OD信息，判斷城市各功能區(qū)和組團(tuán)之間的聯(lián)系，尤其適合考察新城和中心城之間的通勤特征，由此判斷其間的值住關(guān)聯(lián)。長(zhǎng)時(shí)間的數(shù)據(jù)積累，還可以通過(guò)同一用戶的OD變化特征，收集人口居住和工作地遷移的情況等等。公交刷卡數(shù)據(jù)是大多數(shù)較大城市都可以獲得的，其數(shù)49

出租車的GPS軌跡也是比較常見(jiàn)的數(shù)據(jù)，由于其數(shù)量較大，分布均勻，足以作為所有車輛的樣本考察。出租車軌跡除了OD信息外，還可以描述城市道路的實(shí)時(shí)車速，更復(fù)雜地，通過(guò)數(shù)據(jù)挖掘算法，還可以識(shí)別用地的性質(zhì)和出行人口的行為特征。

出租車的GPS軌跡也是比較常見(jiàn)的數(shù)據(jù)，由于50智能基礎(chǔ)設(shè)施網(wǎng)絡(luò)數(shù)據(jù)

智能電網(wǎng)、燃?xì)饩W(wǎng)和水網(wǎng)也是早已成熟的技術(shù)，通過(guò)其傳感網(wǎng)采集的精確到每家每戶的使用數(shù)據(jù)，不僅能簡(jiǎn)化家庭繳費(fèi)的程序，更能用來(lái)評(píng)估城市規(guī)劃的效果和城市運(yùn)行的狀態(tài)。以智能電網(wǎng)為例，我們可以通過(guò)數(shù)據(jù)實(shí)時(shí)了解每個(gè)地塊（變壓器）的用地負(fù)荷曲線，根據(jù)曲線形態(tài)，可以推斷其用地性質(zhì)；根據(jù)負(fù)荷峰值和經(jīng)驗(yàn)數(shù)值，可以估算其人口、產(chǎn)業(yè)容量；如果對(duì)曲線形態(tài)進(jìn)行精細(xì)地分類，可以對(duì)居住人群和產(chǎn)業(yè)類別進(jìn)行更精細(xì)的分類。智能基礎(chǔ)設(shè)施網(wǎng)絡(luò)數(shù)據(jù)

智能電網(wǎng)、燃?xì)饩W(wǎng)和水網(wǎng)51移動(dòng)通訊定位數(shù)據(jù)

移動(dòng)通訊技術(shù)的發(fā)展，使移動(dòng)運(yùn)營(yíng)商可以通過(guò)基站與用戶間不間斷的信令信息獲得每個(gè)用戶比較準(zhǔn)確（通常精確到百米以內(nèi)）的實(shí)時(shí)位置，由于用戶數(shù)量巨大，幾乎覆蓋城市所有活躍人口（除了老人、兒童及少量特殊人群外，基本全部覆蓋），可以說(shuō)是描述城市人口數(shù)量和空間分布的“終極”數(shù)據(jù)。移動(dòng)位置數(shù)據(jù)可以代替上述多種數(shù)據(jù)，通過(guò)人的位置，描述區(qū)域、城市、道路、用地的運(yùn)行情況。在宏觀上，通過(guò)長(zhǎng)途電話話單描述城鎮(zhèn)間聯(lián)系強(qiáng)度是很傳統(tǒng)的方法，現(xiàn)在我們可以直接通過(guò)人的遷移數(shù)據(jù)描述城鎮(zhèn)間的關(guān)聯(lián)；中觀上，大量詳細(xì)的移動(dòng)軌跡可以代替?zhèn)鹘y(tǒng)的OD調(diào)查，而且通過(guò)目的地、運(yùn)動(dòng)的速度和軌跡可以挖掘其交通方式和出行類別，甚至進(jìn)行特征人群的識(shí)別和行為分析（如學(xué)生、通勤人員）；微觀上，精確到用地的人口分布對(duì)公共設(shè)施和商業(yè)設(shè)施評(píng)價(jià)和選址的價(jià)值不可替代，通過(guò)交通方式的識(shí)別也可以對(duì)車速和道路使用狀態(tài)進(jìn)行評(píng)價(jià)和優(yōu)化。如圖所示，無(wú)錫基于手機(jī)信令數(shù)據(jù)的居民出行調(diào)查項(xiàng)目移動(dòng)通訊定位數(shù)據(jù)移動(dòng)通訊技術(shù)的發(fā)展，使移動(dòng)運(yùn)營(yíng)52來(lái)自公眾參與平臺(tái)與社交網(wǎng)絡(luò)的數(shù)據(jù)

“簽到”是移動(dòng)應(yīng)用中越來(lái)越普遍的功能，通過(guò)抓取帶有簽到位置信息的微博或者照片、評(píng)論，并通過(guò)特定的自然語(yǔ)言分析等技術(shù)，可以獲取人們對(duì)空間質(zhì)量的評(píng)價(jià)，可以采集位置變化代表的用戶移動(dòng)的軌跡，進(jìn)行某些特定的OD分析（如百度遷徙展示的春節(jié)期間的人口在城市間流動(dòng)），也可以通過(guò)數(shù)據(jù)的密度和行為模式區(qū)別識(shí)別空間熱點(diǎn)甚至用地性質(zhì)。

百度地圖新推出的“熱圖”功能是很好的基于移動(dòng)終端位置信息的城市研究工具，通過(guò)可視化所有調(diào)用百度定位接口APP用戶的位置，展現(xiàn)城市人群的實(shí)時(shí)分布狀態(tài)。通過(guò)工具逐時(shí)抓取和動(dòng)態(tài)展示分析，可以描述各種城市功能區(qū)的使用狀態(tài)，中心體系、職住分布、流動(dòng)等信息，提供了難得的描述“人”而非物質(zhì)空間形態(tài)的工具。來(lái)自公眾參與平臺(tái)與社交網(wǎng)絡(luò)的數(shù)據(jù)

“簽到”是53總結(jié)

綜上所述，大數(shù)據(jù)為城市規(guī)劃轉(zhuǎn)型提供了理想的公眾參與平臺(tái)和科研分析基礎(chǔ)。隨著技術(shù)的發(fā)展，一定還會(huì)出現(xiàn)新的理論指導(dǎo)大數(shù)據(jù)的應(yīng)用，城市規(guī)劃也會(huì)隨之轉(zhuǎn)型和發(fā)展。相對(duì)于傳統(tǒng)的靜態(tài)數(shù)據(jù)對(duì)應(yīng)的多種時(shí)間尺度的未來(lái)規(guī)劃、擴(kuò)張規(guī)劃，大數(shù)據(jù)使我們獲得了一種非常適合穩(wěn)態(tài)規(guī)劃，或者說(shuō)“細(xì)規(guī)劃”的技術(shù)手段。當(dāng)然，技術(shù)本身只提供了工具和手段，真正的公眾參與、科學(xué)規(guī)劃還需要城市規(guī)劃從業(yè)者的不懈努力，以開(kāi)放的態(tài)度、科學(xué)的精神去探索和鉆研，真正發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì)，推動(dòng)行業(yè)的轉(zhuǎn)型。

大數(shù)據(jù)將人類帶入了一個(gè)以PB為單位的結(jié)構(gòu)與非結(jié)構(gòu)的新信息時(shí)代。我國(guó)現(xiàn)有的城市發(fā)展模式是各種體制與力量博弈的結(jié)果，但在大數(shù)據(jù)時(shí)代，人人都是參與者。大數(shù)據(jù)挖掘?qū)Τ鞘锌臻g治理的作用力，米切爾在其《伊托邦》一書(shū)就已經(jīng)提出了類似的警示，城市關(guān)注平臺(tái)的構(gòu)建將實(shí)現(xiàn)用戶數(shù)據(jù)挖掘與城市規(guī)劃管理的有效對(duì)接。2014年《國(guó)家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》要求推進(jìn)城鄉(xiāng)發(fā)展一體化，這意味著要加強(qiáng)城鄉(xiāng)范圍內(nèi)互聯(lián)網(wǎng)的全覆蓋性，以規(guī)避數(shù)據(jù)來(lái)源的片面性和數(shù)據(jù)成果的模糊性。因此，實(shí)現(xiàn)城鄉(xiāng)移動(dòng)網(wǎng)絡(luò)設(shè)施的普及，搭建城鄉(xiāng)信息融合平臺(tái)，推動(dòng)更大范圍內(nèi)的數(shù)據(jù)共享機(jī)制，將是下一個(gè)值得探究的話題，其任重而道遠(yuǎn)?？偨Y(jié)綜上所述，大數(shù)據(jù)為城市規(guī)劃轉(zhuǎn)型提供了理想的54活在大數(shù)據(jù)時(shí)代課件55世界哪個(gè)城市的女人最漂亮?世界哪個(gè)城市的女人最漂亮?56世界十大美女城市排行榜：1、阿姆斯特丹(荷蘭)2、特拉維夫(以色列)3、蒙特利爾(加拿大)4、加拉加斯(委內(nèi)瑞拉)5、莫斯科(俄羅斯)世界十大美女城市排行榜：57為什么該地的美女會(huì)如此吸引男性?為什么該地的美女會(huì)如此吸引男性?58*.這里的美女行走在街道上90％寧愿騎自行車而不愿坐汽車，構(gòu)成一道道亮麗的風(fēng)景線*.荷蘭美女運(yùn)動(dòng)能力較強(qiáng)，活力十足，衣著時(shí)尚，相當(dāng)開(kāi)放、大膽，平均每位女性熟練兩種體育運(yùn)動(dòng)*.這里的美女行走在街道上90％寧愿騎自行車而不愿坐汽車，構(gòu)59

有了更多數(shù)據(jù)你可以知道些事情,而這些事情在你只有少量數(shù)據(jù)時(shí)你是無(wú)法知道的。有了更多數(shù)據(jù)你可以知道些事情,而這些事情在你只60大數(shù)據(jù)時(shí)代大數(shù)據(jù)時(shí)代61為何選取這個(gè)話題？1、Very"HOT",Can'tOut!2、Very"Useful"!為何選取這個(gè)話題？1、Very"HOT",Can't62什么是大數(shù)據(jù)大數(shù)據(jù)新在何處為什么今天有這么多數(shù)據(jù)大數(shù)據(jù)的陰暗面大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用什么是大數(shù)據(jù)大數(shù)據(jù)新在何處為什么今天有這么多數(shù)據(jù)大數(shù)據(jù)的陰暗63什么是大數(shù)據(jù)什么是大數(shù)據(jù)64HadoopIBM英特爾HP巨量資料商業(yè)智能數(shù)據(jù)庫(kù)服務(wù)器SAPHANA預(yù)測(cè)數(shù)據(jù)流運(yùn)算節(jié)點(diǎn)機(jī)器學(xué)習(xí)并行計(jì)算磁盤陣列甲骨文AMD內(nèi)存計(jì)算GoogleMapreduce可視化GbPbHadoopIBM英特爾HP巨量資料商業(yè)智能數(shù)據(jù)庫(kù)服務(wù)器SA65 大數(shù)據(jù)(bigdata)，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法透過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。 大數(shù)據(jù)(bigdata)，或稱巨量資料，指的是所涉及的資66活在大數(shù)據(jù)時(shí)代課件67大數(shù)據(jù)的特點(diǎn)4V海量高速多樣精確大數(shù)據(jù)的特點(diǎn)4V海量高速多樣精確681KB=1024字節(jié)存儲(chǔ)單位1MB=1024KB1GB=1024MB1TB=1024GB1PB=1024TB=1,048,576GB1EB=1024PB=1,073,741,824GB1ZB=1024EB=1,099,511,627,776GB小知識(shí)1KB=1024字節(jié)存儲(chǔ)單位1MB=1024K69Volume海量2009年5000條微博更新/天2010年30萬(wàn)條微博更新/天2011年250萬(wàn)條微博更新/天2012年3500萬(wàn)條微博更新/天2013年2億條微博更新/天2014年4億條微博更新/天2014年上傳時(shí)長(zhǎng)12年的視頻/天2014年用戶分享25億條信息/天Volume海量2009年5000條微博更新/天270我國(guó)一個(gè)一線城市的健康檔案數(shù)據(jù)5PB/年我國(guó)一個(gè)智慧城市的數(shù)據(jù)800PB/年一個(gè)單數(shù)據(jù)表幾億-幾百億條記錄下線商品14億件，在線商品8億件淘寶數(shù)據(jù)庫(kù)存了20PB數(shù)據(jù)平均每月增加1.5PB智能移動(dòng)終端設(shè)備的巨量增長(zhǎng)Volume海量我國(guó)一個(gè)一線城市的健康檔案數(shù)據(jù)5PB/年一個(gè)單數(shù)71Velocity高速6000萬(wàn)用戶登錄/天20億次頁(yè)面訪問(wèn)/天每天1.2億次網(wǎng)站訪問(wèn)響應(yīng)時(shí)間小于100毫秒由于輸入速度加快，所以要求輸出速度也要加快 大數(shù)據(jù)的驚人不止是在數(shù)量上，同時(shí)數(shù)據(jù)還是巨量具有動(dòng)態(tài)分析價(jià)值的數(shù)據(jù)。 訪問(wèn)響應(yīng)時(shí)間的加快，數(shù)據(jù)庫(kù)讀寫(xiě)速度的加快，對(duì)電商企業(yè)來(lái)說(shuō)就等于多成交。 對(duì)于很多情況下，動(dòng)態(tài)的數(shù)據(jù)價(jià)值遠(yuǎn)大于靜態(tài)數(shù)據(jù)，比如氣象預(yù)測(cè)，災(zāi)難預(yù)測(cè)，快消行業(yè)等。Velocity高速6000萬(wàn)用戶登錄/天由于輸入速度72Variety多樣結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)指關(guān)系型數(shù)據(jù)表指關(guān)系結(jié)構(gòu)與內(nèi)容混合在一起的數(shù)據(jù)類型文檔、視頻、音頻、圖片20%結(jié)構(gòu)化80非結(jié)構(gòu)化企業(yè)數(shù)據(jù)2012年互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)25%結(jié)構(gòu)化75非結(jié)構(gòu)化Variety多樣結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)指73Veracity準(zhǔn)確大數(shù)據(jù)的核心思想之一準(zhǔn)確源自于對(duì)全部數(shù)據(jù)的處理分析基礎(chǔ)數(shù)據(jù)的真實(shí)準(zhǔn)確性，才能保證結(jié)果的有效性。Veracity準(zhǔn)確大數(shù)據(jù)的核心思想之一準(zhǔn)確源自于對(duì)全部數(shù)74大數(shù)據(jù)新在何處，重在何處呢？大數(shù)據(jù)新在何處，重在何處呢？75活在大數(shù)據(jù)時(shí)代課件76活在大數(shù)據(jù)時(shí)代課件77活在大數(shù)據(jù)時(shí)代課件78活在大數(shù)據(jù)時(shí)代課件79古代盤VS現(xiàn)代盤克里特島發(fā)現(xiàn)的粘土盤有4000年的歷史*非常笨重*不能記錄太多的信息*所記錄的信息是不能更改的與此相反

愛(ài)德華·斯諾登從美國(guó)國(guó)家安全局所獲得的文件可以放在一個(gè)僅有指甲大小的存儲(chǔ)盤里并且可以以光速進(jìn)行數(shù)據(jù)共享更多數(shù)據(jù)更多。古代盤VS現(xiàn)代盤克里特島發(fā)現(xiàn)的粘土盤有80活在大數(shù)據(jù)時(shí)代課件81為什么今天有這么多數(shù)據(jù)？為什么今天有這么82*一個(gè)原因是我們一直在收集信息，就像我們一直在做的一樣*另一個(gè)原因是我們記錄了許多蘊(yùn)含豐富信息的事物，但是從沒(méi)把信息轉(zhuǎn)換成數(shù)據(jù)形式*一個(gè)原因是我們一直在收集信息，就像我們一直在做的一樣83定位問(wèn)題*.在16世紀(jì)我們想知道馬丁·路德在哪里，該怎么做？*.那現(xiàn)今又是什么樣的情形呢？定位問(wèn)題*.在16世紀(jì)我們想知道馬丁·路德在哪里，該怎么做？84*.再舉個(gè)例子，坐姿*.那我們能用它來(lái)干什么呢?位置信息被數(shù)據(jù)化了位置信息被數(shù)據(jù)化了85*.那我們能用它來(lái)干什么呢?

東京的研究者把它運(yùn)用在一個(gè)汽車防盜設(shè)施的雛形上，它的設(shè)想是盜賊坐在駕駛座上企圖把車開(kāi)走，但是汽車識(shí)別出駕駛座上的是個(gè)未授權(quán)駕駛?cè)耍瞧嚳赡芫蜁?huì)熄火除非你在儀表盤上輸入密碼來(lái)表明“我已獲得授權(quán)”。

這就是生活的更多方面數(shù)據(jù)化后我們能做的事情中的一件。*.那我們能用它來(lái)干什么呢?86大數(shù)據(jù)的核心工作思路大數(shù)據(jù)系統(tǒng)顛覆了傳統(tǒng)數(shù)據(jù)中心的工作邏輯傳統(tǒng)數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)調(diào)動(dòng)數(shù)據(jù)庫(kù)的數(shù)據(jù)，數(shù)據(jù)的移動(dòng)。大數(shù)據(jù)系統(tǒng)工作邏輯：運(yùn)算系統(tǒng)直接部署至數(shù)據(jù)處，數(shù)據(jù)僅架構(gòu)內(nèi)移動(dòng)。大數(shù)據(jù)的核心工作思路大數(shù)據(jù)系統(tǒng)顛覆了傳統(tǒng)數(shù)據(jù)中心的工作邏輯傳87*.那么大數(shù)據(jù)的價(jià)值在哪里?在運(yùn)用這個(gè)概念的領(lǐng)域里，讓人印象最為深刻的是機(jī)器學(xué)習(xí)*.那么大數(shù)據(jù)的價(jià)值在哪里?88活在大數(shù)據(jù)時(shí)代課件89*.機(jī)器學(xué)習(xí)的理念現(xiàn)在已經(jīng)隨處可見(jiàn)（無(wú)人駕駛）*.機(jī)器學(xué)習(xí)是許多網(wǎng)上在線應(yīng)用的基礎(chǔ)（搜索引擎算法、語(yǔ)音智能翻譯）*.機(jī)器學(xué)習(xí)的理念現(xiàn)在已經(jīng)隨處可見(jiàn)（無(wú)人駕駛）90大數(shù)據(jù)的陰暗面大數(shù)據(jù)的陰暗面91大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專業(yè)知識(shí)的工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線的應(yīng)用威脅到了藍(lán)領(lǐng)們的工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理所有的我們現(xiàn)在能夠收集到的數(shù)據(jù)，這不僅僅是國(guó)家安全局的問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白92大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白領(lǐng)和需要專業(yè)知識(shí)的工作，就像在20世紀(jì)工廠自動(dòng)化和裝配生產(chǎn)線的應(yīng)用威脅到了藍(lán)領(lǐng)們的工作崗位*.同時(shí)，老實(shí)說(shuō),我們并不能很好地處理所有的我們現(xiàn)在能夠收集到的數(shù)據(jù)，這不僅僅是國(guó)家安全局的問(wèn)題，許多企業(yè)也搜集并不恰當(dāng)?shù)厥褂脭?shù)據(jù)大數(shù)據(jù)會(huì)偷走我們的工作*.在21世紀(jì)，大數(shù)據(jù)和算法會(huì)威脅到白93

大數(shù)據(jù)只是一種資源與工具，它告知信息但不解釋，它指導(dǎo)人們?nèi)ダ斫?，也?huì)引起誤解。

它只不過(guò)是過(guò)去的現(xiàn)實(shí)投影——洞穴里的古老壁畫(huà)，而且還只是對(duì)過(guò)去殘缺不全的信息統(tǒng)計(jì)，用這些信息推出的預(yù)測(cè)跟猜在概率上區(qū)別不大。

大數(shù)據(jù)絕對(duì)不是答案，只是參考，在國(guó)內(nèi)估計(jì)更多的用來(lái)事前忽悠、事后吹噓、搞砸后推卸責(zé)任。

數(shù)據(jù)不會(huì)說(shuō)謊，但人性復(fù)雜。大數(shù)據(jù)只是一種資源與工具，它告知信息但不解釋，94大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用95活在大數(shù)據(jù)時(shí)代課件96城市規(guī)劃中的大數(shù)據(jù)

而今，社會(huì)經(jīng)濟(jì)的快速發(fā)展促使機(jī)動(dòng)車輛的數(shù)量大幅增加．城鎮(zhèn)化的加速打破了城市道路系統(tǒng)的均衡狀態(tài)，傳統(tǒng)的交通管理信息系統(tǒng)難以滿足當(dāng)前復(fù)雜的交通需求，對(duì)當(dāng)前的城鄉(xiāng)交通基礎(chǔ)設(shè)施提出了新的要求，大數(shù)據(jù)對(duì)城鄉(xiāng)區(qū)域交通基礎(chǔ)設(shè)施有積極的推動(dòng)作用。我們可以應(yīng)用大數(shù)據(jù)來(lái)減小交通堵塞，處理惡劣天氣的道路狀況，以評(píng)估對(duì)關(guān)鍵路線的道路進(jìn)行清理所要耗費(fèi)的時(shí)間，從而提高處理道路狀況的效率，這樣就能減少了冬季連環(huán)撞車事故發(fā)生概率，通過(guò)提高公共安全來(lái)確保商業(yè)正常運(yùn)行和日常生活有序。我們還能應(yīng)用大數(shù)據(jù)評(píng)估路況，以評(píng)估出公路改善的實(shí)施戰(zhàn)略和須改善的路段位置。與過(guò)去一味的擴(kuò)大基礎(chǔ)設(shè)施建設(shè)來(lái)改善交通，應(yīng)用大數(shù)據(jù)解決現(xiàn)有的交通問(wèn)題不僅可以降低管理成本、提高功效，而且還有益于城市交通管理的規(guī)范化。城市規(guī)劃中的大數(shù)據(jù)而今，社會(huì)經(jīng)97傳統(tǒng)空間數(shù)據(jù)的再組織

對(duì)于本來(lái)具有空間屬性的地形圖等數(shù)據(jù)，已經(jīng)有成熟的方法將其配準(zhǔn)和建庫(kù)，除了直接瀏覽之外，也有大量的方法基于遙感影像進(jìn)行城市規(guī)劃的分析，除了常規(guī)的建設(shè)用地邊界識(shí)別和擴(kuò)張分析、植被、生態(tài)要素識(shí)別以外，近年來(lái)通過(guò)燈光遙感判別城鎮(zhèn)化程度和經(jīng)濟(jì)發(fā)展水平的實(shí)踐也較多。傳統(tǒng)空間數(shù)據(jù)的再組織

對(duì)于本來(lái)具有空間屬性的98統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)

對(duì)于統(tǒng)計(jì)年鑒大數(shù)據(jù)，可以使用webGIS技術(shù)將各級(jí)行政邊界與其統(tǒng)計(jì)數(shù)據(jù)進(jìn)行連接，形成可以查詢和可視化的年鑒空間數(shù)據(jù)庫(kù)，在此基礎(chǔ)上加入基于web的區(qū)域分析模型，則可以將原來(lái)復(fù)雜的GIS空間分析和專題圖制作變成簡(jiǎn)單的web操作。統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)對(duì)于統(tǒng)計(jì)年鑒大數(shù)據(jù)，可以使用w99現(xiàn)場(chǎng)調(diào)研工具

現(xiàn)場(chǎng)調(diào)研是城市規(guī)劃師主動(dòng)采集數(shù)據(jù)的最重要環(huán)節(jié)，而其成果往往是繪制在紙質(zhì)地形圖上的各種圖文信息，還有相機(jī)拍攝的照片，從現(xiàn)場(chǎng)返回后，這些數(shù)據(jù)往往要耗費(fèi)大量的人力重新數(shù)字化整理，并與地形圖等空間信息對(duì)應(yīng)。為此，開(kāi)發(fā)商基于智能手機(jī)和平板電腦等移動(dòng)終端開(kāi)發(fā)了規(guī)劃現(xiàn)場(chǎng)調(diào)研APP，可以現(xiàn)場(chǎng)通過(guò)GPS定位，調(diào)取所在位置的相關(guān)圖紙，并記錄所在位置的照片、錄音錄像和文字標(biāo)記，甚至繪制和編輯矢量信息，基本實(shí)現(xiàn)了傳統(tǒng)調(diào)研所有紙面工作的電子化。調(diào)研結(jié)束后，項(xiàng)目組成員可以通過(guò)網(wǎng)絡(luò)將信息上傳至共同的服務(wù)器，匯總成地理信息系統(tǒng)的基礎(chǔ)數(shù)據(jù)集，為后續(xù)的各種數(shù)據(jù)工作打下良好的基礎(chǔ)?，F(xiàn)場(chǎng)調(diào)研工具現(xiàn)場(chǎng)調(diào)研是城市規(guī)劃師主動(dòng)采集數(shù)據(jù)的100

智慧城市的感知數(shù)據(jù)

隨著大數(shù)據(jù)城市建設(shè)的開(kāi)展，物聯(lián)網(wǎng)技術(shù)使我們可以通過(guò)無(wú)處不在的傳感器和傳感網(wǎng)了解城市各個(gè)系統(tǒng)的實(shí)時(shí)運(yùn)行狀態(tài)，包括電網(wǎng)的運(yùn)行，每條道路的車速和流量，甚至每個(gè)個(gè)人的位置和行為，通過(guò)這些數(shù)據(jù)的疊加和計(jì)算，我們可以對(duì)城市空間資源分配狀態(tài)進(jìn)行評(píng)估和干預(yù)。以往，知道一個(gè)城市的實(shí)際人口幾乎是件不可能的事情，更不必說(shuō)一個(gè)街區(qū)或者地塊里到底生活著多少人，而在大數(shù)據(jù)時(shí)代，我們有越來(lái)越多的方法可以了解這些。智慧城市的感知數(shù)據(jù)

隨著大數(shù)據(jù)城市建設(shè)的開(kāi)101開(kāi)源地圖的使用

互聯(lián)網(wǎng)上大量開(kāi)源地圖信息為我們大大擴(kuò)展了矢量空間信息的來(lái)源。開(kāi)源地圖信息主要包括各級(jí)道路網(wǎng)、三維數(shù)字高程模型DEM、具有平面和高度信息的2.5D建筑物、興趣點(diǎn)POI，這些地圖包含的空間信息某種程度上超過(guò)了傳統(tǒng)的地形圖，因此在城市研究中不但可以一定程度上代替地形圖，還可以實(shí)現(xiàn)大量全新的分析方法。通過(guò)適當(dāng)?shù)乃惴?，結(jié)合一些車輛和人的軌跡、行為數(shù)據(jù)，用這些POI信息可以大致計(jì)算所在地塊的用地性質(zhì)，以及功能混合的程度。如圖所示，用信息熵模型對(duì)北京市域20多萬(wàn)個(gè)POI進(jìn)行計(jì)算，計(jì)算出的用地混合程度，可以一定程度上表征城市的活力和中心體系，也能大致描述建成區(qū)的最新范圍。如果地圖數(shù)據(jù)中還包括了建筑的平面和層數(shù)，則可以估算城市各種功能建筑的總量、建筑密度、容積率等數(shù)據(jù)。這些數(shù)據(jù)也是空間句法等傳統(tǒng)的分析模型很好的輔助。開(kāi)源地圖的使用互聯(lián)網(wǎng)上大量開(kāi)源地圖信息為我們大102交通傳感數(shù)據(jù)

智能交通是大數(shù)據(jù)在城市建設(shè)中最為廣泛開(kāi)展的實(shí)踐，也是物聯(lián)網(wǎng)建設(shè)最為成熟的領(lǐng)域，因此，城市政府和交通運(yùn)營(yíng)部門往往掌握著大量相關(guān)的交通傳感數(shù)據(jù)，如果得到適當(dāng)?shù)耐诰蚝头治?，可以很大程度代替城市?guī)劃傳統(tǒng)的交通調(diào)查方式，并有更多的作用，可以支持從宏觀到微觀不同尺度的城市和規(guī)劃研究。航班和鐵路班次數(shù)據(jù)經(jīng)過(guò)整理和挖掘，可以在城鎮(zhèn)體系規(guī)劃中描述城市間的關(guān)聯(lián)程度，也可以描述城鎮(zhèn)群的形態(tài)和發(fā)育程度。如圖所示，我們利用全國(guó)航班時(shí)刻信息制作的城市間聯(lián)系示意，京滬穗渝四極清晰可見(jiàn)，而在內(nèi)蒙城鎮(zhèn)體系規(guī)劃中的應(yīng)用，也能清晰描述包頭和呼市各自的區(qū)域地位和聯(lián)系方向。交通傳感數(shù)據(jù)

智能交通是大數(shù)據(jù)在城市建設(shè)中最103

公交刷卡數(shù)據(jù)是大多數(shù)較大城市都可以獲得的，其數(shù)據(jù)量極大，包含的信息豐富，但挖掘難度較大。其主要用途是提取通勤人口的OD信息，判斷城市各功能區(qū)和組團(tuán)之間的聯(lián)系，尤其適合考察新城和中心城之間的通勤特征，由此判斷其間的值住關(guān)聯(lián)。長(zhǎng)時(shí)間的數(shù)據(jù)積累，還可以通過(guò)同一用戶的OD變化特征，收集人口居住和工作地遷移的情況等等。公交刷卡數(shù)據(jù)是大多數(shù)較大城市都可以獲得的，其數(shù)104

出租車的GPS軌跡也是比較常見(jiàn)的數(shù)據(jù)，由于其數(shù)量較大，分布均勻，足以作為所有車輛的樣本考察。出租車軌跡除了OD信息外，還可以描述城市道路的實(shí)時(shí)車速，更復(fù)雜地，通過(guò)數(shù)據(jù)挖掘算法，還可以識(shí)別用地的性質(zhì)和出行人口的行為特征。

出租車的GPS軌跡也是比較常見(jiàn)的數(shù)據(jù)，由于105智能基礎(chǔ)設(shè)施網(wǎng)絡(luò)數(shù)據(jù)

智能電網(wǎng)、燃?xì)饩W(wǎng)和水網(wǎng)也是早已成熟的技術(shù)，通過(guò)其傳感網(wǎng)采集的精確到每家每戶的使用數(shù)據(jù)，不僅能簡(jiǎn)化家庭繳費(fèi)的程序，更能用來(lái)評(píng)估城市規(guī)劃的效果和城市運(yùn)行的狀態(tài)。以智能電網(wǎng)為例，我們可以通過(guò)數(shù)據(jù)實(shí)時(shí)了解每個(gè)地塊（變壓器）的用地