基于城市信息模型和大数据云平台的智慧城市研究与应用.pdf

万方数据
基于城市信息模型和大数据云平台的智慧城市研究与应用研究探讨陈明琪’綼鷌建设科技》亢统窍缃ㄉ璨靠萍加氩祷⒄怪行模本R猐随着我国城市建设水平的提升，数据处理需求的增大，智慧城市受到了越来越多的关注，其建设可以为城市业务的管理提供信息的数字化描述和表达。从��旧淼奶匦岳纯矗�它是一种数字化描述方式，其描述对象主要是城市的物理和功能特征；从��魑W试吹慕嵌壤纯矗��且�种可以共享的且需要多方协同维护的信息集，主要体现为在基于面向城市运行管理的��教ㄉ辖�姓�龀���城市大数据的四个类型城市大数据的类型非常多样和复杂，可以用两个分维特征对其进行综合解析。一是时间维度的动态频率特征，低频度数据更新缓慢，采集过程环节多、成本高，分析处理慢，而高频数据可以分析其动态波动变化。二是空间维度的样本比例特征。小样本是从较小数量比例的样本统计中分析出整体的信息波动规律，以微观局部窥宏观全局，但是由于样本比例低，不同取样方法获得的结论大相径庭，科研的可重复性差，因此其科研价值相对较低。大样本是超过�％以上，较少出现跳跃性变化，一些超过�％的全样本数据基本为满覆盖，可真实反映城市中的现象和规律。以此二维度建立矩阵审视当前城市研究中的各项数据，大致可以按照各象限分成四种类型。一是高频大样本数据。手机信令、空间能耗、业态总第�������錾杷<�万方数据
研究探讨机构类数据等，覆盖面广，更新频率快，数据基础严谨，可以分析动态波动规律，这是严格意义上的城市大数据。二是高频小样本数据。如微博签到、公交�刷卡、大众点评类数据，主要体现一部分人群的特征，更新频率很高，适合做小微变化分析，这是小样本的城市数据，覆盖面小，更新频率也低。四是低频大样本数据。城市空间建筑形态、地块使用属性类数据，是覆盖面完整的海量数据，但更新频率慢，适合做静态的基本结构分析，这是广义的城由之一【��型��教āＫ�嘟嫌诖�车赝夹畔⑵教ǘ�裕�哂�对城市各系统、各单元全面、综合的信息表达与联动分四是城市产业大数据，是人群在进行各项活动的实体业态表征，主要指的是社会、生产、生活及制造加工性等信息；机信令用户数据、公交通勤活动、地铁通勤活动、车流六是城市意象大数据，基于微博、���裙�谄教�的用户认知及感知数据的转译与输出。这些多源大数据涵盖城市的各个系统、各个维度，是城市真实民生情况的综合表征。图�狢�分层建大数据。三是低频小样本数据。卡口交通统计、问卷访谈类市大数据。不难发现，传统城市规划设计的研究数据和获得方式大多是属于低频和小样本板块，以静态判断动态趋势，以局部判断整体规律，这也是传统城市设计对城市动态要素和活动特征的判断缺乏足够依据的重要缘��数据库建立与多元大数据融合在四个维度的大数据基础上，可以集成城市智慧模可定位、可视化、实时监测特点。同时，进一步将这一平台精确化、空间化及动态化，则能实现从表层到深层析，从全过程对城市规划与设计进行嵌合式支持���在这一平台建构过程中，需要通过人机互动技术方法、谷地软件平台、大数据获取．清洗．加工等方法建构出城市多源大数据全信息复合数据库。基于此，首先通过人机互动技术方法及多软件平台建构出从建筑单体．用地地块一道路红线．街区单元到地形地貌的城市空间形态矢量数据库。其次，建构出城市多源大数据全信息复合数据库，这一数据库涵盖城市绿化系统、城市市政系统、城