山地城市土地利用与交通一体化规划设计最新章节_林涛著

2.1 功能亮点

2.1.1 多源大数据的融合

城市多源大数据融合应用是平台建设的重要支撑。平台数据源包括静态统计数据和城市运营数据两大类。静态数据用于帮助规划人员快速感知城市的历史变化以及空间形态等；而运营数据则从人、车的角度解读该城市的时空特征。通过多源数据的融合，可实现多维度、多角度的应用场景。

1）静态数据

城市静态数据源较多，受限于篇幅的限制，以下简要介绍几类关键数据。

（1）人口数据

人口数据的平台可视化，能极大地节约统计时间，并直观展示人口历年的空间分布变化。图 2.1 为某城市周边区域人口变化对比图，从图中可以看到，西南部的外围区域人口增长迅速。

图2.1 某城市周边区域人口变化分析

（2）POI数据

城市土地功能特征的分析有利于识别城市空间结构，从而为交通与空间的融合提供量化支撑，而POI数据可帮助规划人员快速分析片区的功能分区。

（3）交通矢量数据

交通矢量数据包括道路网络、公交网络、轨道网络、停车场等城市交通设施。平台通过网络获取、人工绘制等措施将交通基础数据进行矢量化处理，使其成为城市分析中的重要支撑。

（4）地形数据

将地形数据集成至平台，将有利于对现状片区地形的认识，同时也有利于三维化展示、分析片区的现状，如图 2.2 所示。

2）运营数据

运营数据方面主要介绍手机信令数据、公交运行数据、道路运行数据。

（1）手机信令数据

平台融入了手机定位位置数据和人员的标签数据。手机定位位置数据可应用于出行热点的识别和轨迹的追踪；人员的标签数据则在基本的出行分析基础上，对出行类别进行更深层次的解读，如学生群体的出行特征、不同职业人群的出行特征等，如图2.3 所示。

图2.2 重庆高程栅格数据（编者自绘）

图2.3 手机标签数据

（2）公交运营数据

公共交通运营数据主要对公交刷卡数据和车辆定位数据进行分析，从而得到公共交通的运营特征，公交刷卡数据如图 2.4 所示。

图2.4 公交刷卡数据

（3）道路运行数据

道路速度是评价城市交通状态的重要基础指标，可通过百度和高德的API接口获取城市路段的运营速度效果如图 2.5 所示。在后续的应用介绍中将进一步介绍基于该数据的实际微观应用。

图2.5 道路运营速度图

2.1.2 智能化分析

平台面向实际业务需求，形成城市基础分析、城市交通规划分析、交通工程设计分析和公共交通规划研究分析四大板块。

1）城市基础分析

城市基础分析板块主要解决基本的空间数据展示和分析，包括人口分布、职住分布、通勤分布等功能。

（1）基础分析

基础分析支持多种在线背景地图加载和多种格式数据的上传，支持用户上传数据进行特定城市、特定区域的分析，并实现云端的数据成果展示，如图 2.6 所示。

图2.6 用户数据云端展示

（2）历史人口分析

规划设计人员可快捷地查询自选范围内的历年人口的变化情况，并进行数据的在线统计展示，如图 2.7 所示。

（3）城市职住分析

基于手机SDK数据开发的城市职住分析，可在线查看城市内工作人群和居住人群的空间分布情况，并可在线查询自定义范围内的城市居住人口和工作人口数。图2.8为平台的城市居住分析展示效果。

2）城市交通规划分析

城市交通规划板块面向分析应用中的难点、痛点，主要解决城市交通动态运行中的城市大通道分析评估、城市客流分析、城市等时圈分析和静态交通中的停车分析。下面以等时圈分析和客流分析为例进行介绍。

图2.7 历年统计人口数据展示

图2.8 城市居住分析

（1）等时圈分析

等时圈是交通规划中面临的最基本、最常用的应用，在日常分析中通常以距离来划定其范围，而对于地块级别的分析误差较大。同时，等时圈还存在不同交通方式、不同时段下的动态变化特征。用实际的出行时间构建城市交通时间出行模型，是精准实现等时圈划分的重要前提。在等时圈分析中，平台通过获取实时动态的出行时间数据，构建时间模型，并实现了任意位置在不同时间、不同交通方式下的覆盖分析。图2.9显示了目标位置的小汽车 50 min覆盖范围。