도시 계획 연구에서 새로운 데이터의 응용 진행
정보 통신 기술의 급속한 발전은 대량의 새로운 데이터의 출현을 촉진시켰다. 빅 데이터와 오픈 데이터로 구성된 새로운 데이터 환경이 점차 형성되고 있어 도시 연구 및 계획 설계에 새로운 기회와 도전이 되고 있습니다. 기존의 통계 연감 등과 달리, 이 기사에서 언급한 "새로운 데이터" 는 10 년 전에 널리 사용되지 않았던 데이터를 가리킨다.
새로운 데이터는 계획 업계의 중요한 도구가 되고 계획 이념의 혁신에도 영향을 미친다. 20 13 이후 계획에 데이터 적용에 대한 연구 사상이 우후죽순처럼 생겨나면서' 빅 데이터 소계획',' 크라우드 패키지',' 마이크로시대 클라우드 계획',' 데이터 향상 설계',' 빅 모델' 등의 사상이 탄생했다. 새로운 데이터를 기반으로 한 계획 분석, 계획 평가, 보조 설계, 시뮬레이션 예측은 기술 수준에서 계획 전환의 주요 탐색 방향으로 자리잡았습니다.
편폭이 제한되어 있어, 이 글은 주로 최근 몇 년 동안 전개된 연구와 응용을 사례로 한다.
데이터 수집, 관리 및 플랫폼
2. 1 데이터 수집
2.1..1데이터 형식 및 특징
첫째, 큰 데이터와 오픈 데이터를 구분합니다. 오픈 데이터는 저작권, 특허권 등의 관리 메커니즘에 관계없이 무료로 공개하고 사용할 수 있도록 선택과 허가를 받은 데이터 유형입니다. 빅 데이터는 20 세기 이후 인터넷 정보 기술의 발전에서 유래했다. 현재 빅데이터는 매스 (데이터 양), 다양성 (다양성), 유속 (속도), 진실성 (진실성), 가치 (가치) 와 같은' 5V' 특징을 가져야 한다는 것이 보편적으로 받아들여지고 있다. 큰 데이터의 종류는 다양하고 가치는 높지만, 기획업계에서 실제로 투입되는 데이터 유형은 상대적으로 적다. 주로 버스 카드 데이터, LBS 데이터, 부동차 데이터, 휴대폰 데이터 등이 있다.
빅 데이터와 오픈 데이터 * * * 동형이 새로운 데이터 환경을 형성합니다. 데이터 수집 비용, 방식 등 여러 가지 이유로' 큰 데이터는 개방되지 않고, 오픈 데이터는 크지 않다' 는 현상이 있어 도시 연구 및 계획 실무에서의 데이터 수집과 응용을 제한하고 있다.
2. 1.2 도시 계획 새 데이터의 가치
(1) 도시 기본 데이터 적용 범위 확대
(2) 편집 수단의 혁신
(3) 참여 방식의 확대
2. 1.3 새로운 데이터 수집 탐사
2.2 데이터 관리
데이터 소스에 따라 다른 유형의 데이터베이스를 사용하여 저장해야 합니다. 이 가운데 구조화된 데이터는 주로 Oracle, MySql, SQL Server 등의 기존 관계형 데이터베이스를 사용합니다. , 반정형 데이터는 HBase 와 같은 비관계형 데이터베이스를 사용하며, 비정형 데이터는 텍스트와 HDFS 로 저장해야 합니다. 버스 카드 데이터, LBS 위치 데이터 등 데이터 양이 많은 새로운 데이터의 경우 관리를 위한 전용 플랫폼을 개발해야 합니다. 또한 Hadoop, Spark 등과 같은 보다 일반적인 대규모 데이터 관리 플랫폼은 대규모 데이터 업계에서 널리 사용되고 있습니다. 그러나 이들 플랫폼 중 어느 것도 기획업계의 데이터 관리 플랫폼이 아니므로 개조해야 적용할 수 있다.
2.3 데이터 플랫폼
현재 다양한 계획 데이터 플랫폼은 여러 조직에서 사용되고 있으며, 데이터 처리 플랫폼, 계획 애플리케이션 플랫폼, 도시 초상화 플랫폼 및 계획 지원 플랫폼 (표 1) 등 조직 프레임워크도 유사합니다.
현재 기획업계 통합 데이터 플랫폼이 끊임없이 등장하고 있다. 서민 여행 지도 계획 분석 플랫폼, 서하객 계획, BCL 데이터 공유 플랫폼은 세 가지 전형적인 유형입니다 (표 2). 이들은 서로 다른 데이터 소스를 사용하며 응용 분야가 다르지만 데이터 처리, 도시 연구 및 계획 지원의 기능적 의미를 가지고 있습니다.
도시연구
3. 1 도시 연구의 새로운 패러다임
시공간의 척도가 확대됨에 따라, 새로운 데이터는 도시 연구에 새로운 패러다임을 가져왔고, 응룡 등은 이를' 큰 모형' 으로 정련했다. 큰 모델은 큰 지리적 영역에 구축된 비교적 세밀한 규모의 도시 및 지역 분석 시뮬레이션 모델입니다. 기존의 도시 및 지역 모델에 비해 대규모 모델은 대규모 데이터에 의해 구동되며 연구 정확도와 규모를 모두 고려할 수 있습니다 (오른쪽 2: 공간이 크고 정확도가 높음).
응용 분야에서' 큰 모델' 은 현재 여러 가지 방향을 가지고 있다. 하나는 모든 규모의 도시를 분석하는 것이다 (그림 3). 두 번째는 인간의 관점에서 상세한 분석과 시뮬레이션을 하는 것이다 (그림 4). 셋째는 도시 잣대에 요약된 지표와 거시도시 지표를 정량적으로 분석하여 도시 이론을 풍부하게 하는 것이다 (그림 5).
3.2 공개 데이터 기반 연구
다른 공개 자료에 따르면, 도시 연구자들은 서로 다른 연구를 진행했다. 정부 오픈 데이터, 웨이보 데이터, LBS 데이터 등등. 전반적으로 업계가 이미 약간의 기술 축적과 학술적 성과를 거두었지만, 개방형 데이터를 기반으로 한 연구는 아직 초기 단계에 있다. 데이터 정확도와 데이터 양 문제로 인해 이 분야에서는 아직 많은 발전과 개선의 여지가 있다.
3.3 빅 데이터 기반 연구
업계에서 주로 사용되는 큰 데이터는 버스 카드 카드 카드 기록 데이터, 휴대폰 신호 데이터, 스마트폰 LBS 데이터입니다. 이러한 데이터는 카드 소지자의 여행 행동을 기록하고 개인 수준의 도시 공간 사용 패턴을 보여주는 스마트 카드 기반 버스 자동 티켓 시스템에서 유래합니다. 다음은 휴대폰 신호 데이터입니다. 휴대전화 시그널링 데이터는 개인의 시공간의 정확한 행동을 바탕으로 더 넓은 범위를 포괄할 수 있으며, 거의 모든 샘플과 완전히 덮인 데이터입니다. 또한 스마트폰 앱이 TalkingData 와의 협력을 통해 수집한 LBS 및 사용자 레이블 데이터도 있습니다.
앱을 계획하다
4. 1 도시법 이해-이해
그러나 새 데이터는 많은 장점을 가지고 있지만, 데이터 편차가 뚜렷하고 개인의 사회경제적 속성이 부족한 등 불가피한 결함이 남아 있다. 새로운 데이터는 도시 현상의 특징 관계를 분석하는 데 능숙하지만 현상 뒤의 원인을 밝히는 것보다 짧다.
4.2 계획-생성
응룡과 심요는' 대모형' 을 바탕으로' 데이터 향상 설계' 를 제안했다. 세밀한 잣대 설계를 기반으로 한 디자인 모델이며, 각 잣대의 효과를 정확하게 이해하고 평가하는 것은 계획 설계의' 큰 모델' 이념의 심화와 발전이다. 정량 도시 분석을 중심으로 데이터 분석, 모델링, 예측 등의 수단을 통해 계획 설계의 전 과정에 대한 조사, 분석, 시나리오 설계, 평가, 추적 등의 보조 도구를 제공합니다 (그림 6). 설계의 과학성을 높이고 기획자와 디자이너의 창의력을 자극합니다.
본질적으로 DAD 는 과거의 CAD (Computer Aided Design) 및 GIS (Geography Information System) 와 일치하며 새로운 계획 설계 지원 방법입니다. 디자인 프레임워크는 주로 대규모 도시 디자인의 세 가지 차원인 시간, 공간, 사람 (그림 7) 으로 구성됩니다. 여기서 각 차원은 크기와 세분성의 두 가지 설명 지표 (그림 8) 로 세분화될 수 있으며 크기와 세분성 사이에서 자유롭게 스케줄링할 수 있습니다.
실제로 DAD 의 이념은 상해도시 디자인 챌린지 베이징 부센터 증분 설계 사례와 웅안 전체 도시 설계 및 재고 설계 사례에 적용되었다. 증분 설계의 경우 아버지는 법칙을 탐구하고 설계를 보조하는 역할을 할 수 있다. 그 중에서도' 도시 성장 유전자' 방법은 데이터가 부족한 사이트 (예: 베이징 부센터의 도시 계획 설계) 에 사용될 수 있다. 본 프로젝트는' 도시 성장 유전자' 를 참고하고 역사 데이터에서' 도시 성장 유전자' 를 발굴하여 베이징의 미래 도시 형태와 활력을 정량적으로 분석하고 예측한다. 또한 이 프로젝트는 유사한 목표를 가진 다른 도시의' 성장유전자' 를 탐구하며, 이를 통해 일반 법칙을 요약하고 패턴을 추출하여 새로운 지역 설계 시나리오의 평가와 최적화를 지원합니다 (그림 9).
주식 디자인의 경우, 아버지도 교류협력에 도움이 되는 정보 플랫폼을 제공할 수 있다. 상해 항부도시 디자인 대회 조철경 등의 작품을 예로 들다. 이 프로젝트는 상해 항복 역사 블록에 위치해 있으며, 다주체, 다재산권, 다가치의 충돌과 융합을 포함한다. 따라서 다차원 데이터의 도움으로 이 프로젝트는 공간 데이터를 측정하고, 설계 주체와 객체를 전달하고, 공간 개입을 위한 피드백 메커니즘을 만드는 동적 피드백 플랫폼을 구축했습니다.
4.3 계획 및 설계 평가-평가
도시 계획 클라우드 플랫폼: 재고 계획 시대의 새로운 계획 형식 및 기술 기반
5. 1 기획업계의 미래 방향: 데이터 플랫폼이 지원하는 인문 주식 계획
데이터화와 평화대화는 기획업계의 혁명적인 의의에 자명하다. DT (데이터 기술) 시대에 적응하고 활용하는 방법은 계획 업계에서 업그레이드와 변화가 절실히 필요한 핵심 명제가 되었습니다. 현재 전통기획원의 일부 업무는 플랫폼 조건을 충족해 경제적 가치가 있는 사례가 나타났다. 베이징시 도시계획설계연구원이 만든 도시계획운플랫폼 CITYIF 가 그 중 하나다.
5.2 도시 계획 클라우드 플랫폼의 내용과 구성
도시 계획 클라우드 플랫폼은 베이징시 도시계획설계연구원이 20 14 에 건설한 정부 시민 기획자를 위한 클라우드 플랫폼입니다. 플랫폼은 데이터 클라우드 플랫폼, 스마트 클라우드 플랫폼, 전력 클라우드 플랫폼의 세 부분으로 나눌 수 있으며 데이터 수집, 스마트 수집 및 전력 수집의 세 가지 주요 기능을 제공하도록 설계되었습니다.
(1) 데이터 클라우드
데이터 클라우드의 임무는 모든 새로운 데이터를 포함한 인터넷의 작은 요소를 통합하고 새로운 데이터를 구동하는 기술, 도구 및 응용 시스템을 제공하는 것입니다.
(2) 지혜의 구름
스마트 클라우드의 임무는 기획자들을 위해 지혜를 모아 공유할 수 있는 플랫폼을 구축하는 것이다. 현재 웨이보, 위챗, 인터넷 포럼, 가상 커뮤니티 등 공유 플랫폼이 있습니다. 스마트 클라우드의 임무는 이러한 플랫폼을 기반으로 지식 기반과 지식 기반을 구축하는 것입니다.
(3) 동적 클라우드
전력 클라우드는 크라우드 소싱, 전력 연합, 공공 참여를 계획하는 전 과정을 목표로 하고 있습니다. 클라우드 플랫폼은 더 많은 상향식 미시적 힘을 모을 것이다. 하향식, 상향식 연결 플랫폼이자 각 방면, 각 계층의 힘을 모으는 플랫폼이다.
결론 및 권장 사항
6. 1 수확과 경험
앞서 언급했듯이, 새로운 데이터는 이미 도시 계획과 연구의 모든 측면에 적용되었다. 도시 계획의 경우, 새로운 데이터는 자원 탐구일 뿐만 아니라 연구 패러다임이기도 하며, 개념 혁신을 유발하고 실제로 응용 체계를 형성합니다. 다음은 최근 몇 년간 이 분야에서 얻은 수확과 경험을 간략하게 요약할 것이다.
(1) 자원 탐사
새로운 데이터는 도시 계획과 연구의 자원이다. 새로운 데이터는 기존 데이터보다 큰 샘플 양, 동적, 적시성, 정교화 및 다양성의 특징을 가지고 있으며 개별 행동, 샘플 양, 연구 규모, 추세 예측 및 규칙 발견 등을 캡처하는 데 더 유리합니다. 몇 년간의 탐구를 거쳐 업계는 이미 어느 정도의 지능으로 다중 소스 데이터를 얻을 수 있는 기술적 방법을 익혔다. 기획업계가 인터넷 회사와 어떻게 협력할 것인가에 대한 생각도 있다.
(2) 연구 패러다임
자원 외에도 새로운 데이터는 도시 연구에 패러다임 혁신을 가져왔다. 새로운 데이터 환경을 기반으로 저자는 새로운 데이터 중심 도시 연구의 새로운 패러다임을' 큰 모델' 으로 다듬었다. "큰 모델" 은 연구의 척도와 세분성을 겸비할 수 있기 때문에 연구의 세분성을 보장하면서 도시의 수량화 연구에 잣대를 확장시켰다.
(3) 개념 혁신
도시 계획 실습에 새로운 데이터가 적용됨에 따라 데이터 향상 설계 (DAD), 인간 규모의 도시 형태, 거리 도시주의, 그림 도시주의와 같은 새로운 개념이 생겨났습니다. 이러한 이념들은 베이징 부센터의 계획 설계, 웅안의 전반적인 도시 설계, 상하이 도시 디자인 챌린지의 항복 역사 블록 개조 등 실제 계획 설계에도 적용되었다. 실제로' 도시 성장 유전자' 등 기획설계에 직접 적용할 수 있는 개념 세분화가 탄생했다.
(4) 응용 시스템
새로운 데이터를 기반으로 한 계획 통합 애플리케이션 플랫폼은 계획 업계가 새로운 데이터를 포용하는 수확과 축적이기도 합니다. 그중에서도 베이징기획원이 만든 도시계획 클라우드 플랫폼인 CITYIF 가 대표적인 사례다. 이 시스템은 기획자, 정부, 시민들의 온라인 상호 작용을 가능하게 하며 인터넷+및 다중 소스 데이터를 기반으로 하는 대중 참여 보조 플랫폼입니다.
6.2 과정
새로운 데이터는 도시 계획과 연구에 새로운 시각과 새로운 동력을 가져다 주지만, 데이터 사용의 불규칙성으로 인해 일련의 경험과 교훈을 얻게 된다. 도시 연구에서 주요 교훈은 부적절한 데이터 사용으로 인한' 큰 실수' 와 일련의 윤리 문제이다. 첫 번째는 데이터 수집 왜곡, 데이터 누락, 데이터 대표 없음, 일관성 및 신뢰성 등으로 인한 "큰 오류" 와 같은 데이터 품질 및 사용 방법입니다. 둘째, 도덕과 개인의 사생활 문제도 있다. 도시 계획 실천 분야에서도 맹목적으로 데이터를 사용하고 데이터를 위해 데이터를 사용하는 현상이 있다. 엄밀한 방법이 부족하여 최종 결과가 반반이다.
전반적으로, 이러한 문제들은 모두 데이터 수집과 처리가 비과학적이고 표준화되지 않은 것과 관련이 있다. 데이터를 과학적으로 사용할 수 없다면, 도시 계획의 연구와 응용을 과학적으로 지도할 수 없다. 따라서 우리는 과학적 데이터 처리 및 분석 방법 (1) 을 배워야 합니다. (2) 데이터 공급 업체 협력 모델; (3) 전통적인 데이터 수집 방법을 완전히 포기할 수는 없다. (4) 데이터의 다중 소스 검증; (5) 연구 윤리의 검토.
6.3 미래 발전에 대한 판단
새로운 데이터 환경은 재고 계획 시대의 정교한 인문 계획을 뒷받침하며, 기획업계는 처음으로 인문 계획 실천의 조건을 갖추었다. 그러나 현재 새로운 데이터를 사용하는 도시 연구 및 계획 애플리케이션은 여전히 현상 설명 및 피쳐 추출 단계에 있습니다. 미래의 새로운 데이터의 추가 사용은 필연적으로 데이터 마이닝 및 분석 방법의 추가 발전을 요구할 것이다. 다음 단계에서는 기계 학습과 인공지능이 도시 계획 산업에 개입하는 것이 필수적이다.
따라서 이런 맥락에서 기획업계의 개혁이 시급하다. 이번 개혁은 과거 CAD, GIS 등 기술 혁신을 도입한 것과는 달리 방법론적으로 도시 계획의 이론적 기초, 편성 방법, 기술 지표 및 평가 체계를 재구성했다. 그러나 이런 개혁은 기획자만으로는 실현하기 어렵기 때문에 전체 기획업계도 개방과 연합업계 외 자원을 준비해야 한다.
필자는 가까운 장래에 큰 데이터가 더 이상 데이터 과학 기술을 가진 소수의 도시 연구자의 전유물이 아니라 CAD, 지형도처럼 각 기획자가 사용할 수 있고 생산에 투입될 수 있다고 믿을 만한 이유가 있다. 이는 데이터 시대 도시 기획업계의 자기개혁과 쇄신의 결과이기도 하다.