面向规划应用的地理国情分类标准优化研究

自2013年地理国情普查和监测工作开展以来,地理国情数据已经在城乡规划、国土规划及生态保护等一系列工作和研究中取得了一定的应用成果。为进一步推进地理国情数据在城乡规划中的应用,探讨面向规划应用的地理国情分类标准的优化策略具有极其重要的意义。文章首先综述了目前地理国情分类数据在城乡规划编制和城市问题研究中的应用场景;其次针对应用场景中用到的土地利用分类数据基础进行了有效性分析,具体包括地理国情与城乡规划分类标准和数据采集过程的对比研究,以及其成果数据间转换的有效性研究;最后针对分析结果,面向规划应用提出地理国情分类标准及其数据采集上的优化建议,从而为地理国情普查和监测数据在国土空间规划中的应用打下基础。     

测绘地理大数据在城乡规划中的应用研究

如今中国城市化的不断进步也对城市规划提出了更高的要求,测绘地理科学技术也得到了极大的进步,出现了测绘地理大数据。该技术在城市规划中发挥着很大的作用,使得城乡规划更加方便,进行也更加顺利。本文先全面的叙述测绘地理大数据的概要,然后剖析在城市规划时此项技术的一些好的运用。     

论城市测绘在城乡规划工作中的重要性

在城乡规划工作中城市测绘技术能够大大提高规划工作的效率和工作完成的精准性,阐述了城市测绘的定义,城市测绘和城乡规划之间的关系,并对测绘在规划工作中的应用进行了分析。     

大数据及其对测绘地理信息工作的启示

随着科学技术的不断发展和信息时代的全面到来,大数据技术在各行各业有着十分重要的应用价值和应用潜力,将大数据技术应用于地理信息测绘过程中,能够进一步提高测绘地理信息工作的质量,实现资源的充分利用以及合理配置,扩大地理信息服务的范围,充分发挥测绘地理信息的优势。论文主要针对大数据及其对测绘地理信息工作的启示进行探究。     

基于业务流程和GIS的城乡规划实施管理数据动态更新

GIS与城乡规划密不可分,是规划的数据库和工具箱。规划实施管理是规划管理机构的日常业务。本文分析了城乡规划实施管理业务流程与城乡规划实施管理数据更新业务流程的相互关系,提出了基于上述两大相辅相成的业务流程和GIS技术的数据更新方法,具体包括数据预处理、数据处理、检验和确认、质量检查和更新入库等基本环节。最后指出只有把握好数据更新机制、数据质量控制、数据模型演化、资金保障等方面的因素,才能实现城乡规划实施管理数据的可持续动态更新,提升数据的应用价值。     

基于规划管理的城市测绘行业的发展

分析了城市总体规划、详细规划、规划管理、国土管理、综合管理工作对城市测绘的要求,指出新时期城市测绘要适应发展需要,推进数字测绘向信息测绘的发展,推进基础地理信息的社会化应用和产业化发展,不断丰富基础测绘成果的表现形式和内涵,提供高附加值的测绘产品,拓宽应用服务领域.     

重庆市规划信息服务中心简介

正重庆市规划信息服务中心成立于2000年9月,是重庆市规划局下属正处级事业单位,具备城乡规划编制乙级资质;重庆市规划和测绘档案馆达到国家二级档案馆的管理水平,馆藏20万余卷,现为两块牌子、一套班子管理。中心主要职责是以信息化技术为应用基础、大数据研究为理论基础,为规划管理提供支撑和保障服务。中心现单位负责人为戴一明同志,共有职工86名。     

大数据在测绘地理信息方面的应用

地理信息数据在测绘地理信息事业中的重要位置不可替代,这既是测绘地理信息工作多年的实践的检验和反映,也是由测绘地理信息工作的本质特点所决定。本文基于以上分析,就大数据在测绘地理信息方面的应用进行了研究。     

大数据在测绘地理信息方面的应用

地理信息数据在测绘地理信息事业中的重要位置不可替代,这既是测绘地理信息工作多年的实践的检验和反映,也是由测绘地理信息工作的本质特点所决定。本文基于以上分析,就大数据在测绘地理信息方面的应用进行了研究。     

重庆市规划信息服务中心

<正>重庆市规划信息服务中心(重庆市规划和测绘档案馆)具备城乡规划编制乙级资质,达到国家二级档案馆的管理水平。主要职责是为规划管理提供信息及综合技术服务。涉及职能有:全市规划信息化建设发展规划;规划管理各类信息数据收集、管理和发布;全局政务管理平台、网络系统的建设和维护;全市城乡规划综合数据库共建共享和     

Physical Exams for the City — Applications for Big Data in Urban and Rural Planning

In this article, the interviewee, senior urban planner Peng Wang, suggests a broader definition for Big Data, considering which as a methodology. Combining introduction of case studies, he offers insights on the issues of how Big Data influences planners’ practice, the misunderstandings in planning industry about Big Data, the obstacles in the research and application of Big Data, as well as Big Data’s future development.     

大数据背景下城市治理范畴内的伦理冲突

随着通信技术、信息技术和大数据技术在各行业应用的日趋成熟,大数据技术被广泛地应用于城市治理的各个环节,为城市治理带来了更加精准、快捷、有效的方法,在城市现代化治理的过程中发挥着重要作用。城市治理为大数据的发展提供了广阔空间,但大数据的应用也引发了一系列的风险,尤其在公民隐私保护方面,造成了一系列的伦理冲突。在大数据城市治理的背景下,如何帮助城市主体充分适应大数据常态化生活,为其争取更多的空间权益,提升人们的满足感极其重要。文章从伦理和隐私的维度对大数据背景下城市治理面临的风险进行深入探析,分析大数据城市治理下隐私保护伦理问题,积极寻求破解之道,对大数据时代城市治理隐私保护伦理问题,提出构建大数据伦理准则等对策,以便在数据开放、利用、智慧城市建设等方面,使每个个体都能在整个数据生命周期中充分享有自己的权利和履行应尽的义务。     

基于时空大数据的公路工程信息化技术框架 ——以铺前跨海大桥为例

以空天地一体化为代表的时空大 数据结合了GIS、遥感、倾斜摄影、BIM和物 联网等技术,是公路信息化发展的重要动 力。本文阐述了由地理建模、地理设计、地理 监测及地理控制组成的时空大数据技术架 构,提出了地理信息、BIM和倾斜摄影等关 键技术,并介绍了基于BIM的公路信息化技 术在海南文昌铺前跨海大桥的设计和施工中 实际应用的经验和思考,揭示了将BIM和GIS 结合的技术应用于我国桥梁设计和施工领域 的优势,为以后进一步结合遥感、倾斜摄影 等先进技术,促进公路信息化技术和应用的 进一步发展奠定基础。     

基于大数据技术的建筑节能方法研究与设计思考

传统的建筑节能方法经过长时间的发展,迎来了以大数据为技术手段的新时期。大数据技术在建筑节能领域逐渐得到认可,并逐渐被研究和应用。对基于大数据技术的建筑节能方法进行研究,探寻新兴技术如何与传统建筑领域相结合,从而提出新的设计思考。从大数据的架构和技术入手,协同分析应用于建筑节能领域的架构,用信息技术时代的大数据手段为传统建筑的发展提供参考。     

新媒体与城市规划公众参与

随着新媒体技术的发展,社交网络、位置服务、移动终端等新媒体工具逐渐应用到城市规划实践。新媒体及其产生的“大数据”作为研究“人”的新工具,一方面形成了新的城市规划公众参与方式,另一方面为城市规划研究提供了新的分析工具。结合近年来的若干案例,初步分析了新媒体技术在城市规划公众参与,尤其是第三方参与中的应用,并提出了公众教育、舆论参与、信息分享、数据分析等应用模式。本文还以笔者参与的“钟鼓楼片儿区关注团队”、“梅州围龙屋关注团队”的实践为例,阐述了相关技术的实际应用方式。     

数据挖掘在供水管理中的应用研究

随着自来水行业的改革与发展,为了提高企业的竞争力,自来水行业迫切希望通过加强企业信息化来提高生产力。数据挖掘作为一项新技术被广泛的用于决策支持系统(DSS),因此,基于自来水行业的数据挖掘的决策支持系统(DSS)的应用有很现实的意义。针对目前供水系统普通存在的产销差异问题,提出了通过一个基于管网地理信息系统(GIS)的城市供水系统的数据仓库上,进行数据挖掘来发现产销差异显著的区域或管网段的一种方法。     

基于ArcGIS及安卓平板进行地理国情普查生产的应用

地理国情普查是系统性工程,在我国属于首次开展,其复杂性、严格性、艰巨性均超出一般性测绘项目。针对地理国情普查内外业数据生产的特点,结合实践,实现了基于自制Arc GIS模板及安卓平板(手机)进行地理国情普查内外业数据生产的开发与应用。此应用不仅节省了大量的资金投入,提高了内外业数据生产的效率与质量,而且具有易于实现、操作简单、开放性,可广泛应用于其他测绘工程。     

Making Big Data Small: Strategies to Expand Urban and Geographical Research Using Social Media

While exciting, Big Data (particularly geotagged social media data) has proven difficult for many urbanists and social science researchers to use. As a partial solution, we propose a strategy that enables the fast extracting of only relevant data from large sets of geosocial data. While contrary to many Big Data approaches—in which analysis is done on the entire dataset—much productive social science work can use smaller datasets—around the same size as census or survey data—within standard methodological frameworks. The approach we outline in this paper—including the example of a fully operating system—offers a solution for urban researchers interested in these types of data but reluctant to personally build data science skills.     

动·静·显·隐:大数据在城市设计中的四种应用模式

伴随着信息化技术的不断进步,城市设计实践中也呈现出大尺度化、高颗粒化、人本量化、经验量化等新特征趋势,尤其是大数据引领的数字化技术飞速发展,在城市设计的转型与提升中具有重要的现实意义.阐述了城镇化实践对于城市设计的大数据诉求特征,在大量规划实践探索的基础上,凝练大数据面向城市设计的四种应用维度,分别为:追踪即时人群活动潮汐波动规律的动态大数据应用;精确到建筑空间基准单元的静态大数据应用;体现出民生真实空间场所感受的显性大数据应用;衍射市场营运内在规律的隐性大数据应用.并结合具体案例,说明四种维度大数据的内涵特征与应用方法,初步建立大数据在城市设计中的应用模式,并对其未来应用进行前瞻.     

On big data,artificial intelligence and smart cities

Cities are increasingly turning towards specialized technologies to address issues related to society, ecology, morphology and many others. The emerging concept of Smart Cities highly encourages this prospect by promoting the incorporation of sensors and Big Data through the Internet of Things (IoT). This surge of data brings new possibilities in the design and management of cities just as much as economic prospects. While Big Data processing through Artificial Intelligence (AI) can greatly contribute to the urban fabric, sustainability and liveability dimensions however must not be overlooked in favour of technological ones. This paper reviews the urban potential of AI and proposes a new framework binding AI technology and cities while ensuring the integration of key dimensions of Culture, Metabolism and Governance; which are known to be primordial in the successful integration of Smart Cities for the compliance to the Sustainable Development Goal 11 and the New Urban Agenda. This paper is aimed towards Policy Makers, Data Scientists and Engineers who are looking at enhancing the integration of Artificial Intelligence and Big Data in Smart Cities with an aim to increase the liveability of the urban fabric while boosting economic growth and opportunities.