基于數(shù)據(jù)融合和規(guī)劃場景設定建設多源數(shù)據(jù)規(guī)劃應用平臺

徐 猛 XU Meng

0 引言

城市規(guī)劃的經(jīng)濟本質(zhì)之一是城市空間資源的配置機制。而主導城市規(guī)劃編制的主體將由城市發(fā)展需求導向的雅爾塔三元精英結(jié)構(gòu)（政府、企業(yè)、專業(yè)人員）走向人機交互與協(xié)同，體現(xiàn)全體成員訴求的全民參與（每個成員的主動愿景表達甚至每次出行產(chǎn)生的單體數(shù)據(jù)都將以整體數(shù)據(jù)訴求的形式深刻影響城市規(guī)劃）。就此意義而言，“規(guī)劃+大數(shù)據(jù)”更有機會表達全民對于稀缺的城市空間資源配置的集體意愿。

以上海2035總體規(guī)劃編制及其落地為契機，為配合上海市城市規(guī)劃設計研究院（以下簡稱“上規(guī)院”）“規(guī)劃+大數(shù)據(jù)”戰(zhàn)略，上海數(shù)城網(wǎng)絡信息有限公司自主開發(fā)了多源數(shù)據(jù)規(guī)劃應用平臺（以下簡稱“平臺”），嘗試提供法定規(guī)劃編制中傳統(tǒng)“官方數(shù)據(jù)+社會大數(shù)據(jù)”的應用端接口，探索數(shù)據(jù)在規(guī)劃設計中的應用，并在楊浦濱江城市設計、長寧區(qū)慢行系統(tǒng)規(guī)劃和虹橋開發(fā)區(qū)整體城市更新研究等項目實踐中獲得規(guī)劃師和評審專家的肯定。

1 需求分析

1.1 業(yè)務需求調(diào)研

平臺開發(fā)的目標用戶群體是一線規(guī)劃業(yè)務工作者，故開發(fā)團隊立足規(guī)劃業(yè)務編制需求，通過走訪座談、項目合作等方式獲取大量規(guī)劃業(yè)務數(shù)據(jù)需求意向，包括使用場景、數(shù)據(jù)意義、使用數(shù)據(jù)目的、數(shù)據(jù)表現(xiàn)形式、模型公式、規(guī)劃結(jié)論等。

通過系統(tǒng)梳理眾多規(guī)劃師的數(shù)據(jù)應用訴求，將其總結(jié)為3個要求：

（1）數(shù)據(jù)存儲，對上規(guī)院多方獲取的數(shù)據(jù)資源進行更有效的展示、存儲，以規(guī)劃語義進行數(shù)據(jù)表達比單純的數(shù)據(jù)羅列更能實現(xiàn)規(guī)劃價值。

（2）數(shù)據(jù)管理，針對不同維度的數(shù)據(jù)進行更科學的管理和維護更新。不同維度包括空間尺度（顆粒度）和時間維度。

（3）模型算法，規(guī)劃模型方法論的標準化。多年的規(guī)劃實踐和項目積累可以為模型方法進行沉淀和總結(jié)，并在規(guī)劃編制中普適推廣和演替更新。形成規(guī)劃編制項目質(zhì)量可控、橫向可比、標準可依。

規(guī)劃項目中的數(shù)據(jù)支撐服務如果通過產(chǎn)品的形式提供，則該數(shù)據(jù)產(chǎn)品應具有普適性、開放性、系統(tǒng)性的特征，才能基本涵蓋廣泛的規(guī)劃應用場景和推廣價值。

1.2 類比產(chǎn)品研究

重慶市規(guī)劃院下轄重慶城市大數(shù)據(jù)實驗室，基于手機信令數(shù)據(jù)建立了重慶人口特征數(shù)據(jù)庫和“時空人”觀測平臺[1]，為該院的規(guī)劃業(yè)務編制提供了新穎的數(shù)據(jù)研究窗口和量化手段，獲得良好的業(yè)務反饋。基于此，該數(shù)據(jù)實驗室從基礎數(shù)據(jù)倉庫建立、專項應用研究、規(guī)劃體系應用到科普教育，形成了完整的業(yè)務體系鏈條。

北京市規(guī)劃院與其他企事業(yè)單位合作成立的北京城市實驗室（BCL）[2-4]是國內(nèi)較早進行大數(shù)據(jù)規(guī)劃行業(yè)應用研究的專門機構(gòu)，其專業(yè)成果豐富，社會影響廣泛。

日本GSI公司專業(yè)從事商業(yè)地理選址咨詢服務[5]。基于其強大的Market Analyzer產(chǎn)品，可以為商業(yè)客戶提供完整的選址建議報告服務。其分析模型的精細定量化、數(shù)據(jù)更新高效是產(chǎn)品的核心競爭力之一。

通過業(yè)務需求調(diào)研和類比產(chǎn)品研究，結(jié)合自身的資源條件，確立了產(chǎn)品開發(fā)的基本方向和實現(xiàn)目的。

2 總體設計

2.1 平臺目標

為法定規(guī)劃編制提供量化解決方案。依據(jù)規(guī)劃編制對大數(shù)據(jù)的客觀需求，對多源數(shù)據(jù)進行規(guī)劃語義的整合、重塑、可視化和交互操作設計，實現(xiàn)數(shù)據(jù)分析的產(chǎn)品化、標準化，構(gòu)建規(guī)劃師可以高效便捷使用的規(guī)劃設計應用平臺。

2.2 指導準則

（1）鏈接功能，多源數(shù)據(jù)規(guī)劃應用平臺旨在鏈接規(guī)劃師和大數(shù)據(jù)。

（2）人機共生共進，平臺“替代”規(guī)劃師完成可數(shù)據(jù)化、標準化的重復性工作，釋放主創(chuàng)人員的生產(chǎn)力（時間），推動規(guī)劃師轉(zhuǎn)型升級編制更具創(chuàng)意的方案。

（3）應用界面友好，打破專業(yè)壁壘，降低數(shù)據(jù)應用的技術(shù)準入門檻，使得每位規(guī)劃師只需上傳項目規(guī)劃范圍，即可開始“規(guī)劃+大數(shù)據(jù)”應用體驗。

2.3 功能定位

（1）智能平臺：多源大數(shù)據(jù)的融合、展示和知識挖掘。

（2）解決方案：規(guī)劃決策模型開發(fā)、呈現(xiàn)、交互使用。

（3）功能模塊：科研課題研究方法沉淀、總結(jié)和持續(xù)更新、使用。

2.4 工作路徑

第一階段：平臺為人服務。

目前已完成平臺1.0版本垂直創(chuàng)新，由零到一實現(xiàn)職住模塊功能；正在啟動平臺2.0版本水平創(chuàng)新，由一生二以致多模塊。

圖1 職住關(guān)系數(shù)據(jù)融合技術(shù)體系結(jié)構(gòu)圖資料來源：作者自繪。

模板設計：覆蓋宏觀、中觀、微觀各類專項的應用場景，提供可供選擇、參數(shù)化的單元畫像功能群。平臺依靠模塊數(shù)量的積累，單向為規(guī)劃業(yè)務人員提供數(shù)據(jù)服務，并成為上規(guī)院科研轉(zhuǎn)化為規(guī)劃生產(chǎn)力的平臺。

第二階段: 人在平臺的互聯(lián)網(wǎng)化、數(shù)據(jù)化。

由規(guī)劃師和數(shù)據(jù)工程師共同主導進行更多模塊構(gòu)建、更多模型完善、更多數(shù)據(jù)融合、更多功能延伸，使平臺不斷更新迭代，實現(xiàn)功能模塊與業(yè)務應用的良性互動、提升和演進。

這一階段規(guī)劃師已經(jīng)自動黏連平臺，通過平臺不斷獲得整個規(guī)劃行業(yè)內(nèi)新思維、新技術(shù)、新方法來解決規(guī)劃問題，同時，他（她）的創(chuàng)新案例被數(shù)據(jù)化、模塊化地反饋到平臺，實現(xiàn)單體設計師的IP化。

第三階段：人機合一，協(xié)同進化。

平臺的最終愿景是使具備專業(yè)訓練背景的規(guī)劃師能熟練駕馭人工智能輔助設計平臺，包括數(shù)據(jù)抓取、清洗分類、模型運算、評估判斷，并生成具有設計師個體價值偏好的方案，如影隨形，人機合一。與此同時，平臺借由互聯(lián)網(wǎng)化的個體設計師的創(chuàng)新集合，演進為呈現(xiàn)多元價值觀的AlphaGo智慧子系統(tǒng)。

3 數(shù)據(jù)融合技術(shù)體系

從職住關(guān)系命題到多源數(shù)據(jù)的融合需要經(jīng)歷“命題解讀”、“量化維度分解”、“詳細指標體系建立”、“基礎數(shù)據(jù)支撐”4大過程。這一體系既不是絕對的自上而下理論拆解，也不是簡單的自下而上數(shù)據(jù)拼裝，而需要各個過程不斷地融合貫通，最終才形成完整的數(shù)據(jù)融合技術(shù)體系。

3.1 職住關(guān)系命題與量化維度分解

職住關(guān)系是城市規(guī)劃的經(jīng)典命題，誕生于1933年的《城市規(guī)劃大綱》（后來被稱作《雅典憲章》）指出，城市規(guī)劃的目的是解決居住、工作、游憩與交通4大功能活動的正常進行。該大綱針對就業(yè)存在的問題建議有計劃地確定工業(yè)與居住的關(guān)系。

關(guān)于職住關(guān)系的研究，以“職住平衡”為切入點開展得最為豐富，特別是在過去二三十年里，以數(shù)據(jù)科學為背景，經(jīng)歷了從“交通出行調(diào)查”到“大數(shù)據(jù)”的過程，職住平衡的量化分析得以體現(xiàn)。而隨著大數(shù)據(jù)的不斷出現(xiàn)，關(guān)于職住關(guān)系的量化指標也越來越多，不單單局限于“職住平衡”指數(shù)。典型研究如張?zhí)烊籟6]在研究上海市域職住空間時，利用了手機信令數(shù)據(jù)和交通調(diào)查數(shù)據(jù)、人口抽樣調(diào)查數(shù)據(jù)相結(jié)合的方法，分析居民通勤距離和就業(yè)崗位通勤距離。作者通過文獻檢索發(fā)現(xiàn)，國內(nèi)包括王德[7]、鈕心毅[8]、高碩[9]等都基于大數(shù)據(jù)開展了職住關(guān)系的量化分析研究，其核心定量化指標包括居住地、就業(yè)地、居住的就業(yè)地、崗位的居住地、通勤圈、最大通勤、最小通勤等。

另一方面，職住關(guān)系分析在城市規(guī)劃中的支撐作用又日益迫切。結(jié)合作者所在單位業(yè)務，發(fā)現(xiàn)各類型項目在開展前期現(xiàn)狀分析與評估時，往往需要研究與職住相關(guān)的內(nèi)容，卻又不局限于上述研究學者所列舉的核心指標[10-11]，往往還包括居住人口規(guī)模、年齡、教育特征，就業(yè)與崗位的教育特征，職住空間的用地結(jié)構(gòu)，通勤交通的作用，公共服務設施的服務水平等。

為此，我們結(jié)合已有學術(shù)研究及規(guī)劃設計需求提出，職住關(guān)系應包含8個維度的數(shù)據(jù)內(nèi)容，分別為：人口、就業(yè)、崗位、用地、公服、交通、通勤和休閑（圖1）。

表1 基礎數(shù)據(jù)庫及詳細內(nèi)容介紹[12]

3.2 基礎數(shù)據(jù)支撐

為破解8大維度的量化難題，本次研究所使用的數(shù)據(jù)來源廣泛，不僅包括上海城鄉(xiāng)發(fā)展戰(zhàn)略數(shù)據(jù)平臺（SDD）所涉及的規(guī)劃傳統(tǒng)數(shù)據(jù)，還包括市層面主流空間大數(shù)據(jù)。這些數(shù)據(jù)來源廣泛，空間尺度不一、數(shù)據(jù)時效性各不相同，為了研究的嚴謹性，我們盡可能將數(shù)據(jù)落于微觀精細尺度，數(shù)據(jù)采集年份盡可能新，年份差距縮到最小。相關(guān)數(shù)據(jù)內(nèi)容介紹如表1所示。

3.3 詳細指標體系建立

圖2 職住關(guān)系指標體系圖資料來源：作者自繪。

圖3 分布式計算對GIS性能提升（疊加分析）[14]資料來源：超圖集團，當GIS擁抱大數(shù)據(jù)。

圖4 分布式計算對GIS性能提升（屬性更新）[14]資料來源：超圖集團，當GIS擁抱大數(shù)據(jù)。

針對職住關(guān)系所涉8大維度以及數(shù)據(jù)基礎，我們設立了81項指標。根據(jù)指標對職住關(guān)系支撐的重要程度，我們將指標區(qū)分為核心指標和一般指標。其中的核心指標包括：常住人口數(shù)量、人口密度、就業(yè)數(shù)量、就業(yè)密度、崗位數(shù)量、崗位密度、軌道交通站點進出站流量、軌道交通站點通勤OD及時間、居民的工作地分布、崗位的居住地分布、職住比、居民的通勤距離和時間、崗位的通勤距離和時間等；其余指標為一般指標（圖2）。

4 大數(shù)據(jù)解決方案

IBM[13]對大數(shù)據(jù)進行系統(tǒng)研究后，總結(jié)有4個典型特征（4V）。第一，體量大（Volume）。信息技術(shù)的高速發(fā)展，數(shù)據(jù)爆發(fā)性增長，存儲單位從過去的GB到TB，直至PB、EB。迫切需要智能的算法、強大的數(shù)據(jù)處理平臺和新的數(shù)據(jù)處理技術(shù)來統(tǒng)計、分析、預測和實時處理大規(guī)模的數(shù)據(jù)。第二，種類多（Variety）。廣泛的數(shù)據(jù)來源，決定了大數(shù)據(jù)形式的多樣性。大數(shù)據(jù)大體可分為3類，一是結(jié)構(gòu)化數(shù)據(jù)，如財務系統(tǒng)數(shù)據(jù)、信息管理系統(tǒng)數(shù)據(jù)、醫(yī)療系統(tǒng)數(shù)據(jù)等，其特點是數(shù)據(jù)間因果關(guān)系強；二是非結(jié)構(gòu)化的數(shù)據(jù)，如視頻、圖片、音頻等，其特點是數(shù)據(jù)間沒有因果關(guān)系；三是半結(jié)構(gòu)化數(shù)據(jù)，如HTML文檔、郵件、網(wǎng)頁等，其特點是數(shù)據(jù)間的因果關(guān)系弱。第三，價值密度低（Value）。有價值的數(shù)據(jù)所占比例很小。相比于傳統(tǒng)的小數(shù)據(jù)，大數(shù)據(jù)最大的價值在于通過從大量不相關(guān)的各種類型的數(shù)據(jù)中，挖掘出對未來趨勢與模式預測分析有價值的數(shù)據(jù)，通過機器學習方法、人工智能方法或數(shù)據(jù)挖掘方法深度分析，發(fā)現(xiàn)新規(guī)律和新知識，并運用于農(nóng)業(yè)、金融、醫(yī)療等各個領(lǐng)域，從而達到改善社會治理、提高生產(chǎn)效率、推進科學研究的效果。第四，變化快（Velocity）。大數(shù)據(jù)的交換和傳播是通過互聯(lián)網(wǎng)、云計算等方式實現(xiàn)的，遠比傳統(tǒng)媒介的信息交換和傳播速度快捷。大數(shù)據(jù)與海量數(shù)據(jù)的重要區(qū)別，除了大數(shù)據(jù)的數(shù)據(jù)規(guī)模更大以外，大數(shù)據(jù)對處理數(shù)據(jù)的響應速度有更嚴格的要求。實時分析而非批量分析，數(shù)據(jù)輸入、處理與丟棄立刻見效，幾乎無延遲。數(shù)據(jù)的增長速度和處理速度是大數(shù)據(jù)高速性的重要體現(xiàn)。

多源平臺是一個在線、實時操作、實時展現(xiàn)結(jié)果的信息化產(chǎn)品，涉及的數(shù)據(jù)種類繁多、交互操作豐富、空間計算海量，導致傳統(tǒng)的關(guān)系數(shù)據(jù)庫難以有效存儲、管理平臺數(shù)據(jù)資源（圖3-圖4）?；诖?，對經(jīng)典空間數(shù)據(jù)能力的改造在于3個方面：海量空間數(shù)據(jù)分布式存儲、空間數(shù)據(jù)處理分布式計算改造、空間分析分布式計算改造。

平臺建設中，采用國內(nèi)領(lǐng)先的SuperMap大數(shù)據(jù)解決方案（圖5），通過Spark+hadoop的分布式存儲、計算環(huán)境，能快速、高效地管理數(shù)據(jù)、海量計算和圖形渲染展示。

5 功能實現(xiàn)

基于前期詳細的需求分析和數(shù)據(jù)整理工作，在多源平臺一期，成功實現(xiàn)以下主要功能。

5.1 平臺環(huán)境構(gòu)建

多源平臺的功能是基于模塊化封裝的各個規(guī)劃應用子系統(tǒng)實現(xiàn)的。構(gòu)建開放的平臺環(huán)境為后期的擴展、更新提供了穩(wěn)定的運行環(huán)境（圖6）。

通過OA系統(tǒng)統(tǒng)一的用戶管理接口，可以直接使用多源平臺。同時，在后臺為用戶設置不同的權(quán)限等級，既實現(xiàn)數(shù)據(jù)功能的共享，也對敏感數(shù)據(jù)進行安全管理。日志收集管理可以分析用戶常用的指標功能，為平臺功能優(yōu)化和結(jié)構(gòu)調(diào)整提供依據(jù)。5.2 職住關(guān)系模塊

圖5 大數(shù)據(jù)解決方案資料來源：作者自繪。

圖6 多源數(shù)據(jù)規(guī)劃應用平臺主頁資料來源：作者自繪。

圖7 職住關(guān)系模塊數(shù)據(jù)圖表界面資料來源：作者自繪。

圖8 職住關(guān)系模塊公服設施數(shù)據(jù)界面資料來源：作者自繪。

圖9 職住關(guān)系模塊通勤關(guān)系展示界面資料來源：作者自繪。

圖10 單元畫像資料來源：作者自繪。

圖11 用戶手冊和案例庫資料來源：作者自繪。

由平臺主頁進入職住關(guān)系模塊，基于用戶的傳統(tǒng)認知習慣布局其操作界面，左側(cè)為8個維度81項指標的數(shù)據(jù)目錄樹，界面主體是數(shù)據(jù)展示的可視化窗口（地圖窗口），右側(cè)為圖表展示活動按鍵。地圖窗口上方為常用工具按鈕和數(shù)據(jù)篩選框?；镜貓D要素包括圖例、比例尺、鷹眼等可以收放。界面右上角為單元畫像功能，上傳規(guī)劃邊界可以一鍵生成職住關(guān)系數(shù)據(jù)報告。各項功能展示見圖7-圖10。

5.3 用戶手冊和案例庫

用戶手冊封裝成電子書，與指標使用過的項目庫鏈接在一起，既提供數(shù)據(jù)的詳細說明和算法公式，又將應用過的項目場景以示范案例的形式進行直觀展示。同時，把案例中的原數(shù)據(jù)以地圖服務的形式發(fā)布，供參考學習者直接查詢、研究（圖11）。

6 展望和思考

6.1 平臺催生規(guī)劃服務系統(tǒng)解決方案成果新樣式

未來政府委辦局招標采購的可能是集成設計、管理與基于互聯(lián)網(wǎng)溝通反饋的專業(yè)系統(tǒng)解決方案。如上規(guī)院的街道設計系統(tǒng)解決方案，除了提供上海市街道設計導則、標準規(guī)范，規(guī)劃方案，還有方案實施評估和監(jiān)測管理軟件，公眾參與數(shù)據(jù)反饋接口等一攬子解決方案集合包，并以數(shù)據(jù)化模塊軟件樣式作為成果交付。

6.2 平臺賦能規(guī)劃師成為跨界復合型人才

在重復性的腦力勞動、數(shù)據(jù)收集與清洗處理等日漸被平臺替代后，規(guī)劃師與機器之間良好的溝通互動能力將如同CAD、PS一樣成為新一代規(guī)劃師的技能標配。更重要的是，規(guī)劃師需要聚焦那些無法被平臺模型算法所替代的部分，例如規(guī)劃項目策劃與運營管理能力、與各方利益代表有效的溝通能力（特別是公眾溝通表達能力）、設計的創(chuàng)新創(chuàng)意能力等，這些差異化方面技能將會成為規(guī)劃師安身立命的新核心競爭力，抑或直接成為能夠駕馭人工智能的規(guī)劃數(shù)據(jù)工程師。我們預測未來設計行業(yè)的數(shù)據(jù)工程師人員比例將會大幅上升，甚至可能出現(xiàn)設計師與工程師比例倒掛的極端個案。到那時，這些具備人機合一的跨界規(guī)劃師最有機會成為新生代規(guī)劃行業(yè)的領(lǐng)軍人才。

6.3 平臺接入上海智慧城市總系統(tǒng), 成為其重要的子系統(tǒng)運營

智慧城市建設方興未艾，其中重要的特征之一即信息的互聯(lián)互通，城市規(guī)劃設計和管理的信息系統(tǒng)內(nèi)容主體是實體空間的功能安排，也是承載智慧城市其他功能的基礎。

上海智慧城市總系統(tǒng)涵蓋城市功能的方方面面，由于管理和使用權(quán)屬界定明晰，必然是弱整合性的開放平臺。各子系統(tǒng)在穩(wěn)定運行自身功能的同時，通過數(shù)據(jù)接口等形式實現(xiàn)信息共享、知識分發(fā)和管理協(xié)同。

多源平臺與生俱來的數(shù)據(jù)屬性、互聯(lián)網(wǎng)屬性讓它和建筑行業(yè)的BIM平臺一樣更容易融入未來整個城市的“智慧系統(tǒng)”，而上海的空間資源配置的重要性決定了平臺作為一個子系統(tǒng)角色的重要性。

參考文獻 References

[1]重慶城市大數(shù)據(jù)實驗室（CUDL）. 數(shù)讀重慶[R].2017.Chongqing Urban Big Data Laboratory. Digitizing Chongqing[R]. 2017.

[2]北京城市象限科技有限公司. 大數(shù)據(jù)視角下帝都魔都的愛恨情仇[R]. 2017.Beijing City Quadrant Technology Co., Ltd. A comparative study of Beijing and Shanghai from the perspective of big data[R]. 2017.

[3]龍瀛. 大數(shù)據(jù)時代的城市模型研究及其機遇[R].2017.LONG Ying. Urban model in big data era and its opportunities[R]. 2017.

[4]Beijing City Lab. Geospatial analysis to support urban planning in Beijing[EB/OL]. (2015)[ 2018-02-09]. EU:https://www.beijingcitylab.com/projects-1/5-planning-support-systems/.

[5]李長風. 國外咨詢公司商業(yè)選址類業(yè)務經(jīng)驗借鑒研究[R]. 2016.LI Changfeng. Research on business location experiences of foreign consulting companies[R].2016.

[6]張?zhí)烊? 基于手機信令數(shù)據(jù)的上海市域職住空間分析[J]. 城市交通，2016（1）：15-23.ZHANG Tianran. Job-housing spatial distribution analysis in Shanghai metropolitan area based on cellular signaling data[J]. City Traf fi c, 2016(1): 15-23.

[7]王德，朱查松，謝棟燦. 上海市居民就業(yè)地遷移研究——基于手機信令數(shù)據(jù)的分析[J]. 中國人口科學，2016（1）：80-89.WANG De, ZHU Chasong, XIE Dongcan. Research on intra-city employment mobility in Shanghai: based on cell phone data[J]. Chinese population science,2016(1): 80-89.

[8]丁亮，鈕心毅，宋小冬. 上海中心城區(qū)商業(yè)中心空間特征研究[J]. 城市規(guī)劃學刊，2017（1）：63-70.DING Liang, NIU Xinyi, SONG Xiaodong. A study on spatial characteristics of commercial centers in the Shanghai central city[J]. Journal of Urban Planning,2017(1): 63-70.

[9]高碩，王銘揚，魯旭，等. 基于大數(shù)據(jù)的城市居民職住錨點計算方法研究[J]. 西部人居環(huán)境學刊，2017，32（1）：31-37.GAO Shuo, WANG Mingyang, LU Xu, et al.Research on residence-and-work anchor points algorithm with big data in urban research[J]. Journal of Western Habitat Environment, 2017, 32(1): 31-37.

[10]張健，陳明敏. 基于智能出行大數(shù)據(jù)的城市空間活躍區(qū)分析及其應用[J]．規(guī)劃師，2017（1）：65-72.ZHANG Jian, CHEN Mingmin. Analysis and application of commerical active space base on inteligent outgoing big data[J]. Planners, 2017(1):65-72.

[11]鄭曉偉．基于開放數(shù)據(jù)的西安城市中心體系識別與優(yōu)化[J]．規(guī)劃師，2017（1）：57-64.ZHENG Xiaowei. Identi fi cation and optimization of Xi’an urban center system based on open data[J].Planners, 2017(1): 57-64.

[12]上海市城市總體規(guī)劃（2017—2035）. 上海城鄉(xiāng)發(fā)展戰(zhàn)略數(shù)據(jù)平臺（SDD）[R]. 2017.Shanghai City Master Plan (2017-2035). Shanghai urban-rural development strategy data platform (SDD)[R]. 2017.

[13]IBM商業(yè)價值研究院，牛津大學賽德商學院. 分析：大數(shù)據(jù)在現(xiàn)實世界中的應用[R]. 2013.IBM Institute for Business Value, Sid College of Oxford University. Analysis: big data in the real world[R]. 2013.

[14]超圖集團. 當GIS擁抱大數(shù)據(jù)[R]. 2017.Supermap Group. When GIS embraces big data[R].2017.