景观大数据读书报告

大数据对于

景观设计的运用探讨

——读书报告2《大数据时代：生活、工作与思维的大变革》一书的作者维克托·迈尔·舍恩伯格说：“如果你是一个个人，如果你拒绝的话，可能会失去生命，如果是一个国家的话，拒绝大数据时代的话，可能失去这个国家的未来，失去一代人的未来。”

这一句话恐怕不能算作耸人听闻，因为每当人们站在现在这个节点的时候，总会去眺望未来，但是未来往往在你不经意当中已经悄悄地来到你的身边。1

认识大数据时代2XXX年的一个周末移动公司计费记录：5亿X10=50亿7:009:0012:0014:0016:0018:0022:0050亿X365≈1800亿1

认识大数据时代*最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡。其指出“大数据是指大小超出常规的数据库工具取、存储、管理和分析能力的数据集”、“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”*《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。*哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”1

认识大数据时代*亚马逊前任首席科学家AndreasWeigend说：“数据是新的石油。”*2008年《Nature》发布了“BigData”专刊，从互联网技术、经济学、生物医学和环境科学等方面讨论大数据时代的机遇和挑战。2011年《Science》发布了“Dealingwithdata”刊，分析大数据科学研究的重要性。*我国政府也在《“十二五”国家战略性新兴产业发展规划》中明确支持海量数据存储的技术研发，大数据相关科研课题数量逐渐增加。······2大数据定义维基百科给出的定义：

大数据是指利用常用软件工具捕获、管理和处理数据所耗时间不超过可容忍时间的数据集。大数据“5V”特征：体量大(Volume)、速度快(Velocity)、模态多(Variety)、难辨识(Veracity)、价值大(Value)单日数据产生量超过5万GB存储量4000万GB目前数据总量10亿GB存储网页1万亿页每天大约要处理60亿次搜索请求一小时能产生3.6GB的数据一个城市每月产生的数据达上千万GB（1）更多不是随机样本，而是全体数据。所需要的是所有数据，“样本=总体”3大数据时代的思维（2)更多的不是精确性，而是混杂性。（3）更好的不是因果关系，而是相关关系。通常情况下，与致力于避免错误相比，对错误的包容会带给我们更多的好处。值得注意的是，错误性并不是大数据本身所固有的，它只是我们使用工具的一个缺陷，如果说那一天技术变得完美，不精确的问题也将不复存在。8Google成功预测冬季流感2009年，Google通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google成功预测了2009冬季流感的传播甚至可以具体到特定的地区和州。1个100%的准确性VS1000个95%的准确性10《爸爸去哪儿》大数据解读新华社新媒体中心联合数托邦创意分析工作室抓取了新浪微博上提及“爸爸去哪儿”45.5万条原创微博，并对36.7万独立原发作者用户（去除疑似水军账户）、1300余万条用户微博及近1亿的关系进行数据分析。结果发现：《爸爸去哪儿》不仅成为名副其实的“口碑王”，还使娱乐节目发生了很多微妙变化。粉丝性别比例：“爸爸粉”女性占到八成。或许是微博中女性用户占比较高和她们更爱分享转评的习惯也有关。但我们可以忽略混杂原因，直接了解结果。用户年龄分布：覆盖适龄婚育群体，观众气质更显成熟。不少适龄青年发微博称，“看到某某，我也好想结婚，想有个这样的儿子／女儿。”地区偏好排行：《爸爸去哪儿》的观众明显向GDP高地聚集。对湘派娱乐节目免疫力极强的京、沪、苏、蜀等地罕见上榜。《爸爸去哪儿》偏好度前十省份中，有５个GDP十强省份，涵盖3个直辖市。4

大数据对于景观设计的运用探讨对于风景园林学而言，如何面对日趋复杂的环境、社会与人的关系问题？如何在设计时真正做到与其他土木、建筑、城市规划、哲学、历史和文学艺术等学科相结合？都是决定行业发展方向的重大课题。如今看来，大数据的理念或许可以解决上述问题。如果说大数据对其他行业而言，核心意义在于技术和产品的创新；那么对于风景园林学而言，其意义更在于专业人员思维和意识的更新。相对于数据的获取、管理和处理，风景园林人更需要的是对已存在或可获得的大数据进行专业化应用的理解力和洞察力。长期以来，设计师不得不在一个相对简化的概念框架中工作。这种过度简化的认知方法一直以来影响着关于城市可持续性的讨论。新的数据环境提供了一种认识这种复杂关系的可能，我们可以通过大数据对城市秩序定量认识的角度出发，阐述在新的数据环境下，如何通过数据的工具理性对景观进行合理且可持续的规划。4

大数据对于景观设计的运用探讨气象土壤水利环境交通人的行为活动·······风景园林设计的基础什么样的数据？如何利用这些数据？麦克哈格提出的千层饼叠加分析4

大数据对于景观设计的运用探讨如场地土壤的相关资料中，是否能获得更加详尽的土壤类型、pH值、大量元素、微量元素、孔隙度、病虫害、微生物、各类污染物含量等各类数据，将对场地设计施工的水平和质量产生重大影响。如降雨量数据收集和分析可用来进行雨洪管理的设计，也能用于植物景观养护用水的估算.；如可通过智能手机获取人们在开放空间中的行为特征，以便做出更合理的设计。移动通信数据

互联网络数据社交媒体数据

智能刷卡数据刷卡数据

服务行业数据

导航定位数据刷卡数据

物联传感数据“百度人口迁徙”大数据，POI签到数据

移动通信数据

互联网络数据社交媒体数据

智能刷卡数据

服务行业数据刷卡数据

导航定位数据

物联传感数据对地观测数据移动通信数据

互联网络数据社交媒体数据

智能刷卡数据POI签到数据

服务行业数据

导航定位数据区域层面，舒怀利用“百度人口迁徙”大数据，分析了全国迁徙的区域带和热门线路，在时间维度上，进行区域空间使用特征的分析。4

大数据对于景观设计的运用探讨在城市层面，冉斌等利用手机定位数据分析用户在真实地理空间上活动分布，进行交通流模型、时空聚类算法计算和分析，以分析城市人口活动范围、出行比例和客流产生；龙瀛等利用公交刷卡数据分析北京职住关系和通勤出行

。在社区层面，郑宇等利用集成应用大数据预测城市空气质量；林波荣等利用下垫面温度大数据进行城市人居热环境分析。传统的风景园林规划设计主要依靠主观的理性经验和感性创作5大数据对于风景园林的意义多学科交叉综合解决问题的学科发展路径已经形成共识大数据可以使得风景园林学依靠客观的理性分析来解决问题；专业性地分析多样性的海量数据，对错综复杂的问题找到合适的处理方式。北京公交刷卡大数据与绿道规划设计公交刷卡数据由于覆盖范围广、可获取性强的特点而显得尤为重要。根据2013年《北京市交通发展年度报告》：“在2012年，公交出行分担率在连续11年持续攀升的基础上，再次提升2个百分点，达到44％”，而公交刷卡则占到公交出行比例的80％以上。可见，在公共交通发达的北京等大都市，公交刷卡数据能够契合市民出行活动规律，反应人口空间分布，识别市民高使用频率的区域。将公交刷卡数据在GIS中进行矢量化和可视化，获取每张公交卡的出行起始点，根据两次乘坐公交并进行刷卡的时间间隔、出行时间、周期和频率等信息建立决策树，可识别出行行为和出行地点的类别，以确定市民对居住地、就业地、商圈、公园和风景名胜等绿地的使用频率，即在公交刷卡大数据的支持下，从市民使用的角度确定和识别高频率目的地。绿道连接斑块不再限于绿地斑块，而是将市民使用的多种用地类型统一识别，将公共设施用地、就业地等也纳入到绿道选线过程中，可选取线性或斑块状绿地作为绿道依托载体，以实现绿地斑块生态连通的最大化。基于对北京中心城公交刷卡大数据的挖掘和分析，建立市民出行空间分布特征和绿道潜在连接区域的耦合分析，将其作为北京市绿道线路规划的基础，以期通过绿道规划，连接高使用频率城市空间，方便市民通过绿道出行，以绿色出行方式快速便捷地到达商圈、就业地、公共服务设施和绿地等多种目的地，促进城市用地的紧促布局。在保证城市绿道景观、生态和文化性功能的基础上，实现功能