大数据与城市规划习题及答案

大数据与城市规划课程概况习题1新数据的出现使得城市规划与城市研究更加深入，下面哪个不属于新数据（大数据+开放数据）？公共交通刷卡记录数据人口普查公报社交媒体数据手机信号数据解析：新数据为大数据以及公开数据，人口普查公报是汇总的数据，也是传统数据，因此不属于新数据。2、请问以下数据几何形式上属于哪种类型？线状数据（polyline）面状数据（polygon）点状数据（point）以上皆非解析：根据图片的点状分布以及核心字段的说明，可推断出本数据为point点状数据。3、下列关于“街道步行指数”核心字段的解释，下列叙述哪个不恰当？A、WalkScore：街道步行指数，是街道可步行性的综合指标B、

function_density：街道功能密度，以街道的商业建筑面积密度做参考C、function_mix：街道功能混合度，一个区域内设施的功能多样性D、junction_density：道路交叉路口密度，街道周边一定范围内的道路交叉路口数量与面积的比值解析：unction_density：街道功能密度是以计算该街道的兴趣点POI密度。公式如下：4、请问以下哪个字段不包含在“ResidentialCommunity居住小区”数据里？A、小区占地面积B、小区内容积率C、邻近设施状态D、小区住房成交量解析：此字段不包含于该数据中5、下面哪项属于本课程的教学内容？A、数据抓取B、数据分析C、数据可视化D、数据增强设计E、以上皆是变化中的中国城市与未来城市以城市规划学科而言，下面对于城市的定义哪个不恰当？行政地域是一般大家所熟悉的城市范围，其边界大多依据历史、地理等要素划定实体地域是指利用地形地貌所刻画出来的适宜城市建设的范围功能地域侧重于实质功能上的关联，如：通勤交通所体现的劳动力市场解析：实体地域是实际情况下城市化的土地，一般以城镇建设用地的范围作为表征。

关于当前中国城市的叙述，下列叙述哪个不恰当？A、现在的行政地域与真实的城市状况有所出入的，不足以客观表达中国的城市化进程以及中国城市的基本规模和分布B、过去的人类社会发展属于“硅基文明”，演化进程相对于“碳基文明”更为缓慢C、互联网的发展虽为人类带来了高效与便捷，却也出现了碾压城市空间，造成城市空间凋敝甚至是衰败等现象解析：人类社会发展以来长期属于碳基文明，如今，硅基文明以更低耗的进化速率席卷而来，驱动着世界朝向更高阶层的进化。近几年中国城市正在面临各种变革，以下何者为本章所提及的变化之一？全天候在线化小型化居家化以上皆是解析：以上三种皆为本章提及的"当前中国城市所面临的变化"。智能化的快速发展逐步冲击各行各业，下列叙述哪个不恰当？亚马逊的无人商店AmazonGo有自动识别商品、自动结账等技术，对传统零售商产生较大冲击国际四大会计事务所之一的德勤与人工智能企业合作，将人工智能引入会计和审计等工作中

设计师、教职人员、医务人员等职业并不会被智能化的趋势所影响和取代。解析：阿里巴巴在2016年已经使用了智能机器人“鲁班”设计商品广告的海报。在不久后，教职人员、分析師、医务这些以往被认为无可取代的工作，都有可能受到智能化的趋势所影响。下列关于“共享化”趋势的叙述，下列叙述哪个不恰当？近年来，“共享”概念在城市里蓬勃发展，闲置物品、空间，甚至是知识经验获得了更有效率的重新分配或交换，同时也对城市空间带来了巨大影响在北上广深等城市，共享单车仍旧无法改善交通盲点（以公共交通工具服务半径无法到达的区域）的困境不只是交通设施的共享化，从MakerSpace、Co-workingSpace、Co-livingSpace等共享空间的出现说明了城市空间也越来越注重此趋势解析：在北上广深等城市，共享单车对交通盲点的覆盖超过99%，甚至达到全覆盖。城市数据类型和数据介绍下列何种数据不属于“传统数据”？航拍影像图社交平台签到数据中国城市建设统计年鉴北京市家庭交通出行调查问卷解析：社交平台签到数据属于新数据类型下列关于新数据环境的叙述，下列叙述哪个不恰当？近年来，随着信息通信技术与物联网技术的发展，大数据与开放数据共同构成了“新数据环境”与传统数据相比，新数据环境主要呈现出精度低、覆盖广、更新慢等特点新数据环境不仅意味着更大的数据量，更反映了数据背后关于人群行为、移动、交流等活动的丰富信息新数据环境的特点与新型城镇化时期“以人为本”、“存量更新”、“自下而上”等城市规划理念不谋而合，被认为是促进城市规划科学化与城镇治理高效化的有力工具解析：与传统数据相比，新数据环境主要呈现出精度高（以单个的人或设施为基本单元）、覆盖广（不受行政区域限制）、更新快（每月、每日、甚至每分钟更新）等特点。兴趣点(PointofInterests,POIs)为一种常见的城市数据，下列叙述哪个不恰当？多以“点状数据型态”呈现是目前城市规划分析领域使用较广的数据类型用以标示出该地所代表的政府部门、各行各业之商业机构、旅游景点、古迹名胜、交通设施等处所就目前的技术与数据环境而言，尚属于较难获取的数据类型解析：目前多个互联网公司如导航公司、在线地图等均提供兴趣点获取的API，即应用程序编程接口，可通过其获取。关于“数据有偏性”，下面哪个是适当的应对方法？可以充分利用数据的有偏性，并与其他有偏数据研究互补利用有偏数据并不会影响关注整体的行为特征新数据类型的偏差并不会影响研究结果的可信性解析：(B)关注局部整体的行为特征。(C)新数据类型的偏差使得研究结果的可信性受到质疑。关于当前城市大数据所面临的问题，下列叙述哪个不恰当？新数据大多不是为城市研究“量身定做”，但是仍旧可以作为传统数据的重要补充目前城市大数据的分析多见于图片的元数据或文本数据，而对信息量最为丰富的图片内容挖掘较少，还有较大的信息挖掘空间在新数据环境下，各种不同数据平台或是用户所提供的空间数据精度都相当一致，有效地提升了研究结果质量利用新数据的城市研究需要一些经典的共享数据集，作为标准来对各种研究方法与结果进行比较解析：各平台的空间定位精度不同是目前数据存在问题之一，同时用户刻意提供不正确或者假冒(locationspoofing)的地理坐标，也会影响数据的空间定位。这些不确定空间位置信息对于研究结果质量的影响将会被放大。城市大数据的获取与清洗以下哪一种方式属于当前城市空间大数据的获取方法？人工搜集大量数据直接购买数据购买抓取数据的服务研究组织共享的大数据学习数据抓取的技术并自我实践以上皆是解析：有些数据不是直接呈现在网页上，不能直接爬取，比如：以可视化方式呈现的百度迁徙网页，但是抓包工具可以实现这种数据的爬取传统数据请依序排列结构化网页数据采集的步骤：甲、地理编码及坐标系统转换；乙、将获取的网络开放数据保存在本地；丙、数据的清洗、预处理；丁、定位查找数据源的网络地址甲→乙→丙→丁乙→丙→丁→甲丁→乙→丙→甲甲→丙→乙→丁以下对于抓包工具及其抓取数据的说明，下列叙述哪个不恰当？抓包工具只能针对直接呈现数据列表的网页进行爬取抓包工具的原理是查找数据源从而得到相应数据，通过抓包方式得到完整JSON并字段化除了电脑端网页的数据，也可以通过安装Fiddler软件等软件进行手机端的网页抓包解析：有些数据不是直接呈现在网页上，不能直接爬取，比如：以可视化方式呈现的百度迁徙网页，但是抓包工具可以实现这种数据的爬取。以下对于GoogleEarthEngine的说明，下列叙述哪个不恰当？GEE（全称GoogleEarthEngine）是一款可以批量处理卫星影像数据的工具，属于GoogleEarth的系列工具

相比于传统的处理影像工具，GEE可以快速、批量处理数量“巨大”的影像GEE可通过影像分析全球植被指数，但是还无法预测作物相关产量和监测全球森林变化GEE可以做全球尺度、长时间序列的数据分析出图，是地球科学领域的强大工具解析：通过GEE可以快速计算比如NDVI等植被指数，可以预测作物相关产量、监测旱情长势变化、监测全球森林变化等。以下关于地理坐标系的说明，下列叙述哪个不恰当？坐标体系（GCJ-02），又称“火星坐标”，由国测局2002年发布，是国内广泛使用的坐标系地面上任一点的位置，通常用经度和纬度来决定，这两组正交的曲线构成的坐标，称为地理坐标系坐标系统的不同，会导致空间位置无法完全匹配，需要进行坐标纠正百度、搜狗等公司目前都开发了自己的坐标体系，一般是由火星坐标GCJ-02经过偏移算法得到，各个互联网公司之间的坐标系非常兼容解析：不同公司开发的坐标体系一般与其他坐标体系不兼容城市大数据的统计与分析以下对于空间数据的概述，哪一项是正确的?空间数据分成点、线、面，并且每一个空间数据都带有标签及属性空间数据的分析主要由两方面组成，分别是空间分析和统计分析空间数据是城市大数据的主要组成部分以上皆是解析：关于相关性分析，以下哪一个叙述是错误的?相关性分析测量的是两个变量之间的线性关系程度相关性分析分为三类：皮尔逊积差相关系数、斯皮尔曼秩相关系数以及肯德尔等级相关系数皮尔逊积差相关系数是最常用的，而它适用于各种数据如果有一个变量是非连贯数据，则适合使用斯皮尔曼系数和肯德尔系数解析：皮尔逊积差相关系数是最常用的，而它仅适用于连贯数据进行数据统计分析时，以下哪种数据的准备工作步骤较为恰当？A、1.数据导入；2.删除不合理数据B、

数据导入；2.数据格式转换；3.字段属性复查C、1.数据导入；2.直接进入分析工作D、1.数据导入；2.调整数据排列顺序解析：在运用普通最小二乘法回归（OLSRegression）之前，需要检查数据是否符合这种模型的假设。以下几种假设中哪个是错误的？因变量和自变量呈线性关系观测结果的独立性观测结果要符合正态分布残差应具有相同的方差且相互独立解析：是残差要呈正态分布，不是观测结果以下哪几种关于地理加权回归（GWR）的说法是错误的?样本数量要至少300个GWR只能运用在多边形分析中，不适用于点和线GWR的结果中，每一个样本都有一个最佳模型在工具设置中，核类型和带宽方法都需要根据数据实际情况设置城市大数据的可视化在ArcGIS的功能中，可控制以下数据可视化的哪些要素?甲、展现内容；乙、展现方式；丙、展现颜色；丁、展现顺序；戊、透明度A、甲、丙B、甲、丙、丁C、乙、丁、戊D、甲、乙、丙、丁、戊以下哪一个研究机构，有开展数据可视化的相关研究工作?北京大学数据可视化小组MITSenseableCityLaboratory城市象限

以上皆是以下哪一个是数据可视化的作用？洞察问题（数据观察）艺术修养（视觉美感）科学素养（科学分析）公众对话（用户交互）以上皆是以下哪一个软件，不属于数据可视化软件？PowerMapUrbanCanvasD3.jsFiddlerTableau对于数据可视化的表达，以下叙述哪一个不恰当？相比图表，数据的可视化显示更加一目了然同样的数据，不同展示的方式不会影响可视化效果不同的分析单元展现的数据可视化，展示出的现象也有可能有很大差异根据展示数据种类的不同，需要找到最佳的可视化方式城市大数据的挖掘：空间句法以下哪一个不是空间句法的常用软件？Depthmap

sDNASPSSAxwoman解析：SPSS是数据统计软件。以下空间句法分析方式与获得指标的对应，哪一项是错误的？凸空间分析—空间深度轴线分析—全局整合度线段分析—局部整合度线段分析—角度选择度解析：局部整合度应由轴线分析得到以下哪个指标最常用来表示实际空间中某条街道被穿过的可能性？全局整合度局部整合度拓扑选择度角度选择度距离选择度解析：选择度反映了一条街道段作为穿行通道的潜力；事实上很少有人具备“上帝”的视角来认知我们的城市空间，刻意的选择在距离上更近的路线，更多是按照道路方向与目的地方向的接近程度，也就是夹角来决定的。在实际线段分析中，最常用的分析模式和分析半径的组合是哪一种?角度模式和距离半径距离模式和角度半径拓扑模式和距离半径角度模式与拓扑半径在本讲的研究案例中，空间句法指标与其他哪类城市数据共同用于分析?城市POI数据街景图片数据人车流量数据驻留人数数据以上皆是城市大数据挖掘：城市网络分析以下哪一个不是常见的网络中心性方法？介数中心性方法角度中心性方法邻近中心性方法特征向量中心性方法以下哪一项不属于常见的网络分析软件工具？ArcGISUrbanNetworkAnalysisGephiGaWC解析：GaWC是全球化与世界级城市研究小组与网络（GlobalizationandWorldCitiesResearchNetwork）的缩写，而非软件。他是由PeterJ.Taylor等学者基于连锁网络模型所共同成立，目前GaWC的世界级城市名册是全球关于世界一、二、三、四线城市体系的权威排名。以下关于网络分析的基本统计特征，哪一项叙述是错误的？某节点度定义为该节点相连的边的数目，网络中所有节点的平均值则称为网络的平均度若考虑度的方向关系，可以分为出度（Out-degree）和入度（In-degree）点出度为到达该点并与该点直接联系的点数，点入度为从该点出发与其直接联系的点数介数越大表示经过该节点/边的最短路径越多，也就意味着经过该节点/边的信息量越大解析：点出度为从该点出发与其直接联系的点数，点入度为到达该点并与该点直接联系的点数。在城市网络的分析应用中，点出度、点入度分别代表了各要素的吸引力与控制力。根据《中国城市规划领域的知识产出、消费与网络——基于2000～2015年城市规划四大期刊的分析》一文，以下哪一项不属于该研究的结论?基于研究者地址识别的知识产出城市与知识消费城市的识别结果有较小差异在城市规划研究中，合作研究并没受到空间距离的影响，距离阻隔影响较弱发达地区之间的知识网络联系强度明显高于欠发达地区在城市规划研究中，本地化现象较为明显根据《利用滴滴出行数据透视中国城市空间发展》研究报告，下列哪一项不属于该研究的分析结果?全国形态多中心指数超过0.5的城市占城市总数的66.0%西安、北京和昆明等城市有较强的功能多中心，形态多中心较为单一建成区规模较大的城市中，形态多中心指数高的是天津、广州和重庆在大规模城市中，城市空间结构网络化较好的是重庆、成都和广州，这三个城市的空间结构值得借鉴基于图片大数据的城市空间研究以下哪一个是城市图片数据有潜力的研究方向？城市意象识别街道可步行性评价街道绿化水平分析城市活力评估以上皆是以下哪一种信息是基于图片的城市研究中不常使用的？图片拍摄的位置社交网络上图片附带的标签文本图片中不同色调的像素比例图片的尺寸和文件大小解析：前三项在城市活力分布、旅游目的地特征识别、城市绿视率等研究中都是重要的数据来源。在本章关于北京街道空间品质的研究中，哪一项是错误的？对于每一个取景点，需要取得平视视角正东、正南、正西、正北四个方位的街景照片获取街景照片后，对照片各个指标进行的打分完全是由计算机完成的

研究将街道空间分为建筑部分、人行道部分、车行道部分、底商或围墙部分四个大类分别评价研究发现，总体来讲距离城市中心越远，街道空间改变的机会越多解析：打分过程需由专业人士确定评分体系和样片，是机器和人工共同完成的以下哪一项不是城市非正规性在街道建成环境中的表征?非正规就业群体在城市中的聚集带来空间的改变日常生活实践对街道的改变基于当地城市设计导则的空间改造在政府主导的改造未覆盖的区域自下而上的空间改造在本章关于中国城市意象的研究中，哪一项是错误的?本研究的城市意象模型包括城市意象的要素构成、主导方向、特色度和相似度该研究的数据来源于网络获取的Flickr图片一个城市意象的主导方向是这个城市的四个意象要素中所占比重最大的要素城市之间虽然有着地理空间的距离和特色要素差异化的表达，但整体上各城市间意象构成结构是趋同的解析：城市意象主要特征不是由在四个意象要素中所占比重最大的要素决定，而是由超过全国城市意象平均水平最多的要素决定基于手机数据的城市空间研究对于手机数据的叙述，以下哪一个恰当？手机不仅仅是通讯工具，也成为了可以随身携带的数据获取终端和信息处理平台手机数据主要是手机使用者在使用过程中产生的大量位置、时间以及相关用户特征的信息通过手机数据可以获得某用户某一时刻的位置或者随着时间的移动情况以上皆是在利用手机数据分析成都街道活力的研究中，以下哪个陈述是错误的？研究将手机信令数据可分时段处理，以便更加清晰的反映活动分布规律街道活力的外在表征可通过街道上的人口密度来反映，研究选用手机信令数据反映人口密度区位、街道肌理、周边地块性质、交通可达性、功能混合度、功能密度和自身特征是街道活力的构成要素研究假设人口密度在Thiessen多边形内均匀分布，与实际人口分布情况一致解析：假设人口密度在Thiessen多边形内均匀分布，与实际人口分布情况不一致手机大数据具有以下哪些特点?甲、实名数据；乙、被调查者可以完全干预手机信令数据的采集；丙、具有连续性和实时性；丁、时间信息和定位信息准确；戊、在空间上难以在很高分辨率表明用户所在的位置A、甲、丙B、甲、丙、丁C、丙、丁、戊D、甲、乙、丙、丁、戊解析：甲、匿名数据；乙、被调查者不能干预手机信令数据的采集利用手机数据分析的居民行为特征主要是以下哪个层面？常驻人口数量就业人口数量居民活动分布以上皆是关于手机数据的来源，以下说法错误的是？依据数据来源分类，常用的手机数据主要分为手机信令数据和应用（APP）数据手机信令数据仅包括用户进行产生计费的收发短信、主被叫、上网等行为时获取的用户位置信息，不包含其他数据应用（APP）数据主要是智能手机安装的包含定位信息的应用软件向服务器端发送位置变化的信息应用（APP）数据受智能手机使用人群和软件使用习惯影响较大且有的还包括个人社会经济属性信息等第十一章基于公交卡数据的城市空间研究对于公共交通刷卡数据（smartcarddata，SCD）的叙述，以下哪一个不恰当？SCD数据多收集了包含路线、公交号、出发时间地点、到达时间地点等信息SCD数据特点是数据量大，有丰富的地理位置和时间信息，且包含了使用者个人信息，可扩展之研究应用相当丰富常见的辅助数据有土地使用现状图、公交线路、公交站点、居民家庭交通出行调查、交通分析小区（TAZ）等由于用户群的庞大，作为一种新兴的城市大数据，SCD数据在公共交通的各个层面都发挥着很大的作用以下哪一项不属于SCD数据的应用？公共交通系统运行与管理城市空间结构分析街道绿化水平分析出行行为与社会网络在《基于公交卡数据和家庭出行调查的北京职住关系分析》一文中，如要成功识别一位持卡人的通勤出行状态，需要考虑以下哪些条件？甲、一天中首次出行的上车地点为工作地；乙、就业地出现在一日出行中；丙、居住地和就业地在同一天（在同一集群中的站点视为相同）；丁、如果某持卡人一周内可识别的通勤出行超过一次，则一周内的通勤时间可能有所不同，所以也可以将平均通勤时间作为最终的通勤时间。A、甲、乙、丙B、甲、丙C、乙、丙、丁D、甲、乙、丙、丁解析：甲、一天中首次出行的上车地点需为居住地在《基于公交卡数据和家庭出行调查的北京职住关系分析》一文中，以下哪一项叙述不恰当？为了识别北京市域的主导通勤出行方向，将通勤出行在TAZ尺度上汇总，计算两个TAZ之间的通勤出行数量经过北京的通勤形态分析后发现，北京六大办公区之中，去往CBD的通勤距离是最长的与传统调查数据相比，SCD数据提供了更准确的时空信息和更多的样本，可以识别出更细粒度的北京公共交通通勤模式解析：在针对六大办公区通勤形态的分析结果中，去往天竺的通勤距离最长。在关于北京极端出行的探索性分析研究中，以下哪一项叙述不属于该研究的结论、启示？此研究扩展了既有对于极端出行之定义，将北京极端出行人群划分为三种类型此研究通过传统数据（居民家庭交通出行调查）与新数据（SCD），探讨了极端出行者及其家庭的出行目的与社会经济状况此研究结合传统数据以及SCD数据，为研究城市出行人口提供新思路此研究为后续城市规划管理，包含公共交通管理、住房福利政策城市、基础设施等方面，提供了新的支撑第十二章数据增强设计关于新数据环境与城市秩序，以下哪一个叙述不恰当？新数据环境主要由大数据和开放数据所构成新数据环境对城市的物理空间和社会空间进行了更为精细和深入的刻画新数据环境下所开展的定量研究较多，但多为针对城市系统的现状评价和问题识别，少有面向未来的规划和设计的研究与应用新的数据环境对城市秩序的理解是一种定量认识论，并体现在多个方面的变革，本章介绍了空间尺度、时间维度与研究粒度等三方面变革以下哪一项不属于数据增强设计（DataAugmentedDesign，DAD）的特点？从社会空间回归物质空间：通过社交网络、兴趣点、人类活动和移动等数据以及定量评价方法作为连接

感知维度：对应于设计中讲的“场所精神”，“借助新的数据和方法实现望山见水记乡愁”因地制宜：通过致力于了解环境与人们活动的定量关系来创造更好的人和环境的关系设计方法工具化:设计的方法将会在模型工具中得以体现，定量关系成为设计原点解析：应为“从物质空间回归社会空间”

以下哪一项不属于DAD的四大内涵？拥有大覆盖区、细粒度且复杂的外延，通过一个封闭的研究框架可以涵盖尽可能多的相关现象概念阐释结构的自完整性，通过实证的数据支持结合自身的语义构建体系，增加方案的科学性和实证说服力逻辑连接和支持，通过异构数据的连接以及美观的可视化成果，重视概念营造、推导与概念支持推进同尺度的规划认识观，使得规划设计可在同一尺度考虑不同尺度的城市问题以下关于DAD的常用方法，哪一个叙述不正确？利用“空间抽象模型”以明确和适当地抽象空间设计，如：空间句法（认知和环境心理）、格网划分法、节点法等为明确空间的统计学效应，使用各种“空间分析与统计”工具，常见的如：Grasshopper、CityEngine等利用“自然语言处理”进行社交网络数据的分析，如文本、关键词的趋势分析，对于事件、城市实体的即时评价等利用“城市模型”，如：元胞自动机、多主体模型等以预测城市发展、规划设计的近远期效应，以及城市的过程建模（urbanproceduralmodeling）解析：Grasshopper，CityEngine等为典型的参数化设计工具；常用的空间统计方法如密度法、插值法等。关于本章所介绍的三类型DAD应用案例，下列哪一项叙述不正确？理解现实场地内的城市：DAD可协助场地要素的初步挖掘及分析，目前可通过单一维度的数据进行现状分析，但对于空间方案改造实施状况的评估效果有限借鉴其他优秀城市：对优秀城市的设计进行案例分析，提取优秀基因和场地要素超越目前建成环境，拥抱技术：当代信息及技术的发展不断地影响人们居住、工作、交通、游憩的方式及载体，DAD设计是面向未来的设计，拥抱当下最先进技术和未来短期内可以实现的技术，如无人机、无人驾驶、人工智能、共享技术、各类传感器等，创造场地的未来解析：DAD可应用于场地要素的深入挖掘及分析，通过多维数据的现状分析提取问题，并通过定量评估衡量空间方案改造后的实施状况。第十三章总体规划中的大数据应用以下哪一项不属于城市总体规划的内容？预测城市未来的人口规模制定中心城区空间增长边界，划定城镇建设用地的范围确定各地块的建筑高度、建筑密度、容积率、绿地率等控制指标分析城市职能、提出城市性质和发展目标在总体规划的大数据应用中，以下哪个研究维度和数据类型的对应是正确的？开发维度—夜景灯光遥感数据和较低分辨率的遥感影像形态维度—兴趣点（POI）功能维度—热力地图活力维度—用地现状图在支持总体规划中的现状评价时，大数据/新数据可以在什么方面进行帮助？公共服务设施及社会活动城市用地功能及空间结构城市人口分布及出行特征地块尺度的城市活力评价以上皆是解析：大数据可以用于城市用地功能及空间结构、城市人口分布及出行特征、公共服务设施及社会活动、地块尺度的城市活力评价等方面的研究。以下关于大数据在支持总体规划中的现状评价中的应用，错误的是?城市空间结构的核心之一是中心的数量，利用POI密度可识别城市中心研究人口流动态势可以利用公交IC卡数据、手机定位数据等利用微博和豆瓣网等数据可以对市民的休闲文化活动进行分析城市的综合活力考虑了形态、功能和活动三个维度，分别对应POI数据、道路交叉口数据和微博数据解析：形态活力对应的是道路交叉口数据，功能活力对应的是POI数据。城市总体规划实施评估的两个主要标准是什么?绩效与普适性普适性与一致性一致性与聚合度绩效与一致性解析：一致性和绩效这两种方法应是城市规划实施评估的基础，前者是目前国际上应用最普遍的一项指标。第十四章城市设计中的大数据应用城市设计的要素包括什么？道路要素开放空间要素建筑物要素自然环境要素以上皆有以下关于TSP模型的说法，哪一项是错误的？TSP模型是在大尺度城市设计中应用的研究模型TSP模型的三个维度是交通（Transport）、空间（Space）和人（People）TSP模型的每一个维度都具有尺度和粒度两个刻画指标传统城市设计研究中的尺度和粒度存在折衷，即大尺度和细粒度难以两全解析：TSP模型的三个维度是时间（Time）、空间（Space）和人（People）在人本尺度城市形态的规划设计研究框架中，各个环节的顺序是什么样的？效应评估—形态测度—规划设计响应规划设计响应—形态测度—效应评估形态测度—效应评估—规划设计响应效应评估—规划设计响应—形态测度以下关于量化案例借鉴方法的说法中，错误的是?传统的定量预期借鉴方法主要对规划地区进行发展