大数据时代的精细化城市模拟方法、数据、案例和框架.pdfVIP

大数据时代的精细化城市模拟： 方法、数据、案例和框架 1 2 1 1 3 1 1 龙瀛 ，崔承印 ，茅明睿 ，张永平 ，张宇 ，吴运超 （1 北京市城市规划设计研究院，北京 100045 2 剑桥大学建筑系，英国剑桥 CB2 1PX 3 北京大学城市规划与设计学院，北京 100083） 【摘要】以地块作为基本空间单元并以城市活动主体作为模拟对象的精细化模拟是未来城市模型研 究的重要方向，大数据 （big data ）时代的到来也为其提供了重要发展机遇。本文重点对精细化城市模型 的主流建模方法进行了介绍，包括元胞自动机（Cellular Automata，CA ）、基于主体建模（Agent-based Modelling，ABM ）和传统的微观模拟（Microsimulation，MSM ）这三种自下而上的微观模拟方法。之后结 合精细化城市模型的高标准数据需求问题，对国际上通行的用于精细化模拟数据合成 （population synthesis ）的方法进行了综述，并给出笔者近年来在精细化城市模拟方面的多项实践案例，最后提出了以 GIS 为平台，结合CA/ABM/MSM 方法，构建我国精细化城市模型的框架体系和关键技术，以期支持我国大城 市地区空间政策的制定和评估。 【关键词】城市模型；大数据；精细化；规划支持系统 （PSS ）；北京 1．城市模型与精细化城市模拟 定量化程度已经越来越成为衡量一个学科发展程度的标志，“城市空间发展模型” （Urban Spatial Development Model ）是在对城市系统进行抽象和概化的基础上，对城市空间 现象与过程的抽象数学表达，是理解城市空间现象变化、对城市系统进行科学管理和规划的 重要工具，可以为城市政策的执行及城市规划方案的制订和评估提供可行的技术支持。本文 将 “城市空间发展模型”简化为 “城市模型”（Urban Model ），下同。城市模型研究始于20 世纪初期，其发展主要经历了形态结构模型、静态模型和动态模型三个发展阶段(龙瀛等， 2010) 。基于离散动力学的动态城市模型是目前的研究热点和未来的发展方向，这一方面， 国际上典型的城市模型多为宏观尺度，以地理网格或小区作为基本研究单元，将城市活动主 体进行分类。随着研究尺度的需要和微观数据可获得性的增强，近年来国际上微观模型发展 1 迅速，但在真实城市中全面应用的案例仍然有限。 精细化的城市模拟（动态的、基于离散动力学的、微观的城市空间模型）将成为未来的 研究热点。其中，精细化（Fine Scale ）对应模拟尺度，一方面，在物理空间，分析和模拟 的基本空间单元是地块，对应城市总体规划重点地区和城市详细规划的工作尺度。另一方面 在社会空间，分析和模拟的基本单元是居民、家庭和企业个体等。“精细化”作为模拟尺度， 是相对宏观模拟的研究尺度提出的，宏观模型一般以统计小区、交通分析小区、行政区、行 业、共同特征的人群等作为基本研究对象。精细化城市模型是一种时空动态的微观模型，其 以地块、居民、家庭、企业等微观个体作为基本模拟对象，主要用于研究城市的土地开发、 居民的居住区位选择、企业的区位选址、城市活动的时空分布等空间问题，用于支持空间政 策的制定和评估。目前我国城市空间发展模型的研究，鉴于数据的限制，多数模型都是大尺 度的（如乡镇或交通分析小区等）。近年来计算机的软硬件水平达到了长足的发展，社会经 济活动产生的数据突飞猛进，这样的 “大数据（big data ）”规模超大，以至于超过了传统的 软件工具获取、存储、管理、共享、分析和可视化的能力，例如传感器网络（sensor networks ）、 社会化网络（social networks ）、射频识别（RFID ）和通话记录（call detail records ） 等，这 些数据为开展精细化的城市模拟城市模型提供了较好的机遇。 目前，一方面我国的大城市正逐渐由空间扩张向内部改造转变，小尺度的城市空间再开 发将越来越多，为分析并预测城市空间的变化，更需要精细化的模型作支持，另一方面，城