基于時空大數據的城鄉景觀規劃設計研究綜述

黨安榮 張丹明 李 娟 許 劍

時空大數據(spatiotemporal big data)、大數據平臺(big data platform)、大數據分析(big data analysis)和大數據應用(big data application)是近年來引起各行各業普遍關注的重要領域[1-14]，涉及時空大數據內涵解析與發展機遇[1-3]、大數據平臺構建與數據管理[4-7]、大數據分析技術與數據挖掘[8-11]、大數據應用探索與決策支持[12-14]等多個方面。近年來，在城鄉景觀規劃設計研究中，時空大數據的應用也逐步受到重視，既涉及大數據在城鄉規劃設計領域應用研究的技術與方法[15-20]、也涉及大數據時代風景園林的發展和教育[21-26]，研究范圍既有大中尺度的風景名勝區及新型城鎮化背景下的城市園林規劃設計[27-31]、也有關注使用者活動方式的中小尺度的城市綠地系統規劃設計[32-36]；特別是將多種類型的大數據應用于景觀規劃設計的具體案例中，包括手機信令數據的應用[37-44]、衛星定位導航數據的應用[45-49]、 社交網絡(SNS)大數據的應用[50-53]、具有地理位置的景觀照片分析[54-61]，以及基于社會感知大數據的人群行為模式分析[62-65]等，表現出全方位的大數據輔助景觀規劃設計態勢。本文就是基于現狀研究，擬從時空大數據內涵與特征、城鄉景觀規劃設計大數據研究進展，以及發展趨勢3個方面，梳理基于時空大數據的城鄉景觀規劃設計研究。

1 時空大數據的內涵與特征

通常認為，時空大數據是指無法在一定時間內用常規軟件工具對其內容進行獲取、管理、處理和分析的具有時空屬性的數據集合。時空大數據的應用離不開大數據技術支撐，涉及大數據的采集、清洗、處理、挖掘等重要環節，旨在從多種類型的大數據中快速獲得有價值信息。有學者認為，時空大數據的概念與之前的海量數據(mass data)不同，海量數據更強調數據的量，而時空大數據不僅關注大量的時空屬性數據，更關注數據的復雜形式、數據的快速變化，以及數據所蘊含的相關關系。也有學者認為，時空大數據實質上是海量數據概念的進一步擴展，既包括近年來被廣泛關注的新型數據，也包括之前的海量數據。

城鄉景觀規劃設計是基于對場地的自然和人文價值的認知，通過對場地自然與人文的要素分析，確定未來一定時期內保護與利用、建設與管理的發展方案。隨著智慧城市、智慧景區、移動互聯網、智能終端等的迅速發展與廣泛應用，景觀規劃設計已經進入時空大數據時代。下面從內涵、類型、特征等3個維度分析景觀時空大數據，以便探討基于時空大數據的景觀規劃設計。

1.1 景觀時空大數據內涵釋義

從地理學視角來看，景觀(landscape)具有地表可見景象的綜合與某個限定性區域的雙重含義。19世紀初期，德國著名地理學家洪堡(A. V. Humboldt)最早提出景觀作為地理學的中心問題，并從此形成作為“自然地域綜合體”代名詞的景觀含義?？梢?，景觀規劃設計的場所往往是一個自然地理綜合體或社會文化區域，既涉及地質地貌、河流水系、生態系統等豐富的自然要素，也涉及社會經濟、歷史文化、城鎮體系等厚重的人文要素。因此，景觀規劃設計大數據必然要涵蓋空間地理數據與歷史人文數據，既包括地質、地貌、土壤、水文、植被、大氣等自然地理數據，也包含人口、歷史、文化、建筑、道路、社區等人文歷史數據。同時，隨著智慧城市與智慧景區的建設，有更多的數據豐富了景觀時空大數據的內容，諸如智慧城市及智慧景區動態監測數據、街區或者景區人流實時統計數據、市民與車輛定位通信數據、市民或游客網絡媒體數據、網民的社交網絡數據、市民刷卡消費數據等。顯然，景觀規劃設計大數據屬于時空大數據的范疇，不僅具有大數據的基本特征，而且具有重要的空間性和時間性，是數字景觀規劃設計的重要數據源和定量科學依據。

1.2 景觀時空大數據類型解析

根據城鄉景觀規劃設計的內涵與內容，特別是結合智慧城市與智慧景區的規劃與建設，可以發現景觀時空大數據類型多樣、構成復雜，為了更好地認識景觀時空大數據，可以按照常規的空間數據(直接定位)與屬性數據(間接定位)，或者新型的靜態數據(相對穩定)和動態數據(快速變化)2個視角進行梳理(表1、2)，涉及2個大類、12個中類和30多個小類。

1.3 景觀時空大數據特征分析

時空大數據與普通大數據相比，具有空間性、時間性、多維性、海量性、復雜性等特點。景觀時空大數據不僅具有大數據的6V基本特征，亦即： 規模大(volume)、種類多(variety)、變化快(velocity)、真實性(veracity)、化合性(valence)、價值性(value)，同時又具有時空大數據的特征，下面從6個方面描述景觀時空大數據特征。

1)景觀時空大數據的客觀性。

數據的客觀性是指數據是客觀事物或現象的真實反映，沒有經過人為的干擾或加工，是認識景觀規劃設計場地與制定景觀規劃設計方案的客觀依據。景觀時空大數據中的動態監測數據(包括遙感影像數據、視頻監控數據、環境參數傳感數據等)，是通過記錄目標對象反射或發射的電磁波信號來獲取場地信息并記錄的，這些數據是景觀規劃設計場地各種目標對象空間形態、物質組成、物理特征、化學性質的綜合反映，不受任何人為因素的干擾，具有很好的客觀性。再如場地人流與車流定位通信數據，是進入場地的車輛及人群所攜帶智能終端的衛星定位導航技術記錄的軌跡以及移動通信行為的客觀記錄，可以真實地反映人群或者車輛在場地的時空行為模式或行為偏好，有助于規劃設計人員分析與認識人們對場地設施的需求，以便在規劃設計過程中有針對性地配置服務設施。

2)景觀時空大數據的多源性。

數據的多源性直觀是指數據的來源多種多樣，在此，實質上要說明的是景觀時空大數據類型的多樣性。從表1和表2不難看出，景觀時空大數據涉及2個大類、12個中類、30多個小類，而事實上，每一個小類又包含多種來源與類型的數據。就基礎空間數據中的遙感影像數據而言，由于遙感技術包涵多種類型，涉及多種遙感平臺(氣象衛星、陸地衛星、環境衛星等)、多種傳感器(多光譜、高光譜、全色等)、多種電磁波譜(可見光、熱紅外、微波等)、多種分辨率(低分辨率、中分辨率、高分辨率等)等，必然導致多種類型的遙感數據。再如動態監測數據，既包括針對場地自然環境監測數據，諸如溫度數據、濕度數據、植被數據、鳥類數據等，也包括人流監測數據、噪聲監測數據及設施監測數據等人文環境數據。

3)時空大數據的動態性。

數據的動態性主要關注數據的實時獲取、處理、分析、應用，進一步提供決策支持。表2中的動態數據顯然具有實時獲取的動態性，如景觀規劃設計場地監測數據隨時反映場地資源與環境的動態狀況、人流數量與時空分布狀況，而場地的社交網絡數據可以隨時反映市民或者游客對于場地資源、設施與環境的認可及使用程度。特別是隨著高分遙感技術的迅速發展與普及應用，其周期性動態獲取數據的能力大幅度提高，對研究景觀規劃設計場地的動態變化非常重要，諸如景觀綠地生態效益的監測、極端天氣現象的預測預報及損失評估分析等。當然，僅僅有動態數據的獲取是不夠的，在動態獲取數據的基礎上，進一步開展同步的數據處理與分析，并結合規劃設計需求進行決策應用，是景觀時空大數據動態性的關鍵所在。

4)景觀時空大數據的精細性。

數據的精細性主要是指數據的空間與時間分辨率，高空間分辨率則表征數據分辨細小事物與現象的水平，高時間分辨率反映數據捕捉動態事物與現象的能力。表2中的動態數據，諸如人流統計數據、網絡媒體數據、社交網絡數據等基本都具備高時間分辨率，而場地監測數據、定位通信數據、遙感影像數據則可以同時具備高時間與高空間分辨率；特別是遙感影像數據，還可以具備高光譜分辨率和高輻射分辨率，對于景觀規劃設計場地自然及人文要素的精細化識別與分析意義非凡。我國正在實施的“高分辨率對地觀測衛星系統”，是由高空間分辨率、高時間分辨率、高光譜分辨率、高輻射分辨率的一組衛星組成，已經發射的“高分二號”獲取的數據達到80cm的空間分辨率，“高分四號”獲取的數據達到高時間分辨率；而高景商業小衛星所獲取遙感影像數據的空間分辨率已經達到50cm。

表1 景觀時空大數據的常規分類分析

表2 景觀時空大數據的新型分類分析

5)景觀時空大數據的現勢性。

數據的現勢性是指數據可以隨時反映景觀規劃設計場地最新的自然及人文環境狀況、設施及人群的分布狀況等，與數據的獲取途徑及快速變化密切相關。表2中的動態數據無疑具有很好的現勢性，如人流統計數據可以隨時認識規劃設計場地人流的數量、分布、構成，而網絡媒體數據則可以隨時了解市民或者游客對于場地資源、環境、設施、活動的喜好或者認可程度，或者對于公園綠地或游樂場所的管理水平及服務質量的滿意程度；再如遙感影像及視頻監控數據的實時獲取與傳輸，可以實現對場地環境與活動的動態監測，及時記錄與分析可能出現的重要事件發生的時間、空間、強度、范圍及其變化等信息，為場地資源、財產、人群的保護提供定量支撐；而定位通信數據與社交網絡數據，更是隨時隨地記錄在場地里活動的人群的時空行為方式，以及對于場地設施或者活動的喜好程度。

6)景觀時空大數據的人本性。

數據的人本性是指數據能夠反映人的特征，包括人的外在屬性(性別、年齡、身高等)、內在屬性(教育、興趣、情緒等)、行為屬性(時間、空間、軌跡等)、關系屬性(親情、友情、職住等)。表2中的動態數據幾乎都與人有關，諸如動態監測數據、定位通信數據、網絡媒體數據、社交網絡數據、刷卡消費數據、活動行為數據等，都可以從某個或某些側面刻畫人，于是便誕生了基于大數據的“人物畫像”。例如定位數據反映人的行為軌跡及時空特征，通信數據揭示人的時空行為模式及社會關系網絡、網絡媒體數據體現人的文化素養及情感狀態、社交網絡數據至少反映人的職業交際與業余愛好、刷卡數據說明人的生活方式與生活水平等?？偠灾?，時空大數據能夠很好地揭示人的自然屬性與社會屬性，特別是人與人以及人與社會的關系特性。利用景觀時空大數據的人本屬性，可以支撐開展以人為本的規劃設計。

2 景觀規劃設計大數據研究進展

2.1 基于移動通信大數據的研究

移動通信設備和移動通信手段已經相當普及，成為居民生活方式的有機組成部分。手機信令數據可以很好地反映居民或游客的時空活動方式，為規劃設計提供人與場地之間的互動關系。鈕心毅等(2014)以上海中心城為例，提出了利用手機定位數據識別城市空間結構的方法。通過使用移動通信基站地理位置數據和手機信令數據，采用核密度分析法生成工作日和休息日不同時段手機用戶密度圖，進一步識別城市公共中心的等級和職能類型，并識別就業、游憩、居住功能區及其混合程度，對于城市精細化規劃設計具有輔助決策意義。方家等(2018)利用手機信令大樣本數據中提取上海32個大型公園游客出發、抵達、離開時間、居住地坐標等數據信息，解析不同公園的游客時空行為，依據客源地空間與游客量隨時間的分布特征，將公園分為8類，分別通過8類公園的時空指標(客源地空間面積、核心聚集面積、游客居住地至公園的人均OD、高峰開始與持續時間等)，對每類公園特征進行量化描述，對其成因進行了解析，發掘產生公園定位錯位的原因，對公園的規劃管理現狀的改進具有指導意義。

2.2 基于定位導航大數據的研究

定位導航數據是非常典型的位置服務(LBS)數據，其中包含的位置信息與軌跡信息，可以很好地刻畫人群的時空行為模式，揭示人與場地的關系，以及人群與場地的時空特征。李淵等(2018)以衛星定位導航數據軌跡為基礎，以旅游者參觀景點類型為聚類要素，定量分析鼓浪嶼景區的旅游者行為模式，研究表明：旅游者在鼓浪嶼景區的空間行為存在4種模式，即歷史文化-海島沙灘型、美食購物型、歷史文化-美食購物型、美食購物-歷史文化-海島沙灘混合型，其中美食購物在典型行為模式占據較大比重，這對更好地理解鼓浪嶼旅游空間結構和空間優化組織具有重要意義。黃蔚欣(2018)等基于WiFi的定位技術和環境行為學理論，在黃山風景名勝區主要景點布設WiFi定位設備獲取手機位置數據，經過脫敏和清洗壓縮處理之后形成游客時空軌跡的數據，用于分析游客游覽行為的時空分布，為智慧黃山景區的規劃管理與服務提供客觀和量化的決策依據，對于改善其智慧規劃、精明管理和精準服務具有重要意義。

2.3 基于環境感知大數據的研究

環境感知大數據包括遙感大數據及感知大數據2種類型，所獲取的數據可以很好地揭示場地自然及人文環境或者資源狀況，或者用戶對于規劃設計的反饋及響應狀況，有助于改善或者優化景觀規劃設計，體現以人為本。薛飛等(2018)的研究表明：城市植被覆蓋是衡量城市生態狀況和推進城市生態景觀規劃的重要基礎，通過多時相航天遙感數據的對比分析，獲得北京六環范圍內從1984—2014年30年間的植被覆蓋及其空間分布變化，對于進一步通過空間規劃手段為北京城市生態系統建設提供了定量依據和新的思路。劉松等(2018)研究了一種依靠可穿戴生物傳感器進行實景環境實時情緒感受評價的新方法，依靠實驗方法通過心電傳感器、腦電傳感器、皺眉肌肌電傳感器、皮溫傳感器、皮電傳感器和呼吸傳感器，記錄實時環境行走中的人的情緒體驗，再與GPS空間位置做數據融合，生成具有空間屬性的情緒評價軌跡，能夠較好地反映受空間影響的情緒反應，提升景觀環境規劃設計對用戶心理及情緒的積極作用。

2.4 基于社交網絡大數據的研究

社交網絡大數據蘊涵著大量的時空信息、語義信息、情感信息、關聯信息等，對其分析和挖掘可以在多個方面輔助我們認識景觀規劃設計場地。李方正等(2016)利用新浪微博簽到數據進行北京市中心城公園綠地使用研究，分析表明：首都功能核心區公園綠地使用率高于城市功能拓展區，公園綠地使用受公園類型影響較大，不同時期北京市中心城綠地使用會發生空間、游憩類型和立地條件上的變化，進一步從綠地使用角度為城市綠地系統規劃的修編提供建議。李苗裔等(2018)以黃山風景名勝區為例，研究構建了基于社交網絡(SNS)數據的景區客流研究模型，通過獲取國慶期間景區游客的新浪微博社交網絡數據，分析了黃山景區客流的客源地構成、時間特性、空間分布和情感探測，在此基礎上，對于智慧黃山景區精明規劃、精細管理、精準服務方面提出了建議。邵雋等(2018)利用螞蜂窩和攜程網網站上的游記大數據進行挖掘分析，揭示華山景區內旅游者的客源地構成、空間行為模式、對景點的偏好、滿意度評價等，進一步分析華山與相關旅游節點的關聯度強弱，為景區地規劃設計提供支持。

2.5 基于數值模擬大數據的研究

數值模擬分析是數字景觀規劃設計的重要手段之一，基于對景觀規劃設計要素特性及其環境效益的認識，可以設定多種不同的景觀規劃設計方案，并進行數值模擬分析，進一步可以結合流體動力學方程進行溫度場、濕度場、風場等進行三維模擬仿真，并進行結果的定量評價，這也是數字景觀規劃設計的方向。章莉等(2018)基于武漢市典型居住小區建筑布局，選擇8種地方性的代表喬木建模，以植物間高寬比(aspect ratio of trees, ART)量化描述植被布局，借助微氣候模型，模擬分析夏季8種植物在3種不同植被布局中的環境效益(降溫通風效果)，研究表明：喬木布局、植物物理屬性(葉面積指數、冠幅和樹高)均會影響綠地降溫通風效果；葉面積指數大、樹冠大的高大喬木，有較強的溫度調節能力，能積極改善戶外熱舒適度；而且，當喬木以ART＜2布局時，小區綠地能有效降低居住小區內平均溫度，顯著提升戶外熱舒適度；當喬木以ART≥2布局時，居住小區中喬木對風速的阻擋最小。

2.6 基于景觀照片大數據的研究

智能手機照相功能的廣泛應用，使得人們隨時隨地都在照相、隨時隨地都在網絡上傳輸照片，其中包含大量的景觀照片；不僅如此，這些照片具有地理編碼或者位置信息(geotagged photos)，于是利用這些景觀照片輔助開展城鄉景觀規劃設計便成為一種新的數字景觀規劃設計方向。龍瀛等(2016)提出了圖片城市主義這一概念，研究圖片城市主義的本質內涵及其規劃設計價值，首先獲取若干來源的城市景觀圖片，借助多種定量分析與可視化工具，在城市空間品質測度、街道綠化水平評價和城市意象分析等方面進行定量研究，提出城市意象研究模型，包括城市意象要素構成、城市意象主導方向、城市意象特色度和城市意象相似度等4個分析模塊，通過定量的方式綜合認知城市意象，以全國24個主要城市為研究對象進行實證，這種理論與方法對于景觀規劃設計過程中提升城市空間品質、街道綠化水平等具有積極意義。

3 未來發展趨勢分析

上述基于大量文獻的分析所呈現的景觀規劃設計過程中大數據的探索似乎已經比較成熟，其實不然，可以說是依然處于探索階段。主要的原因是2個方面：其一是大數據的獲取途徑還比較有限，很多的景觀時空大數據存儲在事業或者企業服務器中，對于廣大景觀規劃設計從業者來說，并沒有真正的時空大數據可以隨時應用；其二是大數據的處理能力還比較有限，多數景觀規劃從業人員對于大數據分析和應用的技能還沒有達到預期的水準，所以也無法在自己承擔的景觀規劃設計研究中嘗試應用大數據。

面向未來，目前的狀況應該會得到改變。并呈現出下列幾個總體的發展趨勢。

1)大數據應用的生態環境逐步構建。國家已經出臺了《促進大數據發展行動綱要》，明確要立足我國國情和現實需要，推動大數據發展和應用在未來5—10年逐步實現以下目標：打造精準治理、多方協作的社會治理新模式，建立運行平穩、安全高效的經濟運行新機制，構建以人為本、惠及全民的民生服務新體系，開啟大眾創業、萬眾創新的創新驅動新格局，培育高端智能、新興繁榮的產業發展新生態，可以預期，上述大數據獲取的瓶頸將逐步打破。

2)大數據應用的技術體系逐步形成。國家為了實施國家大數據戰略、落實《促進大數據發展行動綱要》，實現我國從數據大國向數據強國轉變，工業和信息化部正式印發了《大數據產業發展規劃(2016－2020年)》，部署7項重點任務：強化大數據技術產品研發、深化工業大數據創新應用、促進行業大數據應用發展、加快大數據產業主體培育、推進大數據標準體系建設、完善大數據產業支撐體系、提升大數據安全保障能力。

3)大數據應用的人才力量逐步壯大。大數據人才就是具備大數據處理能力的科學家和工程師。借鑒國際上所開設的數據科學方面的課程、數據科學學位計劃以及數據科學培訓計劃，我國也制定了大數據人才戰略，部分高校開設了大數據碩士班，按照“具有較寬的知識面、具有獨立獲取知識的能力、具有較強的實踐能力、創新意識和團隊合作意識”等目標進行培養，塑造具備獲取大數據的能力，具備分析大數據的能力，具備團隊合作精神的專業人才。

4)大數據應用的多源集成創新發展。已經開展的基于大數據的景觀規劃設計研究工作，往往是某一種大數據的試驗探索；事實上，表1和表2中所列的2個大類12個中類30多小類的景觀時空大數據，各有其特點與應用優勢，單純依靠某一類大數據也許只能解釋或刻畫景觀規劃設計的某個方面或者某些維度；隨著大數據應用生態環境和應用體系的構建，以及專業人才的培養，將多種類型的時空大數據集成分析應用是重要的發展趨勢。

5)大數據應用的人本主義特色體現。上文分析了時空大數據的人本特性，事實上，城鄉景觀規劃設計都是在尊重自然及社會規律的前提下，圍繞滿足人的生產、生活、休閑、游憩、娛樂的需求所產開的，要體現以人為本。所以，基于時空大數據的景觀規劃設計必須始終體現人本主義特色，通過大數據分析定量刻畫人的自然、社會、文化、情感等多維特性，然后通過規劃設計的手法，在空間、時間、設施、環境等多個維度滿足人的多維特性。