大数据可视化在城市规划中的应用

操心慧，操金金，许丽娟，弓佳明，赵 茜

（1.广州华商学院，广州 511300；2.第二航务工程局有限公司设计研究院，武汉 430000）

0 引言

近年来，随着城市化速度不断加快，各个城市在进行城市规划的过程中所遇到的问题不断增多，冲突也不断激化。大数据的4V（Volume,Velocity,Variety,Value）特性使规划人员无法通过传统的城市规划方法来很好地解决现代城市涌现的一系列问题。而对于不同城市，由于其社会结构、经济增长方式等差异，规划人员又难以找到能够适用所有城市的解决方案。同时，以大数据为典型的新一代信息与通讯技术不断融入社会的各个方面，大数据在城市规划行业的实践和研究得到越来越多的应用。大数据可视化是大数据生命周期的最后一步，其将数据直观地展现出来，帮助人们观察数据，快速理解数据并发现其中的特点与隐藏的意义。2016年“可视化推动大数据平民化”被中国计算机学会大数据专家委员会评选为最有潜力的大数据发展方向。在大数据可视化广泛应用的同时，可视化的缺点也暴露出来。首先，可视化对于信息展现效果、数据融合效率、工具和对话机制影响、知识阐述能力的研究依然不够。其次，国内外对于大数据可视化停留在分析与理解的层面，没有完整的可视化治理体系，缺乏对城市规划工作的理论指导和配套支撑。

传统城市规划存在着数据不足、过于依赖规划师个人经验、规划效果实现的蓝图对未来缺乏预测等诸多问题，所以传统的城市规划方法并没有真实的依据集来支撑随后的分析和判断。而城市规划与大数据可视化结合是城市规划发展中里程碑式的转变。其主要表现在三个方面：首先，在创建设计方案和评价比较方案时运用大数据可视化技术将大幅度提高工作效率以及项目的总体水平，同时也使收益最大化，为项目的可行性分析提供科学依据；其次，对于城市整体而言，一个微小的误差也许会使城市发展止步不前，甚至后退；最后，在规划设计领域运用可视化技术，提高资源利用率，实现更高的经济效益。由此可见，将大数据可视化应用到城市规划这一资源密集型的行业，将会很大程度提高城市的信息化和数字化的程度，使城市发展实现一个全新的快速模式。

本文共分为以下五节：第一节通过对大数据可视化的相关概述来引申出应用于城市规划中大数据可视化的技术及框架；第二节和第三节是交通大数据可视化和环境音大数据可视化应用于城市规划的实例；第四节，提出了更好的应用城市大数据可视化要注意的问题；第五节，综合前文以及城市发展的角度说明大数据可视化对于城市规划的必要性和重要性。

1 大数据可视化在城市规划中的驱动机理

1.1 大数据可视化的基本概念

数据是一种物理符号或这些物理符号的组合，描述了客观事物的性质，状态和相互关系。大数据被定义为可大量快速生成和（或）多种类型数据的信息资产，需要新的解决方案，使决策增强、深入的见解和流程优化成为可能。随着大数据产业链的愈加完善，未来发展的重点是大数据挖掘的分析和应用。大数据可视化由Jim Thomas教授在21世纪初提出，是大数据挖掘分析和应用中必不可少的技术，被定义为以图形或图像的形式在屏幕上显示数据，更直观地表达大数据的特征。对于数据，可视化在呈现数据以及其相关的处理结果的基础上，更是帮助用户进行数据分析和数据理解的有效途径。对于数据可视化而言，我们透过现象看本质的话，它关联着多个方面，从数据收集与处理、信息到可视的转化、知识到决策的变换等，并且在各个反面均有相对应的目标和框架。

1.2 城市规划涉及的大数据类型

城市规划是一个需要考虑的内容和需要理清的关系错综复杂的一个过程，越来越多的相关技术与方法正在被运用到城市规划工作中。这里介绍了三种应用大数据可视化的城市规划所涉及的大数据。

现在城市规划运用大数据可视化技术的领域众多，交通规划就是最普遍的领域之一：借助可视化分析技术，城市规划者可以清晰明了地观察城市交通的运行轨迹，知道市民的外出方式与状态以及城市经济活动模式。借助可视化分析技术，对交通流量以及流速进行实时追踪，能够快速了解道路情况以及应对一些突发事件，营造一座交通顺畅安全的城市环境。从2004年以来，浮动车数据、公交车GPS数据、公交IC卡数据、ETC数据、手机信令数据、停车数据等纷纷在交通规划领域得到了应用。

近年来，城市环境噪音的污染对人们生活的干扰越来越严重，这让噪声污染问题成为政府和百姓最关心的话题之一。在我国，香港是针对城市部分地区绘制噪音地图起步较早的城市，2002年绘制了2D交通噪音地图覆盖了1100 km城区；2010年通过对车辆源强和最新道路交通状况等对地图进行了更新，还绘制了3D交通噪声地图。而在内地地区，具有代表性的首张噪音地图是2002年上海市环科院为了提高徐汇区的环境治理而提出的。2008年，深圳洛赛声学技术有限公司绘制了中国第一张城市区域噪声地图，覆盖了滨河路以南、深圳河以北的深圳福田南片约12 km区域。在那之后，北京市劳动保护科学研究所在2009年基于已有的交通噪声数据，针对12.7 km的城市区域完成了北京市的首张具有里程碑意义的城区交通噪声地图。

应用于城市形态和结构方面的主要数据有百度热力图、互联网开放数据、手机信令等，其依据监测人群的散布以及实时的改变来达到体现功能以及空间散布的效果。吴志强和叶钟楠在百度热力图数据的基础上，对上海中心地区的人口分布程度、分布位置等数据进行了持续一周的观察，并对相应的数据进行分析，得到想要的结果。李娟等基于人的集聚指标，借助百度热力图的数据，在全国范围内实现多中心城市分类。钮心毅等结合手机信令数据，借助局部空间自相关的知识实现聚类分析，对上海中心地区的公共中心体系进行了识别与分类。郑晓伟以西安主城区为例，提出基于开放数据的城市中心体系识别与优化方法。

1.3 城市规划中的大数据可视化技术

可视化技术是将复杂数据以图形及图像的方式呈现，让人们可以直接看到数据隐含的规律，掌握其发展趋势，更为科学地做出决策。信息可视化、科学可视化和可视分析是可视化技术研究的三个主要方向。信息可视化解决的是数据的潜在相关性，提取并以合理的展现方式呈现给用户。科学可视化主要分析具有空间特性和高维度性的数据，提取有用的信息，研究数据深层次的规律。而实现科学可视化和信息可视化的基础是可视分析技术，其通过分析推理技术、转换技术、数据表征等数据处理技术从海量数据中提取有用信息，得到对复杂问题的进一步了解。

当可视化技术应用到城市规划中时会与更多技术相结合。GIS（地理信息系统）是与可视化技术结合相当广泛的系统，这个系统依靠计算机技术综合管理空间地理信息数据，让用户更为清晰地了解数据的位置信息和相关属性，其应用的城市大数据包括交通大数据和环境音大数据等。随着数据的发展，城市大数据的维度也不断增加，例如日常开销、社交网络、数字地图等维度，其可以借助叠加式可视化技术结合相关的维度进行显示与分析，在年轻用户群体中十分受欢迎。

1.4 基于大数据可视化的城市规划的基本模型以及框架

可视化分析是交叉研究领域的典范之一，包含的内容有脑认知、人机交互、数据分析、信息可视化等。其模型如图1所示，首先通过数据变换将可用数据保存到数据库；然后将数据通过相应算法和可视化变换方法映射到定义好的可视化结构上，根据需要对结果进行变化设计，最终呈现在用户界面上。若有设计或数据的不合理之处用户都可以对系统进行反馈，如此反复修改展示就可实现可视分析的目的。数据可视化的准则是“信，达，雅”，即准确真实，通顺练达和表示优美，所以选定合理的可视化展示方法是可视分析模型的核心。

图1 可视化分析模型

用户在可视化的过程中也有着关键的作用，因为可视化的最终结果就是为广大用户所呈现。而能够协调系统与用户的重要手段就是使用交互模型，其模型如图2所示。

图2 可视化交互模型

在大数据可视化过程中，同一个城市地理空间或人文风俗在不一样的观察角度下所呈现的结构特征是不一样的，所以依据不同的需求，即使是对同一地点或事物的观察和分析也不能脱离交互式的可视化分析操作。人机交互中，用户根据可视化给出的结果结合自身的需求进行操作，将本身目的反馈给系统，从而得出最终结果。交互模型为可视化分析提供了明确目标，有效提高了分析过程的效率和准确率。

城市移动数据与人们出行息息相关，具有海量、高维度的特征。通过对移动数据进行研究，除了能发现市民的行为特征，还能及时看到城市发展中的弊端，提早修正，使城市的发展更为快速且平稳。

图3是Andrienko等总结的移动数据可视化的三种方法的逻辑关系和流程。直接描述法不需要复杂的总结，只需将处理后的数据直接展示，其能在数据简单时给用户最简明直观的展示。而总结分析可在数据复杂程度不能用直接分析法时，通过计算对数据进一步解释，再呈现给用户，降低了理解成本。特征提取又是在总结分析的基础上，对数据进一步抽象，发现并分析其隐含特征。因此，在可视化过程中需要我们结合多种方法才能更充分地理解数据。

图3 移动数据可视化主要方法框架

2 基于交通大数据可视化的城市规划运用

近年来在交通大数据的领域中，研究人员展示了一类将时间和空间数据完美融合到地图上的技术，称为路径缩放，这种技术让时空信息可视化的遮挡问题得到了解决。

2.1 基于路径缩放的交通可视化系统概述

如图4所示，下面部分是系统创建的一个就地的时空数据无遮挡可视化的流程，其核心问题是道路网络优化和层叠展示。在道路网优化部分，利用可以优化约束的能量函数把路径缩放演变成非线性最小二乘优化问题，有效地解决了优化问题。在层叠展示部分，用户可以与系统交互，在拓宽的路线上叠加各种信息。这个步骤利于实现焦点+上下文可视化，且完美地将时间数据和空间数据结合，以促进时间和空间数据的分析。

图4 系统创建流程以及核心问题

2.2 基于路径缩放的交通可视化实例论证

通过城市旅游的交互式焦点+上下文地铁地图来展示时空可视化的可用性。图5（a）是日本东京旅游的一个复杂地铁线路，图中有一条人们关注的最优线路的扩宽线路。拓宽线路上还保持其本身线路的信息并包含线路上的相关景点。这样人们就可以在拓宽的路线上看到关键信息，并且必要的上下文信息不受任何遮挡。另一种方法是创建一个静态的说明性地图，它可以直观、清晰地向广大观众传达重要信息。但通常不允许用户交互，重要信息直接显示，且不阻塞其他上下文信息。图5（b）可以清楚地说明路口周围交通模拟的结果。图5（c）显示了具有更宽连接道路的同一道路交叉口，以显示具有双向交通流信息的密度图。

图5 路线缩放方法的实例聚焦+上下文无遮挡可视化

图5（a）具有突出显示的关键信息（例如，突出显示旅游景点和中转站的图像）的加宽旅游路线；（b）用于清晰显示交通模拟信息的加宽道路交叉口；（c）加宽道路交叉口覆盖密度图，以可视化双向交通流信息。

2.3 基于交通大数据的城市规划运用总结

基于路径缩放技术，研究人员可以将时空数据作为一个不可分割的整体进行分析和表示。通过在拓宽的道路上直接叠加时间序列可视化，实现了空间和时间的无缝结合。扩宽路线对于交通问题有很好的改善，可以营造更好的城市出行环境。

3 基于环境音大数据的城市规划运用

以广州越秀区选定区域的噪声地图的绘制为例，其通过GIS软件和噪声模拟软件模拟预测数据，同时结合实地测量数据完善地图，最终以GIS电子地图的形式展现。

3.1 噪声地图的数据收集与统计

研究选定的区域在建筑数量超过千栋的城市中心区，由于噪声扩散传播的特性，研究范围长约1400 m，宽约1000 m，总面积约为1.6 km。如图6所示，数据收集时首先将道路分为四级，前两级通过设置测量点以及根据车流量和重车比设置不同的录像采样时间来共同采集数据，而后两级则直接接收实测值来导入模拟软件反求噪声值，其车流录像记录时间固定为二十分钟。

图6 数据收集与统计流程

3.2 噪声地图的数据模拟及导入GIS平台

在Cadna/A3.7XL噪声软件中首先输入了建筑和道路矢量数据以及GIS数据精度，坐标系等数据，然后在车流量数据和实测值的导入后经过噪声模拟得到噪声模拟图。模拟时，通过测点噪音和声场分布的计算得到该区受声点声级和噪音地图。然后将通过Cadna/A软件模拟出来的噪声模拟地图数据以及接收点位置和实测的环境噪声数据都导入GIS平台软件，得到的噪音地图，如图7所示。图中不仅噪声测点和等值线都标出了对应的LAeq值，还可以直接看到建筑、道路等的位置信息和相关属性，使观察和查询变得更加便利。

图7 GIS环境中的噪声地图

3.3 基于环境音大数据的城市规划运用总结

利用GIS已有的数据资源与专业软件的集成，从技术层面摆脱了计算大面积噪声图时数据难以获取和编辑复杂的问题，同时降低了噪声地图的制作成本，提高了效率和准确性。噪声地图能够快速判断主要的道路噪声污染位置，从而促进决策过程。同时根据噪声污染分布，有重点地布设监测点位，相应地增加或减少点位数量，提高点位代表性。

4 未来发展展望

现阶段大数据可视化在城市规划中的应用越来越多，但面对城市的快速发展和转型，大数据可视化这一技术仍需进一步提升和完善。首先由于大数据可视化有限的表现维度，用户面对愈发海量和多维的数据时，高效且准确地从中提取相关兴趣点是大数据可视化得以应用的基础，然后通过合适的渲染方式表达，是大数据可视化应用于城市规划的首要问题。其次，城市规划中的管理和决策繁重而复杂，而现有的简单图形及图像并不能使其得到充分且有效的支撑，所以其相关实践还是迫切需要科学的理论指导。再次，数据是在特定语境下才具有特定具体的含义，其本身不会产生知识。因为大数据具有价值密度低的特点，所以它展现的过程也十分艰难，需要借助日益成熟的业务语义模型，才可以广泛化、多形式地辅助大数据可视化的使用。最后，城市规划的有序执行并不仅仅依赖于对数据的处理和展示，人机交互才是城市规划过程中的纽带。借助大数据可视化技术，加强规划者和计算机之间的交互是规划者做出行之有效的决策的重要环节之一。而为可视化应用实践提供技术和平台保障的是交互式系统的建设，这一部分也有待更深层次的研究。

5 结语

伴随着城市生活的日益丰富与便捷，涉及到城市规划的相关因素也越来越错综复杂，从交通出行到物流、通讯，从噪音管理到生态平衡，从医疗社保到商业活动等。各个方面的城市大数据的多细节、多维度特性不仅给城市带来了机遇，也增加了挑战。显而易见的是，之前城市规划惯例的方法，也就是依赖于理论知识和以往经验的方法，已经不能解决现有的城市规划的大部分问题了。大数据的分析以及可视化的出现为现代城市规划提供了新的方法。可视化作为有效且灵活的沟通手段和信息表达，不仅仅为大数据探索分析提供了有效途径，还提供了更加简洁明了又精准的数据、认知过程理解及问题发现和解决，是营造更好的城市运行系统不可或缺的部分。