1.大数据

手机信令及交通出行大数据

2.开放数据

商业网站、社交媒体开放数据

3.新数据环境 = 大数据 + 开放数据

  • 移动通信数据:移动、联通、电信、……
  • 电子商务数据:京东、当当、淘宝、……
  • 服务行业数据:医疗、银行、酒店、……
  • 社交媒体数据:微博、签到、点评、……
  • 智能刷卡数据:公交卡、市民卡、……
  • 物联传感数据:监控、监测、感应、……

4.不同尺度的新数据对人居环境监测的支持

 4.1 全球尺度——RS感知全球城市的能力大为提高

遥感让人类第站在全球尺度,直观比对各国城市发展状态,基于遥感大数据对全球城市发展状态的测度“席卷而来”。

 

4.2 全国区域尺度——基于个体位置数据的人口空间集散分析

 

4.3 城市尺度——功能区或热点区识别职住平衡布局评价

 基于公交市政卡、出租车、地铁刷卡等移动人流数据,可以识别城市功能区和热点地区(比如商业街区的热度)。

 利用出租车流的分析试图识别出各项城市功能的比例,如居住、就业、购物等,进而评价每个小区的混合使用程度,是对传统基于土地使用数据评价土地混合使用程度的方法补充。

 

4.4社区尺度——居住区环境性能评价

网络社区、微博等“公众上传”的文本、图像等信息中包含了大量关于环境品质的“感受评价”,通过这些大数据挖掘,可以获得社区尺度人们对环境感受的级别,结合其他数据便能进行环境性能评价——墨迹天气(上传)。

5.与人居环境监测有关的数据来源

人居环境监测应该从全球、区域、城市、居住区和建筑五个层次或尺度着手,任何一个层次,都受到“新数据”带来的影响或冲击。

6.与人居环境监测有关的数据来源

7.基于新数据监测城市建设重要指标

 

社交媒体 Social Media

 

智能终端 Intelligent Terminals

 

刷卡记录 Transportion Records

 

各类传感器 Sensors

 

……

 

 

人群流动 People Flow

 

城市活力 Vitality

 

公众情绪 Public Sentiment

 

舆情监测 Sentiment Monitor

 

……

 

 

预警应急 Alert Emergency

 

城市规划 Urban Planning

 

设施选址 Site Selection

 

优化提质 Quality Promotion

 

……