大数据与城市：如何优化信息梳理过程

sam

大数据是指因其数量和复杂性而需要特定应用才能处理的数据。城市学、数据收集和管理的新趋势，加之新平台和新工具的发展，催生了城市分析的新时代，为理解、评估和管理城市的演变创造了新的资源。

尽管有了这些发展，但城市规划师们长期以来一直选择用视觉方法来塑造城市的模型。从Giambattista Nolli的罗马图标地图到Allan Jacobs的街道图，视觉文化一直是城市规划师们用来说明和传达工作的惯用方法。制图学尤其试图以全面、直观的形式传达出城市解剖学的复杂性。



那么，我们如何才能把这些视觉信息汇编成册，让规划者和居民都能看懂？我们如何利用现代计算机程序的能力，对这些复杂的模式进行处理和分类？

相关文章：
三种能美化城市的信息数据化方式

在城市规划师、南加州大学教授Geoff Boeing最近的研究报告《空间信息与城市形态的可读性》中，指出：”空间信息与城市形态的可读性”。Geoff Boeing在《城市形态学中的大数据》中讨论了基于大数据的城市探索，并认为原始数据没有实用性，他断言必须对大量的数据进行翻译和压缩，才能产生有价值的、可读的信息，让普通大众能够获取和理解。

他的文章以规划的视觉相关性为基础，分析了两个程序之间的合作，将数据转化为简化信息。他关注的第一个程序是OpenStreetMap（OSM），这是一个全球制图社区和在线地理空间信息系统，作为世界城市街道网络的免费访问的高质量数据库。第二个程序OSMnx，是一个用于分析数据的Python数据包，允许研究人员和其他专业人员轻松下载街道、建筑和服务信息，自动将信息转化为图形。这只是将海量数据渲染成图像和综合地图的两个例子。

相关文章：
在互动型地图上观测你的城市路网

在一个典型的例子中，Geoff Boeing利用OSMnx应用程序制作了带有街道和建筑纹理的数字地图，将美国纽约和旧金山两个城市的城市结构与利比里亚蒙罗维亚和海地太子港的非正式居住区进行了比较。这些图画提供了一个简单的视角，展示出建筑物最初是如何与街道对齐的，在每个城市街区的中心留出空间。然而，在居民区，建筑物或街道的布局没有任何方法或规划。在理想的情况下，这些图形数据可以帮助蒙罗维亚和太子港的规划者和居民合作研究并将正式的街道网络落实到定居点，而不影响居民的日常生活。



再者，波音公司制作了一系列极地直方图或 “风玫瑰"，作为可视化城市结构规范的一种手段。每个直方图都能直观地显示出街道在罗盘上的方位。例如，曼哈顿的图中清晰地展示了主导的矩形网格，将大量的城市数据压缩成简单易懂的信息。




更多信息，详见Geoff Boeing的 网站 或在 这里 下载完整的研究。