首页|大数据时代的精细化城市模拟:方法、数据和案例

大数据时代的精细化城市模拟:方法、数据和案例

FINE-SCALE URBAN MODELING AND ITS OPPORTUNITIES IN THE "BIG DATA" ERA: METHODS, DATA AND EMPIRICAL STUDIES

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
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.

龙瀛、茅明睿、毛其智、沈振江、张永平

展开 >

北京市城市规划设计研究院,北京100045

剑桥大学建筑系,剑桥英国

清华大学建筑学院,北京100084

金泽大学环境设计学院,金泽日本

卡迪夫大学,卡迪夫英国

内梅亨大学,内梅亨荷兰

展开 >

城市模型 大数据 精细化 规划支持系统(PSS) 北京

国家自然科学基金国家自然科学基金

5107821351278526

2014

人文地理
西安外国语大学

人文地理

CSTPCDCSSCICHSSCD北大核心
影响因子：1.522
ISSN：1003-2398
年,卷(期)：2014.29(3)
  • 53
  • 9