黃慧萍，李強(qiáng)子

（中國科學(xué)院遙感與數(shù)字地球研 究所， 北京 100101）

大數(shù)據(jù)時(shí)代土地利用優(yōu)化的機(jī)遇、數(shù)據(jù)源及潛在應(yīng)用

黃慧萍，李強(qiáng)子

（中國科學(xué)院遙感與數(shù)字地球研 究所， 北京 100101）

研究目的：分析大數(shù)據(jù)技術(shù)應(yīng)用于土地空間優(yōu)化配置的可能性。研究方法：通過查閱相關(guān)文獻(xiàn)，歸納總結(jié)前人基于大數(shù)據(jù)進(jìn)行土地利用優(yōu)化的經(jīng)驗(yàn)，分析目前可以使用的潛在數(shù)據(jù)源，在此基礎(chǔ)上提出大數(shù)據(jù)模式下土地利用空間優(yōu)化潛在應(yīng)用的工作思路。研究結(jié)果：土地利用空間優(yōu)化相關(guān)的大數(shù)據(jù)主要包括基礎(chǔ)地理數(shù)據(jù)、遙感影像數(shù)據(jù)產(chǎn)品、個(gè)體時(shí)空數(shù)據(jù)、手機(jī)APP數(shù)據(jù)、電子地圖數(shù)據(jù)、社交應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)、智能交通數(shù)據(jù)、物聯(lián)網(wǎng)傳感器數(shù)據(jù)、社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)和臺(tái)站觀測(cè)數(shù)據(jù)10類，其可能的應(yīng)用包括空間質(zhì)量評(píng)價(jià)、空間用地布局優(yōu)化和土地空間擴(kuò)展預(yù)測(cè)。研究結(jié)論：在當(dāng)前的大數(shù)據(jù)時(shí)代，日益增多的大數(shù)據(jù)源為土地資源管理和土地優(yōu)化利用提供了強(qiáng)有力的新數(shù)據(jù)支撐，為區(qū)域/城市土地利用優(yōu)化帶來新的發(fā)展機(jī)遇、理念和挑戰(zhàn)。

土地利用；空間優(yōu)化；大數(shù)據(jù)；數(shù)據(jù)源

Abstract:The purpose of this study is to analyze the possibility of applying the big data technology in urban land use structure and spatial pattern optimization. The following methods were used. By means of literature review, the patterns of previous studies utilizing big data to optimize land use were analyzed. On the basis of literature review, potential big data sources for use were investigated, and the workflow of typical application of big data in urban land use structure and spatial pattern optimization was put forward. The results show that the big data associated with urban land use structure and spatial pattern optimization include fundamental geographic data, remote sensing images, individual spatio-temporal data, mobile application data, digital map, social application data, intelligent traffic data, data from internet of things,socio-economic statistics data, and station observation data. The typical application fields of the big data include spatial quality assessment, land use pattern optimization, and prediction of land use evolvement. In conclusion, in the era of big data, big data from more sources provide the strong support for land management and land use optimization as well as bring opportunities, challenges, and new insights to regional / urban land use structure and spatial pattern optimization.

Key words:land use; spatial optimization; big data; data source

1 引言

目前，中國快速城鎮(zhèn)化過程中的土地供需矛盾日益突出，不但大量優(yōu)質(zhì)耕地被占用，而且土地利用效率不高，用地結(jié)構(gòu)嚴(yán)重失衡。土地利用優(yōu)化配置是實(shí)現(xiàn)土地資源合理利用和區(qū)域可持續(xù)發(fā)展的重要途徑，它能充分發(fā)揮土地利用潛力，提高土地聚集效應(yīng)，保持土地生態(tài)系統(tǒng)平衡，實(shí)現(xiàn)土地的可持續(xù)利用[1]。土地利用數(shù)量結(jié)構(gòu)是土地利用合理配置的基礎(chǔ)，因此傳統(tǒng)的土地利用優(yōu)化多側(cè)重于數(shù)量結(jié)構(gòu)的優(yōu)化。相比土地利用數(shù)量結(jié)構(gòu)，土地利用空間結(jié)構(gòu)同樣會(huì)影響土地利用效率。因此從調(diào)整土地利用空間結(jié)構(gòu)的角度進(jìn)行土地利用類型在地域空間上的合理落位，開展土地利用空間優(yōu)化工作，在當(dāng)今社會(huì)同樣重要。

土地利用空間優(yōu)化是將土地利用方式與土地利用的生態(tài)和社會(huì)經(jīng)濟(jì)適宜性進(jìn)行優(yōu)化組合，從而形成協(xié)調(diào)的用地?cái)?shù)量結(jié)構(gòu)和空間布局，實(shí)現(xiàn)土地的持續(xù)利用[1]。傳統(tǒng)的土地利用空間優(yōu)化主要基于土地普查、經(jīng)濟(jì)統(tǒng)計(jì)、地面調(diào)查等土地資源調(diào)查數(shù)據(jù)[2]，幾何粒度粗，調(diào)查成本高，更新周期長，且難以考查區(qū)域土地利用實(shí)體和個(gè)體的時(shí)空行為，無法支持精細(xì)尺度上的用地類型/效率分析以及土地利用優(yōu)化模擬，因此難以為土地可持續(xù)利用提供強(qiáng)有力的支撐。在當(dāng)前科學(xué)發(fā)展觀和區(qū)域協(xié)調(diào)可持續(xù)發(fā)展的大前提下，迫切需要在精細(xì)尺度上及時(shí)獲取對(duì)土地利用現(xiàn)狀、效率和結(jié)構(gòu)優(yōu)化的分析評(píng)估，在傳統(tǒng)數(shù)據(jù)源的基礎(chǔ)上，建設(shè)更為精細(xì)、更新更為及時(shí)的支撐土地利用空間優(yōu)化的新數(shù)據(jù)集。

大數(shù)據(jù)技術(shù)作為當(dāng)前分析決策的科學(xué)手段，整合了來自互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、全球定位、網(wǎng)絡(luò)應(yīng)用、移動(dòng)設(shè)備、傳感器、攝像頭等渠道的、大量反映土地資源數(shù)量及空間結(jié)構(gòu)、土地利用動(dòng)態(tài)、模式與效率的數(shù)據(jù)，使得土地優(yōu)化利用工作能夠同時(shí)關(guān)注城市個(gè)體的行為，滿足政府、企業(yè)和居民的多樣需求，其影響凸顯。然而大數(shù)據(jù)面臨著格式多樣、類型復(fù)雜、結(jié)構(gòu)不一、時(shí)空框架復(fù)雜等問題，對(duì)數(shù)據(jù)的存儲(chǔ)管理、整合分析、信息挖掘與知識(shí)分析等后續(xù)利用帶來了很大的困難[3]。本文的目的在于分析當(dāng)前大數(shù)據(jù)技術(shù)對(duì)土地利用優(yōu)化帶來的改變，總結(jié)潛在數(shù)據(jù)源，并分析大數(shù)據(jù)模式下土地利用空間優(yōu)化的工作思路和潛在應(yīng)用，為今后的土地優(yōu)化利用工作提供參考。

2 大數(shù)據(jù)技術(shù)發(fā)展對(duì)土地利用空間優(yōu)化帶來的機(jī)遇

2.1 大數(shù)據(jù)技術(shù)豐富了土地利用空間優(yōu)化的數(shù)據(jù)源

各種傳感器、手機(jī)位置、APP應(yīng)用、電子地圖、社交網(wǎng)絡(luò)、智能交通信息均提供了反映土地利用實(shí)體和個(gè)體行為的時(shí)空信息。這些信息互動(dòng)性高、現(xiàn)勢(shì)性強(qiáng)，能夠更好地了解土地利用現(xiàn)狀、居民時(shí)空行為和意愿，促進(jìn)土地利用空間優(yōu)化從經(jīng)驗(yàn)判斷走向數(shù)據(jù)支撐，實(shí)現(xiàn)“以形定流”走向“以流定型”。

2.2 大數(shù)據(jù)技術(shù)增強(qiáng)了土地利用優(yōu)化配置分析和解決問題的能力

大數(shù)據(jù)技術(shù)有利于找到人口、交通、環(huán)境、住房等“城市病”所引起的公共服務(wù)、經(jīng)濟(jì)效率、資源供給、生態(tài)環(huán)境等領(lǐng)域的問題癥結(jié)?；诖髷?shù)據(jù)技術(shù)的全樣本微觀數(shù)據(jù)挖掘研究有助于解決土地利用空間優(yōu)化的應(yīng)用難題，其所包含的具有公眾強(qiáng)參與、位置/軌跡信息、時(shí)空動(dòng)態(tài)信息，有助于解決或協(xié)調(diào)人口、用地?cái)?shù)量、結(jié)構(gòu)及分布、產(chǎn)業(yè)及效率、生態(tài)環(huán)境等方面的配置關(guān)系，降低經(jīng)濟(jì)社會(huì)運(yùn)行成本、提高政府決策效率和創(chuàng)新社會(huì)公共服務(wù)[5]。

2.3 大數(shù)據(jù)技術(shù)帶來了土地利用規(guī)劃的新思維或新理念

大數(shù)據(jù)技術(shù)使政府、學(xué)者和規(guī)劃部門重新認(rèn)識(shí)到居民和企業(yè)等主體行為和活動(dòng)對(duì)土地空間發(fā)展的影響，從而在土地利用規(guī)劃中從人的需求高度思考和解析土地利用管理問題，提供全視角的解決思路與對(duì)策，并從傳統(tǒng)的空間規(guī)劃向動(dòng)態(tài)的時(shí)空規(guī)劃轉(zhuǎn)變，對(duì)規(guī)劃實(shí)施效果進(jìn)行長期的實(shí)時(shí)評(píng)估和快速優(yōu)化。傳統(tǒng)的規(guī)劃是通過政府設(shè)定土地利用總體發(fā)展目標(biāo)，并在不同規(guī)劃區(qū)域進(jìn)行土地類型空間控制和布局，規(guī)劃的實(shí)施效率較低[6]。

3 土地利用空間優(yōu)化相關(guān)的大數(shù)據(jù)類型分析

大數(shù)據(jù)技術(shù)使得土地利用優(yōu)化的支撐數(shù)據(jù)源從傳統(tǒng)的有限數(shù)據(jù)源向多樣化的信息采集過渡。數(shù)據(jù)獲取對(duì)信息處理軟件和設(shè)備的依賴程度逐漸增加，但能夠獲取的數(shù)據(jù)內(nèi)容、精確性以及城市土地利用主體的針對(duì)性均有大幅提高。土地利用優(yōu)化涉及的數(shù)量結(jié)構(gòu)和空間分布相關(guān)的大數(shù)據(jù)主要包括10個(gè)類別。

3.1 基礎(chǔ)地理數(shù)據(jù)

基礎(chǔ)地理數(shù)據(jù)主要由自然地理信息中的地貌、水系、植被以及社會(huì)地理信息中的居民地、交通、境界、特殊地物、地名等要素構(gòu)成，描述了地球表面測(cè)量控制點(diǎn)、水系、居民地及設(shè)施、交通、管線、境界與政區(qū)、地貌、植被與土質(zhì)、地籍、地名等自然和社會(huì)要素的位置、形態(tài)和屬性等信息，也是進(jìn)行土地利用空間優(yōu)化分析的基礎(chǔ)地理單元。在移動(dòng)互聯(lián)時(shí)代，土地優(yōu)化利用所需的城市居民行為信息，離不開基礎(chǔ)地理信息技術(shù)和數(shù)據(jù)。在其支持下，基于地理圍欄技術(shù)（按地理空間位置圍出一個(gè)虛擬的地理區(qū)域）的精準(zhǔn)信息推送服務(wù)，以及電子商務(wù)、線上線下服務(wù)等[11]均是許多大數(shù)據(jù)采集的基礎(chǔ)。

3.2 遙感影像數(shù)據(jù)產(chǎn)品

遙感技術(shù)可以實(shí)現(xiàn)對(duì)目標(biāo)區(qū)域的多時(shí)相、多尺度快速觀測(cè)，提供了多傳感器、多用途、多分辨率、多頻率的觀測(cè)數(shù)據(jù)?，F(xiàn)代遙感更以高空間、高光譜、高動(dòng)態(tài)為標(biāo)志（如中國的高分、資源系列和國外的QuickBird、IRS、IKONOS等衛(wèi)星），在城市規(guī)劃、建設(shè)和管理、城市生態(tài)系統(tǒng)評(píng)估與土地優(yōu)化利用等各領(lǐng)域得到廣泛使用[12]。各種遙感指數(shù)如植被指數(shù)、水體指數(shù)、建筑指數(shù)、不透水面指數(shù)、裸土指數(shù)、亮溫及濕度指數(shù)對(duì)于快速監(jiān)測(cè)城市生態(tài)系統(tǒng)各要素（綠度、熱度、濕度、不透水率等）的空間格局，城市熱環(huán)境狀況，城市生態(tài)質(zhì)量，以及分析城市人居環(huán)境適宜性及生態(tài)系統(tǒng)評(píng)價(jià)，具有不可替代的作用[13-14]。經(jīng)過深層加工的遙感信息產(chǎn)品，如高分辨率土地利用圖、城市生態(tài)質(zhì)量監(jiān)測(cè)產(chǎn)品、城市熱環(huán)境分布產(chǎn)品、夜間燈光數(shù)據(jù)支持的城市擴(kuò)展和人口分布信息產(chǎn)品等，在土地利用空間格局合理性及功能用地效率評(píng)價(jià)，以及土地利用類型變化分析等方面意義重大。

3.3 個(gè)體時(shí)空數(shù)據(jù)

主要是指來自智能手機(jī)或其他具有全球定位功能的個(gè)人終端數(shù)據(jù)。目前以智能手機(jī)的通話數(shù)據(jù)最典型，具有海量、真實(shí)、實(shí)時(shí)和空間覆蓋廣4大優(yōu)勢(shì)。當(dāng)用戶接打電話或接發(fā)短信時(shí)，通過手機(jī)基站獲取大量用戶位置，能夠間接分析城市個(gè)體的空間分布及動(dòng)態(tài)變化，評(píng)價(jià)城市人口動(dòng)態(tài)和功能用地效率。帶地理標(biāo)簽的文本、照片、通話時(shí)間、地點(diǎn)以及較為精確的定位數(shù)據(jù)和用戶地理社會(huì)經(jīng)濟(jì)屬性信息，也包含了時(shí)間、空間等多重維度。國外有學(xué)者嘗試通過智能手機(jī)的位置信息進(jìn)行居民時(shí)空行為信息的采集，并在此基礎(chǔ)上分析城市人群個(gè)體移動(dòng)性、居民日常行為、旅游者游憩、出行方式等，服務(wù)于城市結(jié)構(gòu)和城市景觀在空間上的適宜性分析工作[15-23]。

3.4 手機(jī)APP數(shù)據(jù)

手機(jī)APP包括社交應(yīng)用、地圖導(dǎo)航、網(wǎng)購支付、通話通訊、生活消費(fèi)、查詢工具、拍攝美化、影音播放、圖書閱讀、瀏覽器和新聞資訊等類型。主要包括網(wǎng)購支付（淘寶、京東、亞馬遜、當(dāng)當(dāng)?shù)龋┖蜕钕M(fèi)類主題網(wǎng)站（攜程、大眾點(diǎn)評(píng)、58同城、趕集網(wǎng)、鏈家網(wǎng)等）數(shù)據(jù)。網(wǎng)購類數(shù)據(jù)提供了商戶的人氣、環(huán)境質(zhì)量、規(guī)模檔次及商戶等級(jí)評(píng)價(jià)[24]，房產(chǎn)主題APP提供了住房區(qū)位、買賣租賃價(jià)格、用戶關(guān)注咨詢信息等，招聘主題APP提供了就業(yè)機(jī)構(gòu)、崗位人氣和崗位薪酬信息等。這些APP數(shù)據(jù)通過統(tǒng)計(jì)分析可以獲取土地功能類別的興趣點(diǎn)位置信息、城市中心地帶分布、個(gè)體活動(dòng)熱點(diǎn)及房價(jià)分布等信息，反映了局部經(jīng)濟(jì)活躍程度，支持城市土地優(yōu)化利用的功能用地效率分析。

3.5 電子地圖數(shù)據(jù)

電子地圖數(shù)據(jù)是電子地圖提供商提供的POI信息，以及用戶使用電子地圖時(shí)獲取到的有關(guān)用戶位置等信息，包括百度、高德、谷歌、搜狗、凱立德、天翼等地圖服務(wù)產(chǎn)品。電子地圖提供商提供的具有更強(qiáng)現(xiàn)勢(shì)性的POI信息（如醫(yī)院、大廈、超市、加油站、銀行等）、高速公路、國道、省道等道路信息，鄉(xiāng)、鎮(zhèn)、村等行政點(diǎn)信息，公園、水域等生態(tài)用地信息是基礎(chǔ)地理信息數(shù)據(jù)的有益補(bǔ)充。土地優(yōu)化利用需要地圖使用中的個(gè)體位置、起止點(diǎn)、交通方式、通行速度、時(shí)長、路線選擇、擁堵狀況等，對(duì)于個(gè)體活動(dòng)行為特征分析、職住分離分析、三生功能用地分布狀況及交通用地合理性分析[22,26-30]，土地功能單元的空間分布、利用效率等評(píng)價(jià)和空間優(yōu)化具有支持作用。

3.6 社交應(yīng)用網(wǎng)絡(luò)數(shù)據(jù)

網(wǎng)絡(luò)作為國民經(jīng)濟(jì)和社會(huì)發(fā)展不可或缺的平臺(tái)，全面影響著居民活動(dòng)和企業(yè)經(jīng)營，因而包含了反映城市空間組織和居民行為特征的社交網(wǎng)絡(luò)數(shù)據(jù)。社交應(yīng)用網(wǎng)絡(luò)如微信、微博、QQ空間、人人網(wǎng)、Twitter、facebook、Flikr等，可提供用戶活動(dòng)地點(diǎn)、好友、社交信息數(shù)量和頻次等結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的海量用戶行為數(shù)據(jù)。利用“網(wǎng)絡(luò)爬蟲”（檢索和獲取數(shù)據(jù)的計(jì)算機(jī)程序）進(jìn)行下載、整理，可用于研究用戶活動(dòng)狀態(tài)和特征[31]；通過分析網(wǎng)頁鏈接結(jié)構(gòu)，評(píng)估網(wǎng)頁的資源量；挖掘網(wǎng)頁訪問日志記錄，提供個(gè)性化的產(chǎn)品和服務(wù)。這些工作是城市活躍地點(diǎn)分布監(jiān)測(cè)、居民行為特征分析和土地利用效率評(píng)定與空間優(yōu)化途徑分析的基礎(chǔ)[32-35]。

3.7 智能交通數(shù)據(jù)

智能交通設(shè)備和系統(tǒng)，如智能公交、電子警察、交通信號(hào)控制、卡口、交通視頻監(jiān)控、出租車信息服務(wù)管理、城市客運(yùn)樞紐信息化、GPS與警用系統(tǒng)、交通信息采集與發(fā)布和交通指揮類平臺(tái)等，每天可產(chǎn)生大量位置交通大數(shù)據(jù)，包含了用戶活動(dòng)內(nèi)容和路徑、刷卡地點(diǎn)和時(shí)間、乘車時(shí)長、司機(jī)和車輛編號(hào)、行駛軌跡和速度、車輛違章、交通事故、道路擁堵、全時(shí)段客運(yùn)人數(shù)及遷移信息、車輛運(yùn)營效率、換乘信息、交通氣象、停車場(chǎng)信息、出行方式和事件、路線及車次選擇、物流、貨運(yùn)效率等信息?？捎糜诮煌▽?shí)時(shí)監(jiān)測(cè)、交通狀態(tài)分析、交通設(shè)施評(píng)估、居民出行行為研究[36-40]，以及交通與功能用地類型及數(shù)量、用地效率之間關(guān)系分析，支持城市土地利用空間優(yōu)化。

3.8 物聯(lián)網(wǎng)傳感器數(shù)據(jù)

服務(wù)于城市治安、交通、生態(tài)環(huán)境質(zhì)量管理等的城市傳感器網(wǎng)絡(luò)，為土地優(yōu)化利用提供了更具實(shí)時(shí)性和精確性的高附加信息。海量物聯(lián)網(wǎng)節(jié)點(diǎn)的實(shí)時(shí)采集，使得其數(shù)據(jù)生成頻率遠(yuǎn)高于互聯(lián)網(wǎng)。這些多樣化數(shù)據(jù)支持了各種城市管理或服務(wù)領(lǐng)域的復(fù)雜應(yīng)用[41]，對(duì)城市環(huán)境內(nèi)不同目標(biāo)和屬性進(jìn)行有效的描述，如溫度、濕度、光照度、空氣質(zhì)量、噪音等物理數(shù)據(jù)，含氧量、二氧化碳等化學(xué)數(shù)據(jù)，細(xì)菌數(shù)和植被等生物數(shù)據(jù)。這些數(shù)據(jù)既包括底層采集的原始數(shù)據(jù)，也包括經(jīng)聚合后的高層概括性數(shù)據(jù)，在城市管理，如貨物流跟蹤、環(huán)境監(jiān)測(cè)、氣象監(jiān)測(cè)、城市路燈控制、城市安防監(jiān)控、車輛監(jiān)控調(diào)度等[42-43]均得到了成功的應(yīng)用。對(duì)于城市功能用地效率、生態(tài)環(huán)境質(zhì)量評(píng)估，以及進(jìn)一步的土地利用的空間優(yōu)化具有重要支持作用。

3.9 社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)

社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)是土地優(yōu)化利用中效率評(píng)價(jià)的重要信息。在土地利用優(yōu)化過程中，需要參考社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行不同統(tǒng)計(jì)單元尺度的綜合評(píng)估。其中最為直接有效的是經(jīng)濟(jì)普查數(shù)據(jù)，它反映了中國三產(chǎn)發(fā)展規(guī)模及布局，產(chǎn)業(yè)組織、產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)技術(shù)的現(xiàn)狀以及各生產(chǎn)要素的構(gòu)成，服務(wù)業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)和小微企業(yè)的發(fā)展?fàn)顩r。利用地址解析可獲取企業(yè)位置，將社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)在格網(wǎng)層次進(jìn)行降尺度處理。結(jié)合人口和用地?cái)?shù)據(jù)，社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)可以用于人口—產(chǎn)業(yè)—用地的關(guān)聯(lián)分析，研究三生用地的利用效率等[44]。

3.10 臺(tái)站觀測(cè)數(shù)據(jù)

臺(tái)站觀測(cè)是生態(tài)、環(huán)境、農(nóng)業(yè)、地球物理、海洋、天文、空間等領(lǐng)域獲取第一手真實(shí)性科學(xué)數(shù)據(jù)的主要方式。目前中國科學(xué)院、水利部、農(nóng)業(yè)部、環(huán)境保護(hù)部、國土資源部、國家林業(yè)局等部門均建立了相應(yīng)的野外觀測(cè)臺(tái)站，是野外科學(xué)觀測(cè)、科學(xué)實(shí)驗(yàn)和科技示范的重要基地[46]。如中國科學(xué)院先后建立了212個(gè)野外臺(tái)站[45]，中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)則包含8個(gè)類別42個(gè)生態(tài)站。臺(tái)站觀測(cè)數(shù)據(jù)對(duì)于城市自然、生物環(huán)境及人工環(huán)境的演變規(guī)律分析，資源環(huán)境動(dòng)態(tài)，功能用地類型結(jié)構(gòu)，城市社會(huì)經(jīng)濟(jì)發(fā)展演化，資源利用效率提高與生態(tài)環(huán)境維護(hù)等均有重要支持作用，因而成為土地優(yōu)化利用中生態(tài)環(huán)境質(zhì)量評(píng)估與模擬、區(qū)域土地利用優(yōu)化分析不可或缺的重要資料。

4 大數(shù)據(jù)支持下的土地利用優(yōu)化工作思路及潛在應(yīng)用

在大數(shù)據(jù)的支持下，進(jìn)行土地利用的優(yōu)化工作，不僅在支撐數(shù)據(jù)源方面得到有效的多元化改進(jìn)，在分析手段方面也必須同時(shí)關(guān)注政府、企業(yè)、居民的共同需求，充分考慮社會(huì)、經(jīng)濟(jì)、環(huán)境和人文要素，進(jìn)行多元、多目標(biāo)約束下的復(fù)合分析。利用各種潛在的大數(shù)據(jù)資源，進(jìn)行土地利用優(yōu)化的多方面工作，在空間尺度上細(xì)化，以提高優(yōu)化方案的可行性。

4.1 大數(shù)據(jù)支持下的土地利用優(yōu)化工作思路

大數(shù)據(jù)支持下的土地利用空間優(yōu)化工作，應(yīng)當(dāng)遵循以下思路（圖1）：

（1）大數(shù)據(jù)獲取。根據(jù)土地優(yōu)化利用的實(shí)際需要，利用網(wǎng)絡(luò)爬蟲、網(wǎng)站公開API、直接下載或與企業(yè)/研究機(jī)構(gòu)合作等方式獲得相應(yīng)的大數(shù)據(jù)集。

（2）大數(shù)據(jù)存儲(chǔ)管理。根據(jù)不同來源的大數(shù)據(jù)類別、格式、更新周期、統(tǒng)計(jì)特性等，采用分布式管理系統(tǒng)及合適的數(shù)據(jù)分片與分配策略，確保對(duì)大數(shù)據(jù)的標(biāo)準(zhǔn)化存儲(chǔ)管理和高效存取。

（3）大數(shù)據(jù)時(shí)空尺度標(biāo)準(zhǔn)化。面向土地優(yōu)化利用目標(biāo)，確定不同數(shù)據(jù)的空間統(tǒng)計(jì)尺度（如標(biāo)準(zhǔn)格網(wǎng)、街區(qū)、街道等）和時(shí)間統(tǒng)計(jì)尺度，以便與傳統(tǒng)規(guī)劃數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)、統(tǒng)計(jì)調(diào)查數(shù)據(jù)進(jìn)行時(shí)空匹配和深層次模型分析。

（4）大數(shù)據(jù)統(tǒng)計(jì)處理。根據(jù)設(shè)定的大數(shù)據(jù)時(shí)空標(biāo)準(zhǔn)尺度，用數(shù)據(jù)融合、數(shù)據(jù)匯總、空間分布模式分析、緩沖區(qū)分析、空間關(guān)聯(lián)分析等手段處理各種原始大數(shù)據(jù)，以供后續(xù)數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)使用。

（5）大數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)。對(duì)大數(shù)據(jù)進(jìn)行模型驅(qū)動(dòng)以及空間數(shù)據(jù)挖掘等，將大數(shù)據(jù)逐漸升華到支持土地利用優(yōu)化的信息和知識(shí)，如細(xì)粒度的不同功能用地效率及空間分布合理性等。

（6）決策支持輔助。在大數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)的基礎(chǔ)上，開展土地利用優(yōu)化服務(wù)，評(píng)價(jià)土地利用空間質(zhì)量，分析空間用地布局優(yōu)劣，并與城市空間擴(kuò)展預(yù)測(cè)模型相結(jié)合，分析土地利用優(yōu)化的規(guī)?？刂品桨?、空間布置優(yōu)化思路，支持不同土地政策可能帶來土地利用問題的情景分析。

圖1 大數(shù)據(jù)時(shí)代土地利用優(yōu)化的基本思路Fig.1 conceptual framework of land use optimization in the era of big data

4.2 大數(shù)據(jù)時(shí)代的土地優(yōu)化利用潛在應(yīng)用分析

目前土地利用優(yōu)化的工作主要體現(xiàn)在三個(gè)方面（表1）。其中，土地利用發(fā)展空間質(zhì)量評(píng)價(jià)是土地利用現(xiàn)狀評(píng)價(jià)的重要內(nèi)容，目的是為了土地合理利用決策提供科學(xué)依據(jù)，重點(diǎn)關(guān)注不同土地利用對(duì)象的空間分布現(xiàn)狀及利用潛力的綜合分析，主要基于統(tǒng)計(jì)資料和土地利用數(shù)據(jù)構(gòu)建指標(biāo)體系來進(jìn)行城市宏觀層面統(tǒng)計(jì)性評(píng)估，而對(duì)于微觀層面的城市主體對(duì)建成環(huán)境的感知或滿意度有所忽略，較難客觀反映城市空間綜合發(fā)展質(zhì)量。

空間用地布局優(yōu)化是在土地資源用地現(xiàn)狀、未來發(fā)展方向及政府目標(biāo)導(dǎo)向等條件的約束下所做出的空間安排，是土地利用空間規(guī)劃的關(guān)鍵環(huán)節(jié)，主要涉及空間結(jié)構(gòu)、功能分區(qū)及用地優(yōu)化布局三個(gè)層次[5]。傳統(tǒng)的空間用地布局更多從宏觀層面考慮區(qū)域發(fā)展/城市需求，著重強(qiáng)調(diào)空間的功能分區(qū)，忽視不同功能用地的空間優(yōu)化分布。

城市空間擴(kuò)展預(yù)測(cè)涉及人口擴(kuò)展和用地?cái)U(kuò)展兩個(gè)方面。傳統(tǒng)的人口擴(kuò)展預(yù)測(cè)一般是利用歷年人口統(tǒng)計(jì)數(shù)據(jù)，結(jié)合未來發(fā)展目標(biāo)和人口增長變化趨勢(shì)進(jìn)行建模預(yù)測(cè)[46-47]；用地?cái)U(kuò)展預(yù)測(cè)則是在分析人口增長的基礎(chǔ)上，結(jié)合用地潛力評(píng)價(jià)，根據(jù)近遠(yuǎn)期用地發(fā)展需求建立模型預(yù)測(cè)未來一段時(shí)間內(nèi)的用地總量[48-49]。由于人口預(yù)測(cè)缺少內(nèi)部空間結(jié)構(gòu)及空間動(dòng)態(tài)變化的準(zhǔn)確把握，加之用地潛力與用地現(xiàn)狀的空間描述能力不強(qiáng)，而且較少考慮城市可建用地容量的限制，最終導(dǎo)致用地?cái)U(kuò)展的預(yù)測(cè)結(jié)果只能局限于行政單元尺度上的總量預(yù)測(cè)，難以進(jìn)行準(zhǔn)確的空間描述。

表1 大數(shù)據(jù)支持下的土地利用空間優(yōu)化潛在應(yīng)用Tab.1 Potential applications of land use optimization in the era of big data

在大數(shù)據(jù)的支持下，更豐富的信息支持，細(xì)粒度數(shù)據(jù)的支撐將使這三個(gè)方面能夠提供更有價(jià)值和可操作性的分析結(jié)果。大數(shù)據(jù)支持下的土地利用空間質(zhì)量評(píng)價(jià)將納入居民個(gè)體對(duì)建成環(huán)境的感知作為評(píng)價(jià)土地利用發(fā)展質(zhì)量的重要指標(biāo)，通過對(duì)居民就業(yè)、出行、遷居等行為數(shù)據(jù)的時(shí)空匯總分析，發(fā)現(xiàn)城市居民活動(dòng)—移動(dòng)系統(tǒng)的時(shí)空特征及存在問題，并與城市土地利用圖疊加分析，發(fā)現(xiàn)土地利用空間分布、利用效率及發(fā)展趨勢(shì)中存在的問題，從而在一定程度上提高土地利用空間發(fā)展質(zhì)量評(píng)價(jià)的效果，對(duì)城市空間結(jié)構(gòu)和用地布局進(jìn)行科學(xué)優(yōu)化和調(diào)整[10]。

基于大數(shù)據(jù)的空間用地布局優(yōu)化側(cè)重政府、企業(yè)及居民等土地使用主體的日?；顒?dòng)分析模擬，通過探索不同用地居民活動(dòng)時(shí)空特征，采用聚類算法、支持向量機(jī)和隨機(jī)森林算法等大數(shù)據(jù)挖掘方法，實(shí)現(xiàn)對(duì)土地利用類型和功能分區(qū)的動(dòng)態(tài)感知，在此基礎(chǔ)上通過土地的高效使用和混合布局來滿足不同用地群體的空間發(fā)展需求，平等享有和便捷、集約利用土地空間，實(shí)現(xiàn)土地利用空間布局優(yōu)化的目標(biāo)。

大數(shù)據(jù)支持下的城市空間擴(kuò)展預(yù)測(cè)能綜合考慮居民日常出行活動(dòng)規(guī)律，分析各街區(qū)人口變化和街區(qū)間人口交換情況，通過用戶屬性數(shù)據(jù)分析常住人口與外來流動(dòng)人口、青少年人口與中老年人口的比例關(guān)系及變化規(guī)律[8]，結(jié)合基于遙感的用地潛力分析，網(wǎng)絡(luò)搜索獲得的居民意愿數(shù)據(jù)和案例數(shù)據(jù)，以及勘測(cè)、規(guī)劃和政策等多重維度的數(shù)據(jù)，綜合利用統(tǒng)計(jì)分析、空間擴(kuò)展模型等手段來模擬城市不同年份的用地現(xiàn)狀和變化情況[9]，分析城市人口活動(dòng)范圍，從而科學(xué)劃定未來的城市增長邊界。

5 討論

大數(shù)據(jù)時(shí)代的土地資源管理與土地利用優(yōu)化，更需要關(guān)注城市政府、企業(yè)及居民的共同需求，充分挖掘反映土地主體行為與活動(dòng)的網(wǎng)絡(luò)、移動(dòng)設(shè)備及傳感器等大數(shù)據(jù)，結(jié)合統(tǒng)計(jì)、基礎(chǔ)地理、規(guī)劃資料等傳統(tǒng)信息，建立專題數(shù)據(jù)庫、空間數(shù)據(jù)庫及規(guī)劃數(shù)據(jù)庫。同時(shí)，運(yùn)用時(shí)空行為分析、質(zhì)性分析等多學(xué)科方法來探討土地利用與居民活動(dòng)之間的密切關(guān)系，最終通過空間布局優(yōu)化來實(shí)現(xiàn)土地資源可持續(xù)發(fā)展的目標(biāo)。

利用大數(shù)據(jù)進(jìn)行土地利用空間優(yōu)化布局具有較大的優(yōu)勢(shì)，能夠避免傳統(tǒng)土地利用優(yōu)化的諸多局限性，但是還存在一些問題和挑戰(zhàn)。第一，現(xiàn)有土地資源領(lǐng)域的大數(shù)據(jù)獲取和處理技術(shù)尚未成熟，存在數(shù)據(jù)有效性、冗余處理、剝離等方面的技術(shù)盲點(diǎn)；第二，由于涉及到利益和保密性等原因，土地利用大數(shù)據(jù)整合共享存在一定難度，限制了空間優(yōu)化大數(shù)據(jù)獲取的廣度和深度；第三，土地是各種要素交匯、大量信息交融、多種空間交叉的復(fù)雜綜合體，基于大數(shù)據(jù)的土地利用空間優(yōu)化成果集中于理論和方法層面，尚未形成完善的技術(shù)體系，在模擬和分析要素相關(guān)性方面具有較大的局限性，如何與傳統(tǒng)數(shù)據(jù)分析相結(jié)合來避免類似問題還需進(jìn)一步探索。

大數(shù)據(jù)時(shí)代的到來意味著思維方式的變革，基于全樣本微觀數(shù)據(jù)挖掘的要素間相關(guān)系研究可以把握發(fā)展總體規(guī)律，發(fā)現(xiàn)傳統(tǒng)小數(shù)據(jù)樣本分析下難以得出的潛在現(xiàn)象，將成為未來土地利用研究的新方向。

（References）:

［1］ 羅鼎，許月卿，邵曉梅，等. 土地利用空間優(yōu)化配置研究進(jìn)展與展望［J］ . 地理科學(xué)進(jìn)展，2009，28（5）：791 - 797.

［2］ 倪紹祥，劉彥隨. 區(qū)域土地資源優(yōu)化配置及其可持續(xù)利用［J］ . 農(nóng)村生態(tài)環(huán)境，1999， 15（2）：8 - 11.

［3］ 李芬，朱志祥，劉盛輝. 大數(shù)據(jù)發(fā)展現(xiàn)狀及面臨的問題［J］ . 西安郵電大學(xué)學(xué)報(bào)，2013，18（5）：100 - 103.

［4］ 秦蕭，甄峰，熊麗芳，等. 大數(shù)據(jù)時(shí)代城市時(shí)空間行為研究方法［J］ . 地理科學(xué)進(jìn)展，2013，32（9）：1352 - 1361.

［5］ 秦蕭，甄峰. 大數(shù)據(jù)時(shí)代智慧城市空間規(guī)劃方法探討［J］ . 現(xiàn)代城市研究，2014，（10）：18 - 24.

［6］ 王正興. 試論交互式土地利用規(guī)劃［J］ . 資源科學(xué)，1998，20（5）：78 - 80.

［7］ 丁亮，鈕心毅，宋小冬. 基于移動(dòng)定位大數(shù)據(jù)的城市空間研究進(jìn)展［J］ . 國際城市規(guī)劃，2015，30（4）：53 - 58.

［8］ 冉斌，邱志軍，裘煒毅，等. 大數(shù)據(jù)環(huán)境下手機(jī)定位數(shù)據(jù)在城市規(guī)劃中實(shí)踐［A］ . 中國城市規(guī)劃年會(huì)（論文集）［C］ .2013.

［9］ 李新運(yùn). 城市空間數(shù)據(jù)挖掘方法與應(yīng)用研究［D］ . 青島：山東科技大學(xué)，2004.

［10］ 甄峰，秦蕭，王波. 大數(shù)據(jù)時(shí)代的人文地理研究與應(yīng)用實(shí)踐［J］ . 人文地理，2014， 29（3）：1 - 6.

［11］ 周星，桂德竹. 大數(shù)據(jù)時(shí)代測(cè)繪地理信息服務(wù)面臨的機(jī)遇和挑戰(zhàn)［J］ . 地理信息世界，2013，20（5）：17 - 20.

［12］ 王?；? 遙感技術(shù)在全球變化研究中的應(yīng)用［J］ . 環(huán)境科學(xué)與管理，2009， 34（1）：161.

［13］ 肖凡，朱明雅. 歸一化遙感指數(shù)的應(yīng)用發(fā)展研究［J］ . 農(nóng)村經(jīng)濟(jì)與科技，2016，27（1）：47 - 51.

［14］ 徐涵秋. 城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用［J］ . 生態(tài)學(xué)報(bào)，2013，33（24）： 7853 - 7862.

［15］ 郭文伯，張艷，柴彥威，等. 基于GPS數(shù)據(jù)的城市郊區(qū)居民日常活動(dòng)時(shí)空特征——以北京天通苑、亦莊為例［J］ . 地域研究與開發(fā)，2013，32（6）：159 - 164.

［16］ Sagl G, Resch B, Hawelka B, et al. From social sensor data to collective human behaviour patterns: Analysing and visualising spatiotemporal dynamics in urban environments［A］ . In: Proceedings of the GI-Forum 2012: Geovisualization, Society and Learning［C］ .2012： 221 - 230.

［17］ Ellega°d K. A, et al. time-geographic approach to the study of everyday life of individuals-a challenge of complexity［J］ . Geo Journal,1999， 48（3）：167 - 175.

［18］ Papinski D, Scott D. M, Doherty S. T. Exploring the route choice decision-making process: A comparison of planned and observed routes obtained using per-son-based GPS［J］ . Transportation Research Part F: Traffic Psychology and Behaviour，2009，12（4）： 347- 358.

［19］ 郭遲，劉經(jīng)南，方媛，等. 位置大數(shù)據(jù)的價(jià)值提取與協(xié)同挖掘方法［J］ . 軟件學(xué)報(bào)，2014，25（4）：713 - 730.

［20］ 任頤，毛榮昌. 手機(jī)數(shù)據(jù)與規(guī)劃智慧化——以無錫市基于手機(jī)數(shù)據(jù)的出行調(diào)查為例［J］ . 國際城市規(guī)劃，2014，（6）：66 - 71.

［21］ Sagl G. Delmelle E, Delmelle E, et al. Mapping Collective Human Activity in an Urban Environment Based on Mobile Phone Data［J］ .Cartography and Geographic Information Science, 2014，41（3）： 272 - 285.

［22］ Manfredini F, Pucci P, Tagliolato P, et al. Toward a systemic use of manifold cell phone network data for urban analysis and planning［J］ .Journal of Urban Technology, 2014， 21（2）： 39 - 59.

［23］ John D, Peter H., Ronan F, et al. Population mobility dynamics estimated from mobile telephony data［J］ . Journal of Urban Technology， 2014， 21（2）： 109 - 132.

［24］ 秦蕭， 甄峰， 朱壽佳，等. 基于網(wǎng)絡(luò)口碑度的南京城區(qū)餐飲業(yè)空間分布格局研究［J］ . 地理科學(xué)，2014，34（7）：810 - 817.

［25］ Roth C, Kang S. M, Batty M, et al. Structure of urban movements: Polycentric activity and entangled hierarchical plows［J］ . Plos One，2011， 6（1）： 1 - 8.

［26］ 鈕心毅，丁亮，宋小冬. 基于手機(jī)數(shù)據(jù)識(shí)別上海中心城的城市空間結(jié)構(gòu)［J］ . 城市規(guī)劃學(xué)刊，2014，（6）：61 - 67.

［27］ 席廣亮，甄峰，汪俠，等. 南京市居民網(wǎng)絡(luò)消費(fèi)的影響因素及空間特征［J］ . 地理研究，2014，33（2）：284 - 295.

［28］ Javier P. H， Roc í o S. M. To have or not to have Internet at home: Implications for online shopping［J］ . Information Economics and Policy，2011，（23）：13 - 226.

［29］ 孫智群，柴彥威，王冬根. 深圳市民網(wǎng)上購物行為的空間特征［J］ . 城市發(fā)展研究，2009，16（6）：106 - 112.

［30］ 王波，甄峰，張浩. 基于簽到數(shù)據(jù)的城市活動(dòng)時(shí)空間動(dòng)態(tài)變化及區(qū)劃研究［J］ . 地理科學(xué)，2015，35（2）：151 - 160.

［31］ Becker R A, Caceres R, Hanson K, et al. A tale of one city: Using cellular network data for urban planning［J］ . IEEE Pervasive Computing， 2011， 10（4）：18 - 26.

［32］ Naaman M, Zhang A X, Brody S, et al. On the study of diurnal urban routines on Twitter［J］ . 6th International AAAI Conference on Weblogs and Social Media（ICWSM - 12）. Dublin， Ireland，2012，（6）： 4 - 7.

［33］ 王波，甄峰，席廣亮，等. 基于微博用戶關(guān)系的網(wǎng)絡(luò)信息地理研究：以新浪微博為例［J］ . 地理研究，2013，32（2）：380 - 391.

［34］ 孫拔群. 社交網(wǎng)絡(luò)中的多媒體數(shù)據(jù)挖掘［D］ . 哈爾濱：哈爾濱工業(yè)大學(xué)，2011.

［35］ Pei T, Sobolevsky S, Ratti C, et al. A New insight into land use classification based on aggregated mobile phone data［J］ . International Journal of Geographical Information Science， 2014，（5）： 1 - 20.

［36］ 龍瀛，張宇，崔承印. 利用公交刷卡數(shù)據(jù)分析北京職住關(guān)系和通勤出行［J］ . 地理學(xué)報(bào)，2012，67（10）：1339 - 1352.

［37］ Zhou J, Wang M, Long Y. Big data for intrametropolitan human movement studies: A case study of bus commuters based on smart card data ［EB/OL］ . https：//www. beijingcitylab. com/working-papers-1/wp41-60/， 2014 - 01 - 01/2016 - 09 - 21.

［38］ Long Y, Liu X, Zhou J, Gu Y, et al. Profiling underprivileged residents with mid-term public transit smartcard data of Beijing［J/OL］ .https：//arxiv. org/abs/1409. 5839， 2014 - 09 - 20/2016 - 10 - 08.

［39］ 龍瀛，孫立君，陶遂. 基于公共交通智能卡數(shù)據(jù)的城市研究綜述［J］ . 城市規(guī)劃學(xué)刊， 2015，（3）：70 - 77.

［40］ Roth C, Kang S. M, Batty M, et al. Structure of urban movements: polycentric activity and 18 entangled hierarchical flows［J/OL］ . http：//journals. plos. org/plosone/article?id=10. 1371/journal. pone. 0015923， 2011 - 01 - 07/2016 - 10 - 22.

［41］ 宗威，吳鋒. 大數(shù)據(jù)時(shí)代下數(shù)據(jù)質(zhì)量的挑戰(zhàn)［J］ . 西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，33（5）：38 - 43.

［42］ Long Y, Wang J, Wu K, et al. Population Exposure to Ambient PM 2.5 at the Subdistrict Level in China ［J/OL］ . https：//papers. ssrn.com/sol3/papers. cfm?abstract_id=2486602， 2014 - 08 - 25/2016 - 11 - 10.

［43］ Sagl G, Resch B, Hawelka B, et al. From social sensor data to collective human behaviour patterns: Analysing and visualising spatiotemporal dynamics in urban envi-ronments［J］ . GI-Forum 2012: Geovisualization，Society and Learning. Berlin: Wich-mann Verlag：54 - 63.

［44］ 金美琳. 大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)普查數(shù)據(jù)分析與研究［J］ . 科技傳播，2016，8（9）： 67 - 88，162.

［45］ 牛棟. 中國科學(xué)院野外臺(tái)站網(wǎng)絡(luò)建設(shè)與研究進(jìn)展［J］ . 林業(yè)科技管理，2003，（2）： 27 - 30.

［46］ 蘇昌貴. 湖南省未來人口預(yù)測(cè)與發(fā)展趨勢(shì)［J］ . 經(jīng)濟(jì)地理，2014，（7）： 20 - 27.

［47］ 馮守平. 中國人口發(fā)展預(yù)測(cè)模型的構(gòu)建與應(yīng)用［J］ . 統(tǒng)計(jì)與決策，2010，（15）： 24 - 27.

［48］ 王偉武，金建偉，肖作鵬，等. 近紅外8年來杭州城市用地?cái)U(kuò)展行征及其驅(qū)動(dòng)機(jī)制［J］ . 地理研究，2009，（3）： 685 - 695.

［49］ 王貞超. 基于GIS和MAS的城市用地?cái)U(kuò)展模擬研究［D］ . 南京：南京大學(xué)，2012.

（本文責(zé)編：王慶日）

Opportunities, Data Sources, and Potential Applications of Land Use Optimization in the Big Data Era

HUANG Hui-ping, LI Qiang-zi
（Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China）

F301.2

A

1001-8158（2017）07-0074-09

10.11994/zgtdkx.20170814.135044

2017-02-24；

2017-06-29

國土資源部公益性行業(yè)科研項(xiàng)目“京津冀土地優(yōu)化利用一體化管控關(guān)鍵技術(shù)與應(yīng)用”（201511010-05）。

黃慧萍(1973-), 女,浙江余姚人，博士, 副研究員。主要研究方向?yàn)檫b感應(yīng)用與大數(shù)據(jù)融合技術(shù)。 E-mail: huanghp@radi.ac.cn

李強(qiáng)子(1970-)，男，河南新安人，博士，研究員。主要研究方向?yàn)檫b感應(yīng)用。E-mail: liqz@radi.ac.cn