黨安榮 張丹明 李 娟 許 劍

時空大數據(spatiotemporal big data)、大數據平臺(big data platform)、大數據分析(big data analysis)和大數據應用(big data application)是近年來引起各行各業(yè)普遍關注的重要領域[1-14]，涉及時空大數據內涵解析與發(fā)展機遇[1-3]、大數據平臺構建與數據管理[4-7]、大數據分析技術與數據挖掘[8-11]、大數據應用探索與決策支持[12-14]等多個方面。近年來，在城鄉(xiāng)景觀規(guī)劃設計研究中，時空大數據的應用也逐步受到重視，既涉及大數據在城鄉(xiāng)規(guī)劃設計領域應用研究的技術與方法[15-20]、也涉及大數據時代風景園林的發(fā)展和教育[21-26]，研究范圍既有大中尺度的風景名勝區(qū)及新型城鎮(zhèn)化背景下的城市園林規(guī)劃設計[27-31]、也有關注使用者活動方式的中小尺度的城市綠地系統(tǒng)規(guī)劃設計[32-36]；特別是將多種類型的大數據應用于景觀規(guī)劃設計的具體案例中，包括手機信令數據的應用[37-44]、衛(wèi)星定位導航數據的應用[45-49]、 社交網絡(SNS)大數據的應用[50-53]、具有地理位置的景觀照片分析[54-61]，以及基于社會感知大數據的人群行為模式分析[62-65]等，表現出全方位的大數據輔助景觀規(guī)劃設計態(tài)勢。本文就是基于現狀研究，擬從時空大數據內涵與特征、城鄉(xiāng)景觀規(guī)劃設計大數據研究進展，以及發(fā)展趨勢3個方面，梳理基于時空大數據的城鄉(xiāng)景觀規(guī)劃設計研究。

1 時空大數據的內涵與特征

通常認為，時空大數據是指無法在一定時間內用常規(guī)軟件工具對其內容進行獲取、管理、處理和分析的具有時空屬性的數據集合。時空大數據的應用離不開大數據技術支撐，涉及大數據的采集、清洗、處理、挖掘等重要環(huán)節(jié)，旨在從多種類型的大數據中快速獲得有價值信息。有學者認為，時空大數據的概念與之前的海量數據(mass data)不同，海量數據更強調數據的量，而時空大數據不僅關注大量的時空屬性數據，更關注數據的復雜形式、數據的快速變化，以及數據所蘊含的相關關系。也有學者認為，時空大數據實質上是海量數據概念的進一步擴展，既包括近年來被廣泛關注的新型數據，也包括之前的海量數據。

城鄉(xiāng)景觀規(guī)劃設計是基于對場地的自然和人文價值的認知，通過對場地自然與人文的要素分析，確定未來一定時期內保護與利用、建設與管理的發(fā)展方案。隨著智慧城市、智慧景區(qū)、移動互聯網、智能終端等的迅速發(fā)展與廣泛應用，景觀規(guī)劃設計已經進入時空大數據時代。下面從內涵、類型、特征等3個維度分析景觀時空大數據，以便探討基于時空大數據的景觀規(guī)劃設計。

1.1 景觀時空大數據內涵釋義

從地理學視角來看，景觀(landscape)具有地表可見景象的綜合與某個限定性區(qū)域的雙重含義。19世紀初期，德國著名地理學家洪堡(A. V. Humboldt)最早提出景觀作為地理學的中心問題，并從此形成作為“自然地域綜合體”代名詞的景觀含義。可見，景觀規(guī)劃設計的場所往往是一個自然地理綜合體或社會文化區(qū)域，既涉及地質地貌、河流水系、生態(tài)系統(tǒng)等豐富的自然要素，也涉及社會經濟、歷史文化、城鎮(zhèn)體系等厚重的人文要素。因此，景觀規(guī)劃設計大數據必然要涵蓋空間地理數據與歷史人文數據，既包括地質、地貌、土壤、水文、植被、大氣等自然地理數據，也包含人口、歷史、文化、建筑、道路、社區(qū)等人文歷史數據。同時，隨著智慧城市與智慧景區(qū)的建設，有更多的數據豐富了景觀時空大數據的內容，諸如智慧城市及智慧景區(qū)動態(tài)監(jiān)測數據、街區(qū)或者景區(qū)人流實時統(tǒng)計數據、市民與車輛定位通信數據、市民或游客網絡媒體數據、網民的社交網絡數據、市民刷卡消費數據等。顯然，景觀規(guī)劃設計大數據屬于時空大數據的范疇，不僅具有大數據的基本特征，而且具有重要的空間性和時間性，是數字景觀規(guī)劃設計的重要數據源和定量科學依據。

1.2 景觀時空大數據類型解析

根據城鄉(xiāng)景觀規(guī)劃設計的內涵與內容，特別是結合智慧城市與智慧景區(qū)的規(guī)劃與建設，可以發(fā)現景觀時空大數據類型多樣、構成復雜，為了更好地認識景觀時空大數據，可以按照常規(guī)的空間數據(直接定位)與屬性數據(間接定位)，或者新型的靜態(tài)數據(相對穩(wěn)定)和動態(tài)數據(快速變化)2個視角進行梳理(表1、2)，涉及2個大類、12個中類和30多個小類。

1.3 景觀時空大數據特征分析

時空大數據與普通大數據相比，具有空間性、時間性、多維性、海量性、復雜性等特點。景觀時空大數據不僅具有大數據的6V基本特征，亦即： 規(guī)模大(volume)、種類多(variety)、變化快(velocity)、真實性(veracity)、化合性(valence)、價值性(value)，同時又具有時空大數據的特征，下面從6個方面描述景觀時空大數據特征。

1)景觀時空大數據的客觀性。

數據的客觀性是指數據是客觀事物或現象的真實反映，沒有經過人為的干擾或加工，是認識景觀規(guī)劃設計場地與制定景觀規(guī)劃設計方案的客觀依據。景觀時空大數據中的動態(tài)監(jiān)測數據(包括遙感影像數據、視頻監(jiān)控數據、環(huán)境參數傳感數據等)，是通過記錄目標對象反射或發(fā)射的電磁波信號來獲取場地信息并記錄的，這些數據是景觀規(guī)劃設計場地各種目標對象空間形態(tài)、物質組成、物理特征、化學性質的綜合反映，不受任何人為因素的干擾，具有很好的客觀性。再如場地人流與車流定位通信數據，是進入場地的車輛及人群所攜帶智能終端的衛(wèi)星定位導航技術記錄的軌跡以及移動通信行為的客觀記錄，可以真實地反映人群或者車輛在場地的時空行為模式或行為偏好，有助于規(guī)劃設計人員分析與認識人們對場地設施的需求，以便在規(guī)劃設計過程中有針對性地配置服務設施。

2)景觀時空大數據的多源性。

數據的多源性直觀是指數據的來源多種多樣，在此，實質上要說明的是景觀時空大數據類型的多樣性。從表1和表2不難看出，景觀時空大數據涉及2個大類、12個中類、30多個小類，而事實上，每一個小類又包含多種來源與類型的數據。就基礎空間數據中的遙感影像數據而言，由于遙感技術包涵多種類型，涉及多種遙感平臺(氣象衛(wèi)星、陸地衛(wèi)星、環(huán)境衛(wèi)星等)、多種傳感器(多光譜、高光譜、全色等)、多種電磁波譜(可見光、熱紅外、微波等)、多種分辨率(低分辨率、中分辨率、高分辨率等)等，必然導致多種類型的遙感數據。再如動態(tài)監(jiān)測數據，既包括針對場地自然環(huán)境監(jiān)測數據，諸如溫度數據、濕度數據、植被數據、鳥類數據等，也包括人流監(jiān)測數據、噪聲監(jiān)測數據及設施監(jiān)測數據等人文環(huán)境數據。

3)時空大數據的動態(tài)性。

數據的動態(tài)性主要關注數據的實時獲取、處理、分析、應用，進一步提供決策支持。表2中的動態(tài)數據顯然具有實時獲取的動態(tài)性，如景觀規(guī)劃設計場地監(jiān)測數據隨時反映場地資源與環(huán)境的動態(tài)狀況、人流數量與時空分布狀況，而場地的社交網絡數據可以隨時反映市民或者游客對于場地資源、設施與環(huán)境的認可及使用程度。特別是隨著高分遙感技術的迅速發(fā)展與普及應用，其周期性動態(tài)獲取數據的能力大幅度提高，對研究景觀規(guī)劃設計場地的動態(tài)變化非常重要，諸如景觀綠地生態(tài)效益的監(jiān)測、極端天氣現象的預測預報及損失評估分析等。當然，僅僅有動態(tài)數據的獲取是不夠的，在動態(tài)獲取數據的基礎上，進一步開展同步的數據處理與分析，并結合規(guī)劃設計需求進行決策應用，是景觀時空大數據動態(tài)性的關鍵所在。

4)景觀時空大數據的精細性。

數據的精細性主要是指數據的空間與時間分辨率，高空間分辨率則表征數據分辨細小事物與現象的水平，高時間分辨率反映數據捕捉動態(tài)事物與現象的能力。表2中的動態(tài)數據，諸如人流統(tǒng)計數據、網絡媒體數據、社交網絡數據等基本都具備高時間分辨率，而場地監(jiān)測數據、定位通信數據、遙感影像數據則可以同時具備高時間與高空間分辨率；特別是遙感影像數據，還可以具備高光譜分辨率和高輻射分辨率，對于景觀規(guī)劃設計場地自然及人文要素的精細化識別與分析意義非凡。我國正在實施的“高分辨率對地觀測衛(wèi)星系統(tǒng)”，是由高空間分辨率、高時間分辨率、高光譜分辨率、高輻射分辨率的一組衛(wèi)星組成，已經發(fā)射的“高分二號”獲取的數據達到80cm的空間分辨率，“高分四號”獲取的數據達到高時間分辨率；而高景商業(yè)小衛(wèi)星所獲取遙感影像數據的空間分辨率已經達到50cm。

表1 景觀時空大數據的常規(guī)分類分析

表2 景觀時空大數據的新型分類分析

5)景觀時空大數據的現勢性。

數據的現勢性是指數據可以隨時反映景觀規(guī)劃設計場地最新的自然及人文環(huán)境狀況、設施及人群的分布狀況等，與數據的獲取途徑及快速變化密切相關。表2中的動態(tài)數據無疑具有很好的現勢性，如人流統(tǒng)計數據可以隨時認識規(guī)劃設計場地人流的數量、分布、構成，而網絡媒體數據則可以隨時了解市民或者游客對于場地資源、環(huán)境、設施、活動的喜好或者認可程度，或者對于公園綠地或游樂場所的管理水平及服務質量的滿意程度；再如遙感影像及視頻監(jiān)控數據的實時獲取與傳輸，可以實現對場地環(huán)境與活動的動態(tài)監(jiān)測，及時記錄與分析可能出現的重要事件發(fā)生的時間、空間、強度、范圍及其變化等信息，為場地資源、財產、人群的保護提供定量支撐；而定位通信數據與社交網絡數據，更是隨時隨地記錄在場地里活動的人群的時空行為方式，以及對于場地設施或者活動的喜好程度。

6)景觀時空大數據的人本性。

數據的人本性是指數據能夠反映人的特征，包括人的外在屬性(性別、年齡、身高等)、內在屬性(教育、興趣、情緒等)、行為屬性(時間、空間、軌跡等)、關系屬性(親情、友情、職住等)。表2中的動態(tài)數據幾乎都與人有關，諸如動態(tài)監(jiān)測數據、定位通信數據、網絡媒體數據、社交網絡數據、刷卡消費數據、活動行為數據等，都可以從某個或某些側面刻畫人，于是便誕生了基于大數據的“人物畫像”。例如定位數據反映人的行為軌跡及時空特征，通信數據揭示人的時空行為模式及社會關系網絡、網絡媒體數據體現人的文化素養(yǎng)及情感狀態(tài)、社交網絡數據至少反映人的職業(yè)交際與業(yè)余愛好、刷卡數據說明人的生活方式與生活水平等?？偠灾?，時空大數據能夠很好地揭示人的自然屬性與社會屬性，特別是人與人以及人與社會的關系特性。利用景觀時空大數據的人本屬性，可以支撐開展以人為本的規(guī)劃設計。

2 景觀規(guī)劃設計大數據研究進展

2.1 基于移動通信大數據的研究

移動通信設備和移動通信手段已經相當普及，成為居民生活方式的有機組成部分。手機信令數據可以很好地反映居民或游客的時空活動方式，為規(guī)劃設計提供人與場地之間的互動關系。鈕心毅等(2014)以上海中心城為例，提出了利用手機定位數據識別城市空間結構的方法。通過使用移動通信基站地理位置數據和手機信令數據，采用核密度分析法生成工作日和休息日不同時段手機用戶密度圖，進一步識別城市公共中心的等級和職能類型，并識別就業(yè)、游憩、居住功能區(qū)及其混合程度，對于城市精細化規(guī)劃設計具有輔助決策意義。方家等(2018)利用手機信令大樣本數據中提取上海32個大型公園游客出發(fā)、抵達、離開時間、居住地坐標等數據信息，解析不同公園的游客時空行為，依據客源地空間與游客量隨時間的分布特征，將公園分為8類，分別通過8類公園的時空指標(客源地空間面積、核心聚集面積、游客居住地至公園的人均OD、高峰開始與持續(xù)時間等)，對每類公園特征進行量化描述，對其成因進行了解析，發(fā)掘產生公園定位錯位的原因，對公園的規(guī)劃管理現狀的改進具有指導意義。

2.2 基于定位導航大數據的研究

定位導航數據是非常典型的位置服務(LBS)數據，其中包含的位置信息與軌跡信息，可以很好地刻畫人群的時空行為模式，揭示人與場地的關系，以及人群與場地的時空特征。李淵等(2018)以衛(wèi)星定位導航數據軌跡為基礎，以旅游者參觀景點類型為聚類要素，定量分析鼓浪嶼景區(qū)的旅游者行為模式，研究表明：旅游者在鼓浪嶼景區(qū)的空間行為存在4種模式，即歷史文化-海島沙灘型、美食購物型、歷史文化-美食購物型、美食購物-歷史文化-海島沙灘混合型，其中美食購物在典型行為模式占據較大比重，這對更好地理解鼓浪嶼旅游空間結構和空間優(yōu)化組織具有重要意義。黃蔚欣(2018)等基于WiFi的定位技術和環(huán)境行為學理論，在黃山風景名勝區(qū)主要景點布設WiFi定位設備獲取手機位置數據，經過脫敏和清洗壓縮處理之后形成游客時空軌跡的數據，用于分析游客游覽行為的時空分布，為智慧黃山景區(qū)的規(guī)劃管理與服務提供客觀和量化的決策依據，對于改善其智慧規(guī)劃、精明管理和精準服務具有重要意義。

2.3 基于環(huán)境感知大數據的研究

環(huán)境感知大數據包括遙感大數據及感知大數據2種類型，所獲取的數據可以很好地揭示場地自然及人文環(huán)境或者資源狀況，或者用戶對于規(guī)劃設計的反饋及響應狀況，有助于改善或者優(yōu)化景觀規(guī)劃設計，體現以人為本。薛飛等(2018)的研究表明：城市植被覆蓋是衡量城市生態(tài)狀況和推進城市生態(tài)景觀規(guī)劃的重要基礎，通過多時相航天遙感數據的對比分析，獲得北京六環(huán)范圍內從1984—2014年30年間的植被覆蓋及其空間分布變化，對于進一步通過空間規(guī)劃手段為北京城市生態(tài)系統(tǒng)建設提供了定量依據和新的思路。劉松等(2018)研究了一種依靠可穿戴生物傳感器進行實景環(huán)境實時情緒感受評價的新方法，依靠實驗方法通過心電傳感器、腦電傳感器、皺眉肌肌電傳感器、皮溫傳感器、皮電傳感器和呼吸傳感器，記錄實時環(huán)境行走中的人的情緒體驗，再與GPS空間位置做數據融合，生成具有空間屬性的情緒評價軌跡，能夠較好地反映受空間影響的情緒反應，提升景觀環(huán)境規(guī)劃設計對用戶心理及情緒的積極作用。

2.4 基于社交網絡大數據的研究

社交網絡大數據蘊涵著大量的時空信息、語義信息、情感信息、關聯信息等，對其分析和挖掘可以在多個方面輔助我們認識景觀規(guī)劃設計場地。李方正等(2016)利用新浪微博簽到數據進行北京市中心城公園綠地使用研究，分析表明：首都功能核心區(qū)公園綠地使用率高于城市功能拓展區(qū)，公園綠地使用受公園類型影響較大，不同時期北京市中心城綠地使用會發(fā)生空間、游憩類型和立地條件上的變化，進一步從綠地使用角度為城市綠地系統(tǒng)規(guī)劃的修編提供建議。李苗裔等(2018)以黃山風景名勝區(qū)為例，研究構建了基于社交網絡(SNS)數據的景區(qū)客流研究模型，通過獲取國慶期間景區(qū)游客的新浪微博社交網絡數據，分析了黃山景區(qū)客流的客源地構成、時間特性、空間分布和情感探測，在此基礎上，對于智慧黃山景區(qū)精明規(guī)劃、精細管理、精準服務方面提出了建議。邵雋等(2018)利用螞蜂窩和攜程網網站上的游記大數據進行挖掘分析，揭示華山景區(qū)內旅游者的客源地構成、空間行為模式、對景點的偏好、滿意度評價等，進一步分析華山與相關旅游節(jié)點的關聯度強弱，為景區(qū)地規(guī)劃設計提供支持。

2.5 基于數值模擬大數據的研究

數值模擬分析是數字景觀規(guī)劃設計的重要手段之一，基于對景觀規(guī)劃設計要素特性及其環(huán)境效益的認識，可以設定多種不同的景觀規(guī)劃設計方案，并進行數值模擬分析，進一步可以結合流體動力學方程進行溫度場、濕度場、風場等進行三維模擬仿真，并進行結果的定量評價，這也是數字景觀規(guī)劃設計的方向。章莉等(2018)基于武漢市典型居住小區(qū)建筑布局，選擇8種地方性的代表喬木建模，以植物間高寬比(aspect ratio of trees, ART)量化描述植被布局，借助微氣候模型，模擬分析夏季8種植物在3種不同植被布局中的環(huán)境效益(降溫通風效果)，研究表明：喬木布局、植物物理屬性(葉面積指數、冠幅和樹高)均會影響綠地降溫通風效果；葉面積指數大、樹冠大的高大喬木，有較強的溫度調節(jié)能力，能積極改善戶外熱舒適度；而且，當喬木以ART＜2布局時，小區(qū)綠地能有效降低居住小區(qū)內平均溫度，顯著提升戶外熱舒適度；當喬木以ART≥2布局時，居住小區(qū)中喬木對風速的阻擋最小。

2.6 基于景觀照片大數據的研究

智能手機照相功能的廣泛應用，使得人們隨時隨地都在照相、隨時隨地都在網絡上傳輸照片，其中包含大量的景觀照片；不僅如此，這些照片具有地理編碼或者位置信息(geotagged photos)，于是利用這些景觀照片輔助開展城鄉(xiāng)景觀規(guī)劃設計便成為一種新的數字景觀規(guī)劃設計方向。龍瀛等(2016)提出了圖片城市主義這一概念，研究圖片城市主義的本質內涵及其規(guī)劃設計價值，首先獲取若干來源的城市景觀圖片，借助多種定量分析與可視化工具，在城市空間品質測度、街道綠化水平評價和城市意象分析等方面進行定量研究，提出城市意象研究模型，包括城市意象要素構成、城市意象主導方向、城市意象特色度和城市意象相似度等4個分析模塊，通過定量的方式綜合認知城市意象，以全國24個主要城市為研究對象進行實證，這種理論與方法對于景觀規(guī)劃設計過程中提升城市空間品質、街道綠化水平等具有積極意義。

3 未來發(fā)展趨勢分析

上述基于大量文獻的分析所呈現的景觀規(guī)劃設計過程中大數據的探索似乎已經比較成熟，其實不然，可以說是依然處于探索階段。主要的原因是2個方面：其一是大數據的獲取途徑還比較有限，很多的景觀時空大數據存儲在事業(yè)或者企業(yè)服務器中，對于廣大景觀規(guī)劃設計從業(yè)者來說，并沒有真正的時空大數據可以隨時應用；其二是大數據的處理能力還比較有限，多數景觀規(guī)劃從業(yè)人員對于大數據分析和應用的技能還沒有達到預期的水準，所以也無法在自己承擔的景觀規(guī)劃設計研究中嘗試應用大數據。

面向未來，目前的狀況應該會得到改變。并呈現出下列幾個總體的發(fā)展趨勢。

1)大數據應用的生態(tài)環(huán)境逐步構建。國家已經出臺了《促進大數據發(fā)展行動綱要》，明確要立足我國國情和現實需要，推動大數據發(fā)展和應用在未來5—10年逐步實現以下目標：打造精準治理、多方協(xié)作的社會治理新模式，建立運行平穩(wěn)、安全高效的經濟運行新機制，構建以人為本、惠及全民的民生服務新體系，開啟大眾創(chuàng)業(yè)、萬眾創(chuàng)新的創(chuàng)新驅動新格局，培育高端智能、新興繁榮的產業(yè)發(fā)展新生態(tài)，可以預期，上述大數據獲取的瓶頸將逐步打破。

2)大數據應用的技術體系逐步形成。國家為了實施國家大數據戰(zhàn)略、落實《促進大數據發(fā)展行動綱要》，實現我國從數據大國向數據強國轉變，工業(yè)和信息化部正式印發(fā)了《大數據產業(yè)發(fā)展規(guī)劃(2016－2020年)》，部署7項重點任務：強化大數據技術產品研發(fā)、深化工業(yè)大數據創(chuàng)新應用、促進行業(yè)大數據應用發(fā)展、加快大數據產業(yè)主體培育、推進大數據標準體系建設、完善大數據產業(yè)支撐體系、提升大數據安全保障能力。

3)大數據應用的人才力量逐步壯大。大數據人才就是具備大數據處理能力的科學家和工程師。借鑒國際上所開設的數據科學方面的課程、數據科學學位計劃以及數據科學培訓計劃，我國也制定了大數據人才戰(zhàn)略，部分高校開設了大數據碩士班，按照“具有較寬的知識面、具有獨立獲取知識的能力、具有較強的實踐能力、創(chuàng)新意識和團隊合作意識”等目標進行培養(yǎng)，塑造具備獲取大數據的能力，具備分析大數據的能力，具備團隊合作精神的專業(yè)人才。

4)大數據應用的多源集成創(chuàng)新發(fā)展。已經開展的基于大數據的景觀規(guī)劃設計研究工作，往往是某一種大數據的試驗探索；事實上，表1和表2中所列的2個大類12個中類30多小類的景觀時空大數據，各有其特點與應用優(yōu)勢，單純依靠某一類大數據也許只能解釋或刻畫景觀規(guī)劃設計的某個方面或者某些維度；隨著大數據應用生態(tài)環(huán)境和應用體系的構建，以及專業(yè)人才的培養(yǎng)，將多種類型的時空大數據集成分析應用是重要的發(fā)展趨勢。

5)大數據應用的人本主義特色體現。上文分析了時空大數據的人本特性，事實上，城鄉(xiāng)景觀規(guī)劃設計都是在尊重自然及社會規(guī)律的前提下，圍繞滿足人的生產、生活、休閑、游憩、娛樂的需求所產開的，要體現以人為本。所以，基于時空大數據的景觀規(guī)劃設計必須始終體現人本主義特色，通過大數據分析定量刻畫人的自然、社會、文化、情感等多維特性，然后通過規(guī)劃設計的手法，在空間、時間、設施、環(huán)境等多個維度滿足人的多維特性。