大数据技术在国土空间规划中的应用研究

摘 要∶随着科技的飞速发展，大数据技术已应用于各行各业。文章介绍了国土空间大数据的特征以及国土空间规划中大数据技术的应用情况。同时，结合行业发展趋势，对大数据技术在国土空间规划中的应用进行了展望，旨在充分发挥大数据技术的优势，提升国土空间保护、开发、利用、修复水平。

关键词∶大数据;国土空间规划;优势;治理能力

中图法分类号∶TU982    文献标识码∶A

Research on application of big data technology in land and space planning

PAN Nianran

（School of Economics and Management， Shanghai University of Sport， Shanghai 2000， China）

Abstract：With the rapid development of science and technology， big data technology has been applied to all walks of life. This paper introduces the characteristics of territorial spatial big data and the application of big data technology in territorial spaltial planning. At the same time， combined with the development trend of the industry， the application of big data technology in land and space planning is prospected， aiming to give full play to the advalntages of big data technology and improve the level of land and space protection， development， utilization and restoration.

Key words： big data， land spatial planning， advantages， governance capacity

建立国土空间规划体系是推动国家治理体系和治理能力现代化的重要举措，各级国土空间规划编制技术指南均提出要应用大数据技术加强基础分析，故梳理大数据技术在国土空间规划编制中的应用情况，进而罗列出更多的国土空间规划中大数据技术的应用方式和场景非常有必要，将为增强国土空间规划的科学性和提升管理与服务水平提供新的视角和思路。

1国土空间大数据

国土空间规划体系明确要求将主体功能区规划、土地利用规划、城乡规划等空间规划融合为统一的国土空间规划，这就意味着国土空间规划编制中有来自不同行业的大量数据需要进行整合，这为在国土空间规划中应用大数据技术提供了宽广的平台。由于近年来各部门均在推动信息化建设，所以目前国土空间规划编制中各类数据呈现出较为明显的特征，即数据来源齐全、类型复杂多样、实时性强、价值高、标准统一，且数据衔接性、共享性、保密性强。数据来源齐全、类型复杂多样指的是国土空间大数据的来源较广，且数据结构不尽相同，包括结构化、非结构化、半结构化等;数据实时性强指的是可随时随地快速捕获、测量和实时传递数据信息，实现空间系统各行为的全方位、实时、快速感知，全面、精确、动态反映国土空间要素的基本行为模式和动态变化;数据标准统一、衔接性强指的是数据可通过关联规则和主成分分析（PCA）等手段规范数据信息的基本内容、方式、频率分布等，对基础数據信息进行科学整合，建立数据资源库，从而进行科学决策和科学管理;数据共享性强指的是信息透明化，可在官网公布;数据保密性强指的是使用大数据技术对重要数据进行加密处理，以保证公共财产安全。

2应用

由于科技不断进步，大量新技术被应用到各行各业，这对编制国土空间规划的技术和方法产生影响，同时改变了自然资源和城乡建设的管理方式。学者及技术人员通过收集以及整合多种多样的时空大数据信息，深入分析国土空间规划中可能会出现的各种问题，明晰空间要素在不同环境下的相互联系，为国土空间规划编制提供决策支持。通过对CNKI数据平台的相关研究成果进行梳理，国土空间规划研究大致分为：区域协调、国土空间规划、城市功能结构、城市交通、城市环境保护等。

2.1区域协调

区域协调主要包括区域一体化发展规划、都市圈规划，在这些宏观规划中，主要是研究区域内各城市的人口、交通、物流、产业、资本等要素的流动规律，进而结合资源环境确定不同城市的定位、发展规模、产业分工以及立体交通网络体系。施澄等[1]利用手机信令数据对长三角城市群的短期人口流动情况进行了研究，利用人口流动信息识别出了中心城市存在差异化发展和空间层次分异两大特征。张坤等[2]利用POI大数据对京津冀区域的旅游资源进行了空间分异解析，得出旅游资源呈“多中心，层级发展”分布，为更好地统筹区域旅游发展提供了支撑。

与传统规划编制方法相比，利用大数据技术分析人口信息数据（包括人口布局和人口时空迁徙演变情况），分析数据中人口发展的动态变化趋势，可以为规划城市发展规模提供有力的数据支撑。此外，还可应用动态数据对城镇发展格局和都市圈现状进行评估和研判，进一步辨别各个城市在经济、社会和各信息网络中的联系和地位，并分析城市土地资源的变化走势，最终合理规划城市空间功能布局。

2.2国土空间规划

传统的城市规划编制深度依赖测绘数据、普查统计数据等，缺点在于数据收集不全面、透明度较低、时效性差，会导致规划设计人员对现状认知不准确。如今，大数据技术为国土空间规划提供了全新的研究视角。当前，基础资料既来源于相关部门数据、行业数据等传统数据库，又来来源于智慧城市感知数据、社交网络数据等新型数据。利用社交网络数据，可以研究城市网络活动、城市功能特征、职住平衡、构建网络社区好友关系等，并以此为基础分析城市功能网络体系;利用遥感影像、地理数据研究城市建成区识别、地块边界与开发强度演变等。学者研究大数据技术在国土空间规划中的应用已取得较多成果，汤燕良等[3]综合应用耦合神经网络与元胞自动机研究惠州市的城镇开发边界，充分利用微博签到和百度POI数据，识别城镇发展方向和空间品质，结合土地利用数据，模拟城镇扩张边界。赵宝静等[4]建立了上海市城市发展战略数据平台，对城市总体规划（国土空间规划）编制技术与方法进行了探索。

2.3城市功能结构

城市功能是创造城市经济和社会活动的主要空间载体，其是否科学合理直接影响城市国土空间开发效率，因此对城市进行精细化的定量分析，对于评估城市结构具有重要意义。当下，可利用遥感卫星影像和照片等图片资料进行图像解译，识取现状用地的土地类别和范围，从而对国土空间用地功能和用地分布进行研究、分析。除此之外，可以通过兴趣点、网站评价以及智能手机和软件打卡功能等渠道获取相应的大数据信息，借助GIS分析、文本整合、人工智能等对城市居民日常活动项目和活动空间范围进行研究及划分。同时，可以对城市居民日常活动情况进行分类，将其划分成不同的国土空间划区域，如居住、教育、医疗、娱乐休闲、商业服务、农业生产、生态保护等，通过与规划分区进行叠加分析，判断国土空间规划分区与用地分布是否合理。魏海涛等[5]应用北京市出租车GPS定位的轨迹大数据，揭示了城市居民出行行为和城市空间结构特征。通过对城市形态历史演变过程的总结和分析，确定城市形态模式和功能定位，从而合理规划城市的空间结构和功能分布。

2.4城市交通

城市交通基础设施是城市运行的根本和骨架。随着居民活动空间范围不断扩大，难免存在交通问题。目前，已有不少在城市规划和城市交通研究中充分利用城市交通基础数据以及广泛应用大数据技术的例子，如基于活动的城市综合交通需求动态分析理论、利用动态交通数据的短时交通需求预测方法等[6～7]。通过对车流量、人流量、产业发展、公交路线、站点设置、合理规划道路等信息数据的筛选和分析，优化和提升城市交通结构，合理规划城市交通道路，可提高城市之间的可通达性，打造一个安全、舒适、便捷的出行环境。

2.5城市环境保护

生态文明背景下从政府到普通民众对城市环境的关注度和要求越来越高，但文明国家正处于高速城镇化进程中，逐渐从资源消耗型、环境破坏型发展转向高质量发展，仍然普遍存在保护和开发的矛盾，如空气污染、水域污染等对环境造成破坏，给人类带来了一定的危害。随着国家对环保问题的重视，采用大数据技术对环境问题进行处理，极大地提高了环境治理效率。杨显华针对我国社会重点关注的矿山环境治理问题，使用高分辨率遥感数据，开展了矿山环境综合治理区划研究，并且研究结果客观、准确。通过利用多元的大数据，深入分析引起环境问题的根源，并通过资源禀赋条件，测算出适应资源环境的实际承载能力，以求达到城市发展和环境之间的平衡。

3展望

为了形成较为高效、有序的规划编制管理体系，进一步完善相关数据库建设，我们需要不断应用相关信息技术对数据进行有效传输与处理，重点关注信息集成、信息共享等功能的构建，旨在有助于各个主体和层级之间的协同规划。

3.1应用形式

目前，很多大数据的应用研究较多是单一数据研究单一问题，对于多元数据综合研究同一个问题时，存在多元数据粘合问题。例如，各部门按照相关行业标准及侧重点对相关数据进行收集，以至于数据存在单一性、片面性特征，往往在综合使用数据时，因存在数据碎片化以及数据采集统计口径、采集时间点不完全一致等情况，加大了有效数据筛选和使用的难度。针对该问题，目前已有广泛使用的数据融合架构，如JDL，Pau，Laas架构等，但忽略了数据的动态性、数据加密等问题。为评估数据库系统状态，特别是针对时变系统，数据可能只在有限的时间段内有意义。在实时应用环境中，融合节点应能够区分并验证数据的正确顺序，所以各种数据平台之间应加强联系，打破数据壁垒，逐步加强信息公开化和透明化。

3.2应用领域

在乡村治理工作中应用大数据技术，促进乡村治理现代化已成为当前社会发展的趋势，而聚焦当前研究的大多城市、区域等，涉及乡村地区较少，主要是因为在乡村地区采集数据存在困难。针对以上问题，部分设计单位在进行工程设计时并未充分考虑消防设施等安全性设施的科学性与合理性以及充分尊重民众的意愿，而是按照建设单位的要求进行信息化建设。与以局部为主体的管理理念相比，树立总体样本预测全局发展意识，从多元化角度分析不同人群的实际需求更为重要。与目前的人力现场测量相比，数据采集机器人更注重结构化数据，能够节省大量的人力资源成本，并且具备编程能力，能够根据环境进行智能化判断，能够代替人力进行功能操作，能够就不同环境下的数据进行归类管理。而基于“以人为本”的理念，该机器人利用大数据技术，根据不同的数据渠道（Web系统、物联网系统）进行数据抓取，从而生成调查问卷，并且发放给乡村地区人民，充分尊重了乡村地区人民的意愿。4结束语

应用大数据技术进行自然资源规划、管理已成为必然趋势。随着大数据、云计算等技术不断发展，在很大程度上提高了国土空间规划的工作效率和管理水平，同时提高了公众对国土空间规划工作的参与度，完善了空间领域规划体系，实现了动态化监管，改进和简化了办事流程，更好地满足了公众的需求，有利于使用各种数据信息进行科学、合理的决策，从而全面提升社会治理能力。

参考文献：

[1]施澄，田琳，程遥.短期人口流动视角下的长三角城市群空间组织研究—基于手机信令数据对出行数据识别的实证[J].城乡规划，2020（6）：105-115.

[2]张坤，苏欣蕾，苏凯红，等.基于POI大数据的京津冀旅游资源空间分异研究[J].地域研究与开发，2021，40（1）：103-108+114.

[3]汤燕良，詹龙圣.基于耦合神经网络与元胞自动机的城镇开发边界划定—以惠州市为例[J].规划师，2018，34（4）：101-106.

[4]赵宝静，夏丽萍，刘根发，等.大数据时代的上海城市总体规划编制技术与方法探索[J].城市规划学刊，2017（S1）：61-66.

[5]魏海涛，肖天聪，胡宝生，等.基于出租车GPS数据的居民出行行为和城市空间结构分析—以北京市为例[J].上海城市规划，2020（1）：69-76.

[6]韩直，徐冲聪，韩嵩乔.基于短时交通流预测的广域动态交通路径诱导方法[J].交通運输系统工程与信息，2020，20（1）：117-123+129.

[7]赵聪，朱逸凡，李兴华，等.动态管理模式下路侧停车泊位占有率预测方法[J].交通运输系统工程与信息，2020，20（5）：107-113.

作者简介：

潘念然（2000—），本科，研究方向：大数据技术。