用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

优秀学员王方舟:空间句法与新数据环境的工作流探索与技术展望

我要收藏
2020-04-27

线下转线上,成长不间断


2020年2月,我们从线下走到线上,开展了第一期的《空间句法理论与实践应用》线上特训营(点击了解课程详情),课程于3月15日正式结营了。我们不仅把课程从线下搬到了线上,还有课件、作业、答疑、社群、考核、结业证书等等,所有的课程服务一个都不少!


1587955854701882.jpg


130+位同学参加了第一期空间句法特训营,并对特训营赞赏有加!让我们对线上特训营的模式更有信心了!


1587955881882933.jpg

▲ 学员群对课程的评价


为了促进学员交流、共同进步,我们将陆续展示多个优秀学员的结业作业成果,一起来看看吧!往期分享了:

优秀学员古越:利用空间句法分析道路与底商集聚活动的关联性

优秀学员王灿:利用空间句法分析路网结构与城市服务POI

优秀学员杨珺:利用空间句法对城市中心区的历史发展分析

优秀学员阎逸飞:基于杭州市路网的空间句法简析

今日分享优秀学员王方舟的学习感受和结业作业:



优秀学员:王方舟



1587955935820899.png


大家好,我是王方舟,现任国内某新区设计院信息化业务主管。工作中主要以信息技术为主,结合大数据和新技术进行城市规划、设计和研究,并在积极进行空间分析、数据分析等学习 。



1587955963882669.jpg1587955969164212.jpg

▲ 本期学员社群讨论与答疑


本次空间句法线上特训营课程深入浅出,从句法起源、意义、核心参数,到实际的项目运用和核心参数设定都有非常详细的教学实践,我的收获很大。通过本次空间句法的学习,对于空间句法的参数分析、半径选择、核心参数分析等有了更深的认识,同时对于空间句法和大数据的应用结合有了更广泛的了解,学习过程中对句法同地理信息、城市规划、交通规划的应用结合有了方法性的认知。



优秀结业作业分享


因为工作的关系,学习句法课程的时间正值项目任务繁重阶段,时间不允许进行一个较为完整的城市研究,所以最终结业成果以本次线上学习和之前的一些应用积累进行了总结,得到了空间句法和其他数据的应用工作流,主要结合DepthMap、FME、ARCGIS、QGIS进行数据爬虫、建模和分析。最后结合本次课程和其他学者、老师的观点,简略梳理了空间句法和大数据的综合应用,以及提出了日后深入学习句法的一些着力点。



目录:

Part 1 学习目的

Part 2 理论基础

Part 3 数据工作流

Part 4 数据分析

Part 5 应用总结

Part 6 技术展望



Part 1 学习目的

空间句法在工作中接触较少,之前的自学并不系统,分析应用层面研究也不够深刻,但空间句法的思想和应用非常吸引我,所以参加此次城市数据派的线上特训营,系统学习。


那么空间句法是什么?怎么使用?怎么分析?如何构建系统的工作流程?和实际项目有什么结合?



Part 2 理论基础

人们塑造了空间,同时空间也影响了我们的行为

  • 空间是人类实现社会经济文化目标的手段,并体现在具体的空间结构建构和体验之中;

  • 空间结构需要从人的视角去体会和理解;

  • 局部空间(如街道)的区位价值取决于该空间与其他所有空间之间的联系;

  • 自然出行 是空间句法的研究基石,人在空间中无组织的自发运动,其运动规律反映出空间结构对运动者的影响




Part 3 数据工作流


  • 城市骨架基础数据采集和清洗


城市骨架路网主要是通过QGIS采集OSM的路网,通过ARCGIS进行投影(WGS1984TO WGS_1984_UTM_Zone_48N)和属性分离。


1587956067883404.png


  • 路况数据采集和清洗


基于FME的HTTPCaller,调用高德交通态势API接口,进行不同时段的实时路况数据采集和坐标投影变换(GCJ-02  TO WGS_1984_UTM_Zone_48N )

1587956126387179.png


  • POI数据采集和清洗


基于FME的HTTPCaller,调用高德POI检索接口,进行不同类型的POI数据采集,经过FME除重和坐标投影变换(GCJ-02  TO WGS_1984_UTM_Zone_48N ),再将数据导入ARCGIS进行分析应用


1587956161114440.png


  • 空间句法分析基础


将路网在ARCGIS中进行拓扑校验和交点打断后,导入DepthMap进行不同半径下的线段分析,将分析成果导出为MapInfo格式,通过FME转换为SHP数据导入ARCGIS综合分析


1587956198790901.png


Part4 数据分析


  • 通过QGIS采集OSM城市地图,构建成都市二环路内空间句法模型,线段模型片段数量总计:16456条

  • 通过FME的采集高德路况数据,数据为2020年3月10日高峰时段和非高峰时段成都市二环内交通拥堵情况

  • POI数据采集与分类



通过FME采集高德地图POI数据,按照POI大类划分为四大部分

餐饮服务(050000):28846条

购物服务(060000):39799条

住宿服务(100000):3603条

商务住宅(120000):6334条


  • 空间句法密度分析(500m范围核密度栅格5*5 )

    整合度(Integration)


1587956229986130.png


选择度(Choice)

1587956253562036.png

对路网数据进行空间句法线段分析,分析半径为0.5km、1km、1.5km、2km、3km、5km,并将句法分析成果导入ARCGIS进行密度分析


  • 路况数据密度分析(500m范围核密度栅格5*5)


1587956286874821.png

在ARCGIS中将不同时段的路网数据进行密度分析,并将分析结果进行加权得到一天的道路拥堵情况分析图


  • POI数据核密度分析(500m范围核密度栅格5*5 )


1587956317774184.png

在ARCGIS中对POI数据进行核密度,分析得到不同类型的POI密度图


  • 基于ARCGIS的相关性分析


1587956353999714.png


基于前期的密度分析成果,分别将POI数据、路况数据同空间句法分析出的整合度和选择度分别进行波段集统计分析:

1、关于半径选择问题,可以明显看出,3km的分析半径下的选择度与四类POI数据和路况数据的相关性拟合程度都不高,所以在分析过程中,剔除3km选择度的分析成果。

2、在整合度分析中,4种大类的POI数据中,餐饮的POI点位分布在六种分析半径下拟合程度都非常高,而同分析半径下的选择度相关性则相对低一些,初步得到餐饮POI的在城市单元中的分布特征相较于穿行交通沿线分布更趋于中心性分布


  • 句法整合度同城市空间关系


1587956444545477.png


高整合度的空间单元体现着区域空间的中心性,高吸引力可能带来城市的功能聚集

选取1km(步行10分钟公服圈)和5km半径(车行10分钟公服圈)的整合度分析成果,可以看出,区域的车行或步行高整合度区域集中在城市中心区域(主要为天府广场和春熙路商圈)这两个区域在路况数据中也是工作日加权较为拥堵的路段,同时也是餐饮、购物、住宿服务的核心聚集区。



Part5 应用总结


1、通过本次研究,梳理了空间句法和常用城市新数据间综合应用的工作流。

•总结了句法模型、路网数据、POI数据、路况数据的“获取-清理-分析-可视化”的系列流程

•结合FME优化了空间句法MapInfo成果和ARCGIS间数据交汇的问题

•学习了基于ARCGIS的相关性分析流程

•通过句法分析学习研究了整合度、选择度和POI数据、路况数据的相关性,为之后的城市空间量化分析积累了新的技术路线和方法。


2、基于本次的研究,后期还可以进行更加深入的数据应用和城市研究:

•优化路网模型,通过OSM采集的数据需要将多线进行单线拟合,结合FME和ARCGIS研究方法;

•对于POI数据和句法模型需要根据不同的研究需求进行细分,同时路况数据需要进行大量的积累,通过多时段多周期保障数据的可信度

•继续研究句法分析的半径问题,研究句法分析半径和实际项目划定的半径间的关联性

•对于ARCGIS密度分析的半径划分也需要继续研究



Part6 技术展望


1587956487187719.jpg


本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0

全站浏览排行

TOP ARTICLES