【摘 要】
:
本文通过分析当前精细化城市规划管理背景下,规划管理所面临的新诉求和新问题,提出了规划编制管理中对空间数据精细化的建设及应用思路,并简要介绍了武汉市中心城区控制性详细规划升级的具体实践做法.
论文部分内容阅读
本文通过分析当前精细化城市规划管理背景下,规划管理所面临的新诉求和新问题,提出了规划编制管理中对空间数据精细化的建设及应用思路,并简要介绍了武汉市中心城区控制性详细规划升级的具体实践做法.
其他文献
如何将多维、多尺度、多源异构的城市规划数据系统化地组织起来,为政府决策提供实时准确的基础数据,已成为摆在当前规划信息化道路上的难题.针对这一现状及城市规划数据资源管理痛点,本文提出以数据内容体系化为基础,以元数据关联关系构建为核心,以数据管理规范化为保障的“规划元数据+目录服务”模式来构建集数据与元数据于一体的规划数据库,实现数据资源系统化整合.另外,为实现规划数据宏观把控、微观细化监管,成都市规
“两规”的用地现状数据各有侧重,调查数据一般来源于规划和国土两个部门,其本身存在固有差异.为了提高数据的可用性,本文选取武汉市某一区域作为试验区,研究了用地标准对接及用地现状数据转换,定量化评价转换效果与地类对应关系的可靠性,将对应关系分为数据一致性最好——“可直接转换”类、一致性较好——“可考虑使用”类和差异性较大——“需人工干预”类,并结合遥感影像梳理用地数据差异原因,以减少用地现状数据转换和
大数据作为一种新兴技术,已经被广泛应用于城市治理领域中.在当前城市治理效果精细化、技术智能化、主体多元化的背景下,由于大数据具有海量、快速、多源等特点,为政府提供了新的视角去审视城市中存在的问题、评估城市运行的健康程度.本文总结出在进行城市治理的过程中,大数据主要起到的三个方面作用:推进城市资源配置的优化和治理的高效化、精准化;“全景式”收集信息,帮助治理者全面了解问题本质;加速“还权赋能”过程,
本文基于高德地图应用程序编程接口(API接口),运用ArcGIS平台和规划路线出行时间分别对城市基础设施交通等时圈和社区15分钟生活圈两个案例进行研究,并在此基础上进行了相关的叠加分析.通过对省域范围内的机场等重大交通设施等时圈的评估,发现济南、青岛3小时交通等时圈能够覆盖全省80%以上的人口;对青岛市北区某典型居住小区进行15分钟生活圈进行分析,发现覆盖人口为7.75万人,在《上海市15分钟社区
住房和城乡建设部印发了《2016-2020年建筑信息化发展纲要》,旨在增强建筑业信息化发展能力,优化建筑业信息化发展环境,加快推动信息技术与建筑业发展深度融合,并多次提及建筑信息模型(BIM),就BIM发展目标与主要任务等进行了详细描述.本文以该纲要的内容为依据,对当前行业的背景、发展方向、BIM的概念、BIM执行标准和BIM规划报建信息平台提出一些想法和思路.
城市大数据常常具有多属性、高时空分辨率的特点,理论上可以用于发现、挖掘复杂的规律和现象.然而,由于这类数据固有的稀疏性和复合性,使得其在规划研究中常常被汇总、简化,很少用于获取较精细的信息.本文先列举了个别较好地利用了稀疏时序数据的现有研究,并分析了这些研究采用时序方法的原因和针对稀疏时序数据不利特点的应对思路;进而从多样本综合、领域知识的利用和时序数据分析方法三个方面,探讨了规划研究中利用稀疏时
建筑报建方案电子审批是规范规划行政审批流程、提高行政审批效率的重要手段,是规划信息化工作的重要组成部分,目前在城市规划管理领域被广泛使用.电子审批技术也随着规划信息化工作的不断深入而快速发展.本文以成都市规划信息技术中心研究实践建筑报建方案复核软件为例,针对成都市规划管理局关于建筑项目报建方案证后抽查业务的需求,结合其多年的规划信息化实践经验,简要阐述把面向服务的架构(SOA)、“数据仓库”等理念
随着人们生活水平不断提高,人们对公共服务的要求也在不断提升.公共服务是城市的基本职能之一,优化公共服务资源在城市内部的合理配置,摸清其不同类型业态的区位选择,对实现公共服务均等化尤为重要.本文结合贵阳市相关POI数据进行研究,通过采用Voronoi图法与核密度分析法,得出贵阳市相关文化设施密度分布图;借助ArcGIS10.2和SPSS20.0软件,采用基尼系数、区间差异系数、区别特化系数等对文化设
生活便利度是城市宜居的重要因素,指的是居民日常使用公共服务设施的便利程度,利用POI数据对其进行研究,具有公共服务设施种类覆盖度高、数据范围覆盖面广等特点.本研究利用百度地图的开放平台,获取了湖南益阳市域城区的POI数据,再对数据作进一步处理与挖掘,利用GIS的空间分析功能,对益阳市的公共服务设施分布进行分析研究,并对市域的城市生活便利度进行评价与分析,以期为大数据在城市规划中的应用提供重要的理论
随着大数据时代的到来,基于大数据机器学习的城市规划设计成为研究热点之一.本文尝试将云计算与大数据机器学习技术应用到实际案例中,首先搭建Apache CloudStack IaaS私有云平台,并在其基础上部署Apache Hadoop与Apache Spark大数据分布式存储与分布式内存计算框架,然后设计并通过适用于大数据场景下的分布式聚类算法进行机器学习,最后对全国范围的大规模工商企业数据进行自动