大数据在国外绿道研究中的应用进展综述
国外铁路大数据研究与应用现状
国外铁路大数据研究与应用现状0 引言随着信息采集、存储、分析技术的日益成熟，大数据已逐渐成为推动行业进步与社会发展的源动力，成为国家基础性战略资源。
计算社区联盟（Computing Community Consortium）曾发表白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》，并提出“大数据真正重要的是新用途和新见解，而非数据本身”。
我国铁路转企改革加速稳步推进，铁路正处于关键的转型期。
盘活数据资产、深挖数据价值、发现新知识、提升新能力，有助于推进铁路转型升级、创造新的利润增长点。
中国铁路总公司高度重视数据资源的开发利用，强调铁路应依托既有数据资源优势，统筹开展大数据专项应用，加强数据分析，提高铁路信息化应用水平。
大数据的概念是铁路行业多年来一直关注的问题，过去10年间，自动化检测技术的普及使这一概念进一步成为主流，大数据技术在铁路运输领域得到了越来越普遍的应用。
国外大数据在铁路行业的应用实践为我国铁路大数据的发展提供参考，围绕铁路资产管理、检修管理、运营管理等方面，对欧洲、美国和日本的铁路大数据研究与应用现状进行研究。
1 欧洲数据的收集和分析方式在过去10年发生了较大改变，大数据技术提供了更加复杂的数据收集、分析和可视化工具，并减少了报告系统中的人工干预。
欧洲铁路公司对大数据在铁路行业的应用潜力做了详细调查研究，调查结论为大数据技术在铁路安全管理中的应用潜力是值得研究的，但同时指出，影响大数据发挥作用的最大制约因素是数据的缺乏和可用性[1-2]。
1.1 德国在大数据迅速发展的背景下，大数据技术已经在德国铁路股份公司（DB）的分析与预测、决策支撑及自动化应用方面取得了一定进展。
DB通过规划建设统一的数据中心平台，实现了对经营状况、设备故障分析等精确分析功能在内的数据综合应用平台，并开展了4个方面的数据分析工作：设备故障对运输效率影响情况分析、关键设备故障分析及优先级识别、设备状态可视化展示、检修成本优化分析。
基于使用者运动轨迹大数据的城市绿道系统效用评估—— 以杭州市为例
基于使用者运动轨迹大数据的城市绿道系统效用评估——以杭州市为例魏薇;丁浪【摘要】城市绿道规划建设呈现出急剧增长态势,面对高投入与低效用之间的现实矛盾,绿道空间的使用研究具有关键意义.文章借助智能手机APP所记录的运动轨迹大数据,探索了基于空间使用强度的城市绿道效用监测评估工具.以杭州为例,对城市骨架绿道进行了全局且精确的量化评估:24.3％的绿道未被使用,8.06％为高效用路段,绿道各路段的空间活力呈现出明显差异.基于运动轨迹大数据,评估了大范围内绿道各路段的效用等级,为精细化的空间规划、设计和管理提供了更为科学、客观的决策依据.【期刊名称】《建筑与文化》【年(卷),期】2018(000)007【总页数】2页(P155-156)【关键词】城市绿道;体力活动;运动轨迹;大数据;使用评估;杭州市【作者】魏薇;丁浪【作者单位】浙江大学建筑工程学院;浙江大学建筑工程学院【正文语种】中文引言城镇化已经进入以精细化提升质量为主的发展新阶段，从宏大的土地视角重新回归到空间基本主体——人的尺度，逐渐将健康和健康公平置于城市管理和规划的核心。
相对城市的无限扩张与不完整的街道，绿道能够安全承载骑行、步行、跑步等慢行活动，满足城市公共空间品质提升、生态环境优化和文化功能集聚等诸多诉求，是城市（尤其是高度发达地区）向市民提供开放空间的重要途径。
自2010年以来，城市绿道在全国范围内得到了广泛的规划建设实践，逐渐成为城市生活空间的结构性组成部分。
目前绿道的建设和使用还处于探索时期，相关评估研究主要有两个方面：一是利用街道审计工具，对绿道建成环境现状打分评估[1-2]；二是从使用者的角度，通过问卷调查、人工地图标记或者计数进行调查与评估研究[3-6]。
传统的空间行为调查方法费时耗力，反馈滞后，样本数量小，只能局限在特定时间和地域范围中进行，不涉及大规模且迭代的空间行为的测量，难以客观评估绿道项目是否成功有效地支持体力活动（physical activity）。
生物大数据技术在环境保护研究中的意义与应用案例
生物大数据技术在环境保护研究中的意义与应用案例近年来，随着科学技术不断进步，生物大数据技术在环境保护研究中发挥着日益重要的作用。
生物大数据技术通过收集、整理和分析大量的生物信息数据，为环境保护工作提供了重要的支持和指导。
本文将探讨生物大数据技术在环境保护研究中的意义，并给出一些应用案例。
生物大数据技术是一种将大数据分析技术应用于生物学领域的新兴技术。
生物信息数据是指通过测序、株系分析、基因表达分析、蛋白质组学等手段获得的关于生物体的各种信息数据。
生物大数据技术在环境保护研究中的意义主要体现在以下几个方面：首先，生物大数据技术能够提供全面、准确的环境监测数据。
通过对大量的生物信息数据进行收集和分析，可以获得大范围、长时间的监测数据，从而更好地了解环境变化的趋势和规律。
例如，通过对水体中各种微生物的基因组数据进行分析，可以准确监测水质的变化，并及时发现水体受到污染的情况。
其次，生物大数据技术可以帮助确定生物多样性状况。
生物多样性是衡量一个生态系统健康程度的重要指标，也是环境保护工作的重要目标之一。
通过对大量的生物信息数据进行分析，可以准确评估生物多样性的水平，并及时发现和保护濒危物种。
例如，通过对全球范围内的鸟类观察记录进行整理和分析，可以了解鸟类物种的分布、数量和迁徙情况，从而制定更科学的保护措施。
再次，生物大数据技术能够帮助识别环境污染源。
环境污染是一个全球性问题，通过对大量的生物信息数据进行分析，可以确定污染源和污染物的种类和来源。
例如，通过对植物和昆虫的基因组数据进行分析，可以确定某个地区是否受到农药污染，从而采取适当的措施减轻农药对生态系统的影响。
最后，生物大数据技术可以为环境保护研究提供决策支持。
通过对大量的生物信息数据进行整合和分析，可以为环境保护工作提供科学的决策依据。
例如，通过对全球范围内的植物和昆虫种类数据进行整理和分析，可以预测未来的生物多样性状况，并制定相应的保护策略。
通过上述分析可以看出，生物大数据技术在环境保护研究中具有重要的意义。
大数据的国内外研究现状发展动态分析.doc
大数据的国内外研究现状及发展动态分析1 产生地背景与意义上世纪年代到年代早期，企业在大型机上部署财务、银行等关键应用系统，存储介质包括磁盘、磁带、光盘等.尽管当时人们称其为大数据，但以今日地数据量来看，这些数据无疑是非常有限地.随着地出现和应用增多，企业内部出现了很多以公文档为主要形式地数据，包括、文档，以及后来出现地图片、图像、影像和音频等.此时企业内部生产数据地已不仅是企业地财务人员，还包括大量地办公人员，这极大地促进了数据量地增长.互联网地兴起则促成了数据量地第三次大规模增长，在互联网地时代，几乎全民都在制造数据.而与此同时，数据地形式也极其丰富，既有社交网络、多媒体等应用所主动产生地数据，也有搜索引擎、网页浏览等被动行为过程中被记录、搜集地数据.时至今日，随着移动互联网、物联网、云计算应用地进一步丰富，数据已呈指数级地增长，企业所处理地数据已经达到级，而全球每年所产生地数据量更是到了惊人地级.在数据地这种爆炸式增长地背景下，“大数据”地概念逐渐在科技界、学术界、产业界引起热议.在大数据时代，我们分析地数据因为“大”，摆脱了传统对随机采样地依赖，而是面对全体数据；因为所有信息都是“数”，可以不再纠结具体数据地精确度，而是坦然面对信息地混杂；信息之“大”之“杂”，让我们分析地“据”也由传统地因果关系变为相关关系.文档收集自网络，仅用于个人学习大数据热潮地掀起让中国期待“弯道超越”地机会，创造中国企业从在红海领域苦苦挣扎转向在蓝海领域奋起直追地战略机遇.传统行业对于底层设备、基础技术地要求非常高，企业在起点落后地情况下始终疲于追赶.每当企业在耗费大量人力、物力、财力取得技术突破时，革命早已将核心设备或元件推进至下一阶段.这种一步落后、处处受制于人地状态在大数据时代有望得到改变.大数据对于硬件基础设施地要求相对较低，不会受困于基础设备核心元件地相对落后.与在传统数据库操作层面地技术差距相比，大数据分析应用地中外技术差距要小得多.而且，美国等传统强国地大数据战略也都处于摸着石头过河地试错阶段.中国市场地规模之大也为这一产业发展提供了大空间、大平台.大数据对于中国企业不仅仅是信息技术地更新，更是企业发展战略地变革.随着对大数据地获取、处理、管理等各个角度研究地开展，企业逐渐认识数据已经逐渐演变成“数据资产”.任何硬件、软件及服务都会随着技术发展和需求变化逐渐被淘汰，只有数据才具有长期可用性，值得积累.数据是企业地核心资产，可以是也应该是独立于软硬件系统及应用需求而存在地.大数据是信息技术演化地最新产物，确立了数据这一信息技术元素地独立地位.正因为数据不再是软硬件及应用地附属产物，才有了今天爆炸式地数据增长，从而奠定了大数据地基础.为了充分利用数据资产，大数据产业也呼之欲出.大数据时代来临，使商业智能、信息安全和云计算具有更大潜力.大数据产业链按产品形态分为硬件、基础软件和应用软件三大领域，商业智能、信息安全和云计算主横跨三大领域，将构成产业链中快速发展地三驾马车.就国内而言，商业智能市场已步入成长期，预计未来年复合年均增长率( ) 为，“十二五”期间潜在产值将超亿元; 信息安全预计未来年有望保持～地快速增长，“十二五”期间潜在产值将超亿元; 云计算刚进入成长期，预计未来年将超，年产业规模预计将达万亿元.大数据处理地基础设施数据仓库、以物联网为代表地数据收集环节、实时性强地在线数据分析工具，以及数据可视化地产品呈现，数据挖掘地应用在营销、销售、人力资源、电子商务等各个商业领域广泛开展，大数据为个性化营销和精准化推荐提供了充足地养分和可持续发展地沃土.同时大数据研究会给企业管理变革带来巨大冲击.对现代企业地管理运作理念、组织业务流程、市场营销决策以及消费者行为模式等产生巨大影响，使得企业商务管理决策越来越依赖于数据分析而非经验甚至直觉.大数据将催生由信息驱动地地商业模式，在企业地价值链中发挥中间作用，通过商业交易创建极具价值地“排出数据”；数据驱动地决策制定，利用可控实验，企业能够验证假设、分析结果以指导投资决策及运作改变；利用大数据进一步提高算法和机器分析地作用，避免成本高昂地人工干预，节约成本，提高效益.文档收集自网络，仅用于个人学习国内外研究进展“大数据”这个概念早在上个世纪地年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，就将“大数据”热情地赞颂为“第三次浪潮地华彩乐章”.年月《科学》（）杂志发表了一篇文章“: ”.“大数据”这个词开始被广泛传播.目前国内外地专家学者对大数据只是在数据规模上达成共识：“超大规模”表示地是级别地数据，“海量”表示地是级地数据，而“大数据”则是级别及其以上地数据.但对其地准确定义给出地结论不一.美国国家科学基金会( ) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成地大规模、多元化、复杂、长期地分布式数据集”.对大数据地定义为：所涉及地资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目地地资讯.麦肯锡全球数据分析研究所在年月发表地一篇论文中所说：“大数据是指大小超出了典型数据库工具收集、存储、管理和分析能力地数据集.”但它同时指出“大数据”并非总是说有数百个才算得上.根据实际使用情况，有时候数百个地数据也可称为大数据，这主要要看它地第三个维度，也就是速度或者时间维度.权威研究与顾问咨询公司将大数据定义为“在一个或多个维度上超出传统信息技术地处理能力地极端信息管理和处理问题”.公司把大数据概括为规模快速和多样，即，而则是地基础上多一个价值.具体来讲，指数据量极大并仍在持续增大；指所需地处理速度快，响应时间短；指数据类型繁多，包括结构化数据、半结构化数据甚至是非结构化数据(以此区分大数据与海量数据两个概念)；指价值密度低，以视频为例，不间断地监控录像中，有用地数据长度可能仅有一两秒.由以上概念地差异可以看出目前主要从数据来源和数据地处理工具与处理难度两个方面对大数据进行定义.但是这种定义方式会和另一个词发生混淆——海量数据.有文献指出大数据海量数据复杂类型地数据，这一公式是否成立还待进一步讨论.如今“海量数据”研究方向主要考虑各种非结构化数据地有效管理、多数据源地集成问题.由此看来能区别两次还需要借助关于大数据特征，尤其是其中地.强调数据是快速动态变化地，形成流式数据则是大数据区别于其他概念地最重要地特征.文档收集自网络，仅用于个人学习国外除在大数据地概念上地研究外，重点放在技术研究.美国政府六个部门启动地大数据研究计划中，除了国家科学基金会地研究内容提到要“形成一个包括数学、统计基础和计算机算法地独特学科”外，绝大多数研究项目都是应对大数据带来地技术挑战，重视地是数据工程而不是数据科学，主要考虑大数据分析算法和系统地效率.在国内，“大数据”尚未直接以专有名词被我国政府提出并给予政策支持.因此国内学者关于大数据概念上地研究并不充分，大多是引用以上定义进行阐释.同时在国内对“海量数据”这一说法认同度较高，更习惯将“大数据”称为“海量数据，并没有将两个词进行明确地区分.国内在大数据研究领域地重点在大数据与云计算、数据挖掘，并行计算和分布式处理，应用式主要集中在地理信息系统.文档收集自网络，仅用于个人学习发展动态（）资源地管理与利用.数据作为一种重要地资源，对它价值地挖掘利用具有非常重要地意义，因此一直是该领域地研究重点.研究主要涉及到数字处理、数据分析以及数据挖掘，尤其是从海量、复杂、实时地大数据中挖掘知识，可见，对海量数据价值地挖掘、发现和创造价值一直是当前地研究热点.同时为了更好地建设数据资源，对数据地组织和存储显得尤为重点，于是相应地也成为研究热点，如元数据、数据仓库和数据存储等.文档收集自网络，仅用于个人学习（）信息服务.数据组织和建设地主要目地便是开展服务.相关研究主要涉及到地理信息系统、互联网、物联网、遥感、数字城市、商业智能等方面.而物联网一直是重点关注地新产业，对于数字城市及智慧城市地谋划建设更强调数据地价值.此外，统计还发现，中国移动、中国电信以及金融领域更注重从数据分析挖掘中获得智慧价值地利用.文档收集自网络，仅用于个人学习（）行业调整.迈向商业化，开源软件带来更多相关市场机会，将促使一批新型开放平台地诞生.同时大数据将由网络数据处理走向企业级应用，企业逐渐了解到大数据并不仅仅指处理网络数据，行业对大数据处理地需求也会增加，包括数据流检测和分析.大数据将创造出新地细分市场文档收集自网络，仅用于个人学习（）关键技术.数据地管理和利用离不开技术地支撑，服务质量地提高更离不开技术地保障.近几年地研究主要涉及到云计算、、、并行、分布式、多线程、网格、可视化等技术.尤其是云计算、以及带来地分布式、并行式算法与“海量数据”有着密切地关系，而事实上这三者针对地具体目标本来就是大规模地数据.文档收集自网络，仅用于个人学习目前存在地主要问题分析研究方法问题大数据研究开创了科研地第四范式，与传统地逻辑推理研究不同，大数据研究是对数量巨大地数据做统计性地搜索、比较、聚类和分类等分析归纳，因此继承了统计科学地一些特点.统计学关注数据地相关性或称关联性，所谓“相关性”是指两个或两个以上变量地取值之间存在某种规律性，而不再关注因果关系.因果关系地研究曾经引发了科学体系地建立，近代科学体系获得地成就已经证明，科学是研究因果关系最重要地手段.对于相关性研究是可以替代因果分析地科学新发展还只是因果分析地补充，这是一个大数据学术界讨论比较激烈地问题.文档收集自网络，仅用于个人学习（）领域融合问题当前大数据研究地局面是各个学科地科学家都以自己为主处理本领域地海量数据，信息领域地科学家只能起到助手地作用.也就是说，各领域地科学问题还掌握在各学科地科学家手里，计算机科学家所提炼出地具有共性地大数据科学问题并不多.通过对有关文献统计，目前大数据方面已发表论文多有计算机科学方面地研究机构专家学者撰写.大多立足于信息科学，侧重于大数据地获取、存储、处理、挖掘和信息安全等方面，鲜有从管理学地角度探讨大数据对于现代企业生产管理和商务运营决策等方面带来地变革与冲击地研究．缺乏学科之间地交叉与融合，缺乏既拥有清理和组织大型数据地能力又懂得“商业语言”地数据科学家.文档收集自网络，仅用于个人学习。
国外园林大数据应用例子
国外园林大数据应用例子近年来，随着大数据技术的迅猛发展，其在各行各业的应用也越来越广泛。
园林行业作为人类改善生活环境的重要领域之一，也开始应用大数据技术来优化园林规划、设计和管理。
下面将介绍几个国外园林大数据应用的例子。
例子1：纽约市中央公园的大数据应用纽约市中央公园是全球知名的城市公园之一，其占地面积广阔，是众多市民和游客休闲娱乐的场所。
为了更好地管理和规划公园，纽约市利用大数据技术收集和分析游客的行为数据。
公园管理者通过安装传感器和摄像头等设备，收集游客的进出时间、热点区域集中度、游客对不同设施的使用偏好等数据。
通过对这些数据的分析，管理者可以更好地了解游客的行为习惯，进一步优化公园的设施布局和服务。
例子2：荷兰阿姆斯特丹市的绿化计划荷兰阿姆斯特丹市一直以其独特的城市规划和绿化环境而闻名于世。
为了改善和保护城市的绿化环境，阿姆斯特丹市政府利用大数据技术开展了绿化计划。
他们通过无人机和卫星图像等技术手段，对城市中的树木分布、绿地面积和植物物种进行高精度的测绘和监测。
这些数据不仅为城市规划者提供了重要参考，还帮助市政府进行精确的绿化管理和植物种植决策，从而保护和扩大城市的绿化面积。
例子3：英国伦敦的交通与园林数据融合伦敦作为全球重要的城市之一，其园林规划与交通规划有密切的联系。
为了更好地规划和管理城市的绿化空间，伦敦市政府将交通与园林数据进行融合。
他们通过分析交通流量、公共交通线路和绿化空间的分布情况，确定了一系列的绿化路线和景观走廊。
这些绿化路线在一定程度上缓解了城市的交通压力，同时提供了更多的绿化环境，为市民和游客创造了更好的休闲空间。
例子4：澳大利亚悉尼市的园林景观设计澳大利亚悉尼市作为国际大都市，其城市园林景观设计也应用了大数据技术。
市政府将城市景点、公园、绿地以及建筑物等大量地理信息输入到大数据分析平台中，通过分析市民和游客的旅游需求和行为，以及各个景点的访问流量，帮助设计师更好地规划和设计园林景观。
国外大数据发展现状
国外大数据发展现状
近年来，国外大数据发展取得了长足的进步。
以下是一些国外大数据发展的现状：
1. 美国：作为大数据领域的重要实力，美国拥有众多创新企业和研究机构。
硅谷成为了大数据技术和创业的重要中心，吸引了众多投资和人才。
此外，美国政府也支持大数据的研究和应用，如美国国家科学基金会（NSF）设立了大数据研究计划。
2. 英国：英国在大数据方面也取得了显著进展。
英国政府投资了大数据研究和创新中心，如英国国家大数据中心（The Alan Turing Institute）。
此外，英国还制定了相关政策和法规，保
护和管理大数据的使用。
3. 德国：德国大力推进了大数据的发展，建立了众多研究所和实验室。
德国推动了跨领域的大数据研究，如医疗、城市规划和工业等领域。
德国还提供了资金和资源支持大数据相关的研究和创新项目。
4. 加拿大：加拿大在大数据领域备受关注，拥有世界上最多的大数据研究和创新中心。
加拿大政府鼓励大数据的应用和创新，提供了财政支持和税收减免等政策措施。
加拿大还与其他国家合作，推进大数据的国际合作和交流。
5. 新加坡：新加坡将大数据视为发展的重要引擎之一，制定了相关的政策和计划。
新加坡推动了创新研究中心的建设，吸引了国际专家和人才。
同时，新加坡也注重数据隐私和安全，加
强了数据保护的法规和措施。
总体而言，国外大数据发展呈现出蓬勃的态势。
各国政府投资大数据研究和创新，促进了相关产业的发展和创业环境的改善。
此外，各国大数据的应用领域也在不断拓展，为经济社会发展带来了更多的机遇和挑战。
各国大数据产业现状及趋势
各国大数据产业现状及趋势标题：全球大数据产业的现状和趋势引言：随着科技和互联网的发展，大数据已经成为当今社会最热门的技术和商业领域之一。
各国都在积极发展大数据产业，将其作为提升经济竞争力、推动社会发展的重要手段。
本文将就全球范围内各国大数据产业的现状和趋势进行详细分析。
第一部分：北美洲大数据产业现状和趋势（1500字）1. 美国大数据产业现状- 主要企业和研究机构- 主要应用领域- 技术创新和产业发展情况2. 加拿大大数据产业现状- 主要企业和研究机构- 主要应用领域- 政府政策和支持措施3. 北美洲大数据产业趋势展望- 人工智能和机器学习在大数据领域的应用- 数据隐私和安全保护- 政府和企业的合作与合规第二部分：欧洲大数据产业现状和趋势（1500字）1. 英国大数据产业现状- 主要企业和研究机构- 主要应用领域- 政府政策和投资情况2. 德国大数据产业现状- 主要企业和研究机构- 主要应用领域- 技术发展和国际竞争力3. 欧洲大数据产业趋势展望- 数据保护和隐私法规- 跨国数据流动和标准化- 数据分析与决策支持系统的发展第三部分：亚洲大数据产业现状和趋势（1500字）1. 中国大数据产业现状- 主要企业和研究机构- 主要应用领域- 政府支持和投资情况2. 印度大数据产业现状- 主要企业和研究机构- 主要应用领域- 技术发展和外部环境3. 亚洲大数据产业趋势展望- 人才培养和技术创新- 跨国合作和竞争力增强- 亚洲市场的机遇与挑战第四部分：其他地区大数据产业现状和趋势（1500字）1. 澳大利亚和新西兰大数据产业现状- 主要企业和研究机构- 主要应用领域- 政府政策和投资情况2. 非洲大数据产业现状- 主要企业和研究机构- 主要应用领域- 技术发展和基础设施建设3. 其他地区大数据产业趋势展望- 区域间合作与交流- 创新和科技转移的推动- 可持续发展和社会影响评估结论：大数据产业正迅速发展成为全球范围内的重要经济动力。
绿道2
绿道的研究进展及功能的开发张婧（福建农林大学艺术园林学院，福建福州350002）前言随着中国城市化进程的加快与扩张，生态环境也不同程度的遭到破坏，在当下，人们迫切的希望自然能走进城市，在这种背景下总结归纳了国内外对绿道（greenway）的研究进展，并且总结了绿道的基本功能，并针对如何更好的发挥绿道的功能阐述了一些自己的建议。
关键词：绿道功能进展自然保护环境Develepment and study progress of the fuction of greenwayPrefaceWith China's accelerating urbanization and expansion, the ecological environment is also different degrees of destruction, in the moment, there is an urgent hope naturally into the city, in this context summed up domestic and abroad greenway (greenway) research progress and summarizes the basic functions of greenways, and on how to better play the function of greenways explains some of my own suggestionsKey words：greenway function progress natural protection environment 绿色通道译自英文单词“greenway”，来源于greenbel t和parkway两个词汇。
Green意指自然或半自然植被的区域；way是通道的意思，具有移动的意味，是人类、动物、植物、水等的通道(1)，这是绿色通道的2个重要特征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据在国外绿道研究中的应用进展综
述
【摘要】绿道作为连接城市公共空间的线性空间，在城市建设和发展的过程
中扮演着重要角色，它起源于奥姆斯特丹主持的波士顿公园体系，并以此为开端，经历了五个发展阶段。
大数据的出现为绿道研究发展提供了新思路，国外的绿道
研究方向主要分为绿道使用评价、绿道选线研究、绿道使用者偏好和感知研究以
及绿道建设的经济社会效益等方面。
【关键词】绿道；大数据；波士顿公园体系；绿道使用评价
1绿道的概念
绿道所对应的英文单词是“greenway”，从单词的解析来看，“green”作
为形容词的意思是绿的、青葱的，“way”则译为通路、道路。
国外最早对绿道
进行定义的是美国户外游憩总统委员会，之后众多学者纷纷对绿道的概念进行了
不同方向和侧重的解读，其中查尔斯·莱托(Charles Little）在《美国绿道》
一书中对于绿道的定义得到国外的普遍认可，他认为：绿道就是沿着诸如河滨、
溪谷、山脊线等自然走廊，或是沿着诸如用作游憩活动的废弃铁路线、沟渠、风
景道路等人工走廊所建立的线型开敞空间。
此后的一段时间，又有不同的学者针对绿道的概念提出了自身的见解，总之，绿道是一个不断发展完善的概念，随着对绿道的理解及研究的深入，以及与其他
学科不断产生交叉，绿道定义的基点和侧重也会有所改变。
2绿道的起源与发展
国外的绿道（greenway）规划起源于奥姆斯特丹主持的波士顿公园体系，该
规划被认为是国外绿道规划的开端。
研究其发展历程，大致可以分成五个阶段，
每个阶段都有典型的绿道规划案例，且绿道都表现出不同特征。
第一阶段
（1833-1867年），绿道萌芽时期，开始于欧洲的城市改造中的林荫大道思想，
是城市公园运动和公园系统思想的萌芽，绿道的功能主耍是作为城市轴线为市民
提供休闲和景观享受；第二阶段（1867-1900年），绿道建设时期，绿道主要是
为城市提供公园系统，为市民提供系统的游憩环境；第三阶段（1900-1960年），绿道在区域和社区的应用时期，开始于霍华德的田园城市理论，并逐渐在郊区新
城的开发建设中形成社区绿道的规划模式；第四阶段（1960-1985年），为绿道
作为生态廊道和文化保护线路时期，开始于20世纪 60年代的环境运动，绿道作
为保护城市中的自然生态和文化遗迹的一种形式；第五阶段（1985年至今），
多功能、多目标绿道网络发展时期，开始于1987年的绿道命名，绿道运动逐渐
走向国际化。
3大数据在绿道研究领域的应用
3.1大数据技术发展带来的便利
在大数据时代的背景下，人们获取信息的途径和来源发生了翻天覆地的变化，绿道研究的数据来源和分析方式也随着时代的发展进行了一次又一次的变革，大
数据使研究者足不出户就能获得海量的研究基础数据，并通过新的计算机方法实
现大体量数据的筛选和分析，这不仅简化了论文基础研究阶段的工作，缩短了研
究进程和时间，也拓宽了研究的数据类型和数据来源，加深了绿道研究与各学科
之间的交流。
拓展了城市规划设计各环节所需的数据类型与数据量，使全数据分
析成为可能。
3.2常用的大数据类型
目前我们接触到大数据主要分为实时采集的活动数据和非实时活动数据两种，前者又可细分为空间位置数据和行为轨迹数据，比较常见的空间位置数据有百度
热力图、POI数据、社交网络数据、公众参与平等台数据等；行为轨迹数据有手
机定位数据、交通传感数据和运动社交平台等。
4国外绿道研究方向与进展
4.1国外绿道研究主要方向
本文对近10年来的国外相关文献进行了深入剖析研究，研究方向涉及到绿道使用评价、绿道选线研究、绿道承载户外活动的相关研究、绿道使用者偏好和感知研究以及绿道建设的经济社会效益等。
其中涉及到绿道使用评价的文献共计有9篇，绿道选线研究的文献有12篇，绿道承载户外活动的相关研究的文献有9篇，绿道使用者偏好和感知研究的文献有6篇，涉及绿道建设的经济社会效益的文献3篇。
绿道选线研究和绿道评价研究是当前研究的热点。
Junwen Bai在地理信息系统和地理空间数据的基础上，提出了一种基于三个不同方面的城市绿地综合服务能力评价方法。
并将分析结果综合起来，识别城市居民区和居民区可利用的城市绿地的服务条件，获得绿地综合服务能力价值。
CHEN运用多源数据，构建基于GIS空间分析和大数据社会行为分析的城市绿道选线规划方法，提出具体改造模式策略，将绿色空间网络与慢行系统相结合，以实现城市线性空间的功能优化。
Bo Xie采用自然实验的方法来探讨大规模绿道干预对身体活动的影响。
并通过差异模型得出结论，绿道干预在控制个体和邻里协变量后，对中等至剧烈体力活动（MVPA）和总体体力活动（MET分钟/周）都有积极影响。
Olivier Ngoko以CPTED理论为指导，利用各平台的大地理数据信息，包括街景分析、POI分析、体育活动数据分析，综合考虑空间边界、维护、公众监督、活动支持四个因素，得出高安全性绿道具有乔灌木密度低、围墙封闭度低、各类建筑物分布密度低、交通流量大、使用频率高等特点。
4.2大数据方法在不同方向的应用
通过研究国外学者的研究成果，我们可以得出他们更加关注新的方法和定量方法的采用。
下面对以上文献的研究方向、研究范围、数据来源以及研究方法分别进行剖析，并找出不同研究方向与其应用的研究方法之间的对应关系，以便更加有针对性的为以后的研究提供指导。
表1 国外部分学者绿道研究汇总
5总结
研究表明，近些年国外不管是在绿道的理论研究还是项目建设方面均取得了突破性进展，整体上领先于国内水平，国外的学者在研究方向上更加注重人为尺度的绿道建设并将公共参与环节添加到绿道的建设中来。
此外，大数据和计算机技术的发展，也为绿道研究提供了便利，新的研究方法和数据处理手段也随之出现，为绿道理论的跨学科发展奠定了基础。
参考文献：
[1]李凤仪, 李方正. 大数据在绿地规划设计中多尺度应用进展综述[J]. 西部人居环境学刊, 2019, 34(5): 63-71.
[2] Taylor P, Hoyler M, Verbruggen R. External Urban Relational Process: Introducing Central Flow Theory to Complement Central Place Theory[J]. Urban studies, 2010,47(13):2 803-2 818.。