第1章 引论 1
1.1 城市是一个生命体 2
1.2 如何认识城市 3
1.3 数据挖掘 4
参考文献 5
第2章 城市发展中的数据 7
2.1 数据分类与表示 8
2.1.1 数据概况 8
2.1.2 数据分类 10
2.1.3 矢量数据和栅格数据 11
2.2 空间数据来源 12
2.2.1 遥感影像数据 12
2.2.2 地图数据 14
2.2.3 地面摄影测量数据 16
2.2.4 统计数据 16
2.3 空间数据的获取和采集 17
2.3.1 遥感影像数据 17
2.3.2 地图数据 28
2.3.3 地面摄影测量数据 28
2.4 气象数据 31
2.4.1 气象数据的内容 31
2.4.2 气象数据的观测 36
参考文献 39
第3章 空间数据的应用技术 43
3.1 空间数据处 44
3.1.1 空间数据处理的目的 44
3.1.2 空间数据处理的内容 45
3.1.3 空间数据处理的专业平台 46
3.2 空间数据挖掘 51
3.2.1 空间数据挖掘的任务 52
3.2.2 空间数据挖掘的方法 52
3.2.3 空间数据挖掘的步骤 55
3.2.4 空间数据挖掘与空间数据处理的比较 55
3.3 空间数据分析 56
3.3.1 空间数据分析的作用 57
3.3.2 空间数据分析的方法 58
3.3.3 空间数据分析的步骤 59
3.3.4 空间数据分析的专业平台 60
3.4 空间数据存储 65
3.4.1 空间数据的存储方式 66
3.4.2 空间数据库平台简介 67
3.4.3 空间数据索引与查询 70
参考文献 72
第4章 大数据时代下的城市发展研究 75
4.1 大数据对城市发展的推动作用 76
4.1.1 IBM公司“Smarter City”项目 77
4.1.2 日本“i-Japan”战略 78
4.1.3 中国台湾“i236”战略 78
4.1.4 中国“智慧宁波”计划 80
4.2 大数据对城市规划的促进作用 80
4.2.1 欧盟“EUNOIA”计划 81
4.2.2 美国“UrbanCCD”研究中心 81
4.2.3 上海手机定位数据 82
4.3 大数据对城市生长的预测作用 85
参考文献 86
第5章 交通与城市发展 87
5.1 城市交通理论研究 88
5.1.1 国外的相关研究 88
5.1.2 国内的相关研究 90
5.2 交通系统在城市发展中的作用 91
5.2.1 交通方式与城市更新演进规模 91
5.2.2 交通可达性与空间布局 94
5.2.3 交通与城市次核心形成 96
5.3 大数据在城市交通中的重要作用 97
5.3.1 智能交通与大数据管理 97
5.3.2 国外交通大数据的应用实践 98
5.3.3 国内交通大数据的应用实践 101
5.3.4 智能交通的展望 105
参考文献 106
第6章 城市生长模型 107
6.1 城市生长模型概述 108
6.1.1 城市模型的发展历史 108
6.1.2 元胞自动机的产生 110
6.1.3 CA模型在国外城市生长研究中的应用发展 112
6.1.4 CA模型在国内城市生长研究中的应用发展 114
6.2 城市CA的原理 117
6.2.1 CA的内部构造 117
6.2.2 CA模型的基本特征 120
6.2.3 CA与地理复杂系统的结合应用 121
6.2.4 城市生长模拟的原则与方案 124
6.2.5 CA模型在城市生长研究中应用的局限性 126
6.3 其他城市生长模型 126
6.3.1 CLUE-S 126
6.3.2 多智能体系统 134
参考文献 140
第7章 气象数据与城市宜居性 143
7.1 建筑风环境 144
7.1.1 建筑对风速的改变 145
7.1.2 风环境研究方法 153
7.1.3 风环境数值模拟案例分析 163
7.2 温湿数据与舒适度 169
7.2.1 城市热岛效应 169
7.2.2 水体与城市微气候 174
7.2.3 气候舒适度 178
7.3 空气颗粒对环境的影响 184
7.3.1 大气颗粒简介 185
7.3.2 微粒扩散与城市规划 189
参考文献 193
第8章 城市规划中的新技术 197
8.1 3S技术 198
8.1.1 GIS技术 198
8.1.2 RS技术 204
8.1.3 GPS技术 208
8.1.4 3S技术的集成模式 212
8.1.5 3S技术在城市规划中的作用 213
8.2 虚拟现实技术 217
8.2.1 概念和特性 217
8.2.2 系统分类 218
8.2.3 建模方法 221
8.2.4 关键技术 223
8.2.5 VR景观建模软件 225
8.2.6 VR在城市规划中的作用 226
参考文献 231