基于大数据的城市空间形态量化指标体系研究

总结形态相关指标对研究数据的需求，然后对比现有数据库数据特征，在尽可能对城市空间能够解析完整的情况下，对缺少数据的指标进行剔除。

三、结语

大数据研究涉及到城市宏观与微观两个方面，采用统一的指标体系分析两个方面显然是不科学的，因此从宏观与微观两个不同尺度建立指标体系。基于上述研究，提取可用指标，对指标进行整理与体系构建，建立对应尺度研究指标体系。

（一）城市尺度研究指标体系

基于城市尺度平面构成要素数据：城市边界、道路网、建筑、水系以及部分城市绿地，选择与城市边界相关的区域面积指标，与道路网相关的路网密度指标，与建筑相关的建筑基底总面积、建筑覆盖率、集中度、分割度四个指标。

上述指标对区域规模、密集程度、土地使用密度、建筑分布特征以及建筑细分程度进行了量化解析，但是在对城市平面形态与结构的解析上，还存在一定缺陷。因此将能够描述城市静态有形物质分布的建筑、水系、绿地数据、描述城市动态“流”特征的路网数据进行加权叠加，作为城市平面形态研究的基础数据，通过紧凑度、放射状指数、边界维数与半径维数描述城市平面形态特征与结构特征。

（二）街区尺度研究指标体系

街区尺度平面构成要素数据主要包括：研究边界、街区边界、道路网、建筑、水系以及部分城市绿地。选择与边界相关的街区数量、街区平均面积、街区面积加权紧凑度指数、街区放射状指数指标；与道路网相关的路网密度、連接值、控制值、深度值、集成度指标；与建筑相关的建筑覆盖率、集中度、分割度。

上述指标对街区规模、街区形状、街区内部空间关系、密集程度以及建筑细分有了较为详细的描述，但是对于道路交叉口缺少解释性，因此需要补充交叉口数量与交叉口平均距离两个指标，以此构成相对完善的街区尺度研究的指标体系。

（三）研究展望

本文基于大数据时代下，通过对城市空间形态量化指标的总结与筛选，构建城市与街区两个尺度的研究指标体系，在一定程度上能够量化描述城市空间形态，但是由于研究指标体系是建立在其他研究成果的基础上，缺乏一定的全面性，难免会出现考虑不周的情况。

研究实践表明，城市数据是影响指标选择的重点。在当前数据库情况下，由于缺少建筑高度信息，因此只能简单从平面空间上进行研究，无法完成城市容量的相关研究。如后期能获得建筑高度信息，那么我们距离全面认识城市空间形态，更好地构建数与形之间的关系又更近一步。

参考文献：

[1]储金龙.城市空间形态定量分析研究[M].南京：东南大学出版社，2007.

[2]段进.国外城市形态学概论[M].南京：东南大学出版社，2009.

[3]李招成.城市街廓形态指标体系研究[D].南京大学，2016.

[4]王新生，刘纪远，庄大方.中国特大城市空间形态变化的时空特征[J].地理学报，2005，（03）：392-400.