API與LBS類型數(shù)據(jù)的獲取方法以及城市規(guī)劃與研究中的應(yīng)用演示文檔

《API與LBS類型數(shù)據(jù)的獲取方法以及城市規(guī)劃與研究中的應(yīng)用演示文檔》由會員分享，可在線閱讀，更多相關(guān)《API與LBS類型數(shù)據(jù)的獲取方法以及城市規(guī)劃與研究中的應(yīng)用演示文檔（32頁珍藏版）》請在裝配圖網(wǎng)上搜索。

201801,.,POI（point of interest）類型數(shù)據(jù)的獲取方法以及在城市空間分析中的應(yīng)用,主講人：鄭曉偉 西安建筑科技大學(xué)建筑學(xué)院城鄉(xiāng)規(guī)劃系 西安建筑科技大學(xué) · 城市體驗、模擬與分析實驗中心 2015年11月18日,數(shù)字城市空間分析技術(shù)與數(shù)據(jù)增強(qiáng)設(shè)計（DAD）培訓(xùn)課程（六）,西安建筑科技大學(xué)城市體驗、模擬與分析實驗中心公開課程系列,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展 POI （point of interest）數(shù)據(jù)應(yīng)用于城市空間分析的局限性,POI（point of interest）類型數(shù)據(jù)簡介 POI（point of interest）數(shù)據(jù)的獲取方法與技術(shù)流程,注冊成為百度開發(fā)者申請密鑰（ak） Place檢索測試 運(yùn)用火車采集器采集網(wǎng)頁數(shù)據(jù)信息 坐標(biāo)系統(tǒng)轉(zhuǎn)換（百度坐標(biāo)→WGS坐標(biāo)→城市XY坐標(biāo)） 定義投影與投影轉(zhuǎn)換 數(shù)據(jù)空間分布特征空間分析及可視化表達(dá),,內(nèi)容介紹,201801,.,POI類型數(shù)據(jù)簡介,POI是“Point of Interest”的縮寫，可以翻譯成“信息點（或者興趣點）”，每個POI包含四方面信息，名稱、類別、經(jīng)度緯度、附近的酒店飯店商鋪等信息。我們可以叫它為“導(dǎo)航地圖信息”，導(dǎo)航地圖數(shù)據(jù)是整個導(dǎo)航產(chǎn)業(yè)的基石。,201801,.,百度地圖開放平臺：http://developer.baidu.com/map/,,進(jìn)入Web服務(wù)API,POI數(shù)據(jù)的獲取方法和技術(shù)流程,首先注冊成為百度開發(fā)者申請密鑰,API（Application Programming Interface,應(yīng)用程序 編程接口）是一些預(yù)先定義的函數(shù)，目的是提供應(yīng)用程序與開發(fā)人員基于某關(guān)鍵或硬件得以訪問一組例程的能力，而又無需訪問源碼，或理解內(nèi)部工作機(jī)制的細(xì)節(jié)。,201801,.,,該套API免費對外開放，使用前先申請密鑰，通過在線方式調(diào)用,,申請者需要有百度賬號,POI數(shù)據(jù)的獲取方法和技術(shù)流程,首先注冊成為百度開發(fā)者申請密鑰,201801,.,,必填項,POI數(shù)據(jù)的獲取方法和技術(shù)流程,首先注冊成為百度開發(fā)者申請密鑰,201801,.,,申請成功后獲得的訪問應(yīng)用（AK）,POI數(shù)據(jù)的獲取方法和技術(shù)流程,首先注冊成為百度開發(fā)者申請密鑰,201801,.,POI數(shù)據(jù)的獲取方法和技術(shù)流程,Place檢索測試,,進(jìn)入Place API頁面準(zhǔn)備進(jìn)行檢索測試,201801,.,注：這里將page_size的值設(shè)為1（每頁只有一條記錄）目的在于簡化火車采集器的采集規(guī)則設(shè)置,POI數(shù)據(jù)的獲取方法和技術(shù)流程,Place檢索測試,1.選擇城市內(nèi)檢索,,,2.輸入要查詢檢索的關(guān)鍵詞,,,3.輸入返回記錄數(shù)量，值為1；分頁頁碼為0,4.輸入城市名稱,5.運(yùn)行,,201801,.,POI數(shù)據(jù)的獲取方法和技術(shù)流程,Place檢索測試,1.網(wǎng)址規(guī)則,,,2.返回結(jié)果,201801,.,POI數(shù)據(jù)的獲取方法和技術(shù)流程,Place檢索測試,,,,,,,申請的密鑰,關(guān)鍵詞“涼皮”,西安市,201801,.,POI數(shù)據(jù)的獲取方法和技術(shù)流程,Place檢索測試,,,也可以采用谷歌瀏覽器（Google Chrome）下的POSTMAN插件來測試,201801,.,,,,,1.查看檢索總數(shù)，只有用戶請求中設(shè)置了page_num字段才會出現(xiàn)total字段,2.采用批量/多頁方式獲取網(wǎng)頁地址,3.設(shè)置page_num字段為變量,4.采用等差數(shù)列方式獲得地址,對應(yīng)關(guān)系,,POI數(shù)據(jù)的獲取方法和技術(shù)流程,運(yùn)用火車采集器采集POI信息,201801,.,,,,密鑰,關(guān)鍵詞,唯一變量,201801,.,,,,,POI數(shù)據(jù)的獲取方法和技術(shù)流程,運(yùn)用火車采集器采集POI信息,具體設(shè)置方法參見《城市規(guī)劃與研究中的開放數(shù)據(jù)（大數(shù)據(jù)）獲取方法及應(yīng)用分析技術(shù)》講義,201801,.,,POI數(shù)據(jù)的獲取方法和技術(shù)流程,運(yùn)用火車采集器采集POI信息,,如為餐飲數(shù)據(jù)也可以抓取消費水平、口碑、排名等數(shù)據(jù)信息,201801,.,201801,.,win7以上系統(tǒng)以管理員模式打開 .net Framework版本需在4.0以上,,POI數(shù)據(jù)的獲取方法和技術(shù)流程,坐標(biāo)轉(zhuǎn)換,201801,.,POI數(shù)據(jù)的獲取方法和技術(shù)流程,定義投影與投影轉(zhuǎn)換 數(shù)據(jù)空間分布特征與可視化表達(dá),以下內(nèi)容參考《城市規(guī)劃與研究中的開放數(shù)據(jù)（大數(shù)據(jù)）獲取方法及應(yīng)用分析技術(shù)》講義,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,——基于百度地圖（map.baidu.com）POI數(shù)據(jù)的分析,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,西安美食（特色小吃、大眾餐飲）總體分布特征,店鋪數(shù)據(jù)來源為百度地圖西安市區(qū)（三環(huán)路內(nèi)，不包含灃東新城和西安國際港務(wù)區(qū)）內(nèi)按照關(guān)鍵詞搜索整理的分類店鋪POI數(shù)據(jù)（經(jīng)過預(yù)處理和篩選后大約有32000多家），重點抓取經(jīng)緯度和人均消費兩種數(shù)據(jù)。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,數(shù)據(jù)類型,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——牛羊肉泡饃、烤肉類,以泡饃和烤肉為典型代表的特色小吃在空間上圍繞西大街展開圈層式布局，在明清城區(qū)內(nèi)最為集中，特別是在西大街、灑金橋、橋梓口、北院門、北廣濟(jì)街等街區(qū)形成高密度區(qū)；土門、東門、含光北路等外圍圈層次之；此外，長樂中路、太華北路、魚化寨、甘家寨、韋曲、紡織城等一些本地居民人口密度較高的傳統(tǒng)城市居住區(qū)分布也較為集中。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——涼皮、肉夾饃類,該類型小吃店分布密度最高的地區(qū)為鐘鼓樓地區(qū)，但其空間分布重心有明顯的向城南偏移特征，并在長安區(qū)大學(xué)城附近形成次密度區(qū)；而在城北、城東和城西三個方向則沒有形成一定的集聚，說明涼皮夾饃類型的小吃更受到年輕一代消費群體的青睞。此外，密度較高的區(qū)域除主城區(qū)和大學(xué)城以外，還包括李家村、太白南路、翠華路等地區(qū)，這些區(qū)域都是大學(xué)生和青年白領(lǐng)工作者分布集中的區(qū)域?？梢?，涼皮肉夾饃店在城市分布的群體指向性特征較強(qiáng)。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——特色面食類,面食也在明清城區(qū)內(nèi)北廣濟(jì)街呈現(xiàn)出高集聚的現(xiàn)象，并在太白南路—科創(chuàng)路、電子正街—明德二路等地區(qū)也出現(xiàn)一定程度的高密度分布；此外，西郊的魚化寨和城北的龍首路—未央路各類特色面食店的數(shù)量也較多。從總體來看，這些區(qū)域的居住區(qū)建設(shè)年代相對較為久遠(yuǎn)，并且多以本地中老年群體為主，說明面食類特色餐飲的空間分布除了在中心城區(qū)承擔(dān)旅游服務(wù)功能外，更多以憑借其相對低廉的價格服務(wù)于本地中低收入階層。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——時尚餐飲類,鐘樓商業(yè)中心和小寨副中心的時尚餐飲聚集程度較高；此外，北郊行政中心、高新區(qū)—勞動路片區(qū)、交大街等城市就業(yè)集中區(qū)時尚類餐飲業(yè)的分布聚集程度也相對比較高，方便城市中高收入就業(yè)人群的消費。同時，該類型店鋪的分布也與城市交通便利性有一定相關(guān)性（地鐵站點和二環(huán)快速路周邊分布較密集），交通條件較差的地區(qū)往往難以形成集聚。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——大眾餐飲類,大眾休閑類餐飲分布比較集中的區(qū)域除了傳統(tǒng)的鐘樓中心、小寨副中心以外，鳳城四路、西稍門、龍首原、交大街、魚化寨、韋曲等城市區(qū)域性中心和地鐵站點附近也出現(xiàn)不同程度的集聚現(xiàn)象；同時在整體消費水平比較高的曲江新區(qū)、高新區(qū)等區(qū)域的集聚度也非常高。,201801,.,案例：透過美食小吃大數(shù)據(jù)淺議西安城市空間發(fā)展,各類餐飲空間分布特征——街頭小吃類,西安市街頭小吃的數(shù)量最多，整體空間分布更高，除明清城區(qū)分布密度高外，小寨、長安、電視塔、高新區(qū)、土門、紡織城、鳳城四路、二府莊等地區(qū)均出現(xiàn)不同程度的集聚，而這些區(qū)域都是西安市城市總體規(guī)劃中確定的城市副中心。這充分說明這種類型的餐飲店主要都靠近城市各級公共中心，主要消費群體為附近工作和生活的城市居民，因此交通上便利性（如絕大多數(shù)街頭小吃高密度區(qū)域都在二環(huán)沿線和地鐵二號線各站點附近）是其空間分布的主要影響因素。,201801,.,西安市全部餐飲業(yè)的分布主要在明城區(qū)以內(nèi)和城南大部分區(qū)域，在城北就業(yè)比較集中的地區(qū)也有少量的密集分布地區(qū)，而在城西、城東的集聚現(xiàn)象不明顯，這主要跟明清城區(qū)內(nèi)為旅游商貿(mào)服務(wù)、南郊為科教城、北郊為行政辦公的城市功能結(jié)構(gòu)有關(guān)，城市東西兩翼以工業(yè)區(qū)為主，因此餐飲店的數(shù)量相對較少。 各類餐飲在城市空間分布的影響因素還包括城市交通的可達(dá)性、旅游景區(qū)輻射影響、不同收入階層的分布、人口密度、文化生活習(xí)慣等多方面。 街頭小吃店鋪的數(shù)量最多，分布密度也最大，在空間分布上更多地指向社區(qū)層級的日常餐飲消費；時尚餐廳在數(shù)量上雖然不及大眾餐飲，但其空間分布卻明顯集中在城市的少數(shù)特定區(qū)域，帶有明顯的消費指向性特征；而特色類小吃更多集中分布在明城區(qū)以內(nèi)以及城區(qū)周邊的各旅游景點，更多地為游客服務(wù)。,結(jié)論與建議,結(jié)論,201801,.,幾乎所有的餐飲類型都在明清城區(qū)內(nèi)形成高密度的分布，這與西安傳統(tǒng)意義上的單中心結(jié)構(gòu)和旅游景點分布存在一定的關(guān)系，但這種過度集中也導(dǎo)致了明清城區(qū)內(nèi)的主導(dǎo)餐飲不明確、本地居民和外來游客餐飲消費混雜、人口和交通壓力過大等問題。可將明清城區(qū)內(nèi)例如一般街頭小吃類餐飲部分功能向外疏解，在內(nèi)部更多保留以體現(xiàn)地方特色的小吃類為主，使其能夠更加凸顯西安的飲食文化特色。 鑒于未來北郊亦作為西安市空間發(fā)展的重點方向，應(yīng)注重對北郊大眾餐飲和時尚餐廳類休閑餐飲業(yè)的進(jìn)一步培育和引導(dǎo)，使其在空間上能夠與南郊形成一定的呼應(yīng)關(guān)系，從而避免餐飲類重心過度南移而造成城市餐飲空間的不均衡發(fā)展。,結(jié)論與建議,建議,201801,.,POI數(shù)據(jù)僅以“點”的形式出現(xiàn)，無法反映出設(shè)施的邊界、規(guī)模、建設(shè)年代、使用狀況等信息，故而無法進(jìn)行更為深入的詳細(xì)分析； POI數(shù)據(jù)反映的是設(shè)施空間位置與分布密度，對城市空間的深入研究和探討應(yīng)進(jìn)一步整合城市土地使用、交通、環(huán)境等方面的數(shù)據(jù)進(jìn)行綜合分析； 目前，百度地圖API為了防止惡意抓取數(shù)據(jù)，不會提供全部的POI數(shù)據(jù)，每個檢索關(guān)鍵詞最多僅提供400條結(jié)果，如需獲取全部數(shù)據(jù)需要借助第三方爬蟲程序來進(jìn)行抓取。,POI類型數(shù)據(jù)應(yīng)用于城市空間分析的局限性,201801,.,,THE END,西安建筑科技大學(xué) · 城市體驗、模擬與分析實驗中心,