大數(shù)據(jù)與城市規(guī)劃習題及答案

大數(shù)據(jù)與城市規(guī)劃課程概況習題1新數(shù)據(jù)的出現(xiàn)使得城市規(guī)劃與城市研究更加深入，下面哪個不屬于新數(shù)據(jù)（大數(shù)據(jù)+開放數(shù)據(jù)）？公共交通刷卡記錄數(shù)據(jù)人口普查公報社交媒體數(shù)據(jù)手機信號數(shù)據(jù)解析：新數(shù)據(jù)為大數(shù)據(jù)以及公開數(shù)據(jù)，人口普查公報是匯總的數(shù)據(jù)，也是傳統(tǒng)數(shù)據(jù)，因此不屬于新數(shù)據(jù)。2、請問以下數(shù)據(jù)幾何形式上屬于哪種類型？線狀數(shù)據(jù)（polyline）面狀數(shù)據(jù)（polygon）點狀數(shù)據(jù)（point）以上皆非解析：根據(jù)圖片的點狀分布以及核心字段的說明，可推斷出本數(shù)據(jù)為point點狀數(shù)據(jù)。3、下列關(guān)于“街道步行指數(shù)”核心字段的解釋，下列敘述哪個不恰當？A、WalkScore：街道步行指數(shù)，是街道可步行性的綜合指標B、

function_density：街道功能密度，以街道的商業(yè)建筑面積密度做參考C、function_mix：街道功能混合度，一個區(qū)域內(nèi)設(shè)施的功能多樣性D、junction_density：道路交叉路口密度，街道周邊一定范圍內(nèi)的道路交叉路口數(shù)量與面積的比值解析：unction_density：街道功能密度是以計算該街道的興趣點POI密度。公式如下：4、請問以下哪個字段不包含在“ResidentialCommunity居住小區(qū)”數(shù)據(jù)里？A、小區(qū)占地面積B、小區(qū)內(nèi)容積率C、鄰近設(shè)施狀態(tài)D、小區(qū)住房成交量解析：此字段不包含于該數(shù)據(jù)中5、下面哪項屬于本課程的教學內(nèi)容？A、數(shù)據(jù)抓取B、數(shù)據(jù)分析C、數(shù)據(jù)可視化D、數(shù)據(jù)增強設(shè)計E、以上皆是變化中的中國城市與未來城市以城市規(guī)劃學科而言，下面對于城市的定義哪個不恰當？行政地域是一般大家所熟悉的城市范圍，其邊界大多依據(jù)歷史、地理等要素劃定實體地域是指利用地形地貌所刻畫出來的適宜城市建設(shè)的范圍功能地域側(cè)重于實質(zhì)功能上的關(guān)聯(lián)，如：通勤交通所體現(xiàn)的勞動力市場解析：實體地域是實際情況下城市化的土地，一般以城鎮(zhèn)建設(shè)用地的范圍作為表征。

關(guān)于當前中國城市的敘述，下列敘述哪個不恰當？A、現(xiàn)在的行政地域與真實的城市狀況有所出入的，不足以客觀表達中國的城市化進程以及中國城市的基本規(guī)模和分布B、過去的人類社會發(fā)展屬于“硅基文明”，演化進程相對于“碳基文明”更為緩慢C、互聯(lián)網(wǎng)的發(fā)展雖為人類帶來了高效與便捷，卻也出現(xiàn)了碾壓城市空間，造成城市空間凋敝甚至是衰敗等現(xiàn)象解析：人類社會發(fā)展以來長期屬于碳基文明，如今，硅基文明以更低耗的進化速率席卷而來，驅(qū)動著世界朝向更高階層的進化。近幾年中國城市正在面臨各種變革，以下何者為本章所提及的變化之一？全天候在線化小型化居家化以上皆是解析：以上三種皆為本章提及的"當前中國城市所面臨的變化"。智能化的快速發(fā)展逐步?jīng)_擊各行各業(yè)，下列敘述哪個不恰當？亞馬遜的無人商店AmazonGo有自動識別商品、自動結(jié)賬等技術(shù)，對傳統(tǒng)零售商產(chǎn)生較大沖擊國際四大會計事務(wù)所之一的德勤與人工智能企業(yè)合作，將人工智能引入會計和審計等工作中

設(shè)計師、教職人員、醫(yī)務(wù)人員等職業(yè)并不會被智能化的趨勢所影響和取代。解析：阿里巴巴在2016年已經(jīng)使用了智能機器人“魯班”設(shè)計商品廣告的海報。在不久后，教職人員、分析師、醫(yī)務(wù)這些以往被認為無可取代的工作，都有可能受到智能化的趨勢所影響。下列關(guān)于“共享化”趨勢的敘述，下列敘述哪個不恰當？近年來，“共享”概念在城市里蓬勃發(fā)展，閑置物品、空間，甚至是知識經(jīng)驗獲得了更有效率的重新分配或交換，同時也對城市空間帶來了巨大影響在北上廣深等城市，共享單車仍舊無法改善交通盲點（以公共交通工具服務(wù)半徑無法到達的區(qū)域）的困境不只是交通設(shè)施的共享化，從MakerSpace、Co-workingSpace、Co-livingSpace等共享空間的出現(xiàn)說明了城市空間也越來越注重此趨勢解析：在北上廣深等城市，共享單車對交通盲點的覆蓋超過99%，甚至達到全覆蓋。城市數(shù)據(jù)類型和數(shù)據(jù)介紹下列何種數(shù)據(jù)不屬于“傳統(tǒng)數(shù)據(jù)”？航拍影像圖社交平臺簽到數(shù)據(jù)中國城市建設(shè)統(tǒng)計年鑒北京市家庭交通出行調(diào)查問卷解析：社交平臺簽到數(shù)據(jù)屬于新數(shù)據(jù)類型下列關(guān)于新數(shù)據(jù)環(huán)境的敘述，下列敘述哪個不恰當？近年來，隨著信息通信技術(shù)與物聯(lián)網(wǎng)技術(shù)的發(fā)展，大數(shù)據(jù)與開放數(shù)據(jù)共同構(gòu)成了“新數(shù)據(jù)環(huán)境”與傳統(tǒng)數(shù)據(jù)相比，新數(shù)據(jù)環(huán)境主要呈現(xiàn)出精度低、覆蓋廣、更新慢等特點新數(shù)據(jù)環(huán)境不僅意味著更大的數(shù)據(jù)量，更反映了數(shù)據(jù)背后關(guān)于人群行為、移動、交流等活動的豐富信息新數(shù)據(jù)環(huán)境的特點與新型城鎮(zhèn)化時期“以人為本”、“存量更新”、“自下而上”等城市規(guī)劃理念不謀而合，被認為是促進城市規(guī)劃科學化與城鎮(zhèn)治理高效化的有力工具解析：與傳統(tǒng)數(shù)據(jù)相比，新數(shù)據(jù)環(huán)境主要呈現(xiàn)出精度高（以單個的人或設(shè)施為基本單元）、覆蓋廣（不受行政區(qū)域限制）、更新快（每月、每日、甚至每分鐘更新）等特點。興趣點(PointofInterests,POIs)為一種常見的城市數(shù)據(jù)，下列敘述哪個不恰當？多以“點狀數(shù)據(jù)型態(tài)”呈現(xiàn)是目前城市規(guī)劃分析領(lǐng)域使用較廣的數(shù)據(jù)類型用以標示出該地所代表的政府部門、各行各業(yè)之商業(yè)機構(gòu)、旅游景點、古跡名勝、交通設(shè)施等處所就目前的技術(shù)與數(shù)據(jù)環(huán)境而言，尚屬于較難獲取的數(shù)據(jù)類型解析：目前多個互聯(lián)網(wǎng)公司如導航公司、在線地圖等均提供興趣點獲取的API，即應(yīng)用程序編程接口，可通過其獲取。關(guān)于“數(shù)據(jù)有偏性”，下面哪個是適當?shù)膽?yīng)對方法？可以充分利用數(shù)據(jù)的有偏性，并與其他有偏數(shù)據(jù)研究互補利用有偏數(shù)據(jù)并不會影響關(guān)注整體的行為特征新數(shù)據(jù)類型的偏差并不會影響研究結(jié)果的可信性解析：(B)關(guān)注局部整體的行為特征。(C)新數(shù)據(jù)類型的偏差使得研究結(jié)果的可信性受到質(zhì)疑。關(guān)于當前城市大數(shù)據(jù)所面臨的問題，下列敘述哪個不恰當？新數(shù)據(jù)大多不是為城市研究“量身定做”，但是仍舊可以作為傳統(tǒng)數(shù)據(jù)的重要補充目前城市大數(shù)據(jù)的分析多見于圖片的元數(shù)據(jù)或文本數(shù)據(jù)，而對信息量最為豐富的圖片內(nèi)容挖掘較少，還有較大的信息挖掘空間在新數(shù)據(jù)環(huán)境下，各種不同數(shù)據(jù)平臺或是用戶所提供的空間數(shù)據(jù)精度都相當一致，有效地提升了研究結(jié)果質(zhì)量利用新數(shù)據(jù)的城市研究需要一些經(jīng)典的共享數(shù)據(jù)集，作為標準來對各種研究方法與結(jié)果進行比較解析：各平臺的空間定位精度不同是目前數(shù)據(jù)存在問題之一，同時用戶刻意提供不正確或者假冒(locationspoofing)的地理坐標，也會影響數(shù)據(jù)的空間定位。這些不確定空間位置信息對于研究結(jié)果質(zhì)量的影響將會被放大。城市大數(shù)據(jù)的獲取與清洗以下哪一種方式屬于當前城市空間大數(shù)據(jù)的獲取方法？人工搜集大量數(shù)據(jù)直接購買數(shù)據(jù)購買抓取數(shù)據(jù)的服務(wù)研究組織共享的大數(shù)據(jù)學習數(shù)據(jù)抓取的技術(shù)并自我實踐以上皆是解析：有些數(shù)據(jù)不是直接呈現(xiàn)在網(wǎng)頁上，不能直接爬取，比如：以可視化方式呈現(xiàn)的百度遷徙網(wǎng)頁，但是抓包工具可以實現(xiàn)這種數(shù)據(jù)的爬取傳統(tǒng)數(shù)據(jù)請依序排列結(jié)構(gòu)化網(wǎng)頁數(shù)據(jù)采集的步驟：甲、地理編碼及坐標系統(tǒng)轉(zhuǎn)換；乙、將獲取的網(wǎng)絡(luò)開放數(shù)據(jù)保存在本地；丙、數(shù)據(jù)的清洗、預(yù)處理；丁、定位查找數(shù)據(jù)源的網(wǎng)絡(luò)地址甲→乙→丙→丁乙→丙→丁→甲丁→乙→丙→甲甲→丙→乙→丁以下對于抓包工具及其抓取數(shù)據(jù)的說明，下列敘述哪個不恰當？抓包工具只能針對直接呈現(xiàn)數(shù)據(jù)列表的網(wǎng)頁進行爬取抓包工具的原理是查找數(shù)據(jù)源從而得到相應(yīng)數(shù)據(jù)，通過抓包方式得到完整JSON并字段化除了電腦端網(wǎng)頁的數(shù)據(jù)，也可以通過安裝Fiddler軟件等軟件進行手機端的網(wǎng)頁抓包解析：有些數(shù)據(jù)不是直接呈現(xiàn)在網(wǎng)頁上，不能直接爬取，比如：以可視化方式呈現(xiàn)的百度遷徙網(wǎng)頁，但是抓包工具可以實現(xiàn)這種數(shù)據(jù)的爬取。以下對于GoogleEarthEngine的說明，下列敘述哪個不恰當？GEE（全稱GoogleEarthEngine）是一款可以批量處理衛(wèi)星影像數(shù)據(jù)的工具，屬于GoogleEarth的系列工具

相比于傳統(tǒng)的處理影像工具，GEE可以快速、批量處理數(shù)量“巨大”的影像GEE可通過影像分析全球植被指數(shù)，但是還無法預(yù)測作物相關(guān)產(chǎn)量和監(jiān)測全球森林變化GEE可以做全球尺度、長時間序列的數(shù)據(jù)分析出圖，是地球科學領(lǐng)域的強大工具解析：通過GEE可以快速計算比如NDVI等植被指數(shù)，可以預(yù)測作物相關(guān)產(chǎn)量、監(jiān)測旱情長勢變化、監(jiān)測全球森林變化等。以下關(guān)于地理坐標系的說明，下列敘述哪個不恰當？坐標體系（GCJ-02），又稱“火星坐標”，由國測局2002年發(fā)布，是國內(nèi)廣泛使用的坐標系地面上任一點的位置，通常用經(jīng)度和緯度來決定，這兩組正交的曲線構(gòu)成的坐標，稱為地理坐標系坐標系統(tǒng)的不同，會導致空間位置無法完全匹配，需要進行坐標糾正百度、搜狗等公司目前都開發(fā)了自己的坐標體系，一般是由火星坐標GCJ-02經(jīng)過偏移算法得到，各個互聯(lián)網(wǎng)公司之間的坐標系非常兼容解析：不同公司開發(fā)的坐標體系一般與其他坐標體系不兼容城市大數(shù)據(jù)的統(tǒng)計與分析以下對于空間數(shù)據(jù)的概述，哪一項是正確的?空間數(shù)據(jù)分成點、線、面，并且每一個空間數(shù)據(jù)都帶有標簽及屬性空間數(shù)據(jù)的分析主要由兩方面組成，分別是空間分析和統(tǒng)計分析空間數(shù)據(jù)是城市大數(shù)據(jù)的主要組成部分以上皆是解析：關(guān)于相關(guān)性分析，以下哪一個敘述是錯誤的?相關(guān)性分析測量的是兩個變量之間的線性關(guān)系程度相關(guān)性分析分為三類：皮爾遜積差相關(guān)系數(shù)、斯皮爾曼秩相關(guān)系數(shù)以及肯德爾等級相關(guān)系數(shù)皮爾遜積差相關(guān)系數(shù)是最常用的，而它適用于各種數(shù)據(jù)如果有一個變量是非連貫數(shù)據(jù)，則適合使用斯皮爾曼系數(shù)和肯德爾系數(shù)解析：皮爾遜積差相關(guān)系數(shù)是最常用的，而它僅適用于連貫數(shù)據(jù)進行數(shù)據(jù)統(tǒng)計分析時，以下哪種數(shù)據(jù)的準備工作步驟較為恰當？A、1.數(shù)據(jù)導入；2.刪除不合理數(shù)據(jù)B、

數(shù)據(jù)導入；2.數(shù)據(jù)格式轉(zhuǎn)換；3.字段屬性復查C、1.數(shù)據(jù)導入；2.直接進入分析工作D、1.數(shù)據(jù)導入；2.調(diào)整數(shù)據(jù)排列順序解析：在運用普通最小二乘法回歸（OLSRegression）之前，需要檢查數(shù)據(jù)是否符合這種模型的假設(shè)。以下幾種假設(shè)中哪個是錯誤的？因變量和自變量呈線性關(guān)系觀測結(jié)果的獨立性觀測結(jié)果要符合正態(tài)分布殘差應(yīng)具有相同的方差且相互獨立解析：是殘差要呈正態(tài)分布，不是觀測結(jié)果以下哪幾種關(guān)于地理加權(quán)回歸（GWR）的說法是錯誤的?樣本數(shù)量要至少300個GWR只能運用在多邊形分析中，不適用于點和線GWR的結(jié)果中，每一個樣本都有一個最佳模型在工具設(shè)置中，核類型和帶寬方法都需要根據(jù)數(shù)據(jù)實際情況設(shè)置城市大數(shù)據(jù)的可視化在ArcGIS的功能中，可控制以下數(shù)據(jù)可視化的哪些要素?甲、展現(xiàn)內(nèi)容；乙、展現(xiàn)方式；丙、展現(xiàn)顏色；丁、展現(xiàn)順序；戊、透明度A、甲、丙B、甲、丙、丁C、乙、丁、戊D、甲、乙、丙、丁、戊以下哪一個研究機構(gòu)，有開展數(shù)據(jù)可視化的相關(guān)研究工作?北京大學數(shù)據(jù)可視化小組MITSenseableCityLaboratory城市象限

以上皆是以下哪一個是數(shù)據(jù)可視化的作用？洞察問題（數(shù)據(jù)觀察）藝術(shù)修養(yǎng)（視覺美感）科學素養(yǎng)（科學分析）公眾對話（用戶交互）以上皆是以下哪一個軟件，不屬于數(shù)據(jù)可視化軟件？PowerMapUrbanCanvasD3.jsFiddlerTableau對于數(shù)據(jù)可視化的表達，以下敘述哪一個不恰當？相比圖表，數(shù)據(jù)的可視化顯示更加一目了然同樣的數(shù)據(jù)，不同展示的方式不會影響可視化效果不同的分析單元展現(xiàn)的數(shù)據(jù)可視化，展示出的現(xiàn)象也有可能有很大差異根據(jù)展示數(shù)據(jù)種類的不同，需要找到最佳的可視化方式城市大數(shù)據(jù)的挖掘：空間句法以下哪一個不是空間句法的常用軟件？Depthmap

sDNASPSSAxwoman解析：SPSS是數(shù)據(jù)統(tǒng)計軟件。以下空間句法分析方式與獲得指標的對應(yīng)，哪一項是錯誤的？凸空間分析—空間深度軸線分析—全局整合度線段分析—局部整合度線段分析—角度選擇度解析：局部整合度應(yīng)由軸線分析得到以下哪個指標最常用來表示實際空間中某條街道被穿過的可能性？全局整合度局部整合度拓撲選擇度角度選擇度距離選擇度解析：選擇度反映了一條街道段作為穿行通道的潛力；事實上很少有人具備“上帝”的視角來認知我們的城市空間，刻意的選擇在距離上更近的路線，更多是按照道路方向與目的地方向的接近程度，也就是夾角來決定的。在實際線段分析中，最常用的分析模式和分析半徑的組合是哪一種?角度模式和距離半徑距離模式和角度半徑拓撲模式和距離半徑角度模式與拓撲半徑在本講的研究案例中，空間句法指標與其他哪類城市數(shù)據(jù)共同用于分析?城市POI數(shù)據(jù)街景圖片數(shù)據(jù)人車流量數(shù)據(jù)駐留人數(shù)數(shù)據(jù)以上皆是城市大數(shù)據(jù)挖掘：城市網(wǎng)絡(luò)分析以下哪一個不是常見的網(wǎng)絡(luò)中心性方法？介數(shù)中心性方法角度中心性方法鄰近中心性方法特征向量中心性方法以下哪一項不屬于常見的網(wǎng)絡(luò)分析軟件工具？ArcGISUrbanNetworkAnalysisGephiGaWC解析：GaWC是全球化與世界級城市研究小組與網(wǎng)絡(luò)（GlobalizationandWorldCitiesResearchNetwork）的縮寫，而非軟件。他是由PeterJ.Taylor等學者基于連鎖網(wǎng)絡(luò)模型所共同成立，目前GaWC的世界級城市名冊是全球關(guān)于世界一、二、三、四線城市體系的權(quán)威排名。以下關(guān)于網(wǎng)絡(luò)分析的基本統(tǒng)計特征，哪一項敘述是錯誤的？某節(jié)點度定義為該節(jié)點相連的邊的數(shù)目，網(wǎng)絡(luò)中所有節(jié)點的平均值則稱為網(wǎng)絡(luò)的平均度若考慮度的方向關(guān)系，可以分為出度（Out-degree）和入度（In-degree）點出度為到達該點并與該點直接聯(lián)系的點數(shù)，點入度為從該點出發(fā)與其直接聯(lián)系的點數(shù)介數(shù)越大表示經(jīng)過該節(jié)點/邊的最短路徑越多，也就意味著經(jīng)過該節(jié)點/邊的信息量越大解析：點出度為從該點出發(fā)與其直接聯(lián)系的點數(shù)，點入度為到達該點并與該點直接聯(lián)系的點數(shù)。在城市網(wǎng)絡(luò)的分析應(yīng)用中，點出度、點入度分別代表了各要素的吸引力與控制力。根據(jù)《中國城市規(guī)劃領(lǐng)域的知識產(chǎn)出、消費與網(wǎng)絡(luò)——基于2000～2015年城市規(guī)劃四大期刊的分析》一文，以下哪一項不屬于該研究的結(jié)論?基于研究者地址識別的知識產(chǎn)出城市與知識消費城市的識別結(jié)果有較小差異在城市規(guī)劃研究中，合作研究并沒受到空間距離的影響，距離阻隔影響較弱發(fā)達地區(qū)之間的知識網(wǎng)絡(luò)聯(lián)系強度明顯高于欠發(fā)達地區(qū)在城市規(guī)劃研究中，本地化現(xiàn)象較為明顯根據(jù)《利用滴滴出行數(shù)據(jù)透視中國城市空間發(fā)展》研究報告，下列哪一項不屬于該研究的分析結(jié)果?全國形態(tài)多中心指數(shù)超過0.5的城市占城市總數(shù)的66.0%西安、北京和昆明等城市有較強的功能多中心，形態(tài)多中心較為單一建成區(qū)規(guī)模較大的城市中，形態(tài)多中心指數(shù)高的是天津、廣州和重慶在大規(guī)模城市中，城市空間結(jié)構(gòu)網(wǎng)絡(luò)化較好的是重慶、成都和廣州，這三個城市的空間結(jié)構(gòu)值得借鑒基于圖片大數(shù)據(jù)的城市空間研究以下哪一個是城市圖片數(shù)據(jù)有潛力的研究方向？城市意象識別街道可步行性評價街道綠化水平分析城市活力評估以上皆是以下哪一種信息是基于圖片的城市研究中不常使用的？圖片拍攝的位置社交網(wǎng)絡(luò)上圖片附帶的標簽文本圖片中不同色調(diào)的像素比例圖片的尺寸和文件大小解析：前三項在城市活力分布、旅游目的地特征識別、城市綠視率等研究中都是重要的數(shù)據(jù)來源。在本章關(guān)于北京街道空間品質(zhì)的研究中，哪一項是錯誤的？對于每一個取景點，需要取得平視視角正東、正南、正西、正北四個方位的街景照片獲取街景照片后，對照片各個指標進行的打分完全是由計算機完成的

研究將街道空間分為建筑部分、人行道部分、車行道部分、底商或圍墻部分四個大類分別評價研究發(fā)現(xiàn)，總體來講距離城市中心越遠，街道空間改變的機會越多解析：打分過程需由專業(yè)人士確定評分體系和樣片，是機器和人工共同完成的以下哪一項不是城市非正規(guī)性在街道建成環(huán)境中的表征?非正規(guī)就業(yè)群體在城市中的聚集帶來空間的改變?nèi)粘Ｉ顚嵺`對街道的改變基于當?shù)爻鞘性O(shè)計導則的空間改造在政府主導的改造未覆蓋的區(qū)域自下而上的空間改造在本章關(guān)于中國城市意象的研究中，哪一項是錯誤的?本研究的城市意象模型包括城市意象的要素構(gòu)成、主導方向、特色度和相似度該研究的數(shù)據(jù)來源于網(wǎng)絡(luò)獲取的Flickr圖片一個城市意象的主導方向是這個城市的四個意象要素中所占比重最大的要素城市之間雖然有著地理空間的距離和特色要素差異化的表達，但整體上各城市間意象構(gòu)成結(jié)構(gòu)是趨同的解析：城市意象主要特征不是由在四個意象要素中所占比重最大的要素決定，而是由超過全國城市意象平均水平最多的要素決定基于手機數(shù)據(jù)的城市空間研究對于手機數(shù)據(jù)的敘述，以下哪一個恰當？手機不僅僅是通訊工具，也成為了可以隨身攜帶的數(shù)據(jù)獲取終端和信息處理平臺手機數(shù)據(jù)主要是手機使用者在使用過程中產(chǎn)生的大量位置、時間以及相關(guān)用戶特征的信息通過手機數(shù)據(jù)可以獲得某用戶某一時刻的位置或者隨著時間的移動情況以上皆是在利用手機數(shù)據(jù)分析成都街道活力的研究中，以下哪個陳述是錯誤的？研究將手機信令數(shù)據(jù)可分時段處理，以便更加清晰的反映活動分布規(guī)律街道活力的外在表征可通過街道上的人口密度來反映，研究選用手機信令數(shù)據(jù)反映人口密度區(qū)位、街道肌理、周邊地塊性質(zhì)、交通可達性、功能混合度、功能密度和自身特征是街道活力的構(gòu)成要素研究假設(shè)人口密度在Thiessen多邊形內(nèi)均勻分布，與實際人口分布情況一致解析：假設(shè)人口密度在Thiessen多邊形內(nèi)均勻分布，與實際人口分布情況不一致手機大數(shù)據(jù)具有以下哪些特點?甲、實名數(shù)據(jù)；乙、被調(diào)查者可以完全干預(yù)手機信令數(shù)據(jù)的采集；丙、具有連續(xù)性和實時性；丁、時間信息和定位信息準確；戊、在空間上難以在很高分辨率表明用戶所在的位置A、甲、丙B、甲、丙、丁C、丙、丁、戊D、甲、乙、丙、丁、戊解析：甲、匿名數(shù)據(jù)；乙、被調(diào)查者不能干預(yù)手機信令數(shù)據(jù)的采集利用手機數(shù)據(jù)分析的居民行為特征主要是以下哪個層面？常駐人口數(shù)量就業(yè)人口數(shù)量居民活動分布以上皆是關(guān)于手機數(shù)據(jù)的來源，以下說法錯誤的是？依據(jù)數(shù)據(jù)來源分類，常用的手機數(shù)據(jù)主要分為手機信令數(shù)據(jù)和應(yīng)用（APP）數(shù)據(jù)手機信令數(shù)據(jù)僅包括用戶進行產(chǎn)生計費的收發(fā)短信、主被叫、上網(wǎng)等行為時獲取的用戶位置信息，不包含其他數(shù)據(jù)應(yīng)用（APP）數(shù)據(jù)主要是智能手機安裝的包含定位信息的應(yīng)用軟件向服務(wù)器端發(fā)送位置變化的信息應(yīng)用（APP）數(shù)據(jù)受智能手機使用人群和軟件使用習慣影響較大且有的還包括個人社會經(jīng)濟屬性信息等第十一章基于公交卡數(shù)據(jù)的城市空間研究對于公共交通刷卡數(shù)據(jù)（smartcarddata，SCD）的敘述，以下哪一個不恰當？SCD數(shù)據(jù)多收集了包含路線、公交號、出發(fā)時間地點、到達時間地點等信息SCD數(shù)據(jù)特點是數(shù)據(jù)量大，有豐富的地理位置和時間信息，且包含了使用者個人信息，可擴展之研究應(yīng)用相當豐富常見的輔助數(shù)據(jù)有土地使用現(xiàn)狀圖、公交線路、公交站點、居民家庭交通出行調(diào)查、交通分析小區(qū)（TAZ）等由于用戶群的龐大，作為一種新興的城市大數(shù)據(jù)，SCD數(shù)據(jù)在公共交通的各個層面都發(fā)揮著很大的作用以下哪一項不屬于SCD數(shù)據(jù)的應(yīng)用？公共交通系統(tǒng)運行與管理城市空間結(jié)構(gòu)分析街道綠化水平分析出行行為與社會網(wǎng)絡(luò)在《基于公交卡數(shù)據(jù)和家庭出行調(diào)查的北京職住關(guān)系分析》一文中，如要成功識別一位持卡人的通勤出行狀態(tài)，需要考慮以下哪些條件？甲、一天中首次出行的上車地點為工作地；乙、就業(yè)地出現(xiàn)在一日出行中；丙、居住地和就業(yè)地在同一天（在同一集群中的站點視為相同）；丁、如果某持卡人一周內(nèi)可識別的通勤出行超過一次，則一周內(nèi)的通勤時間可能有所不同，所以也可以將平均通勤時間作為最終的通勤時間。A、甲、乙、丙B、甲、丙C、乙、丙、丁D、甲、乙、丙、丁解析：甲、一天中首次出行的上車地點需為居住地在《基于公交卡數(shù)據(jù)和家庭出行調(diào)查的北京職住關(guān)系分析》一文中，以下哪一項敘述不恰當？為了識別北京市域的主導通勤出行方向，將通勤出行在TAZ尺度上匯總，計算兩個TAZ之間的通勤出行數(shù)量經(jīng)過北京的通勤形態(tài)分析后發(fā)現(xiàn)，北京六大辦公區(qū)之中，去往CBD的通勤距離是最長的與傳統(tǒng)調(diào)查數(shù)據(jù)相比，SCD數(shù)據(jù)提供了更準確的時空信息和更多的樣本，可以識別出更細粒度的北京公共交通通勤模式解析：在針對六大辦公區(qū)通勤形態(tài)的分析結(jié)果中，去往天竺的通勤距離最長。在關(guān)于北京極端出行的探索性分析研究中，以下哪一項敘述不屬于該研究的結(jié)論、啟示？此研究擴展了既有對于極端出行之定義，將北京極端出行人群劃分為三種類型此研究通過傳統(tǒng)數(shù)據(jù)（居民家庭交通出行調(diào)查）與新數(shù)據(jù)（SCD），探討了極端出行者及其家庭的出行目的與社會經(jīng)濟狀況此研究結(jié)合傳統(tǒng)數(shù)據(jù)以及SCD數(shù)據(jù)，為研究城市出行人口提供新思路此研究為后續(xù)城市規(guī)劃管理，包含公共交通管理、住房福利政策城市、基礎(chǔ)設(shè)施等方面，提供了新的支撐第十二章數(shù)據(jù)增強設(shè)計關(guān)于新數(shù)據(jù)環(huán)境與城市秩序，以下哪一個敘述不恰當？新數(shù)據(jù)環(huán)境主要由大數(shù)據(jù)和開放數(shù)據(jù)所構(gòu)成新數(shù)據(jù)環(huán)境對城市的物理空間和社會空間進行了更為精細和深入的刻畫新數(shù)據(jù)環(huán)境下所開展的定量研究較多，但多為針對城市系統(tǒng)的現(xiàn)狀評價和問題識別，少有面向未來的規(guī)劃和設(shè)計的研究與應(yīng)用新的數(shù)據(jù)環(huán)境對城市秩序的理解是一種定量認識論，并體現(xiàn)在多個方面的變革，本章介紹了空間尺度、時間維度與研究粒度等三方面變革以下哪一項不屬于數(shù)據(jù)增強設(shè)計（DataAugmentedDesign，DAD）的特點？從社會空間回歸物質(zhì)空間：通過社交網(wǎng)絡(luò)、興趣點、人類活動和移動等數(shù)據(jù)以及定量評價方法作為連接

感知維度：對應(yīng)于設(shè)計中講的“場所精神”，“借助新的數(shù)據(jù)和方法實現(xiàn)望山見水記鄉(xiāng)愁”因地制宜：通過致力于了解環(huán)境與人們活動的定量關(guān)系來創(chuàng)造更好的人和環(huán)境的關(guān)系設(shè)計方法工具化:設(shè)計的方法將會在模型工具中得以體現(xiàn)，定量關(guān)系成為設(shè)計原點解析：應(yīng)為“從物質(zhì)空間回歸社會空間”

以下哪一項不屬于DAD的四大內(nèi)涵？擁有大覆蓋區(qū)、細粒度且復雜的外延，通過一個封閉的研究框架可以涵蓋盡可能多的相關(guān)現(xiàn)象概念闡釋結(jié)構(gòu)的自完整性，通過實證的數(shù)據(jù)支持結(jié)合自身的語義構(gòu)建體系，增加方案的科學性和實證說服力邏輯連接和支持，通過異構(gòu)數(shù)據(jù)的連接以及美觀的可視化成果，重視概念營造、推導與概念支持推進同尺度的規(guī)劃認識觀，使得規(guī)劃設(shè)計可在同一尺度考慮不同尺度的城市問題以下關(guān)于DAD的常用方法，哪一個敘述不正確？利用“空間抽象模型”以明確和適當?shù)爻橄罂臻g設(shè)計，如：空間句法（認知和環(huán)境心理）、格網(wǎng)劃分法、節(jié)點法等為明確空間的統(tǒng)計學效應(yīng)，使用各種“空間分析與統(tǒng)計”工具，常見的如：Grasshopper、CityEngine等利用“自然語言處理”進行社交網(wǎng)絡(luò)數(shù)據(jù)的分析，如文本、關(guān)鍵詞的趨勢分析，對于事件、城市實體的即時評價等利用“城市模型”，如：元胞自動機、多主體模型等以預(yù)測城市發(fā)展、規(guī)劃設(shè)計的近遠期效應(yīng)，以及城市的過程建模（urbanproceduralmodeling）解析：Grasshopper，CityEngine等為典型的參數(shù)化設(shè)計工具；常用的空間統(tǒng)計方法如密度法、插值法等。關(guān)于本章所介紹的三類型DAD應(yīng)用案例，下列哪一項敘述不正確？理解現(xiàn)實場地內(nèi)的城市：DAD可協(xié)助場地要素的初步挖掘及分析，目前可通過單一維度的數(shù)據(jù)進行現(xiàn)狀分析，但對于空間方案改造實施狀況的評估效果有限借鑒其他優(yōu)秀城市：對優(yōu)秀城市的設(shè)計進行案例分析，提取優(yōu)秀基因和場地要素超越目前建成環(huán)境，擁抱技術(shù)：當代信息及技術(shù)的發(fā)展不斷地影響人們居住、工作、交通、游憩的方式及載體，DAD設(shè)計是面向未來的設(shè)計，擁抱當下最先進技術(shù)和未來短期內(nèi)可以實現(xiàn)的技術(shù)，如無人機、無人駕駛、人工智能、共享技術(shù)、各類傳感器等，創(chuàng)造場地的未來解析：DAD可應(yīng)用于場地要素的深入挖掘及分析，通過多維數(shù)據(jù)的現(xiàn)狀分析提取問題，并通過定量評估衡量空間方案改造后的實施狀況。第十三章總體規(guī)劃中的大數(shù)據(jù)應(yīng)用以下哪一項不屬于城市總體規(guī)劃的內(nèi)容？預(yù)測城市未來的人口規(guī)模制定中心城區(qū)空間增長邊界，劃定城鎮(zhèn)建設(shè)用地的范圍確定各地塊的建筑高度、建筑密度、容積率、綠地率等控制指標分析城市職能、提出城市性質(zhì)和發(fā)展目標在總體規(guī)劃的大數(shù)據(jù)應(yīng)用中，以下哪個研究維度和數(shù)據(jù)類型的對應(yīng)是正確的？開發(fā)維度—夜景燈光遙感數(shù)據(jù)和較低分辨率的遙感影像形態(tài)維度—興趣點（POI）功能維度—熱力地圖活力維度—用地現(xiàn)狀圖在支持總體規(guī)劃中的現(xiàn)狀評價時，大數(shù)據(jù)/新數(shù)據(jù)可以在什么方面進行幫助？公共服務(wù)設(shè)施及社會活動城市用地功能及空間結(jié)構(gòu)城市人口分布及出行特征地塊尺度的城市活力評價以上皆是解析：大數(shù)據(jù)可以用于城市用地功能及空間結(jié)構(gòu)、城市人口分布及出行特征、公共服務(wù)設(shè)施及社會活動、地塊尺度的城市活力評價等方面的研究。以下關(guān)于大數(shù)據(jù)在支持總體規(guī)劃中的現(xiàn)狀評價中的應(yīng)用，錯誤的是?城市空間結(jié)構(gòu)的核心之一是中心的數(shù)量，利用POI密度可識別城市中心研究人口流動態(tài)勢可以利用公交IC卡數(shù)據(jù)、手機定位數(shù)據(jù)等利用微博和豆瓣網(wǎng)等數(shù)據(jù)可以對市民的休閑文化活動進行分析城市的綜合活力考慮了形態(tài)、功能和活動三個維度，分別對應(yīng)POI數(shù)據(jù)、道路交叉口數(shù)據(jù)和微博數(shù)據(jù)解析：形態(tài)活力對應(yīng)的是道路交叉口數(shù)據(jù)，功能活力對應(yīng)的是POI數(shù)據(jù)。城市總體規(guī)劃實施評估的兩個主要標準是什么?績效與普適性普適性與一致性一致性與聚合度績效與一致性解析：一致性和績效這兩種方法應(yīng)是城市規(guī)劃實施評估的基礎(chǔ)，前者是目前國際上應(yīng)用最普遍的一項指標。第十四章城市設(shè)計中的大數(shù)據(jù)應(yīng)用城市設(shè)計的要素包括什么？道路要素開放空間要素建筑物要素自然環(huán)境要素以上皆有以下關(guān)于TSP模型的說法，哪一項是錯誤的？TSP模型是在大尺度城市設(shè)計中應(yīng)用的研究模型TSP模型的三個維度是交通（Transport）、空間（Space）和人（People）TSP模型的每一個維度都具有尺度和粒度兩個刻畫指標傳統(tǒng)城市設(shè)計研究中的尺度和粒度存在折衷，即大尺度和細粒度難以兩全解析：TSP模型的三個維度是時間（Time）、空間（Space）和人（People）在人本尺度城市形態(tài)的規(guī)劃設(shè)計研究框架中，各個環(huán)節(jié)的順序是什么樣的？效應(yīng)評估—形態(tài)測度—規(guī)劃設(shè)計響應(yīng)規(guī)劃設(shè)計響應(yīng)—形態(tài)測度—效應(yīng)評估形態(tài)測度—效應(yīng)評估—規(guī)劃設(shè)計響應(yīng)效應(yīng)評估—規(guī)劃設(shè)計響應(yīng)—形態(tài)測度以下關(guān)于量化案例借鑒方法的說法中，錯誤的是?傳統(tǒng)的定量預(yù)期借鑒方法主要對規(guī)劃地區(qū)進行發(fā)展