过全国城市意象平均水平最多的要素决定 第十章 基于手机数据的城市空间研究
1、 对于手机数据的叙述，以下哪一个恰当？ A、 手机不仅仅是通讯工具，也成为了可以随身携带的数据获取终端和信息处理平台 B、 手机数据主要是手机使用者在使用过程中产生的大量位置、时间以及相关用户特征的信
息
C、 通过手机数据可以获得某用户某一时刻的位置或者随着时间的移动情况 D、 以上皆是
2、 在利用手机数据分析成都街道活力的研究中，以下哪个陈述是错误的？ A、 研究将手机信令数据可分时段处理，以便更加清晰的反映活动分布规律 B、 街道活力的外在表征可通过街道上的人口密度来反映，研究选用手机信令数据反映人口
密度 C、 区位、街道肌理、周边地块性质、交通可达性、功能混合度、功能密度和自身特征是街
道活力的构成要素 D、 研究假设人口密度在Thiessen多边形内均匀分布，与实际人口分布情况一致 解析：假设人口密度在Thiessen多边形内均匀分布，与实际人口分布情况不一致 3、 手机大数据具有以下哪些特点? 甲、实名数据；乙、被调查者可以完全干预手机信
令数据的采集； 丙、具有连续性和实时性；丁、时间信息和定位信息准确； 戊、在空间上难以在很高分辨率表明用户所在的位置 A、甲、丙 B、甲、丙、丁 C、丙、丁、戊
D、甲、乙、丙、丁、戊
解析：甲、匿名数据；乙、被调查者不能干预手机信令数据的采集 4、 利用手机数据分析的居民行为特征主要是以下哪个层面？ A、 常驻人口数量 B、 就业人口数量 C、 居民活动分布 D、 以上皆是
5、 关于手机数据的来源，以下说法错误的是？ A、 依据数据来源分类，常用的手机数据主要分为手机信令数据和应用（APP）数据 B、 手机信令数据仅包括用户进行产生计费的收发短信、主被叫、上网等行为时获取的用户
位置信息，不包含其他数据 C、 应用（APP）数据主要是智能手机安装的包含定位信息的应用软件向服务器端发送位置
变化的信息 D、 应用（APP）数据受智能手机使用人群和软件使用习惯影响较大且有的还包括个人社会
经济属性信息等
第十一章 基于公交卡数据的城市空间研究
1、 对于公共交通刷卡数据（smart card data，SCD）的叙述，以下哪一个不恰当？ A、 SCD数据多收集了包含路线、公交号、出发时间地点、到达时间地点等信息 B、 SCD数据特点是数据量大，有丰富的地理位置和时间信息，且包含了使用者个人信息，
可扩展之研究应用相当丰富
C、 常见的辅助数据有土地使用现状图、公交线路、公交站点、居民家庭交通出行调查、交
通分析小区（TAZ）等
D、 由于用户群的庞大，作为一种新兴的城市大数据，SCD数据在公共交通的各个层面都
发挥着很大的作用
2、 以下哪一项不属于SCD数据的应用？ A、 公共交通系统运行与管理 B、 城市空间结构分析 C、 街道绿化水平分析 D、 出行行为与社会网络
3、 在《基于公交卡数据和家庭出行调查的北京职住关系分析》一文中，如要成功识别一位
持卡人的通勤出行状态，需要考虑以下哪些条件？ 甲、一天中首次出行的上车地点为工作地； 乙、就业地出现在一日出行中； 丙、居住地和就业地在同一天（在同一集群中的站点视为相同）； 丁、如果某持卡人一周内可识别的通勤出行超过一次，则一周内的通勤时间可能有所不同，所以也可以将平均通勤时间作为最终的通勤时间。 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车地点需为居住地
4、 在《基于公交卡数据和家庭出行调查的北京职住关系分析》一文中，以下哪一项叙述不
恰当？
A、 为了识别北京市域的主导通勤出行方向，将通勤出行在TAZ尺度上汇总，计算两个TAZ
之间的通勤出行数量
B、 经过北京的通勤形态分析后发现，北京六大办公区之中，去往CBD的通勤距离是最长
的
C、 与传统调查数据相比，SCD数据提供了更准确的时空信息和更多的样本，可以识别出
更细粒度的北京公共交通通勤模式
解析：在针对六大办公区通勤形态的分析结果中，去往天竺的通勤距离最长。
5、 在关于北京极端出行的探索性分析研究中，以下哪一项叙述不属于该研究的结论、启
示？ A、 此研究扩展了既有对于极端出行之定义，将北京极端出行人群划分为三种类型 B、 此研究通过传统数据（居民家庭交通出行调查）与新数据（SCD），探讨了极端出行者
及其家庭的出行目的与社会经济状况 C、 此研究结合传统数据以及SCD数据，为研究城市出行人口提供新思路 D、 此研究为后续城市规划管理，包含公共交通管理、住房福利政策城市、基础设施等方面，
提供了新的支撑
第十二章 数据增强设计
1、 关于新数据环境与城市秩序，以下哪一个叙述不恰当？ A、 新数据环境主要由大数据和开放数据所构成 B、 新数据环境对城市的物理空间和社会空间进行了更为精细和深入的刻画 C、 新数据环境下所开展的定量研究较多，但多为针对城市系统的现状评价和问题识别，少
有面向未来的规划和设计的研究与应用
D、 新的数据环境对城市秩序的理解是一种定量认识论，并体现在多个方面的变革，本章介
绍了空间尺度、时间维度与研究粒度等三方面变革
2、 以下哪一项不属于数据增强设计（Data Augmented Design，DAD）的特点？ A、 从社会空间回归物质空间：通过社交网络、兴趣点、人类活动和移动等数据以及定量评
价方法作为连接
B、 感知维度：对应于设计中讲的“场所精神”，“借助新的数据和方法实现望山见水记乡愁” C、 因地制宜：通过致力于了解环境与人们活动的定量关系来创造更好的人和环境的关系 D、 设计方法工具化: 设计的方法将会在模型工具中得以体现，定量关系成为设计原点
解析：应为“从物质空间回归社会空间”
3、 以下哪一项不属于DAD的四大内涵？
A、 拥有大覆盖区、细粒度且复杂的外延，通过一个封闭的研究框架可以涵盖尽可能多的
相关现象 B、 概念阐释结构的自完整性，通过实证的数据支持结合自身的语义构建体系，增加方案的
科学性和实证说服力
C、 逻辑连接和支持，通过异构数据的连接以及美观的可视化成果，重视概念营造、推导与
概念支持
D、 推进同尺度的规划认识观，使得规划设计可在同一尺度考虑不同尺度的城市问题
4、 以下关于DAD的常用方法，哪一个叙述不正确？ A、 利用“空间抽象模型”以明确和适当地抽象空间设计，如：空间句法（认知和环境心理）、
格网划分法、节点法等 B、 为明确空间的统计学效应，使用各种“空间分析与统计”工具，常见的如：Grasshopper、
City Engine等
C、 利用“自然语言处理”进行社交网络数据的分析，如文本、关键词的趋势分析，对于事件、
城市实体的即时评价等
D、 利用“城市模型”，如：元胞自动机、多主体模型等以预测城市发展、规划设计的近远期
效应，以及城市的过程建模（urban procedural modeling）
解析：Grasshopper， City Engine等为典型的参数化设计工具；常用的空间统计方法如密度法、插值法等。
5、 关于本章所介绍的三类型DAD应用案例，下列哪一项叙述不正确？
A、 理解现实场地内的城市：DAD可协助场地要素的初步挖掘及分析，目前可通过单一维度的数据进行现状分析，但对于空间方案改造实施状况的评估效果有限 B、 借鉴其他优秀城市：对优秀城市的设计进行案例分析，提取优秀基因和场地要素
C、 超越目前建成环境，拥抱技术：当代信息及技术的发展不断地影响人们居住、工作、交
通、游憩的方式及载体，DAD设计是面向未来的设计，拥抱当下最先进技术和未来短期内可以实现的技术，如无人机、无人驾驶、人工智能、共享技术、各类传感器等，创造场地的未来
解析：DAD可应用于场地要素的深入挖掘及分析，通过多维数据的现状分析提取问题，并通过定量评估衡量空间方案改造后的实施状况。
第十三章 总体规划中的大数据应用
1、 以下哪一项不属于城市总体规划的内容？ A、 预测城市未来的人口规模 B、 制定中心城区空间增长边界，划定城镇建设用地的范围
C、 确定各地块的建筑高度、建筑密度、容积率、绿地率等控制指标 D、 分析城市职能、提出城市性质和发展目标
2、 在总体规划的大数据应用中，以下哪个研究维度和数据类型的对应是正确的？ A、 开发维度—夜景灯光遥感数据和较低分辨率的遥感影像 B、 形态维度—兴趣点（POI）
大数据与城市规划习题及答案
