王中德 余林冰 楊 玲

（1.重慶大學(xué)建筑城規(guī)學(xué)院，重慶 400044；2.山地城鎮(zhèn)建設(shè)與新技術(shù)教育部重點實驗室，重慶 400044；3.重慶大學(xué)藝術(shù)學(xué)院，重慶 401331）

大數(shù)據(jù)技術(shù)被廣泛應(yīng)用于解決人居環(huán)境問題，為風(fēng)景園林設(shè)計與研究帶來新技術(shù)支持。梳理2011年至2021年間相關(guān)文獻，通過定性與定量相結(jié)合的方式，分析大數(shù)據(jù)應(yīng)用在風(fēng)景園林領(lǐng)域的研究進展與特征。首先，國內(nèi)風(fēng)景園林領(lǐng)域大數(shù)據(jù)研究始于2013年前后，重點應(yīng)用領(lǐng)域涵蓋了公園綠地、街巷空間、時空行為與空間活力、評價與評估等方面。其次，研究發(fā)現(xiàn)大數(shù)據(jù)在利用新的數(shù)據(jù)源、形成新的研究方法以及拓展定量研究途徑幾個方面對風(fēng)景園林設(shè)計與研究起到了積極的推動作用。同時，對于大數(shù)據(jù)不能對學(xué)科領(lǐng)域形成全覆蓋的局限性應(yīng)該有清醒的認知，對于以數(shù)據(jù)分析取代理論構(gòu)想的趨勢，以及相關(guān)性取代因果性的思維轉(zhuǎn)變亦需理性看待。

風(fēng)景園林；大數(shù)據(jù)；方法與技術(shù)；定量化；前沿展望

隨著信息技術(shù)發(fā)展，人類社會進入“大數(shù)據(jù)時代”。一般而言，大數(shù)據(jù)具有“4V”屬性，即Volume（體量大）、Variety（模態(tài)多）、Velocity（速度快）和Value（價值大但密度低）[1]。2008年9月Nature雜志推出“大數(shù)據(jù)（Big Data）”?？痆2]，推進了大數(shù)據(jù)在各個學(xué)科領(lǐng)域的應(yīng)用。2012年前后，伴隨著智慧城市的討論，國內(nèi)出現(xiàn)了大數(shù)據(jù)在風(fēng)景園林學(xué)科領(lǐng)域應(yīng)用的思考[3]。為推動學(xué)科向縱深發(fā)展，走向“大風(fēng)景園林”，結(jié)合“高科技”的風(fēng)景園林設(shè)計與研究變得尤為重要[4-5]，而大數(shù)據(jù)及其應(yīng)用則成為重要手段之一。該應(yīng)用的開展為理論研究提供了新的數(shù)據(jù)源、技術(shù)方法，同時也帶來了部分思維方式的轉(zhuǎn)變[6]。近年來，在風(fēng)景園林研究領(lǐng)域，大數(shù)據(jù)方法的創(chuàng)新性與重要性逐漸受到重視，其技術(shù)應(yīng)用涉及到規(guī)劃設(shè)計各階段：從前期分析中的預(yù)測模型[7]，到中期的方案推演與設(shè)計優(yōu)化[8]，再到建成后的評估與評價[9]，以及智慧化管理[10]。這些應(yīng)用成果在動態(tài)研究、非介入式調(diào)查、定量分析等方面形成創(chuàng)新，表現(xiàn)出全方位的大數(shù)據(jù)輔助設(shè)計與研究態(tài)勢。在此背景下，深度挖掘大數(shù)據(jù)及其應(yīng)用研究成果數(shù)據(jù)，剖析研究的相關(guān)特點，并對相關(guān)問題展開深入探討，這對于促進學(xué)科發(fā)展具有一定的現(xiàn)實價值與理論意義。

1 研究概況與數(shù)據(jù)說明

1.1 研究概況

伴隨著大數(shù)據(jù)應(yīng)用研究在綠道評價[11]、公園活力[12]、街巷更新[13]、園林管理[14]等領(lǐng)域逐年展開，多種數(shù)據(jù)應(yīng)用成果逐漸增多。面對成果累積顯露出的研究優(yōu)劣勢，人們開始對大數(shù)據(jù)及其應(yīng)用方法本身展開了探討：提出了新數(shù)據(jù)造成的空間尺度高精度、時間尺度動態(tài)連續(xù)、研究粒度以人為本、研究方法開源眾包4個變革[15]，總結(jié)了時空大數(shù)據(jù)具有客觀性、多源性、動態(tài)性、現(xiàn)勢性、精細性和人本性6個特點[16]，提出了在城市研究方法中將大小數(shù)據(jù)相結(jié)合的思路[17]。

隨著應(yīng)用的推進，大數(shù)據(jù)在實際應(yīng)用中的一些短板也被發(fā)現(xiàn)，如社交網(wǎng)絡(luò)數(shù)據(jù)有偏性和延時性[18]、街景數(shù)據(jù)覆蓋欠缺[19]和網(wǎng)絡(luò)詞語語義泛化偏差等[20]，對于上述問題，眾多學(xué)者就大數(shù)據(jù)本身及其應(yīng)用方法也作出了深刻思考：彭懷貞等[21]反思了大數(shù)據(jù)造成的數(shù)據(jù)論傾向；張波等[22]分析了城市研究中大數(shù)據(jù)的應(yīng)用缺陷；趙渺希等[23]思考了智慧城市的技術(shù)熱潮的利弊；趙守諒[24]認為大數(shù)據(jù)方法在城市規(guī)劃領(lǐng)域，還未能從認識論和方法論上取得本質(zhì)的突破；吳志峰等[25]認為在地理學(xué)的應(yīng)用中大數(shù)據(jù)技術(shù)還不能算作一次革命性變化。

雖然上述思考推動了大數(shù)據(jù)研究的探索進程，但是這些極具價值的觀點大多散布在具體的應(yīng)用研究中，就風(fēng)景園林學(xué)領(lǐng)域而言，對更系統(tǒng)地思考大數(shù)據(jù)對學(xué)科的積極作用與消極影響、探討大數(shù)據(jù)環(huán)境下的思維變革，仍存在研究不足。因此，對國內(nèi)風(fēng)景園林領(lǐng)域大數(shù)據(jù)應(yīng)用研究進行回顧和解讀，縱向上分析整體發(fā)展情況，橫向上總結(jié)應(yīng)用成果和常用分析方法，并更深入地剖析新數(shù)據(jù)特征與局限性，這對于促進風(fēng)景園林學(xué)科發(fā)展具有重要意義。

1.2 方法與數(shù)據(jù)

1.2.1 研究方法

為客觀全面地分析國內(nèi)風(fēng)景園林領(lǐng)域大數(shù)據(jù)及其應(yīng)用研究現(xiàn)狀，既要聚焦本學(xué)科的研究成果，也需要了解相關(guān)學(xué)科領(lǐng)域的整體發(fā)展概況。為此，本研究在對文獻進行預(yù)檢索和數(shù)據(jù)準(zhǔn)備后，首先對歷年文章發(fā)表數(shù)量進行統(tǒng)計，分析整體發(fā)文量的發(fā)展變化。其次，對數(shù)據(jù)進行人工歸納分類，從研究對象和研究方向兩個方面總結(jié)已有研究進展與成果。最后，統(tǒng)計常用分析方法和與之對應(yīng)的大數(shù)據(jù)類型，剖析大數(shù)據(jù)分析方法與技術(shù)的應(yīng)用情況（圖1）。通過將文獻定量分析與成果內(nèi)容定性分析相結(jié)合，客觀呈現(xiàn)大數(shù)據(jù)應(yīng)用在風(fēng)景園林領(lǐng)域的研究現(xiàn)狀。

圖1 研究方法框架Fig. 1 Framework of research methods

1.2.2 數(shù)據(jù)準(zhǔn)備

結(jié)合本文目的，將數(shù)據(jù)源確定為國內(nèi)三大主流文獻數(shù)據(jù)庫：中國知網(wǎng)（CNKI）、萬方數(shù)據(jù)、維普期刊。對2011年至2021年內(nèi)同時含有“大數(shù)據(jù)”和“風(fēng)景園林”主題詞的期刊論文進行檢索①在維普期刊的高級檢索中不提供主題詞檢索功能，選擇“題名和關(guān)鍵詞”檢索，因此在維普期刊的檢索條件與前兩者稍有不同。檢索日期均為2022年1月2日。（圖2），預(yù)檢索結(jié)果均不超過80篇。這表明了兩種可能：一是與風(fēng)景園林強相關(guān)的一些文章，因未出現(xiàn)“風(fēng)景園林”主題詞而被檢索排除②主題檢索是在數(shù)據(jù)庫標(biāo)引出的主題字段中進行檢索。該字段內(nèi)容包含一篇文章的所有主題特征，嵌入了專業(yè)詞典、中英對照詞典、停用詞表等工具，并采用關(guān)鍵詞截斷算法，將低相關(guān)或微相關(guān)文獻進行截斷。；二是大數(shù)據(jù)在風(fēng)景園林領(lǐng)域中的應(yīng)用研究尚有極大的拓展空間。

圖2 預(yù)檢索與數(shù)據(jù)來源說明Fig. 2 Literature pre-search and data sources description

為了更客觀地判斷，在擴大檢索范圍同時保證文獻與風(fēng)景園林領(lǐng)域的高相關(guān)性，最終在CNKI的高級檢索中限定“工程科技Ⅱ輯—建筑科學(xué)與工程”作為期刊論文來源③在CNKI的高級檢索中左側(cè)的“文獻分類導(dǎo)航”下有十大專輯分類，這是CNKI基于中圖分類而獨創(chuàng)的學(xué)科分類檢索功能。通過此功能可以明確研究成果的學(xué)科類別。，以“大數(shù)據(jù)”為主題詞精確匹配檢索，得到4 955篇文獻，經(jīng)人工篩選，剔除期刊導(dǎo)語、綜合資訊、工作動態(tài)、書評等無效文章，并逐一閱讀篇名、摘要、關(guān)鍵詞等信息，篩選出210篇較明確歸屬于風(fēng)景園林領(lǐng)域范疇的有效文獻作為數(shù)據(jù)基礎(chǔ)。

2 國內(nèi)研究進展與特征分析

2.1 整體發(fā)展概況

分別統(tǒng)計4 955篇和210篇文獻10年間的發(fā)表量，并將前者視為總發(fā)文量（圖3）。在檢索數(shù)據(jù)中，總發(fā)文量在2011年、2012年均為1篇，在被稱為“大數(shù)據(jù)元年”[26]的2013年突增為24篇，至2020年前發(fā)文量均呈現(xiàn)逐年遞增的趨勢。2021年發(fā)文數(shù)開始下降，說明在一定程度上研究熱度有所降低。在風(fēng)景園林領(lǐng)域的樣本數(shù)據(jù)中，首次發(fā)文出現(xiàn)在2013年，此后至2020年研究都保持上升態(tài)勢，然而與總發(fā)文量相比，增長趨勢明顯較緩，且風(fēng)景園林領(lǐng)域發(fā)文量歷年占比均未超過總發(fā)文量的10%。該點能夠說明預(yù)研究中風(fēng)景園林文章檢索數(shù)量較少的原因應(yīng)該是第二個：在建筑學(xué)大類學(xué)科背景下，風(fēng)景園林領(lǐng)域的大數(shù)據(jù)應(yīng)用研究并不突出，還有很大的拓展空間。

圖3 2011-2021年文章數(shù)量統(tǒng)計Fig. 3 Statistics on the number of articles from 2011 to 2021

2.2 應(yīng)用領(lǐng)域與成果

對風(fēng)景園林領(lǐng)域的研究成果根據(jù)研究對象及研究方向進行不完全分類統(tǒng)計，研究對象為8類（圖4），研究方向分為12類（圖5），將統(tǒng)計數(shù)據(jù)整理成Excel表格，繪制?；鶊D來分析文章數(shù)量變化。同時，統(tǒng)計每一分類下文章數(shù)量超過10篇的研究類別所應(yīng)用的大數(shù)據(jù)類型，通過氣泡圖分析數(shù)據(jù)類型與研究對象、研究方向的關(guān)聯(lián)性。樣本文獻中使用的大數(shù)據(jù)類型可以分為5類，包括三類實時更新的大數(shù)據(jù)：位置服務(wù)數(shù)據(jù)、動態(tài)監(jiān)測數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)；以及相對而言更新較慢的兩類大數(shù)據(jù)：基礎(chǔ)空間數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)①數(shù)據(jù)分類參考文獻[16]進行刪減和修改，其中出行軌跡數(shù)據(jù)包括高德地圖導(dǎo)航數(shù)據(jù)、騰訊宜出行數(shù)據(jù)、智能手機APP數(shù)據(jù)、共享單車數(shù)據(jù)等；交通傳感數(shù)據(jù)包含公交刷卡數(shù)據(jù)、出租車GPS數(shù)據(jù)等；社交簽到數(shù)據(jù)主要指微博簽到數(shù)據(jù)。。此外，一些非應(yīng)用型研究未被統(tǒng)計在上述分析圖中，這些研究主要為兩類：教學(xué)實踐（13篇）和數(shù)字技術(shù)探索（20篇）。

圖4 不同研究對象文章數(shù)量變化桑基圖Fig. 4 Sankey diagram of changes in the number of articles for different research objects

圖5 不同研究方向文章數(shù)量變化?；鶊DFig. 5 Sankey diagram of changes in the number of articles in different research directions

2.2.1 研究對象與研究方向分析

首先，“公園綠地”“街巷空間”“城市綠道”是風(fēng)景園林領(lǐng)域大數(shù)據(jù)應(yīng)用主要研究對象。這其中“公園綠地”達到55篇，從2015年延續(xù)至今，且在2018年后研究呈快速上升趨勢，這與2018年“公園城市”理念的提出顯然具有密不可分的關(guān)聯(lián)。城市綠道的大數(shù)據(jù)應(yīng)用研究最早見于2017年，在此后幾年發(fā)展均衡，研究重點是選線規(guī)劃。街巷空間中大數(shù)據(jù)的應(yīng)用是三者中最早開始發(fā)展的，可追溯至2014年對大數(shù)據(jù)在智慧街道設(shè)計[27]中的探索與展望，此后的研究發(fā)展極為緩慢。在近年城市更新的過程中，街巷作為極具發(fā)展?jié)摿Φ泥徖锕部臻g，逐漸得到關(guān)注，并在2020年迎來了新的發(fā)展機遇。與此同時，2019年至2020年研究對象豐富，均達到6類以上，說明這兩年是風(fēng)景園林領(lǐng)域大數(shù)據(jù)研究發(fā)展的重要節(jié)點。

同時，“時空行為與空間活力”和“評價與評估”構(gòu)成了風(fēng)景園林領(lǐng)域大數(shù)據(jù)應(yīng)用的主要研究方向，“園林綠化管理”“生態(tài)環(huán)境治理”“布局與選址規(guī)劃”“空間品質(zhì)”位于第二梯隊，“可達性與環(huán)境公平”介于二者之間，這些研究方向成果在時序上均表現(xiàn)出較好的延續(xù)性?！霸u價與評估”類研究在2016年和2021年間呈波浪起伏式發(fā)展，而“可達性與環(huán)境公平”類研究在2017年出現(xiàn)后就一直呈穩(wěn)定增長狀態(tài)，并在2021年成為占比最高的研究方向。此外，在成果較少的研究方向中，“文化景觀”出現(xiàn)得最早，但之后多年未有新的研究成果出現(xiàn)，這說明大數(shù)據(jù)在“文化景觀”方向可能存在著一定應(yīng)用局限性。

2.2.2 數(shù)據(jù)類型應(yīng)用分析

通過統(tǒng)計上述研究對象成果中應(yīng)用的大數(shù)據(jù)類型發(fā)現(xiàn)（圖6），“公園綠地”研究涉及到了所有類型的新數(shù)據(jù)源，特別是出行軌跡、手機信令、網(wǎng)絡(luò)文本和POI數(shù)據(jù)的應(yīng)用，使得公園綠地研究在游憩使用、可達性、服務(wù)范圍和規(guī)劃應(yīng)對這4個方面有了較大進展[28]。在“城市綠道”的研究中，出行軌跡數(shù)據(jù)、交通傳感數(shù)據(jù)、POI數(shù)據(jù)的應(yīng)用為分析人群時空行為、基礎(chǔ)設(shè)施分布，以及最優(yōu)線路規(guī)劃提供了重要數(shù)據(jù)支撐[29]。另外，通過街景圖片數(shù)據(jù)進行空間品質(zhì)測度為“街巷空間”研究拓展了全新視角[30]。

圖6 不同研究對象和研究方向應(yīng)用數(shù)據(jù)類型氣泡圖Fig. 6 Different data types used in different research objects and research directions

同樣，在“時空行為與空間活力”“評價與評估”“可達性與環(huán)境公平”這三個研究方向上，熱力圖、出行軌跡、手機信令、POI數(shù)據(jù)因含有空間位置信息，在識別人群分布特征并計算個體行為密度[31]、分析影響空間活力的主導(dǎo)因素[32]等方面得到廣泛應(yīng)用。在“評價與評估”方向上，可以通過非介入方式的網(wǎng)絡(luò)文本數(shù)據(jù)，獲得更為真實的公眾評價[33]。而“可達性與環(huán)境公平”方向，主要應(yīng)用的是POI數(shù)據(jù)和居住區(qū)數(shù)據(jù)，為研究城市綠地供給的公平性[34]提供了新的數(shù)據(jù)支撐。

2.3 分析方法與技術(shù)

2.3.1 常見研究方法

將樣本文獻中的大數(shù)據(jù)類型和與之對應(yīng)的主要分析方法進行歸類統(tǒng)計（圖7），結(jié)果顯示：傳統(tǒng)的空間分析法、數(shù)學(xué)與統(tǒng)計分析法、綜合評價分析法在現(xiàn)階段研究中仍然被大量采用。其中空間分析法中最常見的是GIS空間分析法，如使用帶有用戶位置信息的微博簽到數(shù)據(jù)，通過核密度法[35]分析人群在公園內(nèi)的聚集程度，且借助GIS工具將數(shù)據(jù)做可視化呈現(xiàn)成為近幾年一個顯著趨勢。在數(shù)學(xué)與統(tǒng)計分析法中，描述統(tǒng)計應(yīng)用最多，主要通過大數(shù)據(jù)繪制統(tǒng)計圖表，描述空間現(xiàn)象與活動規(guī)律[36]。而推斷統(tǒng)計中常見的分析手段是綜合應(yīng)用回歸分析與相關(guān)分析[37]，一般用于尋找公園、街巷的空間活躍度影響因子，并結(jié)合定量研究中常用的SPSS軟件工具驗證模型。此外，綜合評價分析法是應(yīng)用最廣的方法，幾乎所有的大數(shù)據(jù)類型都可用于建立量化評價指標(biāo)，由于網(wǎng)絡(luò)文本、簽到、地鐵刷卡等行為數(shù)據(jù)可以反映居民的真實需求，因此可得到更為客觀的景觀評價結(jié)果。需補充說明的是，在具體的應(yīng)用中，通常是多種分析方法結(jié)合運用。

圖7 分析方法與技術(shù)笛卡爾熱力圖Fig. 7 The heatmap on Cartesian of the analytical methods

2.3.2 新興方法與前沿技術(shù)

同時，得益于計算機技術(shù)的不斷發(fā)展，也形成了人工智能機器學(xué)習(xí)、文本挖掘技術(shù)等為代表的新興方法與前沿技術(shù)。常用于人居環(huán)境研究的人工智能方法有人工生命類、智能隨機優(yōu)化類和機器學(xué)習(xí)類這三類[38]。本研究的樣本文獻中統(tǒng)計到了機器學(xué)習(xí)類，即從樣例中學(xué)習(xí)，如對網(wǎng)絡(luò)文本進行分類與情感判斷[39]、抓取街景數(shù)據(jù)識別景觀要素進行城市修補[40]、利用網(wǎng)絡(luò)圖片對城市意象認知開展實證研究[41]等。此外，與傳統(tǒng)空間分析法使用頻次同為最高的另一個分析方法是文本挖掘技術(shù)，該技術(shù)融合了機器學(xué)習(xí)、自然語言處理等多種技術(shù)，特別適用于網(wǎng)絡(luò)文本數(shù)據(jù)的處理與分析。但較強的針對性使得其應(yīng)用場景受限，同時一些研究僅停留在網(wǎng)絡(luò)文本分詞與詞頻統(tǒng)計階段，還缺少進一步處理分析手段。

3 大數(shù)據(jù)及其應(yīng)用對風(fēng)景園林學(xué)的影響

3.1 推動風(fēng)景園林科學(xué)化發(fā)展

新數(shù)據(jù)環(huán)境下，風(fēng)景園林傳統(tǒng)分析方式已不能滿足信息時代的城市發(fā)展需求。使用大數(shù)據(jù)技術(shù)可以構(gòu)建風(fēng)景園林信息矢量化體系、信息化可視平臺[42]，重新梳理對“以人為本”風(fēng)景園林設(shè)計的理解。本文認為大數(shù)據(jù)及其技術(shù)應(yīng)用對風(fēng)景園林的推動作用主要為兩個方面：一是新數(shù)據(jù)屬性形成了新研究方法；二是拓展了定量研究的途徑。

3.1.1 形成更為科學(xué)的新研究方法

前文的研究方法統(tǒng)計中，雖較多仍在沿用傳統(tǒng)研究方法，但大數(shù)據(jù)在數(shù)據(jù)量、更新頻率、數(shù)據(jù)形式，以及來源等方面具有的顯著優(yōu)勢，使得這10年新的研究方法不斷涌現(xiàn)。如前所述，利用部分大數(shù)據(jù)帶有時空定位的新數(shù)據(jù)優(yōu)勢，傳統(tǒng)描述性的內(nèi)容在GIS等工具幫助下以可視化的空間結(jié)果呈現(xiàn)，這將更科學(xué)地指導(dǎo)規(guī)劃設(shè)計。其次，從人本視角量化城市形態(tài)，深度挖掘人們?nèi)粘Ｉ顖D片數(shù)據(jù)背后現(xiàn)實空間的價值而形成了圖片城市主義[43]等。同時，在新數(shù)據(jù)的基礎(chǔ)上，利用算法進行深度學(xué)習(xí)，形成了以人工智能輔助決策為代表的新方法，未來具有很大的發(fā)展?jié)摿?。在前文分析中發(fā)現(xiàn)，由于人工識別視頻內(nèi)容的時間成本較高，視頻大數(shù)據(jù)還未得到廣泛應(yīng)用。但視頻大數(shù)據(jù)在公共空間中對高度動態(tài)的人群活動分析具有不可替代的優(yōu)勢，隨著人工智能技術(shù)的發(fā)展和普及，未來視頻大數(shù)據(jù)分析技術(shù)將更進一步推動風(fēng)景園林動態(tài)研究。對大數(shù)據(jù)價值的深度挖掘，突破了數(shù)據(jù)實證層面的簡單利用，將風(fēng)景園林學(xué)科領(lǐng)域研究向更加科學(xué)的模式推進。

3.1.2 拓展了風(fēng)景園林定量研究的途徑

圍繞大數(shù)據(jù)處理及分析的應(yīng)用，在定量研究的測度科學(xué)化、規(guī)律精確化、人本特征精細化三個方面有了新的發(fā)展。首先，空間活力測度的科學(xué)化改變了傳統(tǒng)測度方法人力成本高而準(zhǔn)確性較低的弊端。通過大數(shù)據(jù)對活動強度進行定量分析，可以為建立公園服務(wù)壓力評價體系[44]、確定歷史街區(qū)空間活力影響因子[45]等提供更具說服力的科學(xué)依據(jù)。其次，改變了傳統(tǒng)數(shù)據(jù)雖可分時段多次收集，但難以實現(xiàn)動態(tài)性和實時更新的困境。通過大數(shù)據(jù)實時監(jiān)測人口規(guī)模及空間分布變化[46]，分析出行特征與規(guī)律，實現(xiàn)了對人群變化規(guī)律的精確化把控。再者，對于人本特征實現(xiàn)了精細化描述。非結(jié)構(gòu)化的網(wǎng)絡(luò)大數(shù)據(jù)，是全民參與記錄的數(shù)據(jù)，具有真實性和實時性，通過由用戶發(fā)布或儲存的社交網(wǎng)絡(luò)數(shù)據(jù)，在對數(shù)據(jù)進行清洗后，可以挖掘到用戶性別、年齡和社交關(guān)系等重要社會特征，并對其進行精細化定量分析。

3.2 大數(shù)據(jù)應(yīng)用的局限性與思考

3.2.1 對大數(shù)據(jù)本身局限性應(yīng)有清醒認知

首先，大數(shù)據(jù)雖然數(shù)據(jù)規(guī)模巨大，但仍然不是全樣本，即樣本偏差仍然存在。如被廣泛應(yīng)用于游憩使用評價的社交網(wǎng)絡(luò)數(shù)據(jù)，由于不同社交平臺有對應(yīng)的受眾，因此得到的評價數(shù)據(jù)僅能代表特定的人群。同時，這些被動獲取的樣本數(shù)據(jù)也很難像傳統(tǒng)實地調(diào)研那樣，通過數(shù)學(xué)計算設(shè)定樣本使其符合總體特征（如年齡、性別比例等），在獲取數(shù)據(jù)中控制不同群體的占比來降低偏差。

其次，大數(shù)據(jù)價值密度較低等特性帶來的影響不能忽視，如何通過機器算法迅速完成大數(shù)據(jù)價值的“提純”是亟待解決的難題。在數(shù)據(jù)處理方面，傳統(tǒng)調(diào)研數(shù)據(jù)由于數(shù)據(jù)量小價值密度高，因此比大數(shù)據(jù)更易操作。在數(shù)據(jù)獲取、關(guān)聯(lián)性、側(cè)重點方面，兩種數(shù)據(jù)各具不同的優(yōu)勢，如傳統(tǒng)數(shù)據(jù)研究可以通過設(shè)計實驗來記錄被研究者在假定場景中可能產(chǎn)生的行為和情緒，這是大數(shù)據(jù)研究難以實現(xiàn)的。當(dāng)然，被動數(shù)據(jù)和主動數(shù)據(jù)的得失各有利弊，但從上述分析來看，仍然不能全然否定傳統(tǒng)樣本數(shù)據(jù)及傳統(tǒng)研究方法。

因此，大數(shù)據(jù)尚不能對風(fēng)景園林學(xué)科全部領(lǐng)域形成覆蓋。從前文總結(jié)的研究重點來看，研究對象更多地集中于中觀和宏觀尺度的城市公共空間，而鄉(xiāng)村景觀、街角綠地等領(lǐng)域還較少涉及。這與這些區(qū)域人群密度較低，或是移動聯(lián)網(wǎng)設(shè)備較少，難以收集時空行為大數(shù)據(jù)具有直接關(guān)聯(lián)。這就意味著在大數(shù)據(jù)應(yīng)用中，研究對象需具有一定的空間尺度和人群規(guī)模，而在小尺度設(shè)計中具有應(yīng)用難度。在小場地中即使能獲得部分大數(shù)據(jù)，其準(zhǔn)確度及數(shù)據(jù)價值都已較低，不再具有應(yīng)用意義，更適合使用傳統(tǒng)調(diào)研數(shù)據(jù)。此外，風(fēng)景園林領(lǐng)域的大數(shù)據(jù)應(yīng)用在社區(qū)生活圈、公共服務(wù)設(shè)施、公眾參與等方面還鮮有涉及，而目前這些研究方向的大數(shù)據(jù)應(yīng)用已從城鄉(xiāng)規(guī)劃學(xué)的視角展開，可見在這些方向上大數(shù)據(jù)方法有一定適用性，今后可從風(fēng)景園林的視角開創(chuàng)更多相關(guān)研究。

3.2.2 大數(shù)據(jù)應(yīng)用帶來的思維變革仍需理性對待

圖靈獎得主Jim Gray提出科學(xué)研究經(jīng)歷了實驗科學(xué)、理論推演和計算機仿真三種范式，目前正在進入數(shù)據(jù)密集型的“第四范式”[47]。雖然對此仍存爭議，但不可否認的是，大數(shù)據(jù)應(yīng)用的背后存在著思維模式的轉(zhuǎn)變。而本文認為，對于風(fēng)景園林學(xué)而言，除了研究人員思維和認識的更新以及對大數(shù)據(jù)專業(yè)化應(yīng)用的洞察之外，尚有以下兩點變化值得思考。

第一，由于時空大數(shù)據(jù)呈現(xiàn)的是群體累積疊加信息，對數(shù)據(jù)信息的挖掘也就更關(guān)注于群體行為模式，即表現(xiàn)為對數(shù)據(jù)的整體性把控。由此，必然帶來研究中由對個體數(shù)據(jù)的精準(zhǔn)性“小數(shù)據(jù)思維”向整體性的“大數(shù)據(jù)思維”轉(zhuǎn)變。但大數(shù)據(jù)再大也不過是現(xiàn)實世界的一個非全樣本投影，因而在整體性增強的過程中往往伴隨著個體訴求被掩蓋，排他性的模糊真相取代多樣性差異的客觀事實。如在綠地空間布局、綠地供給公平性等研究中，大數(shù)據(jù)可以反映大多數(shù)人的需求，但也造成了對個體訴求、弱勢群體訴求的忽視，所以也并未達到完全的空間正義。因此，如何針對不同研究目標(biāo)對大數(shù)據(jù)及傳統(tǒng)數(shù)據(jù)進行準(zhǔn)確判別，并于其中尋找到平衡點應(yīng)該是值得認真對待的問題之一。

第二，前述分析結(jié)果中存在以描述性統(tǒng)計來直接闡述空間現(xiàn)象的研究傾向。這實際上也是伴隨著大數(shù)據(jù)時代的到來，數(shù)量大到難以想象的數(shù)據(jù)可能會讓理論模型變得多余，假說的理論模型將被直接的數(shù)據(jù)對比所取代的佐證[48]。但如果以數(shù)據(jù)分析取代理論構(gòu)想，以“就是這樣”來回答“為什么”的提問，實際上也就放棄了對因果關(guān)系的渴求[49]，放棄了對現(xiàn)象背后動因的探究。而對于風(fēng)景園林研究而言，我們想要探尋的正是空間現(xiàn)象背后的原因，并將其轉(zhuǎn)化為可操作的要素運用到今后的設(shè)計中。同時，考慮到大數(shù)據(jù)算法其思維模式存在的非黑即白漏洞，我們有理由對這種以相關(guān)性研究取代因果性研究的趨勢保有警醒。

4 結(jié)語

在當(dāng)下研究領(lǐng)域，大數(shù)據(jù)釋放出的巨大價值使得選擇大數(shù)據(jù)方法不再是一種權(quán)衡，而是導(dǎo)向風(fēng)景園林學(xué)科未來發(fā)展的重要路徑之一，但對直接套用大數(shù)據(jù)、為了數(shù)據(jù)而數(shù)據(jù)的盲目應(yīng)用研究傾向仍需警醒。放眼全球，近年來相關(guān)文章的發(fā)表和引用數(shù)量呈指數(shù)級增長，但研究不足也不容忽視，對照國際研究現(xiàn)狀[50]，未來應(yīng)整合多種數(shù)據(jù)源，開發(fā)利用深度學(xué)習(xí)、云計算等新方法，拓展應(yīng)用領(lǐng)域，聚焦人類活動與環(huán)境的關(guān)系。面對大數(shù)據(jù)本身和思維轉(zhuǎn)變造成的應(yīng)用局限，應(yīng)給予傳統(tǒng)數(shù)據(jù)同等關(guān)注。大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的結(jié)合，由技術(shù)中心論轉(zhuǎn)向更加以人為本的精細化、多元化研究將成為未來發(fā)展趨勢。同時，隨著技術(shù)突破和跨學(xué)科合作深入，未來將建立更加智慧的風(fēng)景園林服務(wù)環(huán)境。因此，亟需建立對應(yīng)的理論框架，形成與時俱進的分析方法與手段，揚長避短，更好地促進學(xué)科發(fā)展。

本文因聚焦于國內(nèi)近10年風(fēng)景園林領(lǐng)域大數(shù)據(jù)應(yīng)用研究，而以CNKI中“工程科技Ⅱ?qū)］嫛毕碌摹敖ㄖ茖W(xué)與工程”的期刊論文為文獻來源，這可能會因為缺少其他文獻數(shù)據(jù)如外文研究文獻，而導(dǎo)致部分?jǐn)?shù)據(jù)缺失及可能的觀點局限性。同時，對于數(shù)據(jù)分析方法部分，受篇幅所限，本文可能未準(zhǔn)確、全面列舉所用的技術(shù)與手段并充分討論。上述不足有待在不斷文獻數(shù)據(jù)積累基礎(chǔ)上，進一步展開橫向?qū)Ρ扰c縱向深入的持續(xù)探索。

注：文中圖片均由作者繪制。