信息通信技术快速发展带来了大数据时代的到来,改变着区域或城市空间组织及居民行为,流空间成为人类活动的主要载体,并使得人文地理学理论与方法面临革新。本文在梳理国内外文献基础上,认为大数据时代的人文地理研究开始更加注重自然与人文学科间的融合、数据密集型研究方法的革新、以居民活动为主体的人本科学性,并构建了人文地理学及其主要分支学科在大数据时代研究的总体框架。同时,也提出了大数据面向空间规划方法和技术、居民个体行为决策优化、企业运营决策、政府宏观政策制定与管理等方面的应用方向。

以地块作为基本空间单元并以城市活动主体作为模拟对象的精细化模拟是未来城市模型研究的重要方向,大数据(big data)时代的到来也为其提供了重要发展机遇。本文重点对精细化城市模型的主流建模方法进行了介绍,包括元胞自动机(Cellular Automata,CA)、基于主体建模(Agent-based Modelling,ABM)和传统的微观模拟(Microsimulation,MSM)这三种自下而上的微观模拟方法。之后结合精细化城市模型的高标准数据需求问题,对国际上通行的用于精细化模拟数据合成(population synthesis)的方法进行了综述,并给出笔者近年来在精细化城市模拟方面的多项实践案例,最后提出了以GIS为平台,结合CA/ABM/MSM方法,构建我国精细化城市模型的框架体系和关键技术,以期支持我国大城市地区空间政策的制定和评估。

大数据"时代的到来,提供了新的研究方法与研究视角。人作为信息化的主体,随着移动信息通信技术的快速发展以及信息通信设备的日益普及,人们在网络中遗留的带有地理空间信息的大规模"痕迹"成为重要的研究数据,并开始被地理学者广泛关注。本文尝试通过借助新浪微博,引入位置服务签到大数据分析南京市区活动空间的总体特征通过与基于城镇人口的空间等级对比研究发现活动空间等级的依赖与极化并指出信息时代下距离的二重作用是导致空间极化的最主要原因。