Streetspace dataset London

该数据集描述了伦敦街道空间的分配情况，数据以几何线性特征表示街道中心线。

This dataset delineates the allocation of street space in London, with data represented by geometric linear features indicating the centerlines of streets.

原始信息汇总

数据集概述

数据集名称

Streetspace dataset London

作者

Nicolas Palominos

发布日期

2020年6月5日

更新日期

2021年1月29日

数据描述

该数据集提供伦敦街道空间分配的技术规格，数据以几何线性特征形式呈现，代表街道中心线。

数据格式

数据以geopackage格式（gpkg）提供。

研究区域

数据集描述了M25环形高速公路中心线2公里缓冲区内的所有街道。

数据变量

变量名	变量描述
id	唯一标识符
DISTNAME	街道名称
ROADNUMBER	街道代码
CLASSIFICA	街道分类
foW	聚合人行道宽度
caW	车行道宽度
toW	街道总宽度

数据应用

数据可用于街道研究、规划和设计，特别是在重新组织街道空间以促进社交距离和推广低污染交通方式方面。

数据访问

数据可通过Zenodo访问：DOI链接

引用信息

引用工作论文为： Palominos, N., & Smith, D. A. Quantifying and Mapping Streetspace: a Geocomputational Method for the Citywide Analysis of Pedestrian and Vehicular Streetspace. CASA Working Paper 212. Sep 2019.

搜集汇总

数据集介绍

构建方式

Streetspace dataset London的构建基于一种地理计算方法，该方法详细记录在CASA工作论文212中。数据集通过QGIS和R软件处理模型生成，利用英国地形测量局（Ordnance Survey）发布的城市地形数据，提取了人行道和车道的宽度指标。这些数据以几何线性特征的形式呈现，代表了街道的中心线。

特点

该数据集的特点在于其提供了伦敦街道空间的详细分配信息，包括人行道和车道的宽度。数据集以地理包（geopackage）格式提供，便于使用R语言的sf包或QGIS软件进行分析。此外，数据集覆盖了M25环城高速公路中心线2公里缓冲区内的所有街道，为城市规划和设计提供了宝贵的数据支持。

使用方法

Streetspace dataset London的使用方法主要涉及使用R语言的sf包或QGIS软件进行数据分析。数据集可用于城市街道空间的广泛分析，特别是在COVID-19疫情期间，公共机构需要重新组织街道空间以促进社交距离和减少污染的交通方式。通过查询人行道和车道的宽度，该数据集为设计更友好和健康的街道环境提供了重要的分析能力。

背景与挑战

背景概述

Streetspace dataset London由Nicolas Palominos于2020年6月首次发布，并于2021年1月更新。该数据集由伦敦大学学院高级空间分析中心（CASA）的研究人员开发，旨在量化并映射伦敦的街道空间分配情况。数据集的核心研究问题是通过几何线性特征表示街道中心线，从而分析行人道和车行道的宽度。这一研究为城市规划、交通管理和可持续城市发展提供了重要的数据支持，特别是在COVID-19疫情期间，街道空间的重新分配成为公共卫生和交通政策的关键议题。数据集的应用范围广泛，涵盖了从街道设计到健康城市指标的研究。

当前挑战

Streetspace dataset London在构建和应用过程中面临多重挑战。首先，数据集的生成依赖于高精度的城市地形数据，而这些数据的获取和处理需要复杂的计算模型和软件工具（如QGIS和R），这对数据处理的准确性和效率提出了较高要求。其次，由于街道空间的设计和分配具有动态变化的特性，数据集在反映实时变化方面存在一定的滞后性，特别是在桥梁结构和高速公路交叉口等复杂区域，测量结果可能存在偏差。此外，尽管数据集为城市范围内的街道空间分析提供了便利，但其数据结构的局限性使得在小范围城市区域的应用效果有限，这为城市规划者和研究人员带来了额外的分析挑战。

常用场景

经典使用场景

Streetspace dataset London数据集在城市规划和交通研究中具有广泛的应用。该数据集通过几何线性特征表示伦敦街道的中心线，提供了人行道和车道的宽度等关键参数。研究人员可以利用这些数据，结合地理信息系统（GIS）和R软件，进行城市范围内的空间分析，从而评估街道空间的分配情况。这种分析对于优化城市交通流量、改善行人友好型街道设计以及促进可持续城市发展具有重要意义。

实际应用

在实际应用中，Streetspace dataset London数据集为城市规划和交通管理提供了重要参考。特别是在COVID-19疫情期间，公共机构需要重新设计街道空间以促进社交距离和减少污染。该数据集通过提供人行道和车道的宽度信息，帮助规划者设计更加人性化的街道环境。此外，该数据集还被纳入“健康街道指数”（Healthy Streets Index），为评估和改善城市街道的健康性提供了数据支持。

衍生相关工作

Streetspace dataset London数据集衍生了一系列经典研究工作。例如，Nicolas Palominos在其博士论文中利用该数据集研究了伦敦的街道空间分配问题，并发表了多篇相关论文和会议报告。其中，题为《Quantifying and Mapping Streetspace: a Geocomputational Method for the Citywide Analysis of Pedestrian and Vehicular Streetspace》的工作论文详细描述了数据集的生成方法和应用场景。此外，该数据集还被用于研究COVID-19期间的主动出行走廊设计，相关成果发表在Springer的书籍章节中。