三  前期分析：大数据精细刻画现状

    此次城市设计综合采用了人口热力图分析、设施热力图分析和交通流分析三种大数据分析方法，以支撑感性的现状认知，更为精细地刻画区域现状，找准规划所面临的核心问题。人口热力图分析客观反映了规划范围内职住空间对人口的吸纳能力，设施热力图分析客观反映了规划范围内公共服务设施的集聚和供给水平，二者具有一定的契合性，综合反映了规划范围内就业、居住和公共服务空间的匮乏，园区呈现出典型的“有产无城”特征。交通流分析客观反映了规划范围内大别山路和长江西路车流量较大，高峰期钟摆出行对地区交通造成巨大压力，以及规划范围与东部的合肥主城区有着较为密切的客流联系。

（一）人口热力图分析

    在新型城镇化战略倡导的“以人为本”城镇化的背景下，如何科学有效地获取规划范围内的真实人口分布情况，对规划的前期分析极为关键。为直观反映规划范围内人口的职住分布情况，此次城市设计基于爬取的微信宜出行大数据，借助 GIS 分析软件的 Kernel Density 分析模块，得到规划范围人口热力图。分析结果直观表达了规划范围内的人口集聚度相对于南部的高新区核心区较弱，反映人口集聚程度的属性级别为 1 或 2，而周边高新区核心区的属性级别则超过 5，说明规划范围内的生活空间相对匮乏，对人口的吸纳能力不强。

（二）设施热力图分析

    人口集聚程度在一定程度上与公共服务设施的供应情况密切相关。此次城市设计基于百度地图开放平台爬取的百度 POI兴趣点数据，借助 GIS分析软件的Kernel Density分析模块，分析获得规划范围内的公共服务设施热力图。结果显示，规划范围内基本无公共服务设施，而规划范围以外的南岗社区、南岗和园一带公共服务设施的集聚度较高，这与实际调研观察结果一致，也与人口热力图分析结果相契合。

（三）交通流分析

    高德地图开放平台的交通拥堵数据在一定程度上反映了相应道路实时车流量的大小。此次城市设计采用 ArcGIS软件，对爬取的工作日上午9点和工作日下午6点高德地图实时路况数据进行流量分级可视化，得到规划范围及整个高新区的路网早晚高峰时段的车流量。实时路况数据(Speed≤25；Status=缓行 )直观反映出规划范围内部大别山路和长江西路的车流量较大，揭示出规划范围与东部合肥主城区客流联系较为密切(图3)。

四  方案推演：大数据支撑下的方案推演

（一）生态优先

    在开展城市设计的具体工作前，应进行生态敏感性分析。首先，基于 GIS软件的空间分析模块，提取规划范围内的高程、水系和林地三类生态敏感性要素因子；其次，基于专家打分法确定的各类要素因子的权重系数，将三类因子叠加，得到规划范围的生态敏感性分析图，明确规划范围内需要重点保护地区的规模约为 1.8km²，从而作为接下来方案生成阶段城市设计必须严守的生态底线。

（二）水系梳理

    低冲击开发 (LID) 理念与方法已成为规划设计工作中不可或缺的组成部分。为充分尊重规划范围内的现状水系格局，理清和优化现状水系脉络，城市设计基于GIS软件的水文分析模块，以规划范围原始 DEM 为基础，通过无洼地 DEM 生成、水流方向分析和汇流累积量计算等步骤，模拟生成了规划范围内的地表径流，为规划范围内的水系和生态网络规划提供科学的支撑(图4)。

（三）经验判断

    基于上述分析，城市设计进一步划定合理的功能分区，明确各分区主导功能与发展思路，并根据经验综合判断建成区的存量更新地块和未建地区的增量扩张地块的功能，合理确定地块的用地性质。规划范围内40％的区域为建成区或已有明确的规划建设项目，故需将理性扩张与存量优化相结合，分片区明确主导功能。

(1) 长江西路至大别山路片区。长江路是贯穿合肥中心城区最重要的东西向主干道，现状除了有较少的低效用地企业，发展空间相对充足。该片区作为园区的门户，应全面