城市的复杂性（一个多样的持续变化中的环境）会产生庞大数量的数据。越来越多的可用性工具可以生成、捕捉、存储、管理和分析这些数据，这使大数据有了更广泛的可能性。公共数据（包括公共交通、交通流、水、废物、使用空间和商业等）的开放让将这些数据转化为比纯粹的统计汇总更有用的信息。在移动设备广泛应用的背景下，这些信息有助于理解和创造新的app的社会价值，这些app通过数据让使用者更能从自身需求出发与城市互动。近年来可视化技术已经成为一个扩展的工具。

这里我们选择了一些利用视频格式或交互式网络对城市生活强度数据可视化的优秀案例。

美国交通事故

（http://map.itoworld.com/road-casualties-usa　）这是一项令人印象深刻的工作，它收集了2001至2009年全美在不同道路上的交通事故，将事故按类型分类（行人事故、司机和年份等），并将所有信息都汇集到一张地图上。这个研究团队还制作了一个类似的关于英国大规模枪击事件的地图，其无言的悲剧令人震惊。

垃圾的长途旅行

（http://senseable.mit.edu/trashtrack/　）这是一个麻省理工大学的项目，最值得关注的是它如何解释项目理念，给不同类型的垃圾加入位置标签，以及每个类型的垃圾行程数公里直到最终被处理的过程。废弃物管理和清除是一个不起眼而又秘密的系统（扔掉后被人遗忘）。而这个项目帮助人们看见和理解一个比我们想象中的“扔垃圾”更丰富的过程。

实时公共租赁自行车系统

（http://bikes.oobrien.com/global.php#zoom=3&lon=-30.0000&lat=30.0000　）这张地图将所有伦敦公共租赁计划内的自行车可视化。在同一网站，你也能访问并查看其它城市的情况（如萨拉戈萨、多伦多和里尔等）。这个项目展示了所有登记点的分布信息、任意时间段的使用等级、每个终端当时的使用进程和每个登记点自行车是否可用的情况。

地铁网络的强度活动

（http://graphicsweb.wsj.com/documents/MTAFARES1108/#v=showCommuters　）每个用户进入纽约地铁的巨大网络所产生的数据，我们能利用这些数据做些什么呢？怎样利用这些看似不相干的个人数据（如各类门票、车站、时刻表和票价等）？华尔街日报发布的这项惊人的工作就是一个很好的例子。将这些信息放在地图中并向信息添加逻辑关系，从而根据在价格系统中引入的税价变化，来理解使用变化的情况。

自行车实时使用情况

（http://oliverobrien.co.uk/2011/02/flow-animation-of-barclays-cycle-hire-bikes/　）另一个关于自行车的案例：该视频展示了过去的18个小时自行车的动态流线。

美国街区地图

（http://projects.nytimes.com/census/2010/explorer　）利用人口普查数据你能做什么？有了这张建筑物级精度的地图，你能看到这个国家的任意地方的人种、收入、家庭类型、住房类型和教育程度的人口分布，并了解该国家、区域、城市或街道的空间分布的动态。

漫步城市的时间距离

（http://shop.mapumental.com/samples/　）MySociety是一个多年前开发的项目。该项目完美诠释了地理参考数据的作用。Mapumental工具显示了从城市的任何地方到达某个地点的出行时间，从而有助于理解时间距离的移动性，这是比物理上的“距离”更为实用的信息。

城市的日夜变化

（http://www.joelertola.com/grfx/population/d_n.html　）一个简单而有力的想法：利用白天和晚上的人口，反映出纽约不同地区的密度。

实时新加坡

（http://senseable.mit.edu/livesingapore/index.html　）另一个著名的麻省理工学院的项目来自Seansable市实验室。该项目使用不同的数据集来解释在一个作为全球经济枢纽的城市中，降雨量对本市出租车使用情况、旅行时间预测基于交通条件的变化、热岛效应或者人流和物流的进出流的影响。

理解空气污染

（http://www.intheair.es/　）使我们呼吸的不可见的空气变得可见，这就是达尔玛卡尔提出的马里兰空气污染足迹动态模型。

====================================分割线================================

本文转自d1net（转载）