世界各地的城市都在使用大数据来提供更有效率和响应更快的服务，通过共享卫星遥感数据、国土GIS资料、气象数据、城市公园绿地基础设施使用频率、生态廊道资源以及观光旅游数据等，能确定城市景观不足的解决方案。根据IDC的“2025年数据时代”报告，全球数据领域将达到17ZB。这一庞大数据增长的主要推动力将是全球互联网用户数量的增加以及互联网用户数量的增长（图1）。随着5G时代的来临，大数据在景观规划设计中能发挥的价值更加突出。

大数据（BigData）目前并没有公认的定义。2010年，ApacheHadoop组织将大数据定义为：“普通的计算机软件无法在可接受的时间范围内捕捉、管理、处理的规模庞大的数据集”，可以说明大数据的特殊性。

许多景观研究已结合大数据的海量资讯获取不同维度的空间信息，例如引入地图的实时交通数据和兴趣点（Point ofInterest，POI）数据（图2），以及探索利用网络地图（Webmap）的时空数据，对多中心城市空间发展进行动态评估与监测的新模式；或利用百度热力图，叠加的不同色块来实时描述城市中重要网络流量的分布情况（图3）；通过“大众点评”网,以词频分析软件,将词频排序靠前的词按照出现的频率进行可视化分析，反应出景区的游客评价；在国外相关研究方面，部分学者使用了Google地图提取城市的POI，反映城市中不同的旅游活动；或是利用Twitter等社群软件分析观光旅游评价资料；有研究利用Flickr，将网站成员的照片地理定位数据进行了分析，该技术更好地可视化优胜美地Half Dome的视线。这些方式帮助改善土地使用/规划以及人、景观和建筑环境之间的关系。上述诸多研究案例，说明景观大数据的多元研究已经是现在进行式了，也表明景观研究通过大数据可以发展出不同维度的视野。

▲图2 POI应用于社区居民使用的分析

▲图3 百度热力图提供不同尺度的即时网络流量热点

国土空间规划体系强调国土空间规划“一张图”监督信息系统与平台建设，进一步打造动态监测评估预警和资源环境承载能力监测预警。GIS结合遥感探测技术，可将各类地理景观信息以可视化、动态化的方式呈现（图8），通过遥感波段计算与分析，叠合出可供利用的各种土地性质图，如景观对于热岛效应的影响、基本农田的分布监控、生态核心区域的植被分析、城市绿地系统与水文的变化等资讯，经过月、季、年的动态数据收集分析，可了解景观变化趋势，进一步建构景观预测模型。未来的这些景观大数据的动态更新与追踪，随着科技的日新月异，应用于各种自然资源管理体系中已成为趋势。

▲图8 通过Landsat8卫星获取的遥感数据可提取各类型景观信息