2014-智慧城市中的大数据
第３９卷第６期２０１４年６月武汉大学学报·信息科学版
Ｇｅｏｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ
Ｖｏｌ．３９Ｎｏ．６
Ｊｕｎｅ
２０１４收稿日期：２０１４－０１－
２５项目来源：国家重点基础研究发展规划（９７３计划）资助项目（２０１０ＣＢ７３１８０１）；国家自然科学基金资助项目（６１１７２１７４）
；数字海洋科学技术重点实验室开放基金资助项目（ＫＬＤＯ２０１３０７）；国家重大科学仪器设备开发专项资助项目（２０１２ＹＱ１６０１８５０５）；国家科技支撑计划资助项目（２０１３ＢＡＨ４２Ｆ０３）；教育部新世纪优秀人才计划资助项目（ＮＣＥＴ－１２－
０４２６）。第一作者：李德仁，教授，博士生导师，中国科学院院士，中国工程院院士，国际欧亚科学院院士。现从事以遥感、全球卫星定位系统和地
理信息系统为代表的空间信息科学与技术的科研与教学工作，推进数字城市与数字中国、智慧城市与智慧中国的研究及相关建设。Ｅ－ｍａｉｌ：ｄｒｌｉ＠ｗ
ｈｕ．ｅｄｕ．ｃｎ通讯作者：姚远，博士生。Ｅ－ｍａｉｌ：ｗｈｙａｏｙ
ｕａｎ＠１６３．ｃｏｍＤＯＩ：１０．１３２０３／ｊ．ｗｈｕｇｉｓ２０１４０１３５文章编号：１６７１－８８６０（２０１４）０６－０６３１－
１０智慧城市中的大数据
李德仁１，２ 姚 远１ 邵振峰２
１ 武汉大学遥感信息工程学院，湖北武汉，４３００７９
２ 武汉大学测绘遥感信息工程国家重点实验室，湖北武汉，４３００７９
摘 要：探讨了智慧城市的概念，总结了其发展历程，剖析了中国建设智慧城市的动力和目标，阐述了智慧城市的支撑技术，并提出了智慧城市的基础架构，即在数字城市的基础上有机地融合物联网和云计算技术，以实现对现实城市中人和物的自动控制和智能服务。针对无所不在的传感器网对智慧城市的大数据进行了分析，面对智慧城市中大数据将带来的诸多问题和挑战，提出了应对大数据的策略和思路，重点论述了云计算与数据挖掘，并给出了云平台的基础框架，提出了建立智慧城市运营中心的建议，最后展望了智慧城市未来美好的前景。
关键词：智慧城市；大数据；数字城市；物联网；云计算；数据挖掘；智能服务中图法分类号：Ｐ２０８ 文献标志码：Ａ
１ 智慧城市的概念
１．１ 智慧城市的概念与内涵
数字城市存在于网络空间（ｃｙｂｅｒ ｓｐａｃｅ）中，虚拟的数字城市与现实的物理城市相互映射，是现实生活的物理城市在网络世界中的一个数字再
现［
１］
。智慧城市则是建立在数字城市的基础框架上，
通过无所不在的传感网将它与现实城市关联起来，
将海量数据存储、计算、分析和决策交由云计算平台处理，并按照分析决策结果对各种设施
进行自动化的控制［２］
。在智慧城市阶段，数字城
市与物理城市可以通过物联网进行有机的融合，形成虚实一体化的空间（ｃｙｂｅｒ ｐｈｙｓｉｃａｌ ｓｐａｃｅ）。在这个空间内，将自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为人类生存繁衍、经济发展、
社会交往等提供各种智能化的服务，从而建立一个低碳、绿色和可持续发展的城市。
用易于理解的简单公式表达，可以这样认为：
智慧城市＝数字城市＋物联网＋云计算。
１．２ 智慧城市的发展历程
智慧城市的发展历程按照信息化、数字化、智能化的程度主要分为三个阶段：信息化城市阶段、数字城市阶段和智慧城市阶段。其中可以代表每个阶段的标志性事件如下：
１）１９９３年９月，
美国启动“信息高速公路”计划；１９９５年，中国推动全国信息化的“八金”工程，标志着城市信息化建设开始起步。
２）１９９８年，
美国副总统戈尔提出“数字地球”
概念［３］
，“数字化舒适社区建设”标志着城市信息化开始步入数字城市建设新阶段。我国已有３００多个城市初步建成数字城市基础框架，
国家测绘地理信息局发布在互联网上的“天地图”成了数字中国和数字城市的载体，
已有数亿网民使用。３）２００６年，物联网、云计算等新一代信息技术正式推出形成对城市信息系统的综合集成与整合应用；２００８年，国际商业机器公司（ｉｎｔｅｒｎａｔｉｏｎ－ａｌ ｂｕｓｉｎｅｓｓ ｍａｃｈｉｎｅｓ ｃｏｒｐｏｒａｔｉｏｎ，ＩＢＭ）提出智慧城市的新理念；２００９年，ＩＢＭ首席执行官彭明盛
武汉大学学报·信息科学版２０１４年６月
向美国总统奥巴马提出要推进智慧基础设施的建
设，旨在打破金融危机，对社会经济发展带来新的
动力，标志着城市开始由数字化迈向智慧化建设
的新阶段。
智慧城市的发展与早期的信息基础设施以及
数字城市的建设一脉相承，但智慧城市阶段更注
重信息资源的整合、共享、集成和服务，更强调城
市管理方面的统筹与协调，时效性要求也更高，是
信息化城市和数字城市建设进入实时互动智能服
务的更高级阶段，同时也是工业化和信息化的高
度集成。
１．３ 中国智慧城市建设的目标与动力
中国智慧城市建设的目标就是要推进城市向
着低炭、绿色、和谐和可持续发展的方向发展。中
国的城镇化和工业化相对于发达国家还有一定差
距，但在信息化上基本与之同步；而西方国家的城
镇化和工业化已经趋于成熟与稳定，在推进智慧
城市的过程中，其实际需求、动力以及资本的支撑
也没有中国这样巨大而迫切。中国当前正处于城
镇化、农业现代化、工业化、信息化同时推进的大
好时机，四化一同建设有利于相互促进更加高效
的协调发展，智慧城市建设从国家部委到地方政
府，再到相关行业和企业都非常活跃，并逐步从探
索、设计迈入建设阶段。
２ 智慧城市的总体架构及支撑技术
城市为人类提供生产繁衍、经济发展、社会交
往和文化享受这四大类职能，而智慧城市将在这
四个方面为人类提供各种智能化的应用和服务，
从而使得人与社会、人与自然更加协调的发展。
智慧城市能够为人类生存繁衍、经济发展、社会交
往和文化享受这四大类职能提供的智慧应用如
表１所示。
表１ 城市职能及智慧城市的应用
Ｔａｂ．１ Ｕｒｂａｎ Ｆｕｎｃｔｉｏｎｓ ａｎｄ Ｓｍａｒｔ Ｃｉｔｙ Ａｐｐｌｉｃａｔｉｏｎｓ
城市职能智慧城市应用
生存繁衍智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧医疗、智慧社区、智慧家居等
经济发展智慧制造、智慧工业、智慧物流、智慧国土规划等
社会交往智慧交通、智慧购物、智慧社会综合管理等
文化享受智慧教育、智慧旅游、智慧户外流媒体等
智慧城市依托数字城市技术将城市中的人和物按照地理位置进行组织，通过物联网获取并传输数据和信息，将海量实时运算交由云计算进行处理，并将结果反馈到控制系统通过物联网进行智能化和自动化控制，最终让城市达到智慧的状态。智慧城市的总体架构主要由获取数据的感知层对信息进行传输交互的网络层，提供海量数据存储、实时分析和处理的服务层，以及面向最终用户的应用层组成，如图１所示。以下就支撑智慧城市的数字城市、物联网和云计算这三大类支撑技术分别进行介绍。
２．１ 数字城市技术
数字城市是一个无缝的覆盖整个城市的信息模型，把分散在城市各处的各类信息按城市的地理坐标组织起来，既能体现出城市中各种信息（自然、人文、社会等）的内在的有机联系，又便于按地理坐标进行检索和利用［４］。将基础地理数据、正射影像数据、街景影像数据、全景影像数据、三维模型数据、专题数据等各类数据按照地理位置在数字城市里进行整合，通过面向服务的架构，把各类空间和属性数据通过网络服务发布并提供给用户［５］。各类用户通过网络注册共享自己的信息，并以服务的形式在数字城市地理空间框架平台上进行发布，政府、行业和公众等各类用户都通过网络方便地获取交通、旅游、医疗、教育、应急等相关服务［６］。
２．２ 物联网技术
通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议把任何物品与互联网连接起来进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。具体地说，就是把感应器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，并且被普遍连接，形成物联网。物联网实现了人与人、人与机器、机器与机器的互联互通［７］。世界无线研究论坛曾预测，未来世界是无所不在的物联网世界，到２０１７年，将有７万亿传感器为地球上的７０亿人口提供服务［８］。这些传感器通过各类有线和无线网络为用户提供固定、游牧和移动式无所不在的应用和服务。
２．３ 云计算技术
云计算是一种基于互联网的大众参与的计算模式，其计算资源（包括计算能力、存储能力、交互能力等）是动态、可伸缩、被虚拟化的，而且以服务的方式提供。云计算是一种基于互联网模式的计算，是分布式计算和网格计算的进一步延伸和发展［９］。云计算支撑信息服务社会化、集约化和专业化的云计算中心通过软件的重用和柔性重组进行服务流程的优化与重构，提高利用率。云计算
２３６
第３９卷第６期李德仁等：
智慧城市中的大数据
图１ 智慧城市的总体架构Ｆｉｇ．１ Ａｒｃｈｉｔｅｃｔｕｒｅ ｏｆ Ｓｍａｒｔ Ｃｉｔｙ
促进了软件之间的资源聚合、信息共享和协同工作，形成面向服务的计算。云计算能够快速处理全球的海量数据，并同时向上千万的用户提供服
务［
１０］。３ 智慧城市中的大数据
２００８年９月，Ｎａｔｕｒｅ出版《Ｂｉｇ
Ｄａｔａ》专刊［１１］
，２０１１年２月，Ｓｃｉｅｎｃｅ出版《Ｄｅａｌｉｎｇ ｗｉｔｈＤａｔａ
》专刊［１２］，指出大数据时代已到来；２０１２年３月，美国奥巴马政府宣布正式发布了“大数据研究和发展倡议”，并正式启动了该计划，认为大数据是未来世界的“石油”，该计划的意义堪比２０世纪的信息高速公路计划。从科学界到政界，都逐渐意识到大数据将是挖掘信息和知识的一个宝藏。而随着智慧城市的逐步建设和应用，人类将和各类传感器一同产生越来越多的数据，数据矿藏越来越大，数据量级将从现在的ＧＢ（ＧｉｇａＢｙ
ｔｅ）和ＴＢ（ＴｅｒａＢｙｔｅ）级逐步增长到ＰＢ（ＰｅｔａＢｙｔｅ）级甚至ＥＢ（ＥｘａＢｙ
ｔｅ）级。若能透彻分析这些结构复杂、数量庞大的数据，以云端运算整合分析，便能快速地将之转化成有价值的信息，从中探索和挖掘自然和社会的变化规律，人们的生活及行为，社会的潮流、思维和舆论趋向，推断市场对产品、服务甚至政策等各方面的反应。利用大规模有效数
据分析预测建模、可视化和发现新规律的时代就要到来。
３．１ 高速增长的大数据
智慧城市通过无所不在的物联网将现实城市与数字城市连在一起。全球每日产生超乎想象、数据量不断扩张的大数据。人们每分每秒以极速在网络上交换思想、数据和信息。１ｍｉｎ内，Ｇｏｏｇ
ｌｅ就有２００万次的搜索查询，Ｆａｃｅｂｏｏｋ有６８万条贴文，
逾２亿个电子邮件被发送；百度每天要处理６０亿次搜索请求，新增１０ＴＢ，处理超过１００ＰＢ的数据，产生一个ＴＢ的日志。目前，互联网网页总数近１万亿，数据总量接近１ ０００ＰＢ。腾讯ＱＱ月活跃用户超过８亿，
微信用户超过５亿，在线人际关系链超过１ ０００亿，经压缩后的数据总存储量达１００ＰＢ，每天１千亿次服务调用，日新增２００ＴＢ以上的数据。数字地球中的海量空间２维和３维大数据在快速增长，也将达到ＴＢ到ＰＢ级。单个高清摄像头每小时产生３．６ＧＢ数据，全中国摄像头数目超过２ ０００万个，数据量将达到ＰＢ到ＥＢ级。民航飞机装有大量传感器，每个引擎每飞行１ｈ产生２０ＴＢ数据，从伦敦到纽约的飞行将产生６４０ＴＢ数据，这些引擎状态的数据在飞行过程中通过卫星传回发动机公司进行监测。根据赛门铁克２０１２年的调研报告，全球企业数据存储总量达到２．２ＺＢ，
年增长率达３
３６
武汉大学学报·信息科学版２０１４年６月
６７％。北京公交一卡通每天使用量达４千万人次，地铁１千万人次，北京市交通调度中心每天的数据增量为３０ＧＢ，存储量为２０ＴＢ；国家电网年均产生数据５１０ＴＢ（不含视频），累计产生数据５ＰＢ；单个病人的ＣＴ影像往往多达两千幅，数据量已经到了数十ＧＢ，如今中国大城市的医院每天门诊上万人，全国每年门诊更是达数十亿人次，住院已经达到两亿人次。按照医疗行业的相关规定，患者的数据通常需要保存５０ａ以上，医疗大数据也将会达到ＥＢ级。
３．２ 智慧城市中大数据带来的挑战
智慧城市中由海量传感器组成的物联网将不断地采集海量的数据，而这些大数据需要经过存储、处理、查询和分析后才能充分用于各类应用，从而提供智慧服务，并且对大数据存储、处理、查询和分析的实时性要求越来越高，随之将带来一系列的问题和挑战。
１）大数据存储成本过高
存储技术发展带来的存储成本下降的速度远赶不上数据增长的速度，现阶段按照理想的标准存储和保存所有大数据还存在成本上的巨大障碍。以天津市安防系统为例，按理想状况进行建设４．６ＥＢ的存储能力，成本就超过５００亿元，相当于２０１２年整个西藏的ＧＤＰ总值。快速增长的数据规模及随之带来的过高成本已成为制约城市安防等系统发展的重要因素。目前我国绝大部分城市均采取缩短数据保存时限，降低数据存储质量的方式来降低建设成本，但这样又会严重降低视频数据的可追溯性和辨识价值。
２）大数据的快速检索、信息提取自动化程度较低
传统的信息系统只对数据进行简单的采集和存储，而对行为等关键语义信息缺乏有效的自动提取和分析。在大数据时代，尤其是空间、视频等大数据规模的急剧扩大进一步凸显了传统方法的困境，各种遥感对地观测卫星每天向地面发回ＰＢ级的数据，城市中视频每天采集ＥＢ级的数据，现阶段复杂的语义自动分析与理解还存在障碍。而城市中的大数据中蕴含摔倒、扭打、翻墙、徘徊以及车辆碰撞、逆行等较为重要的异常行为、事件和特征等信息，可以进行识别并进行预警，如重大抢劫事件前通常会伴随踩点这类徘徊行为。
高效地通过对象与行为识别及检索等自动化技术提取城市大数据中的语义信息，可对犯罪进行事前预警和有效震慑，对事件做到事前预防、事中实时掌握信息和事后及时处置，最终使得城市
突发事件中的人民生命财产安全以及日常生产生活秩序得到全方位的保障。
３）挖掘大数据中丰富的知识十分困难
大数据中不仅包含数据和信息，同时也隐含着丰富的规律和知识，而数据中的规律与知识并不是直接给出的，而是需要通过深度的挖掘与分析，而大数据由于自身的特性存在难以有效集成与管理、难以自动化处理与分析的问题，尤其是涉及空间相关的数据挖掘十分困难。想要挖掘与分析大数据中蕴含的规律和知识，在解决数据异构和检索等问题外，还需要解决数据筛选、语义描述、语义理解、不确定性、知识表达等一系列关键技术［１３］。而现阶段有效可行的数据筛选、语义理解、语义关联等方面还无法直接面向大数据进行应用，同时导致大数据中的规律和知识无法被充分利用。面对人类可持续发展的九大问题———人类健康、能源、气象预报、气候变化、灾害应急预测、水资源、可持续农业、生态环境和生物多样性等至今未能得到有效的回答。
４ 基于时空信息云平台的大数据服务
面对智慧城市中各类数量庞大的大数据，尤其是空间、视频等非结构化的大数据，应积极面对挑战，通过充分发挥云计算的优势并重点研究数据挖掘理论，对大数据进行有效的存储和管理，并快速检索和处理数据中的信息，挖掘大数据中的信息与知识，充分发挥大数据的价值。
在云计算与数据挖掘等技术支撑下，智能服务将从任何人可在任何时间、任何地点获取任何信息的服务（ａｎｙｏｎｅ，ａｎｙｔｉｍｅ，ａｎｙｗｈｅｒ，ａｎｙ ｉｎ－ｆｏｒｍａｔｉｏｎ，４Ａ）转变为在规定的时间、关注的地点将正确的信息传递给需要的人的灵性服务（ｒｉｇｈｔｔｉｍｅ，ｒｉｇｈｔ ｐｌａｃｅ，ｒｉｇｈｔ ｉｎｆｏｒｍａｔｉｏｎ，ｒｉｇｈｔ ｐｅｒ－ｓｏｎ，４Ｒ），从而使得城市真正达到智慧的状态。４．１ 时空信息云平台基础框架
基于云计算技术，建立从基础设施、数据、平台到服务的一体化的时空信息云平台，将空间大数据、视频大数据以及各类应用中的大数据进行有效管理，并按照实际需求进行处理、存储、管理，并提供相应服务，满足交通、物流、城市管理、旅游、安防、应急等各行业和城市综合的智慧应用。
如图２所示，时空信息云平台基础框架包含４层。第１层为设施虚拟化管理平台，采用虚拟化技术，将计算、存储、网络等多种资源形成一个
４３６
第３９卷第６期李德仁等：智慧城市中的大数据
虚拟化资源池，实现资源虚拟化管理，通过对基础设施的集中管理实现智能资源调配和动态负载均衡。第２层为云数据管理平台，实现多源、异构、海量时空数据的一体化存储与管理。第３层为云服务管理平台，
为用户提供多种类型的服务，服务统一通过服务总线进行注册，通过服务访问接口请求服务，可以根据实际业务需求实现服务自助
开发和注册。第４层为云服务门户，
通过门户网站和各类应用的形式为用户提供服务，门户对各种专题服务进行封装，如二维地图、实景地图等各种地理信息的专题服务，智慧城管、智慧社管、智慧养老、
智慧交通等各种行业的专题服务，并支持各种主流开发语言的网络版和移动版开发接口，快速构建各类智慧应用服务
。
图２ 时空信息云平台基础框架
Ｆｉｇ．２ Ｆｒａｍｅｗｏｒｋ ｏｆ Ｓｐａｔｉａｌ ａｎｄ Ｔｅｍｐ
ｏｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｃｌｏｕｄ Ｐｌａｔｆｏｒｍ４．２ 大数据的存储
基于时空信息云平台的云存储与智能压缩算法可以初步解决大数据最基本的存储问题。在设施虚拟化管理平台中，
将存储资源直接作为服务实现云存储，
云存储能够通过集群应用、网格或分布式文件系统，将网络中大量的不同类型的存储设备通过应用软件集合起来协同工作，共同提供数据存储和业务访问功能。云存储可以实现存储完全虚拟化，
所有设备对云端用户完全透明，任何云端被授权用户都可以通过网络与云存储连接，让用户拥有相当于整片云的存储能力，从而突破传统存储方式的性能和容量瓶颈，实现了性能和容量的线性扩展。智能压缩方法将从整体获取大数据冗余产生的机理出发，
将编码层次从传统的信号编码层和特征编码层提升到语义编码层。针对视频大数据，将基于全局运动估计的高效视频编码在视频对象所在的空间中对前景和背景、全局对象、
运动估计进行提取和表达，对全局冗余对５
３６
武汉大学学报·信息科学版２０１４年６月
象特征进行抽取和语义映射，在语义层上进行编码，同时也为后期的快速检索与分析提供良好的支撑。结合云存储与智能压缩，可以大幅降低存储成本，对智慧城市中的各类大数据进行有效的保存将成为可能。
４．３ 大数据的快速检索和处理
在解决基础性的存储问题后，还需要针对应用范围进行高效快速的数据检索。在检索到有效的数据集后，结合各类智慧应用的具体需求进行处理，并按需提供可靠服务。下面以检索、遥感影像处理和位置服务为例进行说明。
１
）检索云在弹性计算能力支撑下的检索云服务不仅能够自动地提取图像和视频内的特征，还能够对翻墙、
奔跑、尾随、聚集、徘徊等行为进行提取并建立索引，
如图３所示。针对视频检索，首先将视频分割成各个镜头，并实现对各个镜头的特征提取，得到一个尽可能充分反映镜头内容的特征空间，这个特征空间将作为视频聚类和检索的依据。特征提取包括关键帧中的颜色、纹理、形状等视觉特征和镜头的运动特征的提取。镜头运动特性的提取通过对镜头的运动分析（主要针对镜头运动的变化、运动目标的大小变化、视频目标的运动轨迹等）来进行。然后根据提取的关于镜头的动态特性和关键帧的一些静态特性进行索引。对于最终用户而言，只需选择感兴趣的行为和地理位置，
如对某小区搜索奔跑行为，即可快速检索到小区内与奔跑有关的对象位置、关键帧以及视频信息。
２
）
遥感云图３ 自动提取翻墙、奔跑等行为
Ｆｉｇ．３ Ａｕｔｏｍａｔｉｃ Ｅｘｔｒａｃｔｉｎｇ
Ａｃｔｉｏｎｓ Ｓｕｃｈ ａｓ Ｃｌｉｍｂ ｔｈｅ Ｗａｌｌ ＆Ｒｕｎｎｉｎｇ 遥感云通过整合各类遥感相关的信息资源，建立面向网络服务的架构，通过云计算平台为用户提供直观、便捷、定制化的地球空间服务。具体来说，遥感云就是将分布在不同地理位置的空天地传感器资源、
空间数据资源、处理算法及软件资源、地学知识资源、模块化的工作流资源等进行有效组织，并通过注册服务中心统一发布，借助于云计算平台的可伸缩性，通过计算资源、网络资源、存储资源的共享和自动控制机制以及各种网络为全社会提供地球空间信息可视化服务。国家测绘地理信息局主导建设的国家地理信息公共服务平台———天地图，采用分布式存储将全国各省市的
电子地图、影像、地形等基础地理空间数据通过门户网站提供一站式的数据资源服务，并且可以扩展到三维城市、水雨情等各类型的数据。Ｏｐ
ｅｎＲＳ－Ｃｌｏｕｄ采用将注册的数据与算法服务在云计算中心的支撑下虚拟成Ｗｅｂ桌面，让用户无需搭建专业平台，在选择遥感数据和算法后自动分配计算资源快速获得相应的处理和分析的结果。ＧｅｏＳｑｕａｒｅ采用空间信息服务链可视化建模工具，通过简单的拖拉图形对象的方式，构建从数据到算法到处理流程的完全可视化的服务链模型，分配计算资源，并获得相应的处理结果。
正在建立的空天地一体化对地观测的传感网
６
３６
第３９卷第６期李德仁等：智慧城市中的大数据
将实现全球、全天候、全天时、全方位的空间数据获取，将成为遥感云中获取地理空间数据，快速响应和预警各类灾害、资源安全等重大事件和应对全球可持续发展的重大问题的基础。国际对地观测组织把基于观测网的卫星星座观测作为未来１０年的核心计划，并在２００７年非洲及２００８年缅甸洪灾等重大灾害监测中发挥了巨大作用。
３
）位置云全球卫星导航系统由于存在各种误差，定位精度还无法达到很多行业用户的要求。为了提高定位精度，出现了连续运行参考站系统（ｃｏｎｔｉｎｕ－ｏｕｓｌｙ ｏｐｅｒａｔｉｎｇ
ｒｅｆｅｒｅｎｃｅ ｓｙｓｔｅｍ，ＣＯＲＳ），现在用户将卫星定位信息传送到位置云服务中心，位置云服务在１ｓ内即可将定位精度解算到亚米级。通过地面基准站系统的增强服务，
可以实现北斗等卫星定位系统米级高精度导航定位服务。而对于卫星信号无法覆盖的室内和地下空间，可以采用加速度计、
陀螺仪、电子罗盘、摄像头等传感器和ＷｉＦｉ（ｗｉｒｅｌｅｓｓ ｆｉｄｅｌｉｔｙ）、无线通信网、蓝牙等无线信号方式进行定位，提供高精度室内外连续定位，充分满足森林等各类环境的监测、勘察、调查，以及城管和公安等从政府、行业到公众的需求。图４为采用多传感器多网络的位置服务。４．４ 大数据的数据挖掘
科学家格雷对科学发展的四个阶段进行了划分：在几千年前，科学是经验法；在几百年前，科学是理论的分支，
由假想到印证假想的过程；在最近几十年前，科学是计算的分支，通过计算进行模拟和验证；现在，科学是数据探索与挖掘，通过数据
挖掘来统一理论、模拟和实验验证［
１４］
。
数据挖掘图４ 基于多传感器多网络的位置服务Ｆｉｇ
．４ Ｌｏｃａｔｉｏｎ Ｓｅｒｖｉｃｅ Ｂａｓｅｄ ｏｎ Ｍｕｌｔｉ－ｓｅｎｓｏｒ＆Ｍｕｌｔｉ－
ｎｅｔｗｏｒｋ已经成为从大数据中发现和探索科学以及知识发现的一个重要手段和解决现实重大问题与需求的有效方法。通过对智慧城市中的大数据进行数据挖掘，
可以从中探索和发现自然和社会的变化规律，
包括人们的生活、行为及喜好，社会的潮流、思维和舆论趋向，推断市场对产品、服务甚至政策等各方面的反应等。下面具体分析大数据的数据挖掘过程以及空间、属性相关的数据挖掘。
１
）数据挖掘的过程对大数据进行数据挖掘需要对整个过程都面向大数据的特点往前端和后端延伸，具体过程包括从海量、
多源大数据中进行处理和分析，自动发现和提取隐含的模式、规则和知识，通过可视化并融合为易于人类理解的方式进行展现，具体过程如图５所示。数据挖掘与数据检索、处理和信息提取相比较而言有更大的难度，需要基于大数据和知识库的智能推理等相关理论技术的支持
。
图５ 大数据的数据挖掘的过程Ｆｉｇ．５ Ｄａｔａ Ｍｉｎｉｎｇ Ｐｒｏｃｅｓｓ ｏｆ Ｂｉｇ
Ｄａｔａ 数据挖掘首先获取并存储数据，
按照挖掘需求在大数据中进行数据采集、检索和整合，并对数据进行筛选，
包括去噪、取样、过滤、合并、标准化等去除冗余和多余数据，建立待处理数据集。接着对数据集进行处理和分析，包括线性、非线性、因子、序列分析、线性回归、变量曲线、双变量统计
７
３６
武汉大学学报·信息科学版２０１４年６月
等处理和分析，按照一定方式对数据进行分类，并分析数据间及类别间的关系等。然后对分类后的数据通过人工神经网络、决策树、遗传算法等方法揭示数据间的内在联系，发现深层次的模式、规则及知识。对发现的这些模式、规则及知识按照变量的关系以人类易于理解的可视化方式给出变量间的关系分析，对于各类不同又有一定关联的内容，可以将其融合在一起，更直观展示并供人类分析和利用。
２）集成空间和属性数据的数据挖掘
空间数据是与对象的地理和空间分布有关的、反映现实世界各种现象及其变化的记录，与一般数据相比，空间数据不仅具有空间性、时间性、多维性、海量性、复杂性等特点，还包含空间不确定性［１５］。而属性数据是对象的非空间数据，可以具有离散类别值或连续值。基于空间和属性数据的数据挖掘是指从空间和属性数据及关联信息中提取用户感兴趣的空间模式与特征、空间与非空间数据的普遍关系及其他一些隐含在数据中的普遍的特征、规律和知识。基于空间和属性数据的数据挖掘与其使用的挖掘方法与发现的知识类型密切相关，空间数据挖掘理论与方法的选取将直接影响到所发现知识的优劣。空间数据挖掘的主要理论和方法包括概率论、证据理论、空间统计学、规则归纳、聚类分析、空间分析、模糊集、云模型、数据场、粗集、神经网络、遗传算法、决策树等。以上方法不是孤立应用的，为了发现某类知识，常常要综合应用这些方法，根据特定的需求综合选择和使用相应的数据挖掘理论、方法和工具，并充分利用机器学习和人工智能等自学习技术来提高自动化程度，减少人机交互的参与程度。
５ 智慧城市运营中心
５．１ 智慧城市需要运营中心
一个城市在完成物联网、云计算、数字城市地理空间框架等相关平台和基础设施的建设后，如何更好地在城市运行中充分发挥其巨大的智能作用，就需要一个融合各类实时数据、信息和汇聚各种服务的机构———智慧城市运营中心（ｓｍａｒｔ ｃｉｔｙｏｐｅｒａｔｉｏｎ ｃｅｎｔｅｒ，ＳＣＯＣ）。ＳＣＯＣ作为智慧城市的“心脏”，将全方位地收集和监控城市运行中的各类数据与信息，并面向政府、企业和个人提供智能化和个性化的定制服务。
ＳＣＯＣ的建设，在规划和设计上首先对智慧城市进行顶层设计，制定相关政策法规与标准；统一规划各行业信息化发展的目标、框架、任务、运营管理机制等；在顶层设计上进行各种规范和标准的统一。在城市运营中，整合与共享城市信息资源；实时监控城市运行状况，并实现多部门的协同与指挥。在服务全社会上，全面促进面向全社会的大数据开放应用、服务与交易体系的形成，形成完善的基于大数据的包括公益及商业化深加工在内的各层次应用和服务体系。
５．２ 智慧城市运营中心的组成
ＳＣＯＣ一般由大数据中心、城市运行监控与指挥中心、城市ＩＴ基础设施运维中心、智慧服务中心４个部分组成。大数据中心将成为城市运营的数据资源池和物联网的枢纽，实现城市运营数据的实时全面感知。城市运行监控与指挥中心将在实时全面感知的基础上，实现跨部门、跨区域、跨系统的高效协同与应急响应。城市ＩＴ基础设施运维中心负责对ＳＣＯＣ的基础设施进行维护和更新，保证ＳＣＯＣ全天候的安全和稳定运行。智慧服务中心除面向政府提供服务外，还能面向城市中的各类企业和公众提供服务。
传统的政府ＩＴ信息化架构将逐渐被“云－端”互动的智慧城市所取代，降低城市信息化建设与运维的成本，最大程度地降低政务成本，全面提升城市运营效率。政府治理的模式也将通过ＳＣＯＣ真正从城市管理走向城市运营与服务。
５．３ 智慧城市运营中心的作用
ＳＣＯＣ对城市不仅能够提供城市运营和服务，还能将政府治理和重大决策以大数据为基础，基于数据和实证事实，避免个人主观意志及各类商业利益集团的影响。
城市运行将实现可视化、可控化、智能化、可预测及可量化评估与持续优化。政府将因此变得更加开放和负责，并更有效率，从而最大程度地降低行政风险。麦肯锡的研究表明，欧洲公共管理部门应用大数据以后，每年潜在的价值将达到２ ５００亿美元［１６］。企业也能够通过大数据重组生产资源，优化商业模式，获得更大效益。如在银行选址问题上，不仅需要综合考虑位置、人口分布、消费水平和结构、聚集效应、交通等因素，还要考虑各银行当前运营状况的各种属性数据，在大数据中充分对空间数据与属性数据进行数据挖掘，可以因地制宜地对不同等级的银行网点进行合理规划和布局。面向公众的各类智慧服务将贯穿出生、医疗、教育、就业、婚育、养老、殡丧等人生的全过程，提升城市居民的幸福感。
美国纽约等五大城市已将城市数据库和相关
８３６
第３９卷第６期李德仁等：智慧城市中的大数据
海量信息向社会大众开放，各类企业、组织和个人均可以通过开放的大数据挖掘出各自需要的信息与知识，提供各类智能的服务，提升自身竞争力的同时提升了城市整体的综合竞争力。开放大数据的最终目的是为了吸引更多的投资人、更多的旅游者以及提供更友好的服务，从而更好地推动城市的发展和繁荣。
６ 结语与展望
智慧城市是基于数字城市、物联网和云计算建立的现实世界与数字世界的融合，以实现对人和物的感知、控制和智能服务。智慧城市对经济转型发展、城市智能管理和对大众的智能服务具有广泛的前景，从而使得人与自然更加协调的发展。智慧城市建设是一个系统工程，需要根据每个城市自身的特点，在做好顶层设计后统一规划，分步实施。智慧城市的实现需要建设更加完善的信息基础设施和包括智慧城市运营为主的技术支撑，才能保证各种智慧城市的应用能够用得好、用得起。智慧城市建设中将产生的大数据问题既是下一代的科学前沿问题，也是推进智慧城市发展的源动力，它必将带来新的机遇和挑战，需要有针对性地加快有关大数据的技术创新和重点攻关研究，才能推动和加速智慧服务产业的发展，以更好、更多的智慧应用服务大众的同时，让城市更加科学、高效、低碳和安全地运行。
参 考 文 献
［１］ Ｌｉ Ｄｅｒｅｎ，Ｙａｏ Ｙｕａｎ，Ｓｈａｏ Ｚｈｅｎｆｅｎｇ，ｅｔ ａｌ．ＦｒｏｍＤｉｇｉｔａｌ Ｅａｒｔｈ ｔｏ Ｓｍａｒｔ Ｅａｒｔｈ［Ｊ］．Ｃｈｉｎｅｓｅ Ｓｃｉｅｎｃｅ
Ｂｕｌｌｅｔｉｎ，２０１４，５９（８）：７２２－７３３
［２］ Ｌｉ Ｄｅｒｅｎ，Ｓｈａｎ Ｊｉｅ，Ｓｈａｏ Ｚｈｅｎｆｅｎｇ，ｅｔ ａｌ．Ｇｅｏｍａｔ－ｉｃｓ ｆｏｒ Ｓｍａｒｔ Ｃｉｔｉｅｓ—Ｃｏｎｃｅｐｔ，Ｋｅｙ Ｔｅｃｈｎｉｑｕｅｓ，ａｎｄ
Ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｇｅｏ－ｓｐａｔｉａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ，
２０１３，１６（３）：１３－２４
［３］ Ｇｏｒｅ Ａ．Ｔｈｅ Ｄｉｇｉｔａｌ Ｅａｒｔｈ：Ｕｎｄｅｒｓｔａｎｄｉｎｇ ＯｕｒＰｌａｎｅｔ ｉｎ ｔｈｅ ２１ｓｔ Ｃｅｎｔｕｒｙ［Ｊ］．Ｐｈｏｔｏｇｒａｍｍｅｔｒｉｃ
Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，１９９９，６５（５）：
５２８
［４］ Ｓｈａｏ Ｚｈｅｎｆｅｎｇ，Ｌｉ Ｄｅｒｅｎ．Ｉｍａｇｅ Ｃｉｔｙ Ｓｈａｒｉｎｇ Ｐｌａｔ－ｆｏｒｍ ａｎｄ Ｉｔｓ Ｔｙｐｉｃａｌ Ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｓｃｉｅｎｃｅ ｉｎ
Ｃｈｉｎａ（Ｓｅｒｉｅｓ Ｆ：Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ），２０１１，５４
（８）：１ ７３８－１ ７４６
［５］ Ｌｉ Ｄｅｒｅｎ，Ｓｈａｏ Ｚｈｅｎｆｅｎｇ．Ｔｈｅ Ｎｅｗ Ｅｒａ ｆｏｒ Ｇｅｏ－ｉｎ－
ｆｏｒｍａｔｉｏｎ［Ｊ］．Ｓｃｉｅｎｃｅ ｉｎ Ｃｈｉｎａ（Ｓｅｒｉｅｓ Ｆ：Ｉｎｆｏｒ－
ｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ），２００９，５２（７）：１ ２３３－１ ２４２
［６］ Ｌｉ Ｄｅｒｅｎ，Ｙａｏ Ｙｕａｎ，Ｓｈａｏ Ｚｈｅｎｆｅｎｇ．Ｔｈｅ ＮｅｗＭｉｓｓｉｏｎ ｆｏｒ Ｓｕｒｖｅｙｉｎｇ，Ｍａｐｐｉｎｇ ａｎｄ Ｇｅｏｇｒａｐｈｉｃ Ｉｎ－
ｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ｉｎ ｔｈｅ Ｓｍａｒｔ Ｅａｒｔｈ Ｅｒａ［Ｊ］．Ｓｃｉ－
ｅｎｃｅ ｏｆ Ｓｕｒｖｅｙｉｎｇ ａｎｄ Ｍａｐｐｉｎｇ，２０１２，３７（６）：５－８
（李德仁，姚远，邵振峰．智慧地球时代测绘地理信
息学的新使命［Ｊ］．测绘科学，２０１２，３７（６）：５－８）［７］ ＩＴＵ．ＩＴＵ Ｉｎｔｅｒｎｅｔ Ｒｅｐｏｒｔｓ ２００５：ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆＴｈｉｎｇｓ［Ｒ］．ＩＴＵ，Ｔｕｎｉｓ，Ｔｕｎｉｓｉａ，２００５
［８］ Ｕｕｓｉｔａｌｏ Ｍ Ａ．Ｇｌｏｂａｌ Ｖｉｓｉｏｎｓ ｆｏｒ ｔｈｅ Ｆｕｔｕｒｅ Ｗｉｒｅ－ｌｅｓｓ Ｗｏｒｌｄ ｆｒｏｍ ｔｈｅ ＷＷＲＦ［Ｊ］．ＩＥＥＥ Ｖｅｈｉｃｕｌａｒ
Ｔｅｃｈｎｏｌｏｇｙ Ｍａｇａｚｉｎｅ，２００６，１（２）：４－８
［９］ Ｌｉ Ｄｅｙｉ．Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ Ｓｕｐｐｏｒｔｓ Ｓｏｃｉａｌｉｔｙ，Ｉｎ－ｔｅｎｓｉｖｅｎｅｓｓ ａｎｄ Ｓｐｅｃｉａｌｉｚａｔｉｏｎ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｒｖｉｃｅ
［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｐｏｓｔｓａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉ－ｔｉｏｎ），２０１０，２２（６）：６９８－７０２（李德毅．云计算支撑
信息服务社会化、集约化和专业化［Ｊ］．重庆邮电大
学学报（自然科学版），２０１０，２２（６）：６９８－７０２）
［１０］Ｂａｒｒｏｓｏ Ｌ Ａ，Ｄｅａｎ Ｊ，Ｈ ｌｚｌｅ Ｕ．Ｗｅｂ Ｓｅａｒｃｈ ｆｏｒ ａＰｌａｎｅｔ：Ｔｈｅ Ｇｏｏｇｌｅ Ｃｌｕｓｔｅｒ Ａｒｃｈｉｔｅｃｔｕｒｅ［Ｊ］．ＩＥＥＥ
Ｍｉｃｒｏ，２００３，２３（２）：２２－２８
［１１］Ｈｏｗｅ Ｄ，Ｃｏｓｔａｎｚｏ Ｍ，Ｆｅｙ Ｐ，ｅｔ ａｌ．Ｂｉｇ Ｄａｔａ：ＴｈｅＦｕｔｕｒｅ ｏｆ Ｂｉｏｃｕｒａｔｉｏｎ［Ｊ］．Ｎａｔｕｒｅ，２００８，４５５（Ｓｐｅ－
ｃｉａｌｓ）：４７－５０
［１２］Ｒｅｉｃｈｍａｎ Ｏ，Ｊｏｎｅｓ Ｍ，Ｓｃｈｉｌｄｈａｕｅｒ Ｍ．Ｃｈａｌｌｅｎｇｅｓａｎｄ Ｏｐｐｏｒｔｕｎｉｔｉｅｓ ｏｆ Ｏｐｅｎ Ｄａｔａ ｉｎ Ｅｃｏｌｏｇｙ［Ｊ］．Ｓｃｉ－
ｅｎｃｅ，２０１１，３３１（６ ０１８）：７０３－７０５
［１３］Ｌｉ Ｄｅｒｅｎ，Ｗａｎｇ Ｓｈｕｌｉａｎｇ，Ｓｈｉ Ｗｅｎｚｈｏｎｇ，ｅｔ ａｌ．ＯｎＳｐａｔｉａｌ Ｄａｔａ Ｍｉｎｉｎｇ ａｎｄ Ｋｎｏｗｌｅｄｇｅ Ｄｉｓｃｏｖｅｒｙ［Ｊ］．Ｇｅｏｍａｔｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ｏｆ Ｗｕｈａｎ Ｕｎｉ－
ｖｅｒｓｉｔｙ，２００１，２６（６）：４９１－４９９（李德仁，王树良，史文
中，等．论空间数据挖掘和知识发现［Ｊ］．武汉大学
学报·信息科学版，２００１，２６（６）：４９１－４９９）
［１４］Ｈｅｙ Ｔ，Ｔａｎｓｌｅｙ Ｓ，Ｔｏｌｌｅ Ｋ．Ｔｈｅ Ｆｏｕｒｔｈ Ｐａｒａｄｉｇｍ：Ｄａｔａ－ｉｎｔｅｎｓｉｖｅ Ｓｃｉｅｎｔｉｆｉｃ Ｄｉｓｃｏｖｅｒｙ［Ｍ］．Ｗａｓｈｉｎｇ－
ｔａｎ：Ｍｉｃｒｏｓｏｆｔ Ｒｅｓｅａｒｃｈ，２００９
［１５］Ｌｉ Ｄｅｒｅｎ，Ｗａｎｇ Ｓｈｕｌｉａｎｇ，Ｌｉ Ｄｅｙｉ．Ｓｐａｔｉａｌ ＤａｔａＭｉｎｉｎｇ Ｔｈｅｏｒｉｅｓ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｓｃｉ－
ｅｎｃｅ Ｐｒｅｓｓ，２００６（李德仁，王树良，李德毅．空间数
据挖掘理论与应用［Ｍ］．北京：科学出版社，２００６）［１６］Ｍａｎｙｉｋａ Ｊ，Ｃｈｕｉ Ｍ，Ｂｒｏｗｎ Ｂ，ｅｔ ａｌ．Ｂｉｇ Ｄａｔａ：ＴｈｅＮｅｘｔ Ｆｒｏｎｔｉｅｒ ｆｏｒ Ｉｎｎｏｖａｔｉｏｎ，Ｃｏｍｐｅｔｉｔｉｏｎ，ａｎｄ
Ｐｒｏｄｕｃｔｉｖｉｔｙ［Ｒ］．Ｔｈｅ ＭｃＫｉｎｓｅｙ Ｇｌｏｂａｌ Ｉｎｓｔｉｔｕｔｅ，ＵＳＡ，２０１１
９
３
６
武汉大学学报·信息科学版２０１４年６月
Ｂｉｇ
Ｄａｔａ ｉｎ Ｓｍａｒｔ ＣｉｔｙＬＩ Ｄｅｒｅｎ１，
２ ＹＡＯ Ｙｕａｎ１ ＳＨＡＯ Ｚｈｅｎｆｅｎｇ
２
１ Ｓｃｈｏｏｌ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７９，Ｃｈｉｎａ２ Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ｉｎ Ｓｕｒｖｅｙｉｎｇ，Ｍａｐｐｉｎｇ
ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ
，Ｗｕｈａｎ ４３００７９，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｗｅ ｉｎｔｒｏｄｕｃｅ ｔｈｅ ｃｏｎｃｅｐｔ ｏｆ ｔｈｅ ｓｍａｒｔ ｃｉｔｙ，ｓｕｍｍａｒｉｚｅ ｉｔｓ ｄｅｖｅｌｏｐ
ｍｅｎｔｐｒｏｃｅｓｓ，ａｎａｌｙｚｅ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｍｏｔｉｖａｔｉｏｎ ａｎｄ ｏｂｊｅｃｔｉｖｅ ｏｆ ｔｈｅ ｓｍａｒｔ ｃｉｔｙ ｉｎ Ｃｈｉｎａ ａｎｄ ｅｌａｂｏｒａｔｅ ｔｈｅｓｕｐｐｏｒｔｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ ｔｈｅ ｓｍａｒｔ ｃｉｔｙ．Ｔｈｅｎ ｗｅ ｐｒｏｐｏｓｅ ａ ｓｍａｒｔ ｃｉｔｙ
ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ｗｈｉｃｈ ｉｓ ｂａｓｅｄｏｎ ｄｉｇｉｔａｌ ｃｉｔｙ，ｔｈｅ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ（ＩＯＴ）ａｎｄ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｉｅｓ．Ｓｍａｒｔ ｃｉｔｙ ｗｉｌｌ ａ－ｃｈｉｅｖｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ａｗａｒｅｎｅｓｓ ａｎｄ ｍａｎａｇｅｍｅｎｔ ｏｆ ｐｅｏｐｌｅ ａｎｄ ｔｈｉｎｇｓ ｔｏ ｐｒｏｖｉｄｅ ｖａｒｉｏｕｓ ｉｎｔｅｌｌｉｇｅｎｔｓｅｒｖｉｃｅｓ．Ｓｍａｒｔ ｃｉｔｙ ｗｉｔｈ ｍａｓｓ ｓｅｎｓｏｒｓ ｗｉｌｌ ｃｏｎｔｉｎｕｏｕｓｌｙ ｃｏｌｌｅｃｔ ｖａｓｔ ａｍｏｕｎｔｓ ｏｆ ｄａｔａ．Ｂｉｇ
ｄａｔａ ｉｎｓｍａｒｔ ｃｉｔｙ ａｌｓｏ ｂｒｉｎｇ ｍａｎｙ ｐｒｏｂｌｅｍｓ ａｎｄ ｃｈａｌｌｅｎｇｅｓ．Ｔｏ ｄｅａｌ ｗｉｔｈ ｔｈｏｓｅ ｂｉｇ ｄａｔａ－ｒｅｌａｔｅｄ ｉｓｓｕｅｓ，ｗｅｐｒｏｐｏｓｅ ａ ｓｔｒａｔｅｇｙ ｍａｉｎｌｙ ｂａｓｅ ｏｎ ｔｈｅ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ａｎｄ ｄａｔａ ｍｉｎｉｎｇ．Ａｆｔｅｒ ｔｈａｔ，ｗｅ ｐｒｅｓｅｎｔｅ ａｆｒａｍｅｗｏｒｋ ｆｏｒ ｃｌｏｕｄ ｐｌａｔｆｏｒｍ ａｎｄ ｐｒｏｐｏｓｅ ｔｈｅ ｓｕｇｇｅｓｔｉｏｎ ｏｆ ｅｓｔａｂｌｉｓｈ ｓｍａｒｔ ｃｉｔｙ
ｏｐｅｒａｔｉｏｎ ｃｅｎｔｅｒ．Ｉｎｔｈｅ ｅｎｄ，ｗｅ ｌｏｏｋ ｆｏｒｗａｒｄ ｔｏ ａ ｂｒｉｇｈｔ ｆｕｔｕｒｅ ｆｏｒ ｔｈｅ ｓｍａｒｔ ｃｉｔｙ．Ｋｅｙ
ｗｏｒｄｓ：ｓｍａｒｔ ｃｉｔｙ；ｂｉｇ ｄａｔａ；ｄｉｇｉｔａｌ ｃｉｔｙ；ＩＯＴ；ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ；ｄａｔａ ｍｉｎｉｎｇ；ｉｎｔｅｌｌｉｇｅｎｃｅ ｓｅｒｖｉｃｅＦｉｒｓｔ ａｕｔｈｏｒ：ＬＩ Ｄｅｒｅｎ，ｐｒｏｆｅｓｓｏｒ，ＰｈＤ ｓｕｐｅｒｖｉｓｏｒ，Ａｃａｄｅｍｉｃｉａｎ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ａｃａｄｅｍｉｃｉａｎ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ａｃａｄｅｍｉｃｉａｎ ｏｆ Ｅｕｒｏ－Ａｓｉａ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ．Ｈｅ ｉｓ ｃｏｎｃｅｎｔｒａｔｅｄ ｏｎ ｔｈｅ ｒｅｓｅａｒｃｈ ａｎｄ ｅｄｕｃａｔｉｏｎ ｉｎ ｓｐａｔｉａｌ ｉｎ－ｆｏｒｍａｔｉｏｎ ｓｃｉｅｎｃｅ ａｎｄ ｔｅｃｈｎｏｌｏｇｙ ｒｅｐｒｅｓｅｎｔｅｄ ｂｙ ＲＳ，ＧＰＳ ａｎｄ ＧＩＳ，ａｎｄ ｐｒｏｍｏｔｅ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｄｉｇｉｔａｌ ｃｉｔｙ，ｄｉｇｉｔａｌ Ｃｈｉｎａ，ｓｍａｒｔ ｃｉｔｙａｎｄ ｓｍａｒｔ Ｃｈｉｎａ．Ｅ－ｍａｉｌ：ｄｒｌｉ＠ｗ
ｈｕ．ｅｄｕ．ｃｎＣｏｒｒｅｓｐｏｎｄｉｎｇ
ａｕｔｈｏｒ：ＹＡＯ Ｙｕａｎ，ＰｈＤ ｃａｎｄｉｄａｔｅ．Ｅ－ｍａｉｌ：ｗｈｙａｏｙｕａｎ＠１６３．ｃｏｍＦｏｕｎｄａｔｉｏｎ ｓｕｐｐｏｒｔ：Ｔｈｅ Ｎａｔｉｏｎａｌ Ｋｅｙ Ｂａｓｉｃ Ｒｅｓｅａｒｃｈ Ｐｒｏｇｒａｍ，Ｎｏ．２０１０ＣＢ７３１８０１；ｔｈｅ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ ｏｆ Ｃｈｉｎａ，Ｎｏ．６１１７２１７４；ｔｈｅ Ｏｐｅｎ Ｆｕｎｄ ｏｆ ｔｈｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｄｉｇｉｔａｌ Ｏｃｅａｎｉｃ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎｏ．ＫＬＤＯ２０１３０７；ｔｈｅ Ｎａｔｉｏｎａｌ ＫｅｙＳｃｉｅｎｔｉｆｉｃ Ｉｎｓｔｒｕｍｅｎｔ ａｎｄ Ｅｑｕｉｐｍｅｎｔ Ｄｅｖｅｌｏｐｍｅｎｔ，Ｎｏ．２０１２ＹＱ１６０１８５０５；ｔｈｅ Ｋｅｙ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｐｒｏｇｒａｍ ｏｆＣｈｉｎａ，Ｎｏ．２０１３ＢＡＨ４２Ｆ０３；Ｎｅｗ Ｃｅｎｔｕｒｙ
Ｅｘｃｅｌｌｅｎｔ Ｔａｌｅｎｔｓ ｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｎｏ．ＮＣＥＴ－１２－０４２６．０
４６
大数据时代的智慧城市建设 郑赋斌
大数据时代的智慧城市建设郑赋斌 发表时间：2019-10-18T13:15:36.607Z 来源：《基层建设》2019年第18期作者：郑赋斌[导读] 摘要：信息化发展的步伐越来越快，大数据、物联网、智能化技术得到普遍发展运用，为新技术、新环境的发展奠定了良好基础。 身份证号码：41052119800215xxxx 摘要：信息化发展的步伐越来越快，大数据、物联网、智能化技术得到普遍发展运用，为新技术、新环境的发展奠定了良好基础。在全世界发展范围内，不同的国家和地域之间，都在推行数字智慧化发展战略，希望建设智慧化城乡。习总书记在全国十九大中，关于智慧国家、智慧城市的发展建设方面做出重要指示，提出智慧化、信息化发展理念，利用大数据技术，实现城乡发展的深入深度融合，使得整个社会实现均衡发展。本文首先分析了大数据时代概念，接下来详细阐述了大数据与智慧城市，最后对大数据时代城乡规划和智慧城市建设要点做详细介绍，希望通过本文的分析与研究，为我国大数据时代的智慧城市建设增砖添瓦，同时希望行业内人士以借鉴和启发。 关键词：大数据时代；智慧城市；建设 引言 大数据时代的到来，不仅改变了人们日常生活方式，也对我国城乡规划与建设带来了新的技术与理念。智慧城市是大数据发展的重要载体，而智慧城市建设的核心是数据资源，两者密不可分。城市大数据的分析将彻底改变传统城乡规划的编制方式，智慧城市的建设也将全面提升人民的生活品质和城市的运行效率。 1大数据时代概念 所谓大数据，从字面可以理解为所有数据信息的集合，是提高事物决策力、洞察力的海量信息资产，需要以全新视角和处理方式才能对其充分利用与发开。大数据是信息技术发展的直接产物，由于现代社会正处于一个高速运转和信息爆炸的年代，依托大数据作为数据基础，有助于各项工作的全面性和准确性。与此同时，大数据信息是一种开放的、真实的信息资源，全民均参与其中，因此一些涉及公共利益的社会决策依托大数据在一定程度上也体现了“以人为本”的发展理念，不仅确保了社会资源的合理分配，同时也使相关决策更加科学与合理。 2大数据与智慧城市 大数据系统庞大，可通过对大量数据的分析为城市居民的生活提供便利，可为城市规划提供可靠的数据支持。智慧城市的建设重点需要突出“智慧”，这就需要依赖对大数据的深度分析与利用。在大数据的应用上，首先需要进一步做好数据的整合与分析工作，应该通过对城市信息的分析，整合在城市建设进程中可能出现的问题以及存在的机遇，提高在建设过程中对整体的感知与把控能力，为此在实施上需要做好物联网技术、识别技术、传感技术、无线网络技术等的覆盖应用。同时应该进一步完成对各类数据资源的整合，尽可能消除城市中所存在的信息孤岛，促进信息的共享与交互。为保障大数据技术的应用，还需要做好人才培养与挖掘工作，以人力资本优势促进大数据技术的进步，做好研发工作。此外，在数据的分析与应用过程中，必然会涉及公民隐私与安全问题，这就需要做好网络信息的安全等级设定与评估工作，并严格控制好信息利用过程，防止由于信息安全而导致智慧城市建设进程受阻。 3大数据时代城乡规划和智慧城市建设要点 3.1在城市记忆中提取文化要素 城市记忆是集体共鸣的抽象化，也称集体记忆。是物质与非物质间相互影响下的产物，例如经济、政治、文化、艺术、历史传统、民风民俗等......，唤起记忆=文脉延续，当人们脑海中对于一座城市的记忆在某些契机下被唤醒时，当下与曾经便得以重合，文脉便得到延续。纵观如今城市建设处于现代主义向后现代主义的转型变迁中，城市空间的异化和城市历史地段的消逝造成了城市“失忆”现象，一些“逝去”老街区，待拆的老房子......，使人们在不断变化和巨型构筑物的现代城市里迷失。所以想要延续城市文脉就要保留城市记忆，在城市记忆中提取文化要素，才能合理对城市街道空间景观进行设计。例如曾经街巷之门在我国南北方一些城市中都有不同的样式表现，上海朱家门一处小巷口“巷门”式牌坊非常精致，而杭州“高银巷口”牌坊便设计成街门，这种历史元素的提取成就街巷的“名片”，表现出城市某些记忆的延续，体现出某种文化理念。 3.2智慧企业建设 企业是支持城市发展的重要力量，为推动智慧城市的发展，必须推动智慧企业的建设。在智慧企业的建设中，利用大数据可明显提高企业的核心竞争力，可改善传统模式下企业对自身经营发展只停留在表面信息分析上的问题，有助于深挖客户需求，完善业务流程，且可通过对产品市场的分析，获取更有价值的信息。为保障智慧企业的建设，需要大力发展智慧电子商务，提高企业对电子商务消费模式、信息流、资金流等要素的感知能力，并为其打造一体化的电子商务平台，以此通过整合信息优化企业建设，为消费者提供更为优质的体验。另外，也需要从物流上入手，可采用商品置入芯片的方式，完成对供应链过程的监督与管理，确保其整个供应流程都可被互联网、传感器等感知，进而构建更为完善的物流体系，以此进一步降低物流成本，提高客户对物流信息的掌控能力。可从共性支撑平台的建设入手，以数据的开放共享和融合利用为核心，为各行业、各部门提供城市数据资源体系和应用支撑服务。 3.3建立城市运行中心 智慧城市的良好运行离不开城市大脑的指挥，城市运行中心的建立将为智慧城市提供一个具有智能决策分析功能的城市大脑。大数据就像是血液一样流淌于智慧城市的各个方面，为智慧安全、智慧交通、智慧医疗、智慧生活和智慧环保等各领域提供强大的决策支持。这个统一的城市运行中心将实现城市各种数据资源的融合与共享，并与政府和企业进行跨部门的协调联动，为城市高效运转和政府精准管理提供有力支撑，从而更好地对城市的公共服务设施、市政公用设施、道路交通设施、公共安全、生态环境、经济发展、社会民生、城市产业等城市运行情况全方位地进行系统有效的掌握和管理。 3.4构建城市开放信息平台 智慧城市是以“以人为本”为基本原则，以“为民、便民、惠民”为导向进行创建的，这就离不开大数据平台的构建。城市开放信息平台的建设将实现数据共融共享，保障数据安全，提升网络数据效率，从而及时应对城市系统运行过程中出现的问题。信息平台将全方位整合金融、医疗、健康、养老、教育、旅游、交通、社会保障等与人们生活相关的各种服务，支持电脑及手机APP多终端快速查询及业务办理，提升人民对城市公众参与的积极性。随着各行各业“互联网+”战略快速推进，互联网应用更加丰富，公共服务更加多元，线上线下结合更加紧密，将为人们提供更加公平、高效、优质、便捷的服务。
大数据背景下智慧城市建设方案研究 王明华
大数据背景下智慧城市建设方案研究王明华 发表时间：2018-05-28T16:55:45.473Z 来源：《建筑模拟》2018年第3期作者：王明华 [导读] 城市是人类文明的载体，也是人类群居生活的高级形式。 江苏星月测绘科技股份有限公司江苏省盐城市 224002 摘要：现阶段，我国的经济发展的十分的迅速，城市化进程不断地发展。智慧城市为城市建设提供了新的理念和发展方向，其实质是利用先进的信息技术，实现城市智慧式管理和运行，促进城市和谐、可持续发展，在其建设过程中更加注重人工智能与人的智慧的结合，更加明确不同使用者，以满足不同人的需求，目前已在民生、市场监管和政府服务领域等方面的建设取得了良好的效果。随着大数据时代的到来，智慧城市的建设迎来了前所未有的挑战与机遇。在大数据背景下，一方面，基于海量数据挖掘出的信息为智慧城市的建设提供了决策支持；另一方面，大数据有可能使城市管理者陷入海量非结构化的信息中，难以对信息进行有效处理。如何在大数据背景下更好地建设智慧城市是亟待解决的问题。汲取目前大数据背景下智慧城市建设方面已有研究成果是进一步深化该领域研究的前提，本文利用可视化图谱分析法和内容分析法对这些研究结果进行深入全面的分析，以期为后续研究提供参考。 关键词：大数据背景；智慧城市；建设方案研究 1引言 城市是人类文明的载体，也是人类群居生活的高级形式。中国是个人口大国，改革开放以来，中国的经济以惊人的速度迅速发展，城市的集聚效应已非常明显，越来越多的“城市病”体现了出来，如：人口膨胀，交通拥堵，环境恶化，资源短缺，城市贫困等。促进生活和谐，提高生活质量是每一个人的愿望，基于此，智慧城市被看作是治疗“城市病”的一剂“良药”。智慧城市的建设会产生大量的数据，大数据的产生又能推动智慧城市的发展，大数据是发展智慧城市必不可少的信息资源。本文将对大数据背景下智慧城市的建设研究进行综述。 2大数据背景下智慧城市建设的关键技术 2.1云计算技术 云计算技术同样是基于互联网实现，通过将计算分布在大量的分布式计算机上，把强大的计算供能以及应用服务像普通商品一样提供给大众，是一类新兴的服务于商业的计算形式。云计算的核心技术在于编程模型、海量数据分布存储技术及管理技术、虚拟化技术和云计算平台管理技术，其典型代表有Google的云计算平台和IBM蓝云计算平台。云计算技术解决了由于硬件原因导致的计算机计算能力的绝对性，使用户可以通过配置较低的计算机就可以具有强大的计算能力，而智慧城市建设需要处理大量的数据信息，要求强大的计算能力作为系统支撑，面对采集到的动态海量数据信息，如果仅仅依靠传统的计算技术，则需要建设庞大的计算机组，对硬件配置要求很高，同时也增加了硬件维护的成本，云计算则解决了次难题，通过分散在不同地区的大量的服务器集群，实现对海量信息的计算。 2.2物联网技术 物联网技术是在这GPS定位基础之上产生的，通过数据的传递实现物品和网络之间的相互沟通，这也是建立在一定协议基础之上的，该协议的建立促进不同数据信息之间的相互交流，实际上达到了传递的效果，这也对智慧化城市的建设提供了基本的保障。物联网技术的核心有两个方面的内容，首先是互联网技术，其次是传感器技术。物联网实质上实现了物品与物品之间的相互连通，这是智慧化城市建立的基础和保障。实质上物联网技术在智慧化城市建设过程当中发挥着的底层支撑的作用，属于中坚力量的范畴，因而对于整个方案的成功具有重大的意义。 3大数据背景下智慧城市建设方案 3.1网络设施 网络设施是智慧城市实现内部互联的基本要求，因此智慧城市建设要从基础宽带、无线网和手机网络出发，重点完善城市网络质量及覆盖率。首先是基础宽带面，一方面要解决宽带质量问题，主要对原始宽带进行提速，提高光纤宽带接入率，使城市宽带上升至百兆级别；另一方面要解决宽带覆盖率问题，在城市宽带实现提速的基础上，推进光纤宽带的大规模普及，从而将城市中各组成要素实现互联互通的高速化，以加快智慧城市网络信息响应速度，提升城市智慧化水平。其次是无线网络方面，随着以智能手机为代表的移动终端设备的高速普及，在改变了人们生活方式的同时，也使日常生活更加便捷化和高效化，而智慧化城市建设的初衷即为改善民生，因此城市基础服务设施建设要配合人们生活习惯，并借助于不断革新的高科技技术，为市民提供更为贴心、便捷和智能化的服务，由于智能手机和平板电脑的日渐普及，人们对无线网络的需求不断提升，而智慧城市建设同样需要无线网络的支持，因此，加快公益WiFi热点建设同样是智慧化城市建设的基本保障。最后是手机网络建设方面，当前我国手机网络服务商有中国移动、中国电信和中国联通，随着智能手机制造技术和移动网络技术的不断发展，我国在手机移动网络基础设施建设方面成效显著，现已实现移动4G网络的规模性普及，从而助力我国城市智慧化建设。 3.2核心技术研究 我国大数据背景下智慧城市建设研究中所涉及到的核心技术主要是指大数据技术以及与其相关的物联网技术和云计算技术。在大数据技术方面，大数据技术的特点总结为4个“V”，即V olume（大量）、Variety（多样）、Value（价值）、Velocity（高速）。探析了大数据技术的社会功能。从专利情报分析的角度，研究国内外大数据技术发展现状，预测大数据技术发展趋势，为中国大数据技术发展战略提出建议。在物联网技术方面，讨论了我国物联网发展现状、关键技术。分析了物联网信息感知与交互技术。张捍东构建了物联网系统并探讨了物联网发展中存在的主要问题。在云计算技术方面，介绍了云计算的基本概念、组成部分、技术要点和国内外发展情况。介绍了云计算的体系架构与关键技术。研究了云计算安全架构、机制以及模型评价三个方面。大数据技术是建设智慧城市的技术基础，使智慧城市的建设从理论走向了实践，此一系列核心技术的应用为智慧城市的建设提供决策指导。 3.3地理空间信息设施 其主要目的也是实现数据的采集，比如通过一定的方式对交通数据、地理情况、气候形式进行信息的获取。该设施与感知设施有着重要的不同，可以对物体的空间位置进行捕捉。除此之外，物体的形态以及分布也可以通过该系统进行获取，在此基础之上实现数据的分析加工，并实现最终模型的建立，属于三维立体检测的范畴，因而我们可以得出智慧化城市建设过程当中，定位系统和GIS系统实际上是相辅相成、相互依存的重要关系。在定位系统的支持之下，实现二维平面定位的生成，在GIS技术的支持之下建立起基本的三维空间定位，并对
城市大数据平台白皮书》解读：智慧城市中的应用
《城市大数据平台白皮书》解读：智慧城市中的应用 日前，中国信息通信研究院正式发布《城市大数据平台白皮书》，阐述了城市大数据的概念和内涵，分析了建设城市大数据平台对于破解智慧城市建设难题的意义，并介绍了我国城市大数据平台的发展现状。 同时，白皮书还提出了城市大数据平台的通用技术架构，梳理了城市大数据平台的运营模式，并就城市大数据平台发展给出了相应的建议。 什么是城市大数据? 随着数据处理技术的不断进步，人们对于数据应用的意识不断提高，人们生活和各行业运行产生的数据呈现爆发式增长，形成了城市大数据。 城市大数据是指城市运转过程中产生或获得的数据，及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统，是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为：城市大数据=城市数据+大数据技术+城市职能。 城市大数据的数据资源来源丰富多样，广泛存在于经济、社会各个领域和部门，是政务、行业、企业等各类数据的总和。同时，城市大数据的异构特征显著，数据类型丰富、数量大、速度增长快、处理速度和实时性要求高，且具有跨部门、跨行业流动的特征。 按照数据源和数据权属不同，城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的，以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据，包括工业数据、服务业数据等。 此外，还有一些社会公益大数据。当前，城市大数据多数为政务大数据和产业大数据，所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。
为保障城市运转的安全高效，智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此，城市大数据是实现城市智慧化的关键支撑，是推动“政通、惠民、兴业”的重要引擎。 新型智慧城市发展面临挑战 数据驱动的新型智慧城市发展面临诸多问题。白皮书认为，虽然当前各级地方政府和企业都在积极探索智慧城市建设，但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于，未能实现城市大数据资源与城市业务的良好融合。 具体而言，挑战包括三个方面：一是信息系统烟囱林立，阻碍数据共享;二是数据治理普遍薄弱，价值大打折扣;三是数据管理水平不一，缺乏整体联动。 如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用，具体表现在三个方面。 一、通过数据汇集加速信息资源整合应用 第一，城市大数据平台建立了数据治理的统一标准，提高数据管理效率。通过统一标准，避免数据混乱冲突、一数多源等问题。通过集中处理，延长数据的“有效期”，快速挖掘出多角度的数据属性以供分析应用。 通过质量管理，及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。 第二，城市大数据平台规范了数据在各业务系统间的共享流通，促进数据价值充分释放。通过统筹管理，消除信息资源在各部门内的“私有化”和各部门之间的相互制约，增强数据共享的意识，提高数据开放的动力。通过有效整合，提高数据资源的利用水平。 二、通过精准分析提升政府公共服务水平 在交通领域，通过卫星分析和开放云平台等实时流量监测，感知交通路况，帮助市民优化出行方案;在平安城市领域，通过行为轨迹、社会关系、社会舆情等集中监控和分析，为公安部门指挥决策、情报研判提供有力支持。 在政务服务领域，依托统一的互联网电子政务数据服务平台，实现“数据多走路，群众少跑腿”;在医疗健康领域，通过健康档案、电子病历等数据互通，既能提升医疗服务质量，也能及时监测疫情，降低市民医疗风险。 三、通过数据开放助推城市数字经济发展 开放共享的大数据平台，将推动政企数据双向对接，激发社会力量参与城市建设。一方面，企业可获取更多的城市数据，挖掘商业价值，提升自身业务水平。
智慧城市中的大数据挖掘与应用
智慧城市中的大数据挖掘与应用 数字城市技术把基础地理数据、正射影像、街景景象数据、全景影像数据、三维模型数据结合在一起，在政务网上，通过注册可以进行服务共享，在公共平台、互联网、公网上，通过二次开发可以提供各种交通、导航、旅游、文物、购物等服务系统。物联网能够实现人与人、人与机器、机器与机器的互联互通，实现智慧城市的各种应用。 智慧城市中的大数据挖掘与应用 智慧城市蕴含大数据 城市是生存繁衍最好的地方，城市是社会交往的地方，是文化享受的地方，按照城市的职能，我们让它智能化，比如智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧国土规划、智慧社区、智慧家居都是让人有更好的环境来生存繁衍。在经济发展方面，可以推动智慧制造、工业互联网、物联网。在文化
享受方面，可以考虑智慧户外流媒体、智慧教育、智慧旅游等等。在社会交往方面，有智慧交通、购物、社会综合管理。 在智慧城市的建设和应用中，将产生从TB到PB级越来越多的数据，从而进入大数据时代。2011年，Science专刊指出大数据时代已经到来，美国工程院院士也指出大数据可以让我们实现海量数据在预测、建模、可视化和发现新规律等方面应用的时代就要到来，奥巴马总统宣布美国政府正式启动大数据研究发展计划，奥巴马认为大数据就是未来世界的“石油”，这个计划要超过以前提出的“信息高速公路计划”，智慧城市建设的潮流已经到来。 空间数据方面，空间的传感器资源，美国有185颗卫星，中国有91颗卫星，到2020年中国将有200多颗卫星，卫星每天往回传输的数据可以达到PB级，空间数据资源、处理资源、空间信息资源、地学知识库资源，这些资源都可以传到网上，通过可视化的服务，利用云计算环境，包括计算资源、网络资源和存储资源，来保证服务质量。 “天地图”挖掘海量数据 为了充分研究这些海量空间大数据，我们研发了一个软件，叫做“天地图”，“天地图”的数据已经超过了TB级，目前已经超过100TB。利用“4+1”倾斜相机城市三维模型，贵阳做了很多三维建模工作。通过大数据，我们可以监测上海的地表下沉问题，把雷达数据放在一起，进行数据分析和挖掘，自动地、随时地检测地表下沉，不同地区的下沉速度不同，上海大概每年下沉20毫米，远郊区和市中心都在下沉。我们的检测结果同上海市国土局对比，精度可以达到3.9毫米和2.5毫米。我们已经对上海、苏州、天津、广州等很多大城市进行了自动检测。我们还监测了三峡，将来还要监测高铁。
大数据时代背景下智慧城市规划
大数据时代背景下智慧城市规划 一、智慧城市与大数据概述 随着科学技术的高速发展，可以利用高科技将人类的智慧结合起来，并且对它进行整合处理，使之达到智能化。智慧城市就是要我们生活的城市更加有效率，把现在人们拥有的科学信息技术，融入到城市建设中，不仅要将信息技术用于科研领域，还要在实际生活中体现出来，因为人类的不断学习和进步就是要不断改善我们的生活方式，在城市的生活中能更好的享受生活，享受科技为人民生活带来的便利。比如可以利用云计算，将城市的资源进行有效的整理、保存及开发利用，帮助城市实现可持续发展。但是智慧城市并不是人们想象的那种没有人的机器时代，而是在这个城市中人们的生活相对之前更加的便捷，生活质量逐渐提高，工作效率也逐渐提高。 大数据时代是对城市中产生的大量数据的描述，它的特点是使社会信息化高速发展，在当今的社会中具有很大的优势，而且应用到的领域也越来越多，尤其是对于电子商务，还有现在社会流行的网购物流，随着网购逐渐进入到人类的生活，就免不了与物流合作，在这方面，大数据起到了非常重要的作用。当然要想合理的运用好大数据，还要结合云计算等多方面的技术支持，对这些数据进行智能化分析。 二、大数据对智慧城市的影响 人们生活最多的地方就是在城市，城市中的人在这个城市生活，农村中的人会来到城市打工，当然，还有一些旅行人员，城市就是人们活动的最密集的地方。随着人们的活动，就会产生大规模的数据，不尽如此，这些数据的产生速度也超级快，形式也多种多样，所以，城市生活产生的数据很符合当今社会提出的大数据的特点，是一种非常典型的大数据样本。在之前人类的生活中，运用的技术方法和一些思维模式对当今社会城市已经不再适用，城市中产生的大数据在城市的智慧化建设中又具有非常重要的作用，大数据时代的到来改变了人们对城市智慧化的认识，促进了城市由数字化向智慧化方向的转变。所以，大数据和智慧化城市是相互依存的关系，云计算的发展离不开大数据的支持，而大数据也不可能脱离云计算以及互联网单独存在。 三、大数据时代智慧城市的规划措施 1、我们国家的信息技术水平正在稳步发展，在对智慧化城市的建设中，应该建立新的思维方式，将大数据作为思想结构的基础，以先进前沿技术为支撑，应用为导向，规范的立法和高效的管理机制为保障，在城市建设中形成一个良好的体系，比如可以打造一个智慧化
大数据背景下的智慧城市发展研究
大数据背景下的智慧城市发展研究 ——以山东省青岛市为例 年级: 学号: 姓名: 专业: 指导老师: 完成时间:
摘要 随着大数据时代的到来，信息环境进一步与物质环境交织在一起，相互作用，对人类社会和城市的影响越来越广泛。城市规划者要理解这些影响给城市规划带来的潜在机遇和艰巨挑战。由于大数据具有数据量大、种类多和更新快的特点，城市规划者需要把握大数据时代的发展机遇，在克服挑战的同时，以思辨的态度对待质疑。 在大数据的背景下，以科技和创新为特征的智慧城市建设成为全球城市竞争的制高点。据不完全统计,目前全球超过200个城市在谋划智慧城市建设,国内几乎所有的一、二线城市均把智慧城市建设提上议程。 但是智慧城市建设仍然是一个崭新的领域,在建设的途径和方法上没有成熟的“范式”可以借鉴。本文运用文献研究法、对比分析法和实践与理论相结合的方法,在深入分析智慧城市的概念、内涵和基本特征基础上,提出了智慧城市建设的原则、主要内容及建设途径的选择,并以青岛市为例,开展了智慧城市建设途径选择的实证研究。 关键词：大数据；智慧城市；问题与建设方法；青岛市 目录 第1章绪论 (3) 1.1研究的背景和意义 (3) 1.2研究的主要方法和研究内容 (3) 第2章智慧城市介绍 (4) 2.1智慧城市的概念 (4) 2.2智慧城市的基本特征 (4) 第3章智慧城市的建设分析 (5) 3.1智慧城市的建设原则 (5) 3.2智慧城市的建设内容 (5) 3.3智慧城市的建设途径 (6) 第4章青岛市智慧城市建设的问题和解决办法 (7) 4.1建设条件分析 (7) 4.2建设智慧城市的问题 (8) 4.3建设智慧城市的对策 (8) 参考文献 (9)
大数据支撑下的智慧城市建设
大数据支撑下的智慧城市公共服务，有三个观点： 第一，智慧城市是城市发展的刚性需求，而大数据是智慧城市的基础。 第二、为了管理好城市的数据资源，形成大数据作为智慧城市公共服务的支撑，我们需要强有力的智慧城市数据中心和平台作为核心。 第三，智慧城市建设是以人为中心的，市民才是城市的真正主体，做好公共服务是智慧城市发展的落脚点。 目前中国多数城市都面临着这样的问题：资源减少、城市人口增加，城市发展受到资源限制。智慧城市的建设已经成为一种刚性需求，需要用智慧城市的手段去解决由供需矛盾引起的城市运营问题，包括环境污染、食品安全、公共安全等。我们目前有各种监测手段和技术去发现问题，并且获取相关信息，有卫星数据，有气象环保数据，有无处不在的摄像头等，但问题是缺乏解决问题的能力。这主要原因是改善城市的物理系统，需要通过资源整合管理，形成大数据。城市目前的发展状况就像一个人读了很多书，有很多知识，但是没有有效的整合利用知识解决他工作、生活的中遇到的问题。 大数据是解决的城市病的关键技术，是智慧城市的基础。如同我们评价一个人的能力一样，不是以他的知识储备量为标杆，而是看他利用知识的能力。大数据是城市实现智慧化所需要的所有知识的总集，涵盖城市的规划、建设、管理、政府决策与公共服务的方方面面，但它不是简单的数据的累积。 再具体一点，大数据到底是什么，已经有很多组织或个人给出了定义或者描述，甚至把它当成继计算机时代、互联网时代之后的一个新纪元来定义。美国著名的计算机学家高纳德他是这样认为的，大数据是需要新处理模式才能够具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据在智慧城市建设中的实际应用
大数据在智慧城市建设中的实际应用 大数据在智慧城市建设中的实际应用 2015-09-26 07:38:00 来源：数据观 手机看新闻扫描到手机楼盘消息早知道扫一扫，用手机看本文更加方便的分享给朋友评论 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项，诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，使用收集自闭路电视
试论大数据时代的城乡规划与智慧城市
试论大数据时代的城乡规划与智慧城市 发表时间：2019-07-15T16:19:07.857Z 来源：《城镇建设》2019年第08期作者：黄磊 [导读] 随着大数据时代的到来，为国民经济的发展注入新的活力，推动着城乡规划和智慧城市建设。 容县规划局广西玉林 537500 摘要：随着大数据时代的到来，为国民经济的发展注入新的活力，推动着城乡规划和智慧城市建设。笔者结合多年工作经验，主要探讨大数据时代背景下的城乡规划和智慧城市建设，以期为相关人员提供借鉴与参考。 关键词：智慧城市；大数据时代；城乡规划 前言 大数据时代的到来，不仅改变了人们日常生活方式，也对我国城乡规划与建设带来了新的技术与理念。智慧城市是大数据发展的重要载体，而智慧城市建设的核心是数据资源，两者密不可分。城市大数据的分析将彻底改变传统城乡规划的编制方式，智慧城市的建设也将全面提升人民的生活品质和城市的运行效率。 1 大数据时代背景下的城乡规划 1.1 搭建城市空间规划信息平台 传统规划对于指导城市开发建设的重要作用毋庸置疑，但由于一直以来缺乏一个规划整合平台，也存在部分规划之间相互“打架”的现象，为消除各政企部门之间的沟通障碍，搭建一个数据资源融合共享的城市空间规划信息平台就显得非常重要。它不仅可以实现城市总体规划、城市详细规划、各类专项规划数据的整合，还可以真正意义上实现城市空间规划在政府和公众间共享共用“一张蓝图”的愿景。不仅如此，城市空间规划信息平台的搭建还可以有效促进审批制度的改革，简化办事流程提高效率，促进公众参与的积极性。 1.2 利用大数据进行城市问题分析 传统的城市数据分析方法数据来源较为局限，一般为城市统计年鉴或政府各部门资料，统计口径及时间往往不一致，造成城市数据与城市空间信息难以匹配。城市物联网的完善以及网络信息数据的增加与利用，将面对前所未有的丰富数据源，能够直接获取很多一手数据。利用这些随时可获取的数据，可以实时分析城市发展过程中遇到的各种问题。例如运用卫星遥感数据进行城市用地适宜性评价，确定城市适宜开发建设区域及城市发展方向；运用车辆GPS数据进行城市交通量分析，优化城市交通网络及城市拥堵问题；运用航班及铁路人流数据进行区域城市关联分析，研究城市群的发展问题；运用地铁、出租车及公交数据进行职住通勤调查分析，优化城市用地空间布局等。信息化时代下的各种城市行为都会产生大量数据，为了充分挖掘和发挥数据价值，我们只需要将相关数据进行合理筛选，就可以从大数据分析中得出真实有效的信息。 1.3 利用GIS平台进行城市空间规划 传统的城市规划平台为AutoCAD，它是一个优秀的绘图平台，具有强大的图形编辑功能，但无法对绘制的点线面进行数据定义，不能进行与图形对应的数据分析，数据与图形对应关系需要利用其他软件平台进行二次表达。GIS平台则完美解决了这个问题，它不仅能表达空间数据，也能表达属性数据，二者相互关联，一一对应。不仅如此，它还具有强大的空间及数据分析能力，运用地理数据库可以进行邻近分析、网络分析和栅格分析等。例如运用邻近分析方法进行城市各类公共设施网点的服务半径分析；运用网络分析方法进行交通时间、成本、运输路径的优化；运用栅格分析的方法进行不同时段城市人口密度分布的变化等。可以说GIS平台几乎可以分析城市空间规划中遇到的各种问题，解决了传统城市规划数据分析薄弱的病症。未来城市空间规划的编制也是基于GIS平台进行实施的，不仅要编制空间地理图形，还需形成与之相应的地理数据库。 1.4实现城乡规划数据源 大数据时代下的大数据技术本身所具有的先进性较为明显，其打破了以往信息不对称及所存在物理区域的壁垒，通过采取新的方式最大限度促进信息生产、传播、加工、组织效率；大数据本身特点即超大量的规模，以TB和PB 级数进行衡量。从实际出发，城乡规划本身所涉及数据范围极广，因此对城乡规划进行实时的预测分析，必须结合以往的历史数据为基本参考条件，大数据技术则可以有效促进城乡规划效率。且城乡规划期间本身所具有的多样性也较为突出，其也可看作是结构化数据按照不同部门进行分类，继而得到数据源，此期间其所包含的规划部门、土地功能类型数据、开发强度指标等都要以具体整理及管理形式来使其充分得以展现，以此形成相对较为完善的结构化数据；同时注重大数据本身动态性以及价值性作用，从动态性角度出发在基于网络信息技术视域下，其能够高效的完成对应数据传输存储作业，确保数据处理高效性，针对城乡规划设计中人口变化、经济发展、土地开发等，结合数据可使其实时变化特性得到直观呈现；从基准值性角度出发，大数据本身核心作用即通过对数据整合找出对应数据中规律，达到预测未来发展趋势的目的，因此其能够直接为成像规划决策提供有效的数据保障，在实际实践期间通过对区域以往历史数据变化规律来预测未来发展趋势，确保数据本身价值作用能够得到充分显现，提高相应决策的准确性和可靠性。 2 大数据时代背景下的智慧城市建设 2.1 建立城市运行中心 智慧城市的良好运行离不开城市大脑的指挥，城市运行中心的建立将为智慧城市提供一个具有智能决策分析功能的城市大脑。大数据就像是血液一样流淌于智慧城市的各个方面，为智慧安全、智慧交通、智慧医疗、智慧生活和智慧环保等各领域提供强大的决策支持。这个统一的城市运行中心将实现城市各种数据资源的融合与共享，并与政府和企业进行跨部门的协调联动，为城市高效运转和政府精准管理提供有力支撑，从而更好地对城市的公共服务设施、市政公用设施、道路交通设施、公共安全、生态环境、经济发展、社会民生、城市产业等城市运行情况全方位地进行系统有效的掌握和管理。 2.2 进行智慧城市顶层设计 智慧城市的建设离不开大数据的支持，如何将城市社会生活中产生的各种数据进行整合管理是智慧城市建设的一大难题。随着十九大提出要坚定不移贯彻“创新、协调、绿色、开放、共享”发展理念的不断深入，再次推动了传统意义上的智慧城市向新型智慧城市的演进，这就要求智慧城市从进行顶层设计开始入手。依据各类不同智慧城市的建设需求和目标为导向，从业务架构、数据架构、应用架构、基础设
大数据在智慧城市建设中的应用案例
大数据在智慧城市建设中的应用案例
大数据在智慧城市建设中的应用案例 来源：数据观时间：2015-09-25 16:20:22 作者： 当前，全球范围内城市化进程不断推进。随着互联网和信息化的发展，在云平台、大数据和物联网等技术的支持下，率先在美国“智慧星球”概念下诞生的“智慧城市”，逐渐成为当今世界各国城市建设的发展趋势和选择。 一、国外案例 自21世纪初期，美国、英国、德国、荷兰、日本、新加坡、韩国等先一步开展了智慧城市的实践，诞生了许多经典案例。 1. 迪比克 美国第一个智慧城市，也是世界第一个智慧城市，它的特点是重视智能化建设。为了保持迪比克市宜居的优势，并且在商业上有更大发展，市政府与IBM 合作，计划利用物联网技术将城市的所有资源数字化并连接起来，含水、电、油、气、交通、公共服务等，进而通过监测、分析和整合各种数据智能化地响应市民的需求，并降低城市的能耗和成本。该市率先完成了水电资源的数据建设，给全市住户和商铺安装数控水电计量器，不仅记录资源使用量，还利用低流量传感器技术预防资源泄漏。仪器记录的数据会及时反映在综合监测平台上，以便进行分析、整合和公开展示。 2. 纽约 通过数据挖掘，有效预防了火灾。据统计，纽约大约有100万栋建筑物，平均每年约有3000栋会发生严重的火灾。纽约消防部门将可能导致房屋起火的因素细分为60个，诸如是否是贫穷、低收入家庭的住房，房屋建筑年代是否久远，建筑物是否有电梯等。除去危害性较小的小型独栋别墅或联排别墅，分析
人员通过特定算法，对城市中33万栋需要检验的建筑物单独进行打分，计算火灾危险指数，划分出重点监测和检查对象。目前数据监测项目扩大到2400余项， 诸如学校、图书馆等人口密集度高的场所也涵盖了。尽管公众对数据分析和防范措施的有效性之间的关系心存疑虑，但是火灾数量确实下降了。 3. 芝加哥 通过“路灯杆装上传感器”，进行城市数据挖掘。在人们的生活里，无处不在的传感器被应用在了芝加哥市的街边灯柱上。通过“灯柱传感器”，可以收集城市路面信息，检测环境数据，如空气质量、光照强度、噪音水平、温度、风速。芝加哥城市信息技术委员会提供的资料表明，“灯柱传感器”不会侵犯个人隐私，它只侦测信号，不记录移动设备的MAC和蓝牙地址。在今后几年“灯柱传感器”将分批安装，全面占领芝加哥市的大小街区，每台传感器设备初次采购和安装调试成本在215～425美元之间，运行后的年平均用电成本约为15美元。该项目得到了思科、英特尔、高通、斑马技术（Zebra Technologies）、摩托罗拉以及施耐德等公司的技术和资金支持。 4. 西雅图 利用数据节省电力能源。该市与微软和埃森哲（Accenture）合作了一个试 验项目，以减少该地区的能源使用。该项目收集并分析从市区建筑物管理系统中得来的众多数据集，通过预测分析，找出哪里可以减少能源使用，或者根本不需要使用能源。项目的目标是将该地区的电力消耗减少25%。 5. 伦敦 利用数据管理交通。在2012年奥运会期间，负责运行伦敦公共交通网络的 公共机构“伦敦运输（Transport for London）”，在使用者增加25%的情况下，
智慧城市运行大数据平台项目概述
智慧城市运行大数据平台项目概述 1.1项目名称 项目名称：西安市城市运行大数据平台。 1.2项目建设单位及负责人、项目责任人 项目建设单位：西安城市一卡通有限责任公司 负责人：马敏 项目责任人：陈凌霞 1.3可研报告编制单位 可研报告编制单位：陕西省信息化工程研究院 1.4可研报告编写依据 （1）《关于加强信息资源开发利用工作的若干意见》（中办发〔2004〕34号）； （2）《国家信息化领导小组关于推进国家电子政务网络建设的意见》（中办发〔2006〕18号）； （3）《关于<印发国家电子政务总体框架>的通知》（国信〔2006〕2号）； （5）《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》；
（8）《关于信息安全等级保护工作的实施意见》（公通字〔2004〕66号文）； （9）《GBT17859计算机信息系统安全等级保护标准》； （10）《信息系统安全等级保护实施指南（征求意见稿）》。 （11）《陕西省工业和信息化厅专题会议纪要》（第7次，2012年7月24日）； （12）《陕西省工业和信息化厅关于成立西咸大数据处理与服务产业园区筹建工作组的通知》（陕工信发〔2012〕339号） （13）《促进大数据发展行动纲要》（国发〔2015〕50号）（14）《关于促进云计算创新发展培育信息产业新业态的意见》（国发〔2015〕5号） （15）《陕西大数据产业发展战略》 （16）《沣西新城大数据处理与服务产业园发展规划》 （17）《大数据与云计算产业发展五年行动计划》 （18）《大数据与云计算产业示范工程实施方案》 1.5项目建设目标、规模、内容、建设期 1.5.1建设目标 依托西安城投集团及下辖一卡通、燃气、供水等18个企业的信息化建设成果，先期以西安城市一卡通为基础面向集团18个子公司的现有各类业务系统数据进行整合归集，
百度公司大数据时代的智慧城市1
大数据时代的智慧城市
6,000, 000,000 搜索每日 覆盖中国95%网民
1N o. 百度搜索引擎市场搜索量 in China 79%68%
百度大数据 ?数据总量EB级109GB ? 每日新增800TB ? 网页量>5000亿 “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
百度大脑 硬件 服务器云计算中心 ARM服务器 ? 全球首个ARM架构服 务器规模化应用 ? 存储密度提升70% GPU服务器 ? 单GPU计算能力可比百 片CPU ? GPU实现深度神经网络并行训 练 ? 训练时间从数月缩短到一周百度IDC ? 三大自建数据中心 ? 软硬件一体化设计 ? 全年约一半时间完全免费冷却 ? 国内大型数据中心PUE 第一的最佳 世界上最大的深度学习神经网络百亿级的连接
百度大脑 ? 2014年成立百度研究院 ? 硅谷人工智能实验室 ? 北京深度学习实验室(原深度学习研究院) ? 北京大数据实验室 ? 深度学习、大规模机器学习、统计建模? 计算机视觉、自然语言处理 ? 智能交互、无人车 ? 带动AI 和大数据领域发展 人工智能世界级专家百度首席科学家斯坦佛大学教授吴恩达 软件深度学习人工智能算法 世界上最大的深度学习神经网络–百亿级的连接
大数据视角下的智慧城市建设
大数据视角下的智慧城市建设 摘要：当前，智慧城市发展的关键是怎样对各类信息进行集成化、统一化管理，更好地将技术与城市的自然属性融合，基于云计算和物联网的大数据云平台打造 的智慧服务支持，能够为智慧城市建设提供更高的技术，使之与城市的社会属性 更加融合。为此，文章结合实际，从大数据云平台角度，就智慧城市建设的应用 问题进行探究。 关键词：大数据技术；云平台；智慧城市 引言 我国城镇化不断向前推进和发展，城市发展难题随之涌现，为实现城市可持 续发展，建设智慧城市已成为当今时代不可逆转的发展趋势。城市各领域和行业 汇聚了海量数据，蕴含巨大价值，建设智慧城市离不开大数据。设计基于大数据 技术的智慧城市架构，探索应用大数据技术推进城市智慧化的方法路径，将大数 据应用到城市各个领域，提出具体有效的对策建议，让大数据更好地为智慧城市 的建设提供有力支撑。 1大数据助力城市建设管理概述 近年来，在我国城市建设和管理中，数字化城市管理已经逐渐取代了传统城 市管理工作模式，成为当前最热门的城市管理工作模式，为推动智慧化城市发展 提供了一定帮助。数字化城市管理工作模式简单，通过应用先进计算机技术和信 息技术，构建一个虚拟网络平台，搜集和整理城市中的基础信息，并记录到云端 数据库中，如城市管理工作中的自然资源、人文资源、经济等，通过统计整理和 记录城市中多种多样的信息，形成一个完善的大数据系统。相关管理部门可以借 助这个大数据系统，分析和探索内部所蕴含的信息，进而有效推动城市管理工作 落实和实施。 2智慧城市中的云平台 智慧城市发展建设的关键是打造大数据处理平台，在该平台的作用下来对智 慧城市的数据处理，以此提供更好的环境支持。智慧城市中的云平台具备运用大 量数据依照城市社会服务属性提供融合、分析、管理、挖掘、支撑等城市应用服 务的功能。智慧城市的发展需要大量的非结构数据信息，传统的关系数据库往往 无法对这些数据信息进行有效处理，而在云平台的作用下能够打造一个统一处理 这些数据的平台，同时借助云计算平台的分布式数据框架和数据线性拓展功能来 为智慧城市提供更为全面的数据服务支持。 智慧城市建设中常用的技术包含以下几种：第一，Hadoop技术。这是一种 成熟的软件开发技术，在该技术的应用能够将一系列的关联数据信息进行分布处理，同时该技术能够为PB级数据信息的处理提供支持，且在数据应用的综合应 用上显现出良好的拓展能力。第二，Spark技术。Spark技术在使用的时候以计算 机系统为基本依托，技术应用的主要特点是分布式计算分析，即在Spark技术的 作用下能够对大量数据信息的应用进行综合化分析处理。同时，Spark技术在应 用的时候速率要比其他技术手段敏捷。 3大数据在中国智慧城市建设中的具体应用 3.1大数据与智慧政府 新时代需要构建智慧政府对城市进行管理，这也是建设智慧城市的首要任务。