大数据与智慧城市
大数据分析如何助力智慧城市建设
CPEB蛋白家族在衰老和肿瘤中的翻译调控作用摘要：在减数分裂过程，母性遗传的mRNAs的激活机制是细胞质多聚A尾的延伸，而母性遗传mRNAs是以短多聚A尾形式储存的沉默型转录子。
一个命名为CPEBs的RNA结合蛋白，通过招募翻译抑制元件或细胞质多聚腺苷酸化元件到它们的目标mRNA而直接调控细胞质的多聚腺苷酸化过程。
近年来，大量的研究表明CPEBs蛋白不仅在各种躯体组织中都有表达，而且在成体器官基因的时空表达调控过程具有至关重要的作用。
CPEBs蛋白的“新”的功能包括调控衰老和增殖的平衡，调控病理表现以及肿瘤的发生发展。
在这篇综述里，我们总结了目前已知的CPEBs蛋白家族的功能，主要包括调控细胞增殖，调控并激活其目标mRNAs的机制。
正文：非洲爪蟾蜍卵母细胞在减数分裂过程的转录水平沉默是最早发现的基因表达调控的机制，而该机制就是细胞质中mRNAs通过多聚A尾长度的改变而进行翻译调控。
因此，细胞质中的少量的母性遗传的以短多聚A尾结构形式储存的沉默型或者抑制型转录子mRNAs通过黄体酮这种激素的刺激作用而被激活的母性遗传的mRNAs。
在翻译沉默的非洲爪蟾蜍卵母细胞中首次发现的细胞质mRNAs多聚A尾长度的改变来调控蛋白翻译是基因表达调控中最重要的一个机制。
少量的母性遗传的mRNAs被激活之后通过编码诸如mos或者cyclinB1这些因子而重新启动在前I期被抑制的减数分裂。
在细胞质中，这些母性遗传的mRNAs在黄体酮这种激素的刺激下会发生多聚腺苷酸化而被反应性激活。
这些母性遗传mRNAs在被激活之前是一个具有短的多聚A尾结构的沉默型或抑制型的转录子。
而这些转录子可以募集被命名为细胞质多聚腺苷酸化元件的顺式作用元件到3’端非编码区。
识别这些特异性的mRNAs的是CPEB结合蛋白（CPEB1），这些蛋白可以特异性地结合mRNAs亚群并将其进行多聚腺苷酸化从而参与蛋白的翻译调控。
像其他这类参与翻译调控过程的因子一样，CPEB1也是在非洲爪蟾蜍的卵母细胞中首次被发现的。
智慧城市与大数据的结合
智慧城市与大数据的结合随着城市化进程的加速以及科技的不断发展，智慧城市与大数据的结合越来越成为一种趋势。
智慧城市是指通过融合信息技术、物联网、云计算等先进技术，将城市运行各个领域实现智能化、高效化、便利化的城市。
而大数据则是指从各种渠道获取的大量数据，通过对这些数据的分析和挖掘，找到其中的规律和价值。
一、智慧城市的优点智慧城市通过利用高新技术实现各个领域的数字化和智能化，最终达到提高城市运行效率、提供更好的公共服务、减少资源浪费等优点。
具体来说，智慧城市在以下几个方面表现出优势。
1. 提高城市运行效率信息技术的普及可以减少人力和物力的消耗，提高效率。
例如采用传感器技术掌握物流车辆的实时位置和状态，可以决策最优的配送方案和路线。
引入人工智能技术可以减少人为差错，提高准确度。
例如在保障城市安全方面，利用人脸识别技术可以快速找出异常人员，减少不必要的麻烦和寻找时间。
2. 提供更好的公共服务智慧城市可以更好地满足人们的实际需求，提供更便利、快捷、高效的公共服务。
例如公共交通、医疗设施、环境监测等领域，智能信息化技术可以更加实时、精准地提供服务。
例如在公共交通方面，借助大数据信息和智能化监控，可以实现公交线路和服务质量的优化，优化通行时间，提高公交服务质量和人们的安全感。
3. 减少环境污染和资源浪费智慧城市环保管理车间，可以通过智能化技术监测城市、企业污染源、提高监测精度，实现环境可持续发展目标。
在资源浪费方面，智慧城市可以将重复劳动减至最低程度，只花费必要的资源。
二、大数据助力智慧城市建设在智慧城市建设中，大数据是不可或缺的。
通过对各种数据的收集、存储、运算等多个环节的处理，既可以掌握城市运行状况，也可以快速反映城市居民对城市管理的意见和要求。
在智慧城市建设中，大数据是建立智慧城市必不可少的基因和基础。
1. 方便数据采集大数据可以将城市各领域的数据自动化收集，并进行分析。
例如，汽车上的传感器可以收集较为全面准确的数据，并借助车联网技术，可以将数据及时传送到智慧交通平台，展现城市交通状况。
大数据技术在智慧城市中的应用
大数据技术在智慧城市中的应用在当今科技飞速发展的时代，智慧城市的概念逐渐深入人心。
智慧城市旨在利用先进的技术手段，实现城市的智能化管理和可持续发展，提升居民的生活质量和城市的运行效率。
而大数据技术作为其中的关键支撑，发挥着不可或缺的作用。
大数据技术是什么呢？简单来说，就是能够处理海量、多样、高速产生的数据，并从中提取有价值信息的一系列技术和方法。
在智慧城市中，大数据技术的应用可谓是无处不在。
交通领域是大数据技术大显身手的一个重要场景。
通过安装在道路上的传感器、摄像头等设备，我们可以实时收集大量的交通数据，包括车辆流量、车速、道路拥堵情况等。
这些数据被传输到数据中心进行分析处理，交通管理部门就能根据这些信息及时调整信号灯时间、优化道路规划，从而缓解交通拥堵。
比如，在早高峰时段，某条道路的车流量突然增大，大数据系统可以迅速监测到这一情况，并及时通知交警部门增加警力进行疏导，或者调整周边道路的信号灯时长，引导车辆分流。
此外，大数据还能为公众出行提供智能导航服务。
导航软件根据实时的交通数据，为用户规划出最优的出行路线，避开拥堵路段，节省出行时间。
在能源管理方面，大数据技术也发挥着重要作用。
城市中的能源消耗是一个巨大的数据量，包括电力、燃气、水等。
通过智能电表、智能水表等设备收集这些数据，进行分析，可以了解不同区域、不同时间段的能源消耗情况。
基于这些分析结果，能源供应部门能够更精准地进行能源调配，优化能源供应网络，提高能源利用效率。
例如，发现某个小区在夜间的用电量较低，就可以适当降低供电量，避免能源的浪费；而对于一些用电量较大的商业区，则可以提前做好供电保障措施，确保电力供应的稳定。
城市的环境治理同样离不开大数据技术。
空气质量监测站、水质监测设备等会不断产生大量的环境数据。
通过对这些数据的分析，可以及时发现环境污染问题的源头和趋势。
比如，如果某一区域的空气质量指标连续超标，大数据系统能够结合周边的工厂分布、交通流量等因素，快速锁定可能的污染源，为环保部门的执法和治理提供有力的依据。
智慧城市建设中如何有效利用大数据
智慧城市建设中如何有效利用大数据在当今数字化时代，智慧城市建设已成为城市发展的重要趋势。
大数据作为核心驱动力之一，为城市的高效运行、可持续发展和居民生活质量的提升提供了强大的支撑。
然而，要在智慧城市建设中充分发挥大数据的价值，并非易事。
这需要我们深入理解大数据的特点，解决数据管理、分析和应用等方面的挑战，以实现数据的有效利用。
大数据在智慧城市建设中的作用可谓多方面。
它可以帮助城市管理者更准确地了解城市的运行状况，例如交通流量、能源消耗、环境质量等。
通过对这些数据的实时监测和分析，能够及时发现问题并采取针对性的措施，从而提高城市的管理效率和服务质量。
比如在交通领域，大数据可以通过智能交通系统收集车辆行驶数据、道路拥堵情况等信息。
这些数据经过分析后，可以用于优化交通信号灯设置、规划新的道路路线，甚至为居民提供实时的最佳出行方案，减少交通拥堵和出行时间。
在能源管理方面，大数据能够监测建筑物的能源消耗模式，帮助确定能源浪费的环节，进而制定节能策略，降低能源成本，实现城市的可持续发展。
然而，要实现大数据在智慧城市建设中的有效利用，首先需要解决数据采集的问题。
数据来源广泛且多样，包括传感器、智能设备、社交媒体、政府部门等。
如何确保这些数据的准确性、完整性和及时性，是一个关键挑战。
为了保证数据质量，我们需要建立完善的数据采集机制和标准。
对于传感器和智能设备采集的数据，要定期进行校准和维护，确保其准确性。
对于来自不同渠道的数据，需要进行有效的整合和清洗，去除重复和错误的数据。
同时，数据的安全性和隐私保护也是至关重要的。
在采集和使用大数据的过程中，必须遵循严格的法律法规，确保居民的个人信息不被泄露。
数据存储是另一个需要关注的问题。
随着数据量的不断增长，传统的存储方式可能无法满足需求。
这就需要采用先进的云计算和分布式存储技术，不仅能够提供大容量的存储空间，还能保证数据的高可用性和可靠性。
在数据分析方面，我们需要具备强大的分析能力和工具。
大数据技术在智慧城市中的应用
大数据技术在智慧城市中的应用在当今时代，城市的发展日新月异，智慧城市的概念应运而生。
智慧城市旨在利用各种先进的技术手段，实现城市的智能化管理和运行，以提高城市的生活质量、效率和可持续性。
而大数据技术，作为其中的关键支撑，正发挥着越来越重要的作用。
大数据技术为智慧城市的建设提供了强大的数据收集和分析能力。
在城市的各个领域，如交通、能源、环境、医疗等，每天都会产生海量的数据。
通过传感器、智能设备和网络，这些数据被源源不断地收集起来。
例如，交通领域中的道路摄像头、车辆上的 GPS 设备以及公交地铁的刷卡系统，都能提供关于交通流量、车辆行驶轨迹、乘客出行规律等丰富的数据。
能源领域中的智能电表能够实时记录用电情况，环境监测设备可以收集空气质量、水质等环境数据。
有了这些数据，接下来关键的就是进行分析和处理。
大数据技术使得对海量、多源、异构数据的快速处理和深度分析成为可能。
通过数据挖掘、机器学习等技术手段，可以从看似杂乱无章的数据中发现隐藏的规律和趋势。
比如，在交通管理方面，通过分析交通流量数据，可以优化信号灯的设置，缓解交通拥堵；预测交通事故的高发时段和地点，提前部署警力，保障道路安全。
在能源管理中，根据用电数据的分析，实现智能的电力调度，提高能源利用效率，降低能源消耗。
大数据技术在智慧城市的公共服务领域也有着广泛的应用。
以医疗为例，电子病历、医疗影像等数字化医疗数据的积累，结合大数据分析，可以帮助医生更准确地诊断疾病，制定个性化的治疗方案。
同时，还能预测疾病的流行趋势，提前做好防控措施，提高公共卫生水平。
在教育领域，通过对学生学习行为数据的分析，能够为学生提供个性化的学习建议，优化教学资源的配置。
城市的应急管理也是智慧城市的重要组成部分，大数据技术在这方面同样发挥着关键作用。
当自然灾害、公共卫生事件等突发情况发生时，大数据能够快速整合来自各个部门和渠道的信息，如气象数据、人口分布数据、物资储备数据等，为应急决策提供有力支持。
大数据在智慧城市规划中的作用是什么
大数据在智慧城市规划中的作用是什么在当今数字化的时代，大数据已经成为了推动社会发展的重要力量，在智慧城市规划中更是发挥着举足轻重的作用。
那么，究竟大数据在智慧城市规划中扮演着怎样的角色呢？首先，大数据为智慧城市规划提供了全面且精准的信息基础。
以往的城市规划往往依赖于有限的样本调查和局部的观察，信息的不完整性和偏差性常常导致规划的不合理。
而大数据的出现改变了这一局面。
通过整合来自各个领域的海量数据，包括交通流量数据、人口流动数据、环境监测数据、能源消耗数据等等，我们能够对城市的运行状态有一个全方位、多层次的了解。
例如，交通部门的摄像头和传感器收集到的实时交通流量数据，可以清晰地反映出城市道路在不同时间段的拥堵情况，为交通规划提供精准的依据；能源管理部门获取的能源消耗数据，能够帮助规划者了解城市不同区域的能源需求分布，从而合理布局能源供应设施。
其次，大数据有助于提高城市规划的科学性和前瞻性。
借助大数据的分析和预测能力，城市规划者可以更准确地预测城市未来的发展趋势和需求。
比如，通过对人口增长趋势、就业结构变化、居民消费习惯等数据的分析，能够提前规划住房、商业、教育、医疗等设施的布局，避免出现设施不足或过剩的情况。
而且，大数据还可以模拟不同规划方案的效果，让规划者在方案实施前就能对其可能产生的影响进行评估和优化，从而选择最优的规划方案。
再者，大数据能够促进城市规划的精细化和个性化。
每个城市都有其独特的地理环境、文化特色和发展需求。
大数据可以深入挖掘这些个性化的特征，使城市规划更贴合当地的实际情况。
以旅游城市为例，通过对游客的来源、行为、偏好等数据的分析，可以针对性地规划旅游设施和服务，提升城市的旅游吸引力。
对于老旧城区的改造，大数据可以详细了解居民的需求和意见，制定更人性化的改造方案，提高居民的生活质量。
此外，大数据在智慧城市规划中的作用还体现在加强城市规划的动态监测和实时调整上。
城市是一个复杂的动态系统，其发展状况不断变化。
大数据如何推动智慧城市的建设
大数据如何推动智慧城市的建设在当今数字化的时代，大数据已成为推动社会发展的关键力量，其中，智慧城市的建设便是大数据应用的一个重要领域。
智慧城市，简单来说，就是利用各种先进的技术手段，让城市的运行更加高效、便捷，让居民的生活更加舒适、安全。
而大数据在其中扮演着至关重要的角色。
首先，大数据为城市规划提供了强大的支持。
过去，城市规划往往依赖于有限的调查数据和经验判断，容易出现规划不合理、资源分配不均等问题。
而现在，通过收集和分析大量的城市数据，包括人口流动、交通流量、土地使用等，能够更加精准地了解城市的现状和需求。
比如，通过分析人口流动数据，可以知道哪些区域人口密集，需要增加公共设施和服务；通过分析交通流量数据，可以合理规划道路和交通设施，缓解拥堵。
这些基于大数据的分析结果，为城市规划者提供了科学的依据，使得城市规划更加合理、人性化。
其次，大数据在智能交通领域发挥了巨大作用。
交通拥堵是许多城市面临的难题，而大数据为解决这一问题提供了新的思路。
通过在道路上安装传感器、摄像头等设备，实时收集交通数据，再结合数据分析技术，能够实现交通信号灯的智能控制。
比如，当某个路口的车流量较大时，系统可以自动延长绿灯时间，提高通行效率。
同时，大数据还可以为出行者提供实时的交通信息，帮助他们选择最佳的出行路线，避开拥堵路段。
此外，公交系统也可以通过大数据优化线路和调度车辆，提高公交的服务质量和吸引力。
再者，大数据提升了城市的公共服务水平。
在教育领域，通过分析学生的学习数据，能够为每个学生制定个性化的学习方案，提高教学效果；在医疗领域，大数据可以帮助医院优化医疗资源配置，提高看病效率，同时还能对疾病的发生和传播进行预测，提前采取防控措施。
另外，在政务服务方面，大数据能够实现政务信息的共享和整合，让居民办事更加便捷。
例如，居民可以通过网上平台办理各种证件和业务，无需多次跑腿，大大提高了办事效率。
然后，大数据在城市的能源管理中也发挥着重要作用。
16. 大数据在智慧城市中的应用有哪些？
16. 大数据在智慧城市中的应用有哪些？16、大数据在智慧城市中的应用有哪些？在当今数字化的时代，大数据已成为推动城市发展和创新的关键力量。
智慧城市的建设离不开大数据的应用，它为城市的各个领域带来了前所未有的机遇和变革。
首先，在交通领域，大数据发挥着重要作用。
通过收集和分析交通流量、道路状况、车辆信息等数据，城市可以实现智能交通管理。
例如，实时监测道路拥堵情况，为驾驶员提供最佳的行车路线规划，从而减少交通拥堵和出行时间。
同时，利用大数据还可以优化公共交通的调度，根据不同时间段和区域的客流量，合理安排公交车和地铁的发车频次和线路，提高公共交通的服务质量和效率。
此外，大数据还能帮助城市规划交通基础设施，如道路的扩建和新交通枢纽的建设，基于对交通流量的长期分析和预测。
在能源管理方面，大数据也有着显著的应用。
智能电表和传感器可以收集居民和企业的用电数据，通过对这些数据的分析，能够精准地了解不同时间段和区域的能源消耗情况。
这有助于优化能源分配，降低能源浪费，实现能源的高效利用。
例如，在用电高峰时段，合理调配电力资源，避免出现电力短缺的情况。
而且，大数据还能预测能源需求的变化趋势，为能源供应商制定合理的生产和供应计划提供依据，保障城市能源的稳定供应。
公共安全是智慧城市建设的重要环节，大数据在这方面同样功不可没。
监控摄像头、报警系统等设备产生的大量数据可以被分析和处理，帮助警方及时发现犯罪线索和潜在的安全隐患。
通过对犯罪行为模式和热点区域的分析，能够有针对性地部署警力，提高治安防控能力。
在应对突发事件时，如自然灾害或公共卫生事件，大数据可以整合各类信息，包括人口分布、救援资源、灾害态势等，为应急指挥提供决策支持，实现快速响应和高效救援。
在城市环境治理方面，大数据也大显身手。
传感器可以监测空气质量、水质、噪音等环境指标，将这些数据进行分析，可以准确掌握环境污染的来源和程度。
从而制定更加有效的环境保护措施，如对污染企业的精准监管和治理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据与智慧城市陈宝权１，程章林２1. 山东大学计算机科学与技术学院 济南 250101；2. 中国科学院深圳先进技术研究院 深圳 518055摘要城市大数据的关联分析与智能提取是智慧城市建设的关键，通过构建真实城市沉浸式交互分析环境，将复杂的城市大数据以及数据挖掘结果以形象直观的方式展现给用户，让用户以视觉理解的方式获取数据中蕴含的信息并进行交互，实现人类智能和机器智能的有机融合是解决复杂城市问题的有效途径。
分析了城市大数据面临的挑战、发展现状、处理流程以及技术要点，最后探讨了智慧城市的发展趋势。
关键词大数据；智慧城市；交互式可视分析；机器智能Big Data and Intelligent CityChen Baoquan1, Cheng Zhanglin21. College of Computer Science and Technology, Shandong University, Jinan 250101, China;2. Shenzhen Institutes of Advanced Technology, CAS, Shenzhen 518055, ChinaAbstractFusion and analysis of urban big data is the key to achieving city intelligence. Specifically, to solve for the complex urban problems, it is imperative to build an immersive and interactive visual analytics environment where humans can make sense of out of the otherwise disconnected and abstract data. The state of the art and challenges in urban big data were summarized, and then a work flow for urban data analysis and the trend in the future intelligent city were presented.Key wordsbig data, intelligent city, interactive visual analytics, machine intelligence2015006-11 智慧城市与城市大数据随着我国城市化进程的不断推进，人口和资源迅速向城市集中，中国城市化比例已经超过了50%，是世界上城市人口最多的国家。
城市化虽然提高了人们的生活水平，但同时也带来一系列的社会和环境问题。
目前，各大城市普遍出现了以人口膨胀、交通拥堵、资源紧缺、环境恶化、生态破坏、事故频发等为特征的“城市病”。
此外，中国城市的空间结构和社会环境尤为复杂，繁华的城市中心人口密度大、人员结构复杂、流动性大、犯罪率高，成为城市发展的不稳定因素，给城市管理和公共安全防护带来极大的困难。
这些问题已成为制约城市健康、可持续发展的难题，如何妥善解决这些问题并提供更好的城市生活已经迫在眉睫。
目前渐趋成熟的“智慧城市”理念为解决上述问题提供了思路，成为促进未来城市发展的新理论和实践。
目前，智慧城市建设已经上升为国家战略，科学技术部、工业和信息化部、住房和城乡建设部、发展和改革委员会等多个部委纷纷制定了相关政策和方案推动智慧城市建设，至今已有近百个城市（区）在进行智慧城市建设试点。
智慧城市建立在数字城市基础之上，可以看作数字城市的高级形态，旨在将云计算、物联网以及数据挖掘等先进技术充分地运用到城市的各行各业，人类可以用一种更加精细和动态的方式管理生产和生活，达到“智慧”的状态。
随着十多年来数字城市项目的开展，目前国内各大城市都构建了较好的城市信息化基础设施，给智慧城市建设提供了海量的城市大数据：在市民家庭方面，移动电话、有线电视、宽带网络基本普及；在政府层面，电子政务网络平台基本形成，对外提供信息公开和网上办事等功能，人口、交通、土地、房屋、企业、市政、地理等基础信息数据库不断完善；在医疗卫生领域，电子病历、健康档案开始试点；几十万甚至几千万个监控摄像头覆盖整个城市；电子商务不断发展壮大。
通过各种传感设备可以实现人类对城市环境各种数据的获取，总的来说，城市大数据包含两方面的内容：一类是城市数字化（数字城市、数字交通、数字医疗、数字政务等）产生的物理实体感知数据，另一类是人类社会交往产生的社会感知数据（E-mail、微信、微博等）。
这些数据从多个维度描述了城市现实物理环境和社会生活的方方面面，构成了一个与之平行的虚拟镜像。
这使得城市大数据呈现出明显的“4V”特性：海量的数据规模（volume）、多样的数据类型（variety）、实时动态数据（velocity）、巨大的数据价值（value）。
智慧城市的一个重要内涵就是通过数据关联、分析，提取知识和智能，挖掘其中蕴含的巨大价值，实现城市运行与管理的智能化。
2 城市大数据面临的挑战智慧城市建设是一个复杂巨系统，在城市复杂事件分析决策过程中需要对复杂事件的对象（who）所涉及的行为和状况（what）、时间（when）、地点（where）和起因（why）等关键要素有及时、全面、精准的了解，并且随着事件的演化，能够对这些要素的动态性进行及时捕获与感知。
因而，相比其他领域的大数据，面向城市智能分析与决策的城市大数据面临以下挑战。
（1）数据关联耦合关系复杂现代城市作为人类社会的政治、经济、文化、商业、教育和科技中心，具有基础设施高度聚集、空间结构高度复杂和社会管理高度动态的三“高”特征。
纵横交2015006-2错的城市运行系统使得人流、资金流、物资流、能量流、信息流高度交汇，在城市物理环境、信息空间和人类社会之间形成了多要素、多维度、多结构、多层次的关联耦合关系。
单个系统的异动都会对其他系统产生直接影响，甚至引起连锁反应。
一些原本在物理世界突发的局部范围的自然灾害或社会事件，可通过网络媒体迅速广泛传播，进而影响到大众行为，并对原始事件产生影响。
网络与社交媒体的普及使得公众群体不仅是信息的生产、加工和传播者，而且是事件演化的推动者。
如社交网络助推的突尼斯等中东非国家骚乱事件、互联网络上进行的人肉搜索等，都体现了网络活动对现实社会的重要影响，这就导致城市大数据间存在复杂的关联耦合关系。
（2）数据整合与共享不足在我国现阶段，城市基础信息资源依然不够完整，信息的横向整合和共享严重不足，城市数据碎片化地分散在不同的系统中，从而难以建立有效的智能分析与决策支持系统。
如2013年在青岛发生的中石化输油管道泄漏爆炸特别重大事故，共造成62人死亡，136人受伤，其发生的主要原因在于爆炸区域各种地下管道的分布信息没有共享与整合，导致现场处理事故的工作人员不能清晰完整地了解输油管道与附近市政管道之间的复杂关系；同时，工作人员对市政管道内出现的高浓度油气累积状况缺乏有效的现场检测与感知手段，形成了信息盲区，因而导致了惨剧的发生。
类似地，在一些城市大型交通枢纽、公共场馆、商业中心等地点，涉及的对象的种类、关联性、状态的演变等特性远比上述情形复杂，其信息也牵涉更多管理部门，在分析决策时亟需将分散在不同系统的碎片化数据有机整合在一起。
（3）需要临场获取时效性数据对于一个快速演化的事件，迫切需要将各种相关信息快速汇聚，完整地呈现在各级决策者面前，以及时建立对事件的准确评测、便捷决策和快速响应，从而掌控整个事态的发展进程。
但是，已有的信息化数据不可能恰好可以满足对某事件评估决策的具体要求，往往需要按需主动抓取，甚至现场采集补充新的数据，与已有信息进行有效融合，才能实现对事件更完整、更精细的刻画，从而为及时精准的决策和服务提供足够的信息。
这些挑战给城市大数据分析、理解和应用带来了非常大的困难。
在很多情况下，其复杂性已超出目前机器智能所能解决的范畴。
考虑到人类智能与机器智能的互补性，机器的高速信息处理能力远远超过人脑，而在处理某些复杂问题尤其是高层次理解问题上，人脑的直觉和判断要远胜机器智能，机器智能无法完成的对复杂事件的理解和分析，需要借助人脑智能与机器智能共同完成。
另一方面，城市复杂事件的处理与分析事关社会公共安全和生命财产，潜在风险大，临场应变程度高，人是进行决策的最后也是最重要的一环。
因此，有必要融合人脑智能和机器智能，在城市大数据分析理解过程中既有机器的智能参与，也需要人脑智能的判断与决策。
可视分析技术为实现机器智能和人脑智能的有机融合提供了一条可行的途径。
可视分析是一个涉及数据挖掘、人机交互和可视化等的交叉学科，其引导的分析推理模式是探索复杂数据中蕴涵的新规律和新现象的催化剂[1]。
美国的国家可视化与分析中心（NVAC）于2005年出版的《可视分析的研究和发展规划》[2]指出，可视分析着重于对一个问题的全面解决，其核心是采用可视化和用户交互方法，辅助用户从大尺度、复杂、矛盾甚至不完整的数据中，快速挖掘有用的信息，以便做出有效决策。
人类在理解、分析和决策时主要通过2015006-3视觉方式获取信息，可以通过可视界面和交互，将人的智能特别是“只可意会，不可言传”的知识、个性化经验和直觉融入复杂数据的关联分析和推理决策过程[3]。
因此，对于复杂城市大数据的分析理解，需要构建沉浸式的交互分析环境，将复杂的城市大数据以及机器智能处理结果真实、直观地呈现出来，让用户以视觉理解的方式获取数据中蕴含的信息，将机器的自动分析与用户的视觉理解结合，通过实时交互的方式，迭代递进完成城市数据感知任务。
3 城市大数据国内外发展现状经过若干年发展，与智慧城市各方面相关的研究已经有较多有形成果，包括数据采集、数据分析、模拟仿真、数字城市信息平台以及典型的数字城市应用案例等。
目前，城市大数据分析已有一些比较成功的典型案例，比如基于大规模出租车轨迹数据分析现有城市道路网的不足、提取城市中不同的功能分区、设计最佳行驶路径等；利用有限的地面监测空气质量数据，结合交通流、道路结构、兴趣点分布、气象条件和人们流动规律等大数据，推断整个城市细粒度的空气质量；基于社交网络数据的推荐系统、提炼群体智慧、发现异常事件等。
以上这些研究主要基于城市数据采用机器学习等算法，仅仅利用机器智能自动挖掘出有价值的信息，很少有通过机器智能与人脑智能有机融合的方式实现城市大数据感知理解与决策。
在实现机器智能与人脑智能有机融合的过程中，要构建沉浸式的交互分析环境，高精度城市三维信息平台是基础，需要以三维城市平台为载体关联、索引各种城市非结构化信息，并直观展示各种城市大数据及交互过程。