2019独角兽企业重金招聘Python工程师标准>>> 
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。
海量数据挖掘为了充分研究这些海量空间大数据，有公司研发软件，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。
我国已建成世界最大的视频监控网，2005年平安城市计划启动，现在我们已经在全国600个城市安装了超过2000万个摄像头，投资超过3000多亿，摄像头的工作可以帮助我们保证城市的平安、交通的通畅，但是出现了大数据的问题，就是存不起，数据量太大导致无法存储。我们为天津做了一个规划，“十二五”末，天津将安装60万个摄像头，按照公安部的要求，数据要保留3个月，有4600多个PB，1PB等于1000TB，比我们的空间数据还要大，如果这样存下去，一年要花580多亿，相当于去年西藏的GDP。同时，数据也查不准，发现问题以后，用人工去查，查不准，不可能用几十万个人去查数据，超过了人工处理的极限。此外，也防不住，案件破案效率、破案速度、破案质量不高，这是我们面临的一个严峻的问题。
智慧交通方面，中国有13亿人，数据量到了PB级，24小时都有流量，我们要把这些数据保存起来。安防方面，我们要“365天×24小时”管好城市的安防，数据量也很大。智慧养老方面，现在中国超过65岁的老人已经达到2亿到2.5亿，一个人从65岁活到90岁、100岁，如果把变化状态记录下来，可以使老人得到及时的救护和帮助。
目前，大数据依靠云计算和数据挖掘。科学的发展经过了四个时代，最早靠经验，后来靠理论，现在我们进入了数字发现知识的时代，云计算就应运而生，把计算能力、存储能力、交互能力放在云端，这种服务叫云计算服务，出现了基于云计算的信息服务，今天走到了虚拟服务云计算的时代，云计算中心内部的生态链，在一个网络上，除了自身的计算资源之外，我们有一些商人做云服务器、集成服务等，这些人构成了一个链条，这个链条无所不在，为大家服务。
复杂的遥感处理与分析方法放在远程的云计算平台上，利用云计算平台弹性的计算能力，用户无需买数据、不需搭建环境，也不需要买软件，只需要选择数据和算法后即可获得计算结果，我们的服务不再是提供一个地铁、提供一个文件拷贝和数据共享，而是基于云计算的注册服务。
遥感云可以检查任务进来的速度，可以看计算机结果，把数据输入进去，可以直接在浏览器上察看到结果，用户使用非常方便。大家体会一下遥感云服务实例，云系统可以搜索下雨之前的卫星影像，还可以搜索下雨之后的卫星影像，有了这些影像以后自动生成了服务链条，可以得到遥感服务的结果。云计算与数据挖掘位置云可以将手机的导航卫星信号与其他定位相关的传感器信息传输到云计算中心，通过实时解算，实现室内外高精度的手机连续位置定位和实时导航。
地理国情检测需要，灾情报告员需要，土地调查员和城管员都需要，这样的系统可以把外面的卫星定位方法、室内的传感器定位方法、无线信号定位方法揉在一起，叫做混合定位。北斗正在做服务云，中国北斗从2012年已经开始全面运营，有120字短报文特性，我们做了增强系统，按照220公里的距离，可以保证导航精度一秒钟十个精度，在60公里以内，可以实现区域三频厘米级精密定位。如果用GPS，信号完好率达44%，初始化时间只有40多秒。
我们推荐的是GPS双频加北斗三频，可以保证平面精度1厘米、高程精度3.6厘米，提高了30%，完好率达100%，初始化时间只有6秒。
现在运营商做这个软件，精密定位可能收1毛或者2毛，高精度导航性能分析，可用于智慧交通中的车辆控制和智能驾驶，物质的运送只能在慢车道，原来控制不住，有了米级精度便可以控制，如果犯规了，指挥中心可以实时了解。
数据挖掘方面，我们现实世界的数据不是我们需要的，我们需要的是信息，最后要的是知识，我们要从海量数据中挖掘、发现我们所需的知识。
视频数据挖掘，要把安全行为进行智能分析，视频数据自动理解，从而实现视频数据自动压缩，把PB数据压缩下来，要推行智能设备就要解决一些问题，例如人体异常行为检测，异常事件检测，这是公安部门最感兴趣的。如果计算机能做，可以对目标进行跟踪，这就是我们需要的，自动地对物体中的运动目标进行检测、分离、跟踪，对其行为进行有效识别，如果有了这个软件，视频数据就能充分利用，正常人的活动可以删去，只把可疑的数据留下来。
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。感知是数字城市的功能，控制和智能服务是智慧的高级阶段，智慧城市对经济转型发展、城市职能管理和对大众的智慧服务具有广阔的前景，使得人与自然更加协调。
做这件事情并不容易，首先要让大家把网络基础设施建设好，让大家用的好、用的起，如果大家用不好、用不起，智慧化就等于零。专家和企业应该抓好技术创新和攻关研究，拉动智慧城市引起的数字服务产业的发展，更好地实现各种智能化的应用。
智慧城市建设是一把手工程，城市一把手要根据每个城市的特点做好顶层设计，统一规划，分步实施。大数据与智慧城市关系
智慧城市(smart city)这一概念发端于20世纪80年代的信息城市(information city)，经历了20世纪90年代的智能城市(intelligent city)与数字城市(digital city)，在2000年后逐步演化为智慧城市。2009年IBM公司首次提出了智慧城市愿景，使得智慧城市理念与实践在全球范围内迅速传播。目前，在欧洲和北美已有数百座城市宣布建设智慧城市，IBM公司参与的智慧城市项目多达2 500余个，微软、思科、西门子、日立、松下等科技公司以及埃森哲、奥雅纳等商业或工程咨询公司也在积极涉足智慧城市建设，预计至2020年智慧城市相关产业市场规模将达到4 000亿美元。
与智慧城市同时备受关注的是信息与通信技术(ICT：Information and Communications Technology)领域的大数据(Big Data)概念。作为与传统数据相区别的“大”数据，它的数据量已经从太字节(TB，240)级上升到拍字节(PB，250)级，甚至是泽字节(ZB，270)级。据统计，如今人们每两天生产的数据量就与人类文明发展至2003年产生的总数据量相当，而迄今为止人类所积累的数据量的90%都来自过去两年。
研究丨大数据与智慧城市之间存在怎样的关联关系?
那么，大数据与智慧城市这两个经常被相提并论的概念之间存在怎样的关联关系?在具体的智慧城市规划中，大数据又扮演着什么角色，具有怎样的发展前景?本文将着重探讨上述问题。
1、大数据与智慧城市：演进与关联
1.1 智慧城市
出版于1972年的《后工业社会的来临》(The Coming of PostIndustrial Society)一书将1970年作为工业社会与后工业社会的分水岭，划分的依据即在于ICT的发展及对日常生活的广泛渗透，同时ICT也逐渐成为社会经济发展的关键，因此后工业社会通常也被称为信息社会。受这一思想影响，20世纪80年代的城市研究提出了信息城市概念。到20世纪90年代初，长期从事城市模型研究的迈克尔·巴蒂(Michael Batty)提出了智能城市概念，核心思想在于强调互联网技术对提升信息交流和增强城市竞争力的重要地位。新千年后，对等互联网络技术(P2P：peer-to-peer)、移动智能终端和物联网对城市生产、生活的影响日益深刻，在ICT技术支持下，城市功能更加复杂，城市运行日益高效，城市各个子系统的交叉复合也越来越深入。但是将ICT技术广泛应用于城市发展并非仅仅为了提升城市运行效率，其最终目标应是城市经济的可持续发展、城市生活品质的提升以及城市社会经济活动公平性的促进。基于这些认识，智慧城市概念应运而生。
然而，智慧城市概念也受到了许多质疑，主要原因在于智慧城市内涵宽泛，不仅包括城市技术系统，也包括城市管理系统，还包括城市人文系统，同时其目标指向也涉及经济、政治、人文等多个维度，为智慧城市的确切定义造成了极大困难。目前学术界对于智慧城市尚未给出广为认可的统一定义，仅有一个包含六个子系统的智慧城市框架被较多使用，这六个子系统分别是：智慧经济(smart economy)、智慧市民(smart people)、智慧管理(smart governance)、智慧移动(smart mobility)、智慧环境(smart environment)与智慧生活(smart living)。而产业界对智慧城市的认识可总结为利用新一代的软、硬件和联络技术赋予ICT系统以实时的真实世界数据，与先进的科学分析技术相结合，协助人们进行更加理性的决策，从而提高生产生活水平。
1.2 大数据
如今，人们每天发送10万条推特，谷歌每分钟执行200万次搜索，全世界每天产生2.5艾字节(EB，260)数据，截至2013年互联网数据量已达到1 000艾字节……这些数字共同构成了所谓“大数据”。早在1980年，著名未来学家阿尔文·托夫勒就在《第三次浪潮》一书中提及了“大数据”;大约2009年，大数据概念开始在ICT领域兴起。不同机构和学者为大数据提出过多种不同定义，其中较被广泛认可的是描述大数据与传统数据主要差别的“3V”特征——大容量、高速度与多样性。大容量体现为其数据量往往达到艾字节或泽字节级别，很难以传统数据处理方式在合理时间内完成分析;高速度体现为数据生成过程的流动速度，也就是大数据具有实时性;而多样性则主要表现在大数据类型和来源的多样。这些特点使得能够有效管理大数据、普遍适用的数据组织与处理技术成为关键。
1.3 演进与关联
可以看到，智慧城市概念的演进与ICT的日趋发展密不可分。概括而言，大数据与智慧城市分别代表了20世纪以来ICT进步的两个方面——大数据概念的提出和发展主要来自于ICT领域的发展，而智慧城市概念的提出和发展则是ICT影响下人类社会的思想观念与建设实践演进的反映，两者之间具有紧密的关联关系。智慧城市的发展必须依托于ICT技术的发展，而城市生产、生活的日趋复杂也为ICT领域提出了新的机遇和挑战。一方面，市民对基于ICT的各类服务需求激增，为ICT的进一步发展提供了市场支持;另一方面，用户在享受服务的同时，也生成了巨量潜存巨大社会、商业、科学价值的信息，也就是大数据。智慧城市的规划与建设，需要有充分的技术与条件处理城市运行过程中产生的大数据，如城市交通系统产生的实时交通信息、城市经济系统产生的商业活动信息等，特别是城市管理层(城市政府)对智慧城市进行智慧管理需要建立一整套大数据管理系统，不仅涉及数据的收集、存储、分析方法，还涉及来自不同行业、不同类别数据的整合问题。这一系列城市功能脱离大数据技术都是无法实现的。
2 、大数据时代的智慧城市规划实践：国际案例与经验
由上文可以看出，智慧城市这一概念来自于产业界，并由政府和产业界推动实践，而学术界虽然也已开展相关研究，但尚未成为智慧城市建设的主要推动力，且部分研究与应用实践尚有一定差距。因此，本文将主要围绕各地政府或产业界主导的相关建设项目，对大数据时代的智慧城市规划实践予以梳理。由于提出时间尚短，目前关于智慧城市还未出现成熟的评价体系，仅有来自柯恩教授的“十佳智慧城市排名”较被认可，本文参考这一系列排名(世界排名及洲排名)，综合考虑大数据相关技术在各地的应用水平，选择10座智慧城市为重点案例，结合少数其他案例，分析总结大数据在国际智慧城市规划中的应用进展。
同时，本文参考智慧城市六大系统的分析框架，分别梳理大数据相关技术在各个系统的应用。需要指出的是，六大系统中的智慧经济侧重产业发展，智慧市民侧重教育、个人发展与社会公平等，与大数据相关性较弱，故不作探讨。
2.1 大数据基础设施
大数据的获取与传输依赖于覆盖广泛、速度快捷的互联网络，因此互联网基础设施的铺盖与升级是智慧城市建设的必要环节。早在1993年，美国率先提出了国家信息基础设施(NII)计划，并随后提出了全球信息基础设施(GII)计划。至今，已有大量国家或地方政府提出高速或超高速宽带网络建设计划，如新加坡(2005)在“智慧国2015”(iN2015)计划中提出建设全面覆盖的超高速宽带网络等信息通讯基础设施;伦敦计划投资2 400万英镑以较低的价格为中小型企业提供超高速宽带网络;在英国智慧城市计划竞赛②中入围的布里斯托和伯明翰正分别投资l100万英镑和800万英镑用于宽带网络建设;芝加哥正在投资建设一条新的光纤网络以使网速达到千兆级别，并希望以极具竞争性的价格吸引更多公司于芝加哥落户。同时，随着智能移动终端的普及，免费无线网络也成为网络基础设施的建设重点，如伦敦正在与英国五大移动网络运营商之一的O2公司合作建设欧洲最大的免费无线网络，计划铺设在画廊、博物馆及全市150个地铁站;纽约计划在富尔顿街(Fulton Street)、BAM文化区等十余处街区提供免费无线网络;旧金山试点在主要街道市场街(Market Street)提供免费无线网络③;阿姆斯特丹试点在艾瑟尔堡(IJburg)港口提供免费无线网络等。
在上述“硬件”基础设施之外，“软件”基础设施——开放数据同样是智慧城市建设的重要基础。开放数据与众包开发已成为国外智慧城市建设的必需环节。旧金山于2009年立法开放数据，是美国第一个为开放数据立法的城市，此后已有来自多个政府部门的500多组数据被发布，由此催生了200多项手机应用;纽约已开放2400多组数据并从2009年起每年举办Big Apps程序开发竞赛，是目前开放数据量最大的城市;伦敦也是全球最早推出开放数据平台的城市之一，由此开发的手机应用已被大量下载;维也纳、巴塞罗那、阿姆斯特丹、西雅图、波士顿等城市均已开放几百至千余组数据;哥本哈根还计划建设比开放数据平台更为全面、结构化、标准化的“开放价值网络”(open value network)，统一管理数据质量，制定使用条款，并提供数据整合、可视化等服务。
2.2 智慧管理
由城市运行所产生的交通、环境、市政、商业等各领域数据量是巨大的，这些数据经过合理的分析挖掘可产生大量传统数据所不能反映的城市运行信息。目前与智慧管理相关的大数据来源主要包括由遍布全市的摄像头收集的视频影像，由各类传感器收集的环境等方面信息，由各类终端收集的刷卡信息，由市民通过手机应用或社交网站贡献的相关信息等。其应用方式主要体现在三个领域。一是实时监控与突发事件处理，如巴塞罗那和格拉斯哥都计划在全市大规模布置摄像头或传感器以及时识别火灾、犯罪等异常情况;巴西里约热内卢还开设了一座建设有80 m宽监视屏的城市运行控制中心，显示来自全市900多个摄像头的监控影像，由来自30个不同部门的50名工作人员对洪水威胁、交通事故、管道泄漏等突发事件做出应急控制。二是市政服务，如维也纳、波士顿、格拉斯哥都推出(或计划推出)用于报告市政故障的手机应用;而瑞典斯德哥尔摩自2007年至今已投资7000万欧元开发50多项电子服务，并藉此降低了城市的管理成本。三是公众参与，大数据使人们得以构建反映城市建成环境实时变化的三维可视化系统，这类系统可作为公众参与的平台，如Autodesk公司在德国班贝格市(Bamberg)开发的城市三维可视化系统被用于讨论新铁路线建设，市民使用iPad即可了解铁路线对周边环境的影响，节省了公众参与的时间。
2.3 智慧出行
交通流的合理规划与疏导是几乎所有城市长期面临的问题，而大数据的广泛性与实时性则为解决这类问题提供了新的可能。目前大数据在智慧出行领域的应用主要体现在两方面。一是交通流量实时监控，如伦敦、波士顿和伯明翰(计划)利用遍布全市的摄像头监控实时交通流量;伯明翰还将摄像头和各类传感器收集到的交通信息统一传送至控制中心，由工作人员实时调控交通。二是交通信息实时提供，如阿姆斯特丹和巴塞罗那通过安装在停车场的传感器为市民提供实时停车位信息，以引导居民合理出行;多伦多和巴塞罗那(计划)为市民提供公交车实时位置信息;波士顿为学生家长提供校车位置信息;伦敦为市民提供公用自行车位置信息等。
2.4 智慧环境
在智慧城市概念出现之前，生态城市、低碳城市等概念就已被广泛接受，也是新千年后全球城市发展的关注重点。目前大数据在智慧环境领域的应用主要体现在两方面。一是能源使用管理，安装在电网系统中的传感器可实时收集用户的能耗信息，并按时段调配能源供给或在电力峰值不同的建筑物之间进行电力融通，提高能源使用效率，如伦敦、阿姆斯特丹、西雅图、斯德哥尔摩等许多城市都计划推行智慧电网(Smart Grid)，日本千叶与日立公司合作建立了地区能源管理系统(AEMS)。二是环境质量监控，如哥本哈根利用安装在自行车轮上的传感器收集空气质量信息，巴塞罗那利用安装在路灯上的传感器收集噪声、污染信息等。
2.5 智慧生活
虽然智慧城市涉及大量技术内容，但其核心价值仍在于为市民提供更高质量的生活(Quality of Life)，这也是几乎所有国外智慧城市建设项目所不断强调的。目前大数据在此领域的应用主要体现在生活服务方面，如维也纳、巴塞罗那、纽约等城市在开放数据的基础上众包开发了几十种至上百种生活服务类手机应用，多伦多、格拉斯哥等城市则通过云计算等技术对实时信息进行分析并据此为市民提供更多生活服务实时信息。此外，思科公司提出了智慧连接社区概念(Smart+Connected Communities)，通过智能网络系统将社区的服务、信息和人群等各类资源相结合，将物理空间的社区转化为一个更加紧密联系的社区。但也可以看到，在医疗、教育这两个智慧生活的重要方面，大数据尚未获得较多实质性的应用。
本文转载自36大数据
携手IBM|慧都科技最新版大数据解决方案上线，帮助企业充分释放数据价值！