智慧城市时空大数据平台建设技术大纲(2019年版)
智慧城市时空大数据平台建设技术大纲（2019版）
一、背景
总书记在党的十九大报告中提出，推动互联网、大数据、人工智能和实体经济深度融合，建设数字中国、智慧社会。根据《自然资源部机关各司局职能配置、设机构和人员编制规定》，组织数字中国时空信息数据库建设与更新是自然资源部依法赋予相关职能部门的重要职责。城市时空大数据平台是数字中国时空信息数据库的重要组成部分，是基础测绘转型升级的重要任务，是智慧城市的基础支撑。开展智慧城市时空大数据平台建设，是切实贯彻落实好总书记重要指示精神的具体举措，是全面履行好自然资源部职责的切实行动，是提升城市治理能力的重要手段。
自2008年智慧地球概念提出后，世界各国给予了广泛关注，并聚焦经济发展最活跃、信息化程度最高、人口居住最集中、社会管理难度最大的城市区域，先后启动了智慧城市相关计划。我国也高度重视智慧城市建设，2014年，经国务院同意，国家发展和改革委员会等八部门联合出台的《关于促进智慧城市健康发展的指导意见》（发改高技[2014]1770号）提出“智慧城市是运用物联网、云计算、大数据、地理信息集成等新一代信息技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式。建设智慧城市，对加快工业化、信息化、城镇化、农业现代化融合，提升城市可持续发展能力具有重要意义。”2016年，《中共中央国务院关于进一步加强城市规划建设管理工作的若干意见》要求，推进城市智慧管理，到2020年，建成一批特色鲜明的智慧城市。
作为智慧城市建设的重要组成，智慧城市时空大数据平台建设试点工作自2012年启动以来，已经在智慧城市建设和城市运行管理中得到了广泛深入应用，发挥了基础支撑作用，极大提高了城市管理能力和水平。自然资源部组建后，测绘工作成为自然资源统一监管工作的组成部分，其服务目标和对象更具针对性，工作重心更加突出，由原来面向全社会的普适性服务，转化为围绕自然资源管理“两统一”职责履行这个中心，做好技术保障与支持的同时，为经济建设、国防建设和社会发展继续提供基础性、公益性测绘保障。
随着社会治理的精细化发展，社会各界各部门对测绘的要求越来越高、需求越来越迫切，测绘技术与互联网、大数据、云计算等高新技术不断融合发展，无尺度地理要素数据（NSF）、空地一体测绘、网络信息抓取等测绘新技术不断涌现，信息化测绘体系和新型基础测绘体系逐步形成。
因此，为切实贯彻落实好党中央、国务院相关部署，面向国家智慧城市、大数据发展战略和自然资源管理工作需求以及当前测绘新技术发展要求，基于前期试点工作经验，修改完善2017版技术大纲，形成《智慧城市时空大数据平台建设技术大纲（2019版）》。
二、任务、定位与作用
（一）任务
根据新型智慧城市建设部际协调工作组确定的任务分工，自然资源部重要任务之一就是指导各地区自然资源主管部门开展智慧城市时空大数据平台建设及应用。容涵盖：智慧城市时空大数据平台建设试点，指导开展时空大数据平台构建；鼓励其在国土空间规划、市政建设与管理、自然资源开发利用、生态文明建设以及公众服务中的智能化应用，促进城市科学、高效、可持续发展；研究制定相关行业标准和技术规，完善评价指标体系，参与部际协调工作组开展的年度评价工作。
时空大数据平台是基础时空数据、公共管理与公共服务涉及专题信息的“最大公约数”（简称公共专题数据）、物联网实时感知数据、互联网在线抓取数据、根据本地特色扩展数据，及其获取、感知、存储、处理、共享、集成、挖掘分析、泛在服务的技术系统。连同云计算环境、政策、标准、机制等支撑环境，以及时空基准共同组成时空基础设施。
其构成如图1所示。
（二）在智慧城市中的定位与作用
综合国外智慧城市的认识和建设实践，尽管运作方式、建设容和解决问题等存在差异、各具特色，但其体系框架具有共性，智慧城市建设的典型结构如图2所示，包括感知层、网络层、计算存储设施层、公共数据库层、公共信息平台层、智慧应用层和用户层，以及制度安全保障体系和政策标准保障体系。
智慧城市时空大数据平台容在智慧城市总体架构中的位置分别是：时空大数据蕴含在公共数据库层，其中基础时空数据是政务、民务、运营和感知等其他城市大数据时空化的基础；云平台是公共信息平台层的重要组成，是其他专题应用平台的基础性支撑平台。平台运行服务依赖的云计算环境是计算存储设施层的核心，相关的政策机制、标准规等软环境包含在制度安全保障体系和政策标准保障体系中，如图2所示。
智慧城市时空大数据平台作为智慧城市的重要组成，既是智慧城市不可或缺的、基础性的信息资源，又是其他信息交换共享与协同应用的载体，为其他信息在三维空间和时间交织构成的四维环境中提供时空基础，实现基于统一时空基础下的规划、布局、分析和决策。
三、目标、思路与原则
（一）目标
在数字城市地理空间框架的基础上，依托城市云支撑环境，实现向智慧城市时空大数据平台的提升，开发智慧专题应用系统，为智慧城市时空大数据平台的全面应用积累经验。凝练智慧城市时空大数据平台建设管理模式、技术体系、运行机制、应用服务模式和标准规及政策法规，为推动全国数字城市地理空间框架建设向智慧城市时空大数据平台的升级转型奠定基础。
（二）思路
为保障智慧城市时空大数据平台有序开展和长效运行，其建设容涵盖五部分。
1.统一时空基准
时空基准是指时间和地理空间维度上的基本参考依据和度量的起算数据。时空基准是经济建设、国防建设和社会发展的重要基础设施，是时空大数据在时间和空间维度上的基本依据。时间基准中日期应采用公历纪元，时间应采用时间。空间定位基础采用2000国家坐标系和1985国家高程基准。
2.丰富时空大数据
时空大数据主要包括时序化的基础时空数据、公共专题数据、物联网实时感知数据、互联网在线抓取数据和根据本地特色扩展数据，构成智慧城市建设所需的地上地下、室室外、虚实一体化的、开放的、鲜活的时空数据资源。
3.构建云平台
面向两种不同应用场景，构建桌面平台和移动平台。通过时空大数据池化、服务化，形成服务资源池，容包括数据服务、接口服务、功能服务、计算存储服务、知识服务；扩充地理实体、感知定位、接入解译及模拟推演API接口，形成应用接口；新增地名地址引擎、业务流引擎、知识引擎、服务引擎。在此基础上，开发任务解析模块、物联网实时感知模块、互联网在线抓取模块、可共享接口聚合模块，创建开放的、具有自学习能力的智能化技术系统。
4.搭建云支撑环境
鼓励有条件的城市，将时空大数据平台迁移至全市统一、共用的云支撑环境中；不具备条件的城市，改造原有部门支撑环境，部署时空大数据平台，形成云服务能力。
5.开展智慧应用
基于时空大数据平台，根据各城市的特点和需求，本着急用先建的原则，开展智慧应用示。实施过程中，在城市人民政府统筹领导下，以应用部门为主，自然资源部门做好数据与技术支撑，在原有部门信息化成果基础上，突出实时数据接入、时空大数据分析和智能化处置等功能，鼓励采用多元化的投融资模式，开展深入应用。
（三）建设原则
秉承上述思路，应遵循以下建设原则：
1.开放性原则
时空大数据平台的体系架构应是开放的。一方面，用户可以分享数据资源、计算资源、存储资源、网络资源、开发接口和关于时空信息功能软件的服务；另一方面，也能够从物联网和互联网上实时抓取或感知信息。
2.继承性原则
数字城市地理空间框架建设已经融入了云计算服务的理念和思想。从数字走向智慧，特别在初级阶段，具有云计算条件的城市，可迁移至该环境；未具备条件的城市，可采用虚拟云计算环境。
3.安全性原则
凡部署在非涉密网络环境中的计算资源、存储资源，以及数据资源应不涉及与国家安全有关的容和事项，否则需经国家指定部门进行统一的处理。
4.智能化原则
开发任务解析、实时感知、在线抓取、接口聚合等功能，使平台具有自学习能力，根据不同任务要求，通过任务解析，感知、抓取或聚合现有平台中缺失的数据和功能，自适应达到预期目标。
5.重点性原则
应把建设重点放在时空大数据平台，示应用宜求精不求多，要能体现跨部门协同和智慧的特点。
四、时空大数据
时空大数据应包括基础时空数据、公共专题数据、物联网实时感知数据、互联网在线抓取数据，及其驱动的数据引擎和多节点分布式大数据管理系统。依托基础时空数据，采用全空间信息模型形成全空间的时空化公共专题数据、物联网实时感知数据、互联网在线抓取数据，通过管理系统经数据引擎实现一体化管理。在完成四类数据基础上，根据实际情况，各地可扩展示应用建设所需要的其他专题数据，其围和数量应根据本地的信息化基础、应用需求和智慧城市顶层设计，逐步丰富。时空大数据建设可概括为四个步骤：资源汇聚、空间处理、数据引擎和分布式管理系统开发，如图3所示。
（一）资源汇聚
1.资源容
（1）基础时空数据
容至少包括矢量数据、影像数据、高程模型数据、地理实体数据、地名地址数据、三维模型数据、新型测绘产品数据及其元数据。
矢量数据。进一步丰富大比例尺矢量数据，确保1:500、1:1000、1:2000等大比例尺地形图至少覆盖规划区围，1:5000或1:10000应覆盖市辖围。
影像数据。进一步丰富高分辨率影像数据，0.1米或0.2米影像等至少覆盖规划区围，0.5米影像应覆盖市辖围。
高程模型数据。进一步丰富高程模型数据，0.5米、1米格网至少覆盖规划区
围，2米、5米格网应覆盖市辖围。
地理实体数据。以地形图为基础，对境界、政区、道路、水系、院落、建筑物、植被等容进行实体化，并赋予唯一编码，作为与其它行业和专题数据进行关联的基础。
地名地址数据。应扩充自然村以上的行政地名，建立市（地区、自治州、盟）级、县（区、县级市）级、乡（镇、街道）级和行政村（社区）级四级区划单元，实现市辖围精细化地名地址全覆盖。
三维模型数据。至少分等级实现市辖围全覆盖。政治、经济、文化、交通、旅游等方面的地标（标志）性中心区、中心商务区（CBD）以及特定区域应建立一级模型；除上述以外的政治、经济、文体、交通、旅游等中心区域，高档住宅、公寓以及特定区域应建立二级模型；其他政治、经济、文体、交通、旅游等中心区域，普通住宅以及特定区域应建立三级模型；城中村、棚户区、工厂厂房区等区域，远郊、农村地区以及特定区域应建立四级模型。
新型测绘产品数据。宜涵盖全景及可量测实景影像、倾斜影像、激光点云数据、室地图数据、地下空间数据、建筑信息模型数据等。
（2）公共专题数据
容至少包括法人数据、人口数据、宏观经济数据、民生兴趣点数据、地理国情普查与监测数据及其元数据。其中民生兴趣点数据宜涵盖制造企业、批发和零售、交通运输和邮政、住宿和餐饮、信息传输和计算机服务、金融和保险、房地产、商务服务、居民服务、教育科研、卫生社会保障和社会福利、文化体育娱乐、公共管理和社会组织等容。地理国情普查与监测数据种类涵盖自然地理要素、人文地理要素等基本国情数据和专题国情数据。
（3）物联网实时感知数据
通过物联网智能感知的具有时间标识的实时数据，其容至少包括采用空、天、地一体化对地观测传感网实时获取的基础时空数据和依托专业传感器感知的可共享的行业专题实时数据，以及其元数据。其中，实时获取的基础时空数据包括实时位置信息、影像和视频，行业专题实时数据包括交通、环保、水利、气象等监控与监测数据。
（4）互联网在线抓取数据
根据不同任务需要，采用网络爬虫等技术，通过互联网在线抓取完成任务所缺失的数据。
2.汇聚方式
对于基础时空数据，定期从自然资源相关部门将分级分类后可共享的数据容离线拷贝；对于人口、法人、宏观经济等公共专题数据，通常源于部门之间的信息共享；对于智能感知的基础时空数据，依照国家相关规定，在线或离线共享，行业专题可共享的实时数据，通过有线或无线网络接入；对于互联网在线抓取的数据，面向任务需时动态抓取，确有必要时，经时空序化后动态追加至时空大数据。
3.时空标识
上述数据主要表现为矢量数据、影像、高程模型、地理实体、地名地址、三维模型、新型测绘产品和感知及抓取数据等形式，对其进行时空标识，即注入时间、空间和属性“三域”标识。时间标识注记该数据的时效性，空间标识注记空间特性，属性标识注记隶属的领域、行业、主题等容，以便捷后续的时空大数据的整理和序化。
（1）矢量数据应按幅增添“三域”标识。
（2）影像数据应针对不同类型、不同分辨率增添“三域”标识。该数据采用连续的时间快照模型进行数据重组，将同一分辨率的不同时相影像，构建影像时间序列，形成客观世界的连续快照；对具体一个快照，应采用紧缩金字塔模型进行空间组织。
（3）高程模型数据应针对不同格网间距增添“三域”标识。该数据采用连续的时间快照模型进行数据重组，构建时间序列。
（4）地理实体数据应面向实体增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个地理实体构建具有唯一“三域”标识的时空对象。
（5）地名地址数据应逐条增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个地名地址条目构建具有唯一“三域”标识的时空对象。
（6）三维模型数据应逐层、每一模型增添“三域”标识。该数据采用面向对象的时空数据模型进行数据重组，将每个三维模型构建具有唯一“三域”标识的时空对象。
（7）新型测绘产品数据应按类型、批次增添“三域”标识。
（8）感知及抓取数据，确有必要追加存储，在注入相对稳定的空间和属性同时，着重标签时间特性。
（二）空间处理
对结构化、非结构化的时空大数据，序化前的处理工作包括：统一格式、一致性处理和空间化。
1.统一格式
不同数据能够基本实现无损格式转换，对于无拓扑关系图形数据要能够转换至基础时空数据，并建立拓扑关系。格式统一后的基础时空数据应合并、自动接边，数据表格能够实现自动属性赋值。
2.一致性处理
对于存放的矢量数据、影像数据和实体数据，将更新后的数据快速及时进行地图综合，利用综合的结果联动更新相应围数据，原容自动变成历史数据。
3.空间化
（1）地名谱特征提取
汇聚的数据，有些带有空间位置坐标信息，经过了统一时空基准后，即可匹配集成；部分自身没有空间坐标信息，但在属性项中蕴含了地名地址；还有一部分只是蕴含了一些地名基因，要结合汉语分词和数据比对技术，通过基于语义和地理本体的统一认知，提取地名谱特征。
（2）空间匹配
对于具有空间位置坐标的数据，直接坐标匹配；对于无空间位置坐标的数据，根据识别提取出的地名地址信息，建立含有地名标识的切分序列与逻辑组合关系，开展基于分词、本体和词语相似性的多种匹配，提出局部模糊匹配后的歧义消除方法，实现高效、精准、实用的地名地址匹配。
（3）数据序化
依托时空基准，采用地名地址匹配的技术方法，将“三域”标识的信息容进行时空定位寻址。对于带有空间位置坐标的信息容，通过坐标匹配定位；蕴含地名地址的信息容，通过地名地址匹配定位；仅蕴含地名基因的信息容，先提取地名地址信息，再通过地名地址匹配定位。
（三）数据引擎开发
建立全空间信息模型，实现地上地下、室室外、虚实、开放、鲜活的时空大数据一体化管理，克服非关系数据库存储时空大数据存在的存储与访问的效率低下，难以满足高并发、大数据量下的实时性要求问题，充分发挥非关系数据库的性能优势；支撑云平台，帮助用户在线调用现成的时空大数据中的数据。
（四）分布式管理系统开发
1.动态数据获取
（1）接收
通过物联网实时感知、互联网在线抓取，根据本地智慧城市建设对时空大数据的要求，实时立体感知城市各种运行体征数据，在线抓取城市各种运行状态数据，并在原有时空大数据基础上进行动态积累。
（2）调取
在数据挖掘与分析过程中，及时利用动态积累的物联网实时感知和互联网在线抓取的数据，确有必要，可通过有线或无线网络调取相应的城市运行状态或运行体征源数据。
2.数据管理
（1）输入输出
支持对静态数据以通用格式导入、检查、添加和确认；支持三维模型的几何数据和属性数据以通用格式导出；支持按照产品类型、数据时相或用户需求所进行的产品制作、容提取、导出和分发。
（2）数据编辑及处理
支持坐标及投影变换、高程换算、数据裁切、数据格式转换以及影像数据的对比度、灰度（色彩）、饱和度一致性调整等；支持对二维矢量数据的图形编辑；支持对三维模型数据模型替换、模型空间位置修改、纹理编辑、属性编辑、元数据编辑等。
（3）查询统计
应具有按时间、属性和空间或其组合条件，查询与检索不同时相、不同类型和不同区域时空信息的能力，并可提取与统计；应具有对三维模型数据进行查询的功能；应具有对数据及服务资源进行目录检索的功能；应根据检索结果进行快速定位的功能。
（4）数据可视化
支持将多时相数据组合、叠加、符号化显示和放大、缩小、漫游、前视图、后视图等浏览功能，并可通过动画、动态符号和颜色模拟变化；支持三维模型数据的显示，为提高系统性能宜支持模型动态加载；具有三维漫游功能，宜支持拖动、滑动、飞行模式；支持多视角浏览，宜包括平视、仰视、俯视角度；支持将多时相数据在三维上叠加、符号化显示及漫游、多视角浏览等。
（5）动态更新
支持感知数据、抓取数据的动态追加；支持数据索引的实时修正；支持数据按围、按时间、按类型以及整体的更新；支持三维模型的替换、模型属性的更新和局部区域模型的整体更新；支持对地图瓦片数据及三维缓存数据的整体更新、按层更新和局部更新。
（6）历史数据管理
应具有历史数据备份和恢复功能；应具备历史数据的版本创建、管理及版本数据对比功能。
（7）元数据管理
支持实时追加数据元数据的实时更新；支持元数据注册、编辑、修改和元数据查询、统计、分析、输出等；元数据与其对应的数据应建立关联，应能实现与其对应的数据进行同步更新。
（8）安全管理
应具有用户管理、权限管理、日志管理、事务管理、数据库备份与恢复。备份包括数据的备份和系统软件的备份。备份可采用全备份或增量备份方式，定期检查备份的可用性。
3.分析量测
（1）常用分析
应具有不同类型数据融合、多时相数据比对、变化信息提取等，以及时空数据分类、时空叠加分析、时空序列分析和预测分析。
（2）空间量测
应具备对二维数据进行距离、面积量测功能；对三维模型数据进行空间距离量测的功能；对三维模型数据进行水平面积量测的功能；对三维模型数据进行体积量测的功能。
4.模拟推演
（1）时空过程模拟
以事件或者情景为对象，检索调取相应的地理对象及其时间、空间和属性“三域”容，模拟发展变化过程，实现情景与事件数字化再现。
（2）决策预案的动态推演
通过调整关键参数或人工干预，计算决策方案的实施效果，并提供模拟效果的动态可视化。
5.大数据挖掘
（1）基础分析
开发集成历史推理方法、聚类分析、分析、神经网络、判别分析、逻辑分析、人工智能等通用性的挖掘方法，形成基础分析工具包。
（2）空间分布
计算单一专题数据源的空间粒度，通过地名地址匹配自动化或半自动化将其分布在相应尺度的基础时空数据之上，分析挖掘其空间分布规律。
（3）多因子关联分析
将两种及以上专题数据源分布在相应尺度的统一基础时空数据之上，综合运用各种数学模型，探求挖掘专题信息之间的相关性和依赖度。
（4）时空分析
将单一或多种带有时间特征的专题信息，分布在相应尺度的统一基础时空数据之上，研究揭示专题信息在时间维度上的演变规律、在空间维度上的分布规律，以及在四维时空中的时空特征。
（5）主题分析
面向某一主题，在基础分析工具包和空间分布、多因子关联分析、时空分析的基础上，提炼主题大数据分析的专业模型和业务流程，形成定制化、流程化的知识链，开发高自动化的分析功能，发现潜藏数据背后的知识与规律。
6.大数据管理
（1）存储检索
应实现时空大数据的分布式存储、高效存取、精确检索、并发响应及负载均衡，具备管理节点动态增加和容灾备份等能力，提升时空大数据的查询效率、吞吐量、可用性、容错性、稳定性。
（2）数据流转
应实现多源异构时空大数据的共享、互操作和无缝流转，实现不同类型数据库的有效集成，并提供应用层面的统一访问接口、统一查询方式和统一操作行为。
（3）智能监管
应实现对各存储节点运行状态的实时监控和负载均衡动态调整，监控信息主动收集和统一展示，运行问题的实时分析及应对处理。
五、云平台
2017年度专业技术人员大数据与智慧城市建设试题(答对36题)
2017年度专业技术人员大数据与智慧城市建设试题单选题：共 15题，每题 2分，合计 30分 1 标记 我们国家现在处于应用和技术双引领的地位主要是依靠人口红利优势和应用规模优势。（） 正确 错误 2 标记 （）通过了全面深化改革的决定。 十六届三中全会 十七届三中全会 十八届三中全会 3 标记 网络经济的核心理念是创新、协调、绿色、共享、开放。（）正确 错误 4 标记 IT和DT时代的最大区别，（）为我们建了好多信息系统。DT时代 IT时代 5 标记 阿里巴巴这么一家优秀的企业不能在国上市，非得要去美国
上市的原因是（） 国的上市政策不适应 美国市场更适合阿里巴巴企业 不想在国上市 6 标记 智慧城市思想加速了信息惠民的公共服务。 正确 错误 7 标记 大数据的四个维度是数量，多样性，速度，准确性。 对 错 8 标记 下列选项中，不属于智慧城市中广泛的业务协同建立基础是？（） 数据交换 简化流程 数据共享 互连互通网络 9 标记 下列有关我国智慧城市建设所处现状，表述错误的是？（）城市建设目标缺乏科学、全面的认识
城市在规划和建设中缺乏依据 存在盲目投资建设的情况 智慧城市建设整体尚处于成熟阶段 10 标记 智慧城市是城市信息化建设的新阶段，其目的是为了以泛在的信息服务为基础，为人们的衣食住行提供便利，提升人们的生活水平。 正确 错误 11 标记 旧州镇主要依托丰富的屯堡文化资源和良好生态环境，发挥生态和文化优势，建设绿色旅游小镇。 对 错 12 标记 云栖小镇的政策支持：创新政企合作模式，在全国首创政府企业“1+1”的政策扶持机制。 正确 错误 13 标记 利用自身的信息经济、块状经济、山水资源、历史人文等独特优势创建特色小镇，不仅符合经济社会发展规律，而且有
大数据在智慧城市建设中的作用与深度应用
大数据在智慧城市建设中的作用与深度应用 发表时间：2019-10-24T14:39:46.820Z 来源：《基层建设》2019年第22期作者：洪宇卫 [导读] 摘要：随着全球城市化发展的不断衍进，当前城市发展面临着巨大的挑战，对城市运行与管理也提出了新的要求。 浙大网新系统工程有限公司浙江杭州 310012 摘要：随着全球城市化发展的不断衍进，当前城市发展面临着巨大的挑战，对城市运行与管理也提出了新的要求。大数据在智慧城市建设中的作用与深度应用也是智慧城市建设的最重要内容之一，本文对此进行探讨。 关键词：大数据；智慧城市；作用；深度应用 一、大数据在智慧城市建设中的作用与地位 在智慧城市建设中，大数据的作用与地位正在发生深刻的变化，大数据从以前的单纯技术支撑手段，逐步向智慧城市的核心建设内容与应用抓手转变——随着城市规模越来越大、城市人口越来越多、构成越来越复杂，传统的按条块分工模式早已无法满足城市的管理与运营，城市的精细化治理只有依靠全面的分析与科学的决策才可持续，只有大数据对城市运行产生的数据进行充分理解与分析，才可支撑新型智慧城市的有序运行，大数据已经逐步成为智慧城市的信息化基础设施之一，是数据驱动下的新型智慧城市的重要组成部分。 二、大数据在智慧城市建设应用中的瓶颈与问题 大数据在智慧城市领域的主要应用瓶颈与问题如下： 1、大数据拉通存在壁垒 以大数据为核心的新型智慧城市建设，在落地实践的过程中也面临着许多新的困难。最关键问题之一就是数据拉通共享存在严重壁垒。大数据作为新型智慧城市的基础设施，天然就要求站在城市的高度拉通政府、企业等城市实体在生产运营中产生的各类数据。但在实际工作中，跨部门之间的协调十分困难，目前各政府部门的管理体系呈现条线化，各部门对自己的上级部门负责，对横向拉通缺乏动力，导致很难形成全面的数据拉通与共享，最终导致智慧城市建设的基础难以夯实。 2、大数据质量欠佳，影响可用性 由于历史建设时，缺乏数据层面的顶层设计与统筹规划，导致城市各行业各条块数据的可用性也存在一定问题，表现为数据质量欠佳，在数据融合与关联后，直接影响的就是数据的可用性。于此同时，新型智慧城市建设背景下，对数据的要求较通常而言更高，许多场景都需要对数据进行实时更新，甚至实现从数据产生到采集入库全流程的数据台账。但是许多政府部门的数据采集频率偏低，数据治理缺乏。以水电煤汽油数据为例，大部分管理部门均在1个月才更新1次数据，这会导致数据的有效性存在偏差。 3、大数据管理与应用缺乏体系规范 智慧城市在每天的运行中，不断在处理与分析数据，也不断地产生分门别类的数据。对于数据的管理与应用均需要成体系的去看待，需要从顶层设计的高度，全面盘活资源，建立大数据管理与应用的体系与规范，才能避免当前普遍存在的数据无人采集、无人更新维护、无人使用的现象，不让数据“躺在档案库中睡觉”。 三、大数据在智慧城市建设应用案例解析 安全有序是城市运行的基本要求，也是新型智慧城市建设与治理的核心目标之一，大数据在智慧城市中的公共安全领域无疑也具有极广阔的应用空间，通常体现为智慧警务的建设，以下以某市智慧警务建设的案例进行解析。 1、总体规划设计 该市的智慧警务是以云计算、IoT、人工智能、视频联网、数据分析挖掘等为技术支撑，以公安信息化为核心，通过泛在连接、深刻洞察、智能赋能的方式，促进公安机关信息化建设与应用的集约化、协同化运作，以实现警务信息“强度整合、高度共享、深度应用”为目标的警务发展新理念和新模式。基于上述规划，该市的智慧警务建设以“三张网、一中心、四应用”的内容进行。“三张网”即智慧警务各系统的运行网络主要承载在公安信息专网、公安视频专网和互联网上。公安信息专网是各类警务信息的汇聚处理域，公安视频专网是公安视音频信息的采集处理域，互联网是城市安全信息的采集和服务域，三张网共同承载该市智慧警务的构建。“一中心”即建设城市智慧警务数据中心。该数据中心是全市公共安全信息的存储、分析、处理和服务的核心，对内打通各警种的业务数据，实现信息共享，消除信息孤岛，并向各业务警种提供数据服务，对外向政府各委办局及市民在信息安全的基础上提供公安信息的数据服务。“四应用”的建设内容包括以下几大方面：一是建设智慧分析。利用大数据挖掘、分析、预测算法和模型，创新情报分析思路、拓展情报分析手段、搭建大数据分析预测工具，对信息进行充分挖掘与分析，提供多个维度进行信息关联的功能，实现数据的智慧碰撞、比对，实现情报智慧预测、结果自动推送。二是建设智慧防控。运用物联网技术，构建多样化的智能感知网络，针对重点区域、重要出入口，通过人脸识别、车脸识别、视频监控、移动卡口等前端设备的建设，实现立体智能的信息采集，采用大数据的流计算、实时计算等技术，对感知和采集的海量信息进行安全态势感知、评估与预测，并结合PGIS，提供直观的安全态势监控能力，及时发现安全热点区域，从宏观上掌控总体安全态势。三是建设智慧视频。建设基于以视频为核心的多源感知数据采集、汇聚的视频大数据平台，并联动公安网上其他系统的数据，支撑各警种对高危人员、车辆进行深度数据挖据，进一步放大和倍增数据价值，让视频大数据为全警服务。四是建设智慧服务。利用微信、微博、微视、短信等平台向群众公开警务信息、政策法规、办事程序，开展公安便民服务平台建设。 2、总体架构 为满足新形势下该市智慧警务信息化建设的需要，建设一个可扩展、可伸缩、可协同、可维护的完整信息化体系架构，从公共安全全局战略出发，以“三张网一中心四应用”为基础，构建由信息采集层、数据层、服务层和应用层四个层级组成的总体架构。信息采集层依托“三张网”，汇聚社会各个层面的感知数据并传输至数据中心。数据层为数据中心的数据处理、存储层，对感知层数据进行集中整合分析并存储在相对应的数据资源库中。服务层对资源层的数据进行筛选归类碰撞，用于顶层服务的数据源。智慧应用层基于数据源对外提供警务四大应用。 3、设计思路与预期成效 该市的智慧警务建设，立足全市进行顶层设计，围绕“警务大数据”构思，依托各类新技术，以实战为导向，以服务为抓手，以应用为核心，以安全为前提，以标准采集、规范整合、安全共享、合成应用为关键，以改革创新为动力，通过“应用主导建设、建设反推应用”，大力促进信息化与基础工作的有机融合，全力推进“智慧警务”战略实施，切实提高公安机关核心战斗力与民生服务能力。
基于大数据的智慧城市建设研究
基于大数据的智慧城市建设研究 发表时间：2019-08-26T14:23:32.100Z 来源：《新材料.新装饰》2018年11月下作者：李光华 [导读] 随着科学技术的发展，我国的大数据技术有了很大进展，并在城市中得到了广泛的应用。大数据技术的不断发展，使得智慧城市的理念得到了更大程度的普及，同时大数据技术对我国目前的城乡规划工作也有很大的帮助。本文首先概述了大数据时代的含义，分析了我国城乡规划中现存的问题，详细提出了智慧城市的优势并提出了利用大数据推进城乡规划和智慧城市建设的好处。 （身份证号：1330311973****393X） 摘要：随着科学技术的发展，我国的大数据技术有了很大进展，并在城市中得到了广泛的应用。大数据技术的不断发展，使得智慧城市的理念得到了更大程度的普及，同时大数据技术对我国目前的城乡规划工作也有很大的帮助。本文首先概述了大数据时代的含义，分析了我国城乡规划中现存的问题，详细提出了智慧城市的优势并提出了利用大数据推进城乡规划和智慧城市建设的好处。 关键词：大数据时代；城乡规划问题；智慧城市特征；智慧城市建设 引言 大数据时代的来临为中国智慧化城市的建设提供了数据存储和处理技术方面的支持。另外在云计算技术的支持之下，物联网和计算机网络技术也取得了一定的成就，这些都为未来智慧城市的发展提供了最基本的保障，于是，合理将大数据技术应用在智慧城市的建设与规划中必定意义深远。 1智慧城市的内涵 随着信息技术的发展，大数据时代的到来，不同学者对智慧城市的解释提出不同的理解，随着社会的进步，时代的发展，智慧城市的内涵也在不断的变化当中，不同的学者对智慧城市给予了不同的理解。IBM认为通过使用通信技术和传感设备，对城市生活各方面需求进行数据信息分析与感知，进而做出智慧的响应，以改进从交通、住房、政府公共服务、教育医疗等民生问题，使城市生活体验更加智能和美好。本文将智慧城市定义为狭义的概念，智慧城市是借助大数据、云计算、物联网等新兴信息技术，深入推进公共服务、社区管理、产业发展、人居环境改善等的便捷化、精细化和智能化，进而建立一个智能化、集约化、网络化、可持续发展的城市。 2智慧城市研究与规划 智慧城市总体规划是通过顶层设计、专项规范、工程设计，研究出智慧城市建设与发展的宗旨、方针、目标、任务、方法、实施的方向性、战略性、纲领性的实施文件。智慧城市的总体规划是指导、规范、约束智慧城市建设与发展的要素，并且需要资源的网络融合、信息交互、数据共享、业务协同，以“大数据+智慧城市”的思维全面提升智慧城市创新管理与民生服务的能力。实时、全面、系统的数据采集和实施是智慧城市的基础，无论是从食品安全溯源系统到智能社区的管理和安防，从汽车导航、公交车的实时定位系统、交通调度和售票系统，各行各业的智慧化都要依赖于数据的采集、统一分析，数据的挖掘，将其分类、重组分析后向决策者提供参考。基于信息领域高度集中化趋势的加速与深化，城市规划业务与大数据的融合也越来越紧密，智慧城市规划的最终目的也是非常明确，即借助大数据的分析手段降低资源环境的无序消耗，避免空间的机械扩张，智慧城市的管理也从传统的“经验治理”向“科学治理”转变。 3大数据应用于智慧城市的研究与规划 3.1基于大数据的数据中心建设规划 以大数据架构建设智慧城市数据中心是符合技术发展、有一定前瞻性的技术框架。把云计算、大数据平台整合在一起做建设方案，可以为建设大数据基础平台提供支持。①逐步把现有部门数据转到基于大数据架构的政府数据服务平台上，建成具有标准接口和权限控制的数据服务，实现有控制的共享与公开；②在政府部门直接实现数据的对接、融合，为新开发的应用提供数据支持；③面向社会有选择、有控制地开发数据，促进各产业发展、提升经济增长质量。 3.2提升智慧城市数据处理效率和质量 对大量的数据信息进行整理是智慧城市建成的必经之路，大数据的利用能够有效地帮助处理城市中的数据信息，为智慧城市的建成带来坚实的技术支持。过去那个年代，信息传送的速度过慢，信息技术也不过关，所以没有信息技术支持的城市建设不够完善，城市智能化得不到实现。现阶段，大数据具有共享性，信息技术也不断提高，在此基础上城市的信息数据可以得到高速的处理，城市的信息数据处理的质量也不断提高，这些都有利于加速建成智慧城市的步伐。 3.3创办智慧社区 第一，更改旧时物业的服务方式，从手机软件以及微信小程序入手，创建资源外包式整体服务平台，供应便民、高效高品质的物业服务工作，积极借助互联网+物业的模式，减少成本，联合资源，把服务工作做到与生活息息相关的各个领域。第二，亲戚朋友来访，不用物业登记，反复联系确认，业主自己可以邀请，只需输入访客手机号码和车牌号，就会生成一个临时密码发到访客手机，二十四小时内到访可通过密码直接开门，避免繁琐程序，让业主不在感受到被“管”的烦恼。第三，业主可以通过手机APP进行缴水电费、物业费、卫生费等，也可通过手机直接联系换锁修锁、疏通下水道、家政服务、电脑维修、社康服务、维修进度实时查看等一系列的便民服务。智慧社区建设的另外一个重大成果是智能家居系统，消费者如果在手机上安装该系统，就可以通过“智慧家庭”模块有效的接受无线信号的电源模块，实现门、窗、窗帘和家电的自由控制，实时观看家里的监控影像等。 3.4企业角度的智慧城市建设运营模式选择 首先，智慧城市建设项目所属领域是否为政府部门重点扶持对象。近年来，政府重点发展智慧城市，有些领域的项目是比较迫切需要建设的，对于这类项目政府往往扶持、资金支持的力度很大，比如智慧医疗、智能交通及食品安全等方面，对于这类项目，企业在建设运营模式的选取时可以选择跟政府合资建设运营模式，比如BT，BLT，PPP模式，从而吸引政府投资，跟政府合作双赢，一方面降低企业自身的资金压力，另一方面可以得到政府各个方面的支持，对于企业的发展而言，是十分有利的。其次，考虑智慧城市建设项目是否需要特许经营权。智慧城市建设中的有些项目是受政府严格监督和管理的，有的项目在运营管理过程中是需要政府给予特许经营权的，一旦给予了特性经营权，企业才可以经营，如果没有获得企业的特许经营权就没有办法经营，所以企业在选取智慧城市建设项目经营管理模式时，一定要考虑这个因素，如果需要特许经营权才的话就不能采用企业自主建设的模式了，一旦采取这种模式，企业没有经营权，投入了却没办法经营，对企业来说是不利的。如果智慧城市建设项目需要特许经营权就提取跟政府沟通，跟政府合作建设，获取特许经营权，这种情况最好的合资建设运营管理模式就是PPP模式。目前，PPP模式也逐步成为政府智慧城市建设的主导模式。最后，考虑企业是否要创新商业模式，企业自主投资建设模式最大的优势就是企业的自主性很强，在大数据时代智慧城市建设项目呈现出很多新的特征，互联网、大数据、信息技术等颠覆了传统的商业模式，在大数据时代下涌现了很多新的商业模式，但是，目前智慧城市建设项目中往往是政府起主导作用，而政府往往会倾向更加成熟和可行性度高的运营模式，这样的话可能会制约企业对于商业模式的创新。 结束语 综上所述，智慧城市的规划不仅仅牵涉到城市的居民生活，还牵涉到整座城市的发展速度，但是智慧城市的建设不是一蹴而就的事情，因此，我国城市规划应积极引进大数据分析模式，利用大数据科学、合理的规划城市布局，科学发展产业联动，使城市走向智能化、智慧化，也使城市的各个布局规划能够为人民带来更优质的生活环境，全面提高城市居民生活质量。 参考文献 1]徐海宏.大数据在智慧城市研究与规划中的应用[J].智能城市，2018，4（11）：89-90. 2]邱立臻.大数据在智慧城市研究与规划中的应用[J].科技视界，2019（01）：237-238. 3]庄士奎.智慧城市研究与规划中大数据的应用[J].通讯世界，2018（06）：272-273.
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，
大数据在智慧城市建设中的运用论文
大数据在智慧城市建设中的运用 【摘要】随着城市化进程和城市体系与空间分布的快速变化，智慧城市建设成为目前研究的热点问题，大数据是支撑智慧城市建设的基石，也是影响城市建设、管理决策的关键。介绍大数据在智慧城市中发挥的作用，为进一步研究大数据技术在智慧城市中的应用奠定基础，也为搭建智慧城市数字化平台提供参考。 【关键词】智慧城市；大数据；数据挖掘；数据分析 The application of big data in wisdom city construction 【Abstract】With the development of urbanization and spatial distribution，wisdom city construction has become the hot issues in current study，large data is the cornerstone of wisdom city construction，is a key of city construction，management decision. We introduce the large data play in the role of wisdom City，lay the foundation for further study on Application of big data technology，provides the reference for the building wisdom city digital platform. 【Key words】Wisdom City；Big data；Data mining；Data analysis 0 引言 大数据时代的到来打破了数据的垄断，信息源的扩大化和丰富化是大数据时代的重要特点。在未来，大数据将遍布城市各个角落，不管是人们的衣食住行，还是城市的运营管理，都将在大数据支撑下走向“智慧化”，而大数据将为智慧城市提供“智慧引擎”。全世界都在为大数据这个概念沸腾，各行各业都在探讨大数据时代的机遇与挑战。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命，与信息化、智能化、数字化以及智慧城市建设息息相关，把握大数据的背景、特点、趋势，对于更好地推进智慧城市建设具有重要的意义。 1 大数据的含义特征及价值应用 大数据又被称为巨量数据，指的是所涉及的数据规模巨大，以至于无法在合理时间内通过人工截取、管理、处理并成为人类所能解读的信息[1]。这些数据来自方方面面，比如传感器采集的气候信息、网站上的帖子、数字照片和视频、购物交易记录、手机GPS信号等。尽管尚无统一定义，但这些无比庞大的数据被称为“大数据”。 大数据具有四个特征： （1）数据量大，大数据的起始计量单位至少是P、E或Z。 （2）数据类型繁多，包括网络日志、音频、视频、图片、地理位置信息等，因而对数据的处理能力提出了更高的要求。 （3）价值密度相对较低，信息海量但是要完成数据的价值“提纯”难度较大。 （4）巨大的数据价值，包括商业价值、社会价值、科研价值等。 大数据带来的巨大应用价值正渐渐被认可与接受，它通过技术的创新与发展，以及数据的全面感知、收集、分析、共享，对科学研究、经济建设、社会发展和文化生活等各个领域正在产生革命性的影响。美国已经明确将大数据提升为国家战略，我国的很多部门、机构已经在研究大数据、运用大数据。 目前大数据在互联网、电子商务以及咨询管理等方面已经有了一定的探索应用。在互联网领域，百度已经致力于开发自己的大数据处理和存储系统，腾讯依靠大数据技术实现了广告精准投放、大数据精准移动推送、助力手游精细化运营等功能；在电子商务领域，阿里巴巴和淘宝网等电子商务企业都把大数据作为自己核心的竞争力，利用大数据来分析人们购
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
大数据在智慧城市建设中发挥着巨大作用
智慧城市的建设带来数据量的爆发式增长，城市运作过程中所产生的大数据，包括地图数据，交通流数据、人口流数据以及环境监测数据等都能很好的反映城市问题，这些数据的有效利用对于解决城市问题起到了举足轻重的作用。 首先，我们以北京出租车分布的例子来看。通过相关数据分析，了解到北京市出租车占北京市道路交通流量的20%—25%，从分析北京市出租车数据轨迹任务图，可以得知，哪里的出租车分布比较密集，哪里比较疏松，这可以反映城市的人流状况，那么我们就可以根据这一信息采取有必要的手段。 打车难一直是困扰广大北京市民出行的一大难题，一方面，乘客抱怨打车难，另一方面，司机烦恼收入少。有人说，要靠增加出租车数量来缓解打车难的问题，但是增加出租车的数量真的能解决问题吗?答案是否定的，那只会使道路变得更加拥挤。面对窘境，能否在乘客费用、司机收入、道路压力之间找一个平衡点呢?这就需要提高出租车系统容量。 如果把出租车看成卡车，人看成货物，那么整个物流效率就会提高，通过仿真推算出一年可以节省8亿，相当于一百辆车跑十个月，一个城市的经济价值可以省到十万美金，16亿千克二氧化碳。服务至少可以提高300%，但是费用能够降低42%，司机收入会增加16%。 北京市某地比较拥堵，不管采取何种措施都不能有效解决问题，可能是由于该地的规划不合理。通过历史数据的累计可以找出某城市规划不合理之处。在历史数据统计表中用颜色的深浅来判断问题发生的频度，其中颜色越深的表示问题发生的频度越高，可反映出两个区联动性不好，通过该区域的人流量很大，但是不得不绕路，说明规划有问题。把近年的数
据进行对比，可以找出该地方拥堵的问题所在。然后采取或是修路或是拓宽道路的措施缓解拥堵。 通过数据分析，拥堵可能由于规划不合理，即便没有拥堵从来自出租车行驶线路的数据仍可以看出潜在的城市规划问题。例如，某出租车司机或许会绕路从A点驶向B点，而不是直接前往。所增加的距离或许意味着该司机知道如何找到最快的行驶线路。 另一方面，通过数据的统计可以找出城市里面不同的功能区划，不同的颜色表示不同的功能。比如红色可以表示为北京市的文教科技区域，黑色表示成熟的商业区域。可能由于各种因素该城市并没有按规划发展，但是五年后，该城市在哪，核心区在哪，怎样扩展?这样的信息可以更加准确的规划下一个版本的城市。 构建智慧城市是城市发展的必由之路。大数据在智慧城市建设中发挥着巨大作用，从政府决策与实施，到城市的产业布局和规划，再到城市的运营和管理，甚至我们生活的各个方面，注定要被贴上“智能”的标签。 北京巅峰智业旅游文化创意股份有限公司(简称“巅峰智业”)始创于2001年，是国内最早专业从事旅游规划设计业务的企业之一。 巅峰智业在以旅游规划设计为核心业务的基础上，持续创新，不断延伸旅游产业链全程服务，大力发展旅游投资、景区运营管理、旅游营销等业务，形成“规划引领-投资驱动-运营支撑-营销拉升”的“四位一体”一站式全程服务模式，提供综合型智慧旅游系统解决方案。 巅峰智业旗下智慧旅游公司，北京巅峰美景是一家专注于旅游营销和智慧旅游的创新型服务
时空大数据平台设计
时空大数据平台设计 1.项目概况 智慧城市作为现代信息技术集中应用与展示的重要载体，已成为促进经济社会建设升级的重要力量。2006年以来测绘地理信息主管部门开始数字城市地理空间框架建设，取得了一系列地理空间数据资源、地理信息公共服务平台软件资源、应用示范建设资源等成果。2012年开始智慧城市时空大数据与云平台建设工作，分别出台了《智慧城市时空信息云平台建设技术指南》（2015版）、《智慧城市时空大数据与云平台建设技术大纲》（2017版）、《智慧城市时空大数据平台建设技术大纲》（2019版）。 时空大数据与云平台作为智慧城市各行各业全面建设的重要基础性支撑平台，是智慧城市所有与地理空间位置有关建设内容的核心支撑，也是智慧城市中用于关联其他信息的时空信息支撑平台和时空信息基础设施，实现时间、空间的地理空间信息共享，提供时空维度的分析与应用，协调和关联各个政府部门时空信息的产生、流向、管理、应用的技术体系和数据保障，将全面服务于政府部门的管理决策，方便广大公众享受更为智能、便捷的生活服务。为推进国民经济发展和城市信息化建设，盘活地理信息资源，促进地理信息资源的共建共享和充分利用，需要建设时空大数据与云平台。 2.建设目标 智慧城市时空大数据与云平台将在智慧城市总体框架下，充分利用基础地理信息已有的建设成果以及在智慧城市方面的建设资源，对
基础地理信息数据库和地理信息公共平台在内容、功能和效能上进行补充建设，构建城市时空信息数据库和云平台，最终实现基础地理信息接入感知信息，从而发展到准确定位、有机整合、深度利用；信息资源由现在的分布式存储、逻辑式集中，发展到用云计算、宿主资源；从现在的对接式服务共享，发展到知识引擎、按需服务。选择多个应用领域，开展智能专题示范建设。 通过丰富带有时间标识的基础地理信息数据和倾斜摄影测量三维等新型产品数据，整理历史和远景规划地理信息，集成智慧城市大数据中心的典型数据资源，形成静态地理信息；同时，扩充物联网智能感知设备位置数据和实时感知的流式数据及其多层次摘要信息等，形成实时动态数据，构建时空信息大数据。建设按需提供服务能力，扩充感知定位、接入解译及模拟推演API接口、云服务系统、地名地址匹配引擎、业务流引擎、云端自主制图、按需定制服务系统，增强大数据时空分析和数据挖掘能力，搭建时空信息云平台。 3.建设内容 按照总体建设目标，时空大数据与云平台分五大部分建设内容。 第一部分是标准规范建设。建设内容包括时空大数据平台建设、使用与维护管理办法，时空数据整合、交换和共享管理办法，时空信息云平台建设的基本规定、数据规范、技术规范、服务规范、接口规范等。 第二部分是时空大数据建设。参照《基础地理信息数据库基本规定》（CH／T 9005-2009）的定义，时空信息数据库应蕴含时空信息和
智慧城市大数据平台项目建议书
智慧城市大数据平台 项目建议书 目前国家高度重视智慧城市规划、建设，云数据中心是推动信息技术能力实现按需供给、促进信息技术和数据资源充分利用的全新业态，是信息化发展的重大变革和必然趋势，是智慧城市建设的基础。 智慧城市实现资源整合，城市管理涉及城建、交通、医疗、环保、文化、教育、产业发展、社区管理服务等诸多领域，在传统的城市管理模式下，建立多方协调、资源共享的管理机制相对困难，智慧城市通过建立部门协作、全民参与的公共管理模式，促进官民互动、部门协同、信息共享、政务公开，使碎片化的公共管理和服务资源有效整合，既让政府部门及时摸清群众的需求，又让拉百姓实时了解有关政策，有助于提升政府的效率和决策水平。所以，大数据共享交换平台是智慧城市成败的核心。 DD州为了提高政府办事效能、提升为民服务水平、跟上时代步伐、创新发展，决定开展智慧城市建设工作。云数据中心和大数据共享交换平台作为智慧城市建设的基础核心先行。 一、建设DD州智慧城市云数据中心 （一）建设依据 1.《关于数据中心规划布局的指导意见》（工信部联通[2013]13 号），2013年1月
2.《国家绿色数据中心试点工作方案》，（工信部联节[2015]82 号），2015年3月 3.《国家电子政务总体框架》 4.《国务院关于促进信息消费扩大内需的若干意见》(国发〔2013〕 32号) 5.《国家新型城镇化规划(2014-2020年)》 6.《国家电子政务“十二五”规划》(工信部规﹝2011﹞567号) 7.《基于云计算的电子政务公共平台顶层设计指南》（工信信函 ﹝2013﹞2号） 8.《智慧城市大数据共享交换平台规划指南(试行)》（住建部 ﹝2013﹞） 9.《国家智慧城市试点暂行管理办法》 10.《国家智慧城市（区、镇）试点指标体系（试行）》 11.《关于进一步加强政务部门信息共享建设管理的指导意见》 （发改高技【2013】733号） （二）建设思路 云数据中心的建设应以科学发展为主题，以加快转变发展方式为主线，以提升可持续发展能力为目标，以市场为导向，以节约资源和保障安全为着力点，遵循产业发展规律，发挥区域比较优势，引导市场主体合理选址、长远规划、按需设计、按标建设，逐渐形成技术先进、结构合理、协调发展的数据中心新格局。 规划智慧DD云数据中心的设计、建设基于大数据、云计算、物
智慧城市与大数据关系
当前，大数据”的浪潮汹涌而来，为IT产业带来了新的机遇、新的变革和新的发展。 智慧城市的核心挑战 截止到现在全国有150多个城市都提出了相应的智慧城市建设的理念、规划。国际上从2000年之前，就有一些国家的城市开始了智能化城市的建设。 我们如何来看待智慧化和原来做的这么多年信息化之间的关系，经过这么多年的信息化的发展，我们电子化、网络化、数据化、信息化水平得到非常大的跨越式发展，整个经济社会信息化水平已经达到了非常高的程度比如有比较先进的气象系统，有完善的交通监控、导航系统包括城市范围内的市政数据的大的设施，包括越来越强大的计算能力和网络接入能力。 为什么会提出智慧城市受所有人关注的命题?其中的原因还带发展的理念和思考 经过这么多年信息化建设，社会化应用水平有了非常大的发展，从总体上来看，从城市角度来看还是没有达到智慧的程度，智慧化是在数字化基础上追求更高的目标。看待智慧城市概念，得出一个非常重要的观点，现在智慧城市的建设面临的核心挑战，还是原来的信息化建设中没有解决好的问题。 经过几十年信息化发展包括原来的纵向的信息化系统包括信息孤岛建设，实际上达到非常好的阶段，纵向部门的信息化系统，行业信息化系统已经非常领先。但是数据依据类别、行业、部门、地域被隔离的现象非常严重，数据之间的关联性被人为的割裂和遗忘，造成在经济管理中遇到很大的现实困境。 在使用过程中被限制的情况很多，被限制有两方面的因素： 第一、现实中没有突破的技术障碍; 第二、体制弊端不容忽视的，包括长期存在的部门权力利益化和部门利益的合法化现象比较多的。
站在十二五发展的台阶上以及原有的信息化发展水平上，我们到了一个促进各个行业、部门之间的针对我们整个经济社会发展需求来做互联互通、业务协同的发展阶段。 从智慧城市概念来讲，最大限度的开发整合、融合和利用各类城市资源，是整个智慧城市建设非常重要的核心，从而利用我们物联网、云计算、移动互联网等信息技术，为整个城市全面规划的提升，公共设施水平的提升，城市服务能力的增强，激发城市信息业态活力，也是智慧城市非常重要的宗旨。 智慧城市从内行来讲，它的根本任务实现城市范围内、不同部门、不同行业、不同群体，不同系统之间的数据融合、业务协同。智慧城市是以数据为王的游戏，数据是生成智慧的基础。 大数据浪潮 从整个信息技术，呈现突飞猛进的态势，在计算机的计算能力上，一直呈现几何能力的增长，包括CPU集成度和处理能力仍呈现指数级增长，引发我们技术体系的变革。计算的能力，用几十年时间实现了从原生动物到人的跨越。 大数据浪潮伴随着宽带革命、软件革命，包括目前引发了非常具有国际性趋势的浪潮。我们目前的全面上网工程推进数据量的增长，包括物联网的应用，使得和传统的互联网相比出现了极具的增长。看到大数据应用的话，引发了全球信息基础设施的变革，这是谷歌的数据衷心的照片，看到数据中心是全球最大的数据中心，每天处理数十亿次的搜寻和网络服务，包括我们国家有云计算中心和超云计算中心的布局，这都是大数据应用所带来的基础设施方面的改变。 还有大数据，实际上有非常重要的经济方面的意义大数据的发展，对经济的发展起到非常重要的作用，比如美国医疗行业年度大数据的预测值相当于西班牙年度医疗局的几倍，大数据经济促进影响等等，零售商借助大数据增加利润达到 60%，能够增加分析师岗位达到14万到20万左右，包括处理大数据相关的经 理的岗位达到15万左右，所以整个经济带动非常大的，在现在经济危机条件下是提振经济非常重要的闪光的珍珠。 国内人口基数决定了整个大数据的规模，应该是非常重要的量级。现在国家新一代战略新兴产业和物联网产业发展，都会促成机器规模和数据规模。大家比较普遍认同云基础设施和云计算的管理，但是目前比较缺乏对大数据基础和大数 据的认知，提出了“知识服务”，就是大数据服务。 国内现在逐步开始在投资业务，特别涉及到风险评估交易的算法等等，也在开始接触大数据核心技术，在运营商领域，随着信息系统的服务的提升，从最早
大数据与智慧城市
大数据与智慧城市 陈宝权１，程章林２ 1. 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 City Chen Baoquan1, Cheng Zhanglin2 1. College of Computer Science and Technology, Shandong University, Jinan 250101, China; 2. Shenzhen Institutes of Advanced Technology, CAS, Shenzhen 518055, China Abstract Fusion 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 words big data, intelligent city, interactive visual analytics, machine intelligence 2015006-1