在智慧城市的建設和應用中，將產生從TB到PB級越來越多的數據，從而進入大數據時代。2011年，Science專刊指出大數據時代已經到來，美國工程院院士也指出大數據可以讓我們實現海量數據在預測、建模、可視化和發現新規律等方面應用的時代就要到來，奧巴馬總統宣布美國政府正式啟動大數據研究發展計劃，奧巴馬認為大數據就是未來世界的“石油”，這個計劃要超過以前提出的“信息高速公路計劃”，智慧城市建設的潮流已經到來。

空間數據方面，空間的傳感器資源，美國有185顆衛星，中國有91顆衛星，到2020年中國將有200多顆衛星，衛星每天往回傳輸的數據可以達到PB級，空間數據資源、處理資源、空間信息資源、地學知識庫資源，這些資源都可以傳到網上，通過可視化的服務，利用云計算環境，包括計算資源、網絡資源和存儲資源，來保證服務質量。

海量數據挖掘為了充分研究這些海量空間大數據，有公司研發軟件，目前已經超過100TB。利用“4+1”傾斜相機城市三維模型，貴陽做了很多三維建模工作。通過大數據，我們可以監測上海的地表下沉問題，把雷達數據放在一起，進行數據分析和挖掘，自動地、隨時地檢測地表下沉，不同地區的下沉速度不同，上海大概每年下沉20毫米，遠郊區和市中心都在下沉。我們的檢測結果同上海市國土局對比，精度可以達到3.9毫米和2.5毫米。我們已經對上海、蘇州、天津、廣州等很多大城市進行了自動檢測。我們還監測了三峽，將來還要監測高鐵。

我國已建成世界最大的視頻監控網，2005年平安城市計劃啟動，現在我們已經在全國600個城市安裝了超過2000萬個攝像頭，投資超過3000多億，攝像頭的工作可以幫助我們保證城市的平安、交通的通暢，但是出現了大數據的問題，就是存不起，數據量太大導致無法存儲。我們為天津做了一個規劃，“十二五”末，天津將安裝60萬個攝像頭，按照公安部的要求，數據要保留3個月，有4600多個PB，1PB等于1000TB，比我們的空間數據還要大，如果這樣存下去，一年要花580多億，相當于去年西藏的GDP。同時，數據也查不準，發現問題以后，用人工去查，查不準，不可能用幾十萬個人去查數據，超過了人工處理的極限。此外，也防不住，案件破案效率、破案速度、破案質量不高，這是我們面臨的一個嚴峻的問題。

智慧交通方面，中國有13億人，數據量到了PB級，24小時都有流量，我們要把這些數據保存起來。安防方面，我們要“365天×24小時”管好城市的安防，數據量也很大。智慧養老方面，現在中國超過65歲的老人已經達到2億到2.5億，一個人從65歲活到90歲、100歲，如果把變化狀態記錄下來，可以使老人得到及時的救護和幫助。

目前，大數據依靠云計算和數據挖掘。科學的發展經過了四個時代，最早靠經驗，后來靠理論，現在我們進入了數字發現知識的時代，云計算就應運而生，把計算能力、存儲能力、交互能力放在云端，這種服務叫云計算服務，出現了基于云計算的信息服務，今天走到了虛擬服務云計算的時代，云計算中心內部的生態鏈，在一個網絡上，除了自身的計算資源之外，我們有一些商人做云服務器、集成服務等，這些人構成了一個鏈條，這個鏈條無所不在，為大家服務。

復雜的遙感處理與分析方法放在遠程的云計算平臺上，利用云計算平臺彈性的計算能力，用戶無需買數據、不需搭建環境，也不需要買軟件，只需要選擇數據和算法后即可獲得計算結果，我們的服務不再是提供一個地鐵、提供一個文件拷貝和數據共享，而是基于云計算的注冊服務。

遙感云可以檢查任務進來的速度，可以看計算機結果，把數據輸入進去，可以直接在瀏覽器上察看到結果，用戶使用非常方便。大家體會一下遙感云服務實例，云系統可以搜索下雨之前的衛星影像，還可以搜索下雨之后的衛星影像，有了這些影像以后自動生成了服務鏈條，可以得到遙感服務的結果。云計算與數據挖掘位置云可以將手機的導航衛星信號與其他定位相關的傳感器信息傳輸到云計算中心，通過實時解算，實現室內外高精度的手機連續位置定位和實時導航。

地理國情檢測需要，災情報告員需要，土地調查員和城管員都需要，這樣的系統可以把外面的衛星定位方法、室內的傳感器定位方法、無線信號定位方法揉在一起，叫做混合定位。北斗正在做服務云，中國北斗從2012年已經開始全面運營，有120字短報文特性，我們做了增強系統，按照220公里的距離，可以保證導航精度一秒鐘十個精度，在60公里以內，可以實現區域三頻厘米級精密定位。如果用GPS，信號完好率達44%，初始化時間只有40多秒。

我們推薦的是GPS雙頻加北斗三頻，可以保證平面精度1厘米、高程精度3.6厘米，提高了30%，完好率達100%，初始化時間只有6秒。

現在運營商做這個軟件，精密定位可能收1毛或者2毛，高精度導航性能分析，可用于智慧交通中的車輛控制和智能駕駛，物質的運送只能在慢車道，原來控制不住，有了米級精度便可以控制，如果犯規了，指揮中心可以實時了解。

數據挖掘方面，我們現實世界的數據不是我們需要的，我們需要的是信息，最后要的是知識，我們要從海量數據中挖掘、發現我們所需的知識。

視頻數據挖掘，要把安全行為進行智能分析，視頻數據自動理解，從而實現視頻數據自動壓縮，把PB數據壓縮下來，要推行智能設備就要解決一些問題，例如人體異常行為檢測，異常事件檢測，這是公安部門最感興趣的。如果計算機能做，可以對目標進行跟蹤，這就是我們需要的，自動地對物體中的運動目標進行檢測、分離、跟蹤，對其行為進行有效識別，如果有了這個軟件，視頻數據就能充分利用，正常人的活動可以刪去，只把可疑的數據留下來。

智慧城市是基于數字城市、物聯網和云計算建立的現實世界與數字世界的融合，以實現對人和物的感知、控制和智能服務。感知是數字城市的功能，控制和智能服務是智慧的高級階段，智慧城市對經濟轉型發展、城市職能管理和對大眾的智慧服務具有廣闊的前景，使得人與自然更加協調。

做這件事情并不容易，首先要讓大家把網絡基礎設施建設好，讓大家用的好、用的起，如果大家用不好、用不起，智慧化就等于零。專家和企業應該抓好技術創新和攻關研究，拉動智慧城市引起的數字服務產業的發展，更好地實現各種智能化的應用。

智慧城市建設是一把手工程，城市一把手要根據每個城市的特點做好頂層設計，統一規劃，分步實施。大數據與智慧城市關系

智慧城市(smart city)這一概念發端于20世紀80年代的信息城市(information city)，經歷了20世紀90年代的智能城市(intelligent city)與數字城市(digital city)，在2000年后逐步演化為智慧城市。2009年IBM公司首次提出了智慧城市愿景，使得智慧城市理念與實踐在全球范圍內迅速傳播。目前，在歐洲和北美已有數百座城市宣布建設智慧城市，IBM公司參與的智慧城市項目多達2 500余個，微軟、思科、西門子、日立、松下等科技公司以及埃森哲、奧雅納等商業或工程咨詢公司也在積極涉足智慧城市建設，預計至2020年智慧城市相關產業市場規模將達到4 000億美元。

與智慧城市同時備受關注的是信息與通信技術(ICT：Information and Communications Technology)領域的大數據(Big Data)概念。作為與傳統數據相區別的“大”數據，它的數據量已經從太字節(TB，240)級上升到拍字節(PB，250)級，甚至是澤字節(ZB，270)級。據統計，如今人們每兩天生產的數據量就與人類文明發展至2003年產生的總數據量相當，而迄今為止人類所積累的數據量的90%都來自過去兩年。

研究丨大數據與智慧城市之間存在怎樣的關聯關系?

那么，大數據與智慧城市這兩個經常被相提并論的概念之間存在怎樣的關聯關系?在具體的智慧城市規劃中，大數據又扮演著什么角色，具有怎樣的發展前景?本文將著重探討上述問題。

1、大數據與智慧城市：演進與關聯

1.1 智慧城市

出版于1972年的《后工業社會的來臨》(The Coming of PostIndustrial Society)一書將1970年作為工業社會與后工業社會的分水嶺，劃分的依據即在于ICT的發展及對日常生活的廣泛滲透，同時ICT也逐漸成為社會經濟發展的關鍵，因此后工業社會通常也被稱為信息社會。受這一思想影響，20世紀80年代的城市研究提出了信息城市概念。到20世紀90年代初，長期從事城市模型研究的邁克爾·巴蒂(Michael Batty)提出了智能城市概念，核心思想在于強調互聯網技術對提升信息交流和增強城市競爭力的重要地位。新千年后，對等互聯網絡技術(P2P：peer-to-peer)、移動智能終端和物聯網對城市生產、生活的影響日益深刻，在ICT技術支持下，城市功能更加復雜，城市運行日益高效，城市各個子系統的交叉復合也越來越深入。但是將ICT技術廣泛應用于城市發展并非僅僅為了提升城市運行效率，其最終目標應是城市經濟的可持續發展、城市生活品質的提升以及城市社會經濟活動公平性的促進。基于這些認識，智慧城市概念應運而生。

然而，智慧城市概念也受到了許多質疑，主要原因在于智慧城市內涵寬泛，不僅包括城市技術系統，也包括城市管理系統，還包括城市人文系統，同時其目標指向也涉及經濟、政治、人文等多個維度，為智慧城市的確切定義造成了極大困難。目前學術界對于智慧城市尚未給出廣為認可的統一定義，僅有一個包含六個子系統的智慧城市框架被較多使用，這六個子系統分別是：智慧經濟(smart economy)、智慧市民(smart people)、智慧管理(smart governance)、智慧移動(smart mobility)、智慧環境(smart environment)與智慧生活(smart living)。而產業界對智慧城市的認識可總結為利用新一代的軟、硬件和聯絡技術賦予ICT系統以實時的真實世界數據，與先進的科學分析技術相結合，協助人們進行更加理性的決策，從而提高生產生活水平。

1.2 大數據

如今，人們每天發送10萬條推特，谷歌每分鐘執行200萬次搜索，全世界每天產生2.5艾字節(EB，260)數據，截至2013年互聯網數據量已達到1 000艾字節……這些數字共同構成了所謂“大數據”。早在1980年，著名未來學家阿爾文·托夫勒就在《第三次浪潮》一書中提及了“大數據”;大約2009年，大數據概念開始在ICT領域興起。不同機構和學者為大數據提出過多種不同定義，其中較被廣泛認可的是描述大數據與傳統數據主要差別的“3V”特征——大容量、高速度與多樣性。大容量體現為其數據量往往達到艾字節或澤字節級別，很難以傳統數據處理方式在合理時間內完成分析;高速度體現為數據生成過程的流動速度，也就是大數據具有實時性;而多樣性則主要表現在大數據類型和來源的多樣。這些特點使得能夠有效管理大數據、普遍適用的數據組織與處理技術成為關鍵。

1.3 演進與關聯

可以看到，智慧城市概念的演進與ICT的日趨發展密不可分。概括而言，大數據與智慧城市分別代表了20世紀以來ICT進步的兩個方面——大數據概念的提出和發展主要來自于ICT領域的發展，而智慧城市概念的提出和發展則是ICT影響下人類社會的思想觀念與建設實踐演進的反映，兩者之間具有緊密的關聯關系。智慧城市的發展必須依托于ICT技術的發展，而城市生產、生活的日趨復雜也為ICT領域提出了新的機遇和挑戰。一方面，市民對基于ICT的各類服務需求激增，為ICT的進一步發展提供了市場支持;另一方面，用戶在享受服務的同時，也生成了巨量潛存巨大社會、商業、科學價值的信息，也就是大數據。智慧城市的規劃與建設，需要有充分的技術與條件處理城市運行過程中產生的大數據，如城市交通系統產生的實時交通信息、城市經濟系統產生的商業活動信息等，特別是城市管理層(城市政府)對智慧城市進行智慧管理需要建立一整套大數據管理系統，不僅涉及數據的收集、存儲、分析方法，還涉及來自不同行業、不同類別數據的整合問題。這一系列城市功能脫離大數據技術都是無法實現的。

2 、大數據時代的智慧城市規劃實踐：國際案例與經驗

由上文可以看出，智慧城市這一概念來自于產業界，并由政府和產業界推動實踐，而學術界雖然也已開展相關研究，但尚未成為智慧城市建設的主要推動力，且部分研究與應用實踐尚有一定差距。因此，本文將主要圍繞各地政府或產業界主導的相關建設項目，對大數據時代的智慧城市規劃實踐予以梳理。由于提出時間尚短，目前關于智慧城市還未出現成熟的評價體系，僅有來自柯恩教授的“十佳智慧城市排名”較被認可，本文參考這一系列排名(世界排名及洲排名)，綜合考慮大數據相關技術在各地的應用水平，選擇10座智慧城市為重點案例，結合少數其他案例，分析總結大數據在國際智慧城市規劃中的應用進展。

同時，本文參考智慧城市六大系統的分析框架，分別梳理大數據相關技術在各個系統的應用。需要指出的是，六大系統中的智慧經濟側重產業發展，智慧市民側重教育、個人發展與社會公平等，與大數據相關性較弱，故不作探討。

2.1 大數據基礎設施

大數據的獲取與傳輸依賴于覆蓋廣泛、速度快捷的互聯網絡，因此互聯網基礎設施的鋪蓋與升級是智慧城市建設的必要環節。早在1993年，美國率先提出了國家信息基礎設施(NII)計劃，并隨后提出了全球信息基礎設施(GII)計劃。至今，已有大量國家或地方政府提出高速或超高速寬帶網絡建設計劃，如新加坡(2005)在“智慧國2015”(iN2015)計劃中提出建設全面覆蓋的超高速寬帶網絡等信息通訊基礎設施;倫敦計劃投資2 400萬英鎊以較低的價格為中小型企業提供超高速寬帶網絡;在英國智慧城市計劃競賽②中入圍的布里斯托和伯明翰正分別投資l100萬英鎊和800萬英鎊用于寬帶網絡建設;芝加哥正在投資建設一條新的光纖網絡以使網速達到千兆級別，并希望以極具競爭性的價格吸引更多公司于芝加哥落戶。同時，隨著智能移動終端的普及，免費無線網絡也成為網絡基礎設施的建設重點，如倫敦正在與英國五大移動網絡運營商之一的O2公司合作建設歐洲最大的免費無線網絡，計劃鋪設在畫廊、博物館及全市150個地鐵站;紐約計劃在富爾頓街(Fulton Street)、BAM文化區等十余處街區提供免費無線網絡;舊金山試點在主要街道市場街(Market Street)提供免費無線網絡③;阿姆斯特丹試點在艾瑟爾堡(IJburg)港口提供免費無線網絡等。

在上述“硬件”基礎設施之外，“軟件”基礎設施——開放數據同樣是智慧城市建設的重要基礎。開放數據與眾包開發已成為國外智慧城市建設的必需環節。舊金山于2009年立法開放數據，是美國第一個為開放數據立法的城市，此后已有來自多個政府部門的500多組數據被發布，由此催生了200多項手機應用;紐約已開放2400多組數據并從2009年起每年舉辦Big Apps程序開發競賽，是目前開放數據量最大的城市;倫敦也是全球最早推出開放數據平臺的城市之一，由此開發的手機應用已被大量下載;維也納、巴塞羅那、阿姆斯特丹、西雅圖、波士頓等城市均已開放幾百至千余組數據;哥本哈根還計劃建設比開放數據平臺更為全面、結構化、標準化的“開放價值網絡”(open value network)，統一管理數據質量，制定使用條款，并提供數據整合、可視化等服務。

2.2 智慧管理

由城市運行所產生的交通、環境、市政、商業等各領域數據量是巨大的，這些數據經過合理的分析挖掘可產生大量傳統數據所不能反映的城市運行信息。目前與智慧管理相關的大數據來源主要包括由遍布全市的攝像頭收集的視頻影像，由各類傳感器收集的環境等方面信息，由各類終端收集的刷卡信息，由市民通過手機應用或社交網站貢獻的相關信息等。其應用方式主要體現在三個領域。一是實時監控與突發事件處理，如巴塞羅那和格拉斯哥都計劃在全市大規模布置攝像頭或傳感器以及時識別火災、犯罪等異常情況;巴西里約熱內盧還開設了一座建設有80 m寬監視屏的城市運行控制中心，顯示來自全市900多個攝像頭的監控影像，由來自30個不同部門的50名工作人員對洪水威脅、交通事故、管道泄漏等突發事件做出應急控制。二是市政服務，如維也納、波士頓、格拉斯哥都推出(或計劃推出)用于報告市政故障的手機應用;而瑞典斯德哥爾摩自2007年至今已投資7000萬歐元開發50多項電子服務，并藉此降低了城市的管理成本。三是公眾參與，大數據使人們得以構建反映城市建成環境實時變化的三維可視化系統，這類系統可作為公眾參與的平臺，如Autodesk公司在德國班貝格市(Bamberg)開發的城市三維可視化系統被用于討論新鐵路線建設，市民使用iPad即可了解鐵路線對周邊環境的影響，節省了公眾參與的時間。

2.3 智慧出行

交通流的合理規劃與疏導是幾乎所有城市長期面臨的問題，而大數據的廣泛性與實時性則為解決這類問題提供了新的可能。目前大數據在智慧出行領域的應用主要體現在兩方面。一是交通流量實時監控，如倫敦、波士頓和伯明翰(計劃)利用遍布全市的攝像頭監控實時交通流量;伯明翰還將攝像頭和各類傳感器收集到的交通信息統一傳送至控制中心，由工作人員實時調控交通。二是交通信息實時提供，如阿姆斯特丹和巴塞羅那通過安裝在停車場的傳感器為市民提供實時停車位信息，以引導居民合理出行;多倫多和巴塞羅那(計劃)為市民提供公交車實時位置信息;波士頓為學生家長提供校車位置信息;倫敦為市民提供公用自行車位置信息等。

2.4 智慧環境

在智慧城市概念出現之前，生態城市、低碳城市等概念就已被廣泛接受，也是新千年后全球城市發展的關注重點。目前大數據在智慧環境領域的應用主要體現在兩方面。一是能源使用管理，安裝在電網系統中的傳感器可實時收集用戶的能耗信息，并按時段調配能源供給或在電力峰值不同的建筑物之間進行電力融通，提高能源使用效率，如倫敦、阿姆斯特丹、西雅圖、斯德哥爾摩等許多城市都計劃推行智慧電網(Smart Grid)，日本千葉與日立公司合作建立了地區能源管理系統(AEMS)。二是環境質量監控，如哥本哈根利用安裝在自行車輪上的傳感器收集空氣質量信息，巴塞羅那利用安裝在路燈上的傳感器收集噪聲、污染信息等。

2.5 智慧生活

雖然智慧城市涉及大量技術內容，但其核心價值仍在于為市民提供更高質量的生活(Quality of Life)，這也是幾乎所有國外智慧城市建設項目所不斷強調的。目前大數據在此領域的應用主要體現在生活服務方面，如維也納、巴塞羅那、紐約等城市在開放數據的基礎上眾包開發了幾十種至上百種生活服務類手機應用，多倫多、格拉斯哥等城市則通過云計算等技術對實時信息進行分析并據此為市民提供更多生活服務實時信息。此外，思科公司提出了智慧連接社區概念(Smart+Connected Communities)，通過智能網絡系統將社區的服務、信息和人群等各類資源相結合，將物理空間的社區轉化為一個更加緊密聯系的社區。但也可以看到，在醫療、教育這兩個智慧生活的重要方面，大數據尚未獲得較多實質性的應用。

本文轉載自

攜手IBM|慧都科技最新版大數據解決方案上線，幫助企業充分釋放數據價值！

詳情請致電  400-700-1020  023-66090381  或聯系