摘要：在科学化数据的推动下,城市开启了信息化的大浪潮,全球范围内也开始发展出不少的智慧城市新理念与新实践,因此,对智慧城市建设中的数据进行分析,应用与管理,具有十分重大的价值意义,也是建设智慧城市的核心所在,在此视角下,本文主要围绕这一主题,展开了对智慧城市研究工作最新数据的动态综述。
关键词：数据；智慧城市；研究
一、智慧城市简述
随着我国现代经济的不断增长及新型城镇化建设目标的不断实施，我国现代城市建设已逐渐趋于完善性建设，但与此同时，各城市逐渐出现交通堵塞，环境、噪音污染等问题，制约城市的有效性发展。互联网等现代信息技术的不断发展为我国城市建设困境的缓解提供了有效途径，智慧地球始于2008年被提出，而智慧城市则于后期在此基础上被提出，目前众多国家及地区已逐渐开始尝试并建设智慧城市，我国多城市也于现代发展中提出智慧城市发展及建设目标。就我国目前的智慧城市建设现状而言，我国智慧城市多注重顶层设计，注重对各管理项目的战略高度纲领建设，因此可知，我国智慧城市建设现仍处于初级发展阶段，技术应用及核心科技掌握不完全，难以实现高速化发展。
二、城市数据类型
2.1地图与兴趣点数据
街道与建筑是城市的基本构架，地图数据是对城市构架进行描述的基本方式，而兴趣点(point of interest，POD数据则是介绍城市各功能单元的基本信息．因此，城市地图和兴趣点数据是进行以数据为中心的智慧城市研究的最基本原料，也是在对其他类型城市数据进行融合时的空间锚点数据。
2.2GPS数据
安装有GPS接收芯片的移动设备可以收集城市中人、车等流动物体活动信息．例如目前应用比较广泛的浮动车技术口就是将出租车、公交车等公共交通T具上安装GPS设备，将其作为传感器对于城市的交通情况进行采样，安装有GPS接收芯片的智能手机也可以当作个人行为轨迹的收集设备．但是由于隐私、安全等诸多问题，手机GPS数据很难大规模收集应用，目前只能依靠志愿者进行小范围收集和研究。
2.3客流数据
城市中市民采用不同交通工具进行日常通勤的数据称为客流数据，出租车的客流数据可以使用浮动车GPS数据配合出租车计费表的乘客状态获得，公交车与地铁的客流数据则可以使用市政交通一卡通的刷卡记录进行收集，客流数据包含的城市活动信息非常丰富，可以被用于城区功能分析、人VI流动监测、城市交通系统评估、多交通工具人类行为研究、城市交通经济学研究等领域。
2.4视频监控数据
视频监控技术已经被广泛地应用在交通管理、社区安保、室内安防、娱乐通讯等城市生活的各个方面，视频监控设备所采集的海量视频数据记录着城市中居民生活的分分秒秒，在数字空间中形成了对物理城市的虚拟“映像”，充分利用这些视频数据可以从某种程度再现城市生活的历史，具有巨大的理论研究与应用价值。
2.5环境与气象数据
气象数据很早便受到城市科学研究的充分关注，近些年，随着人们对于环境与健康问题的日渐重视，以空气质量为代表的城市环境数据也开始成为人们关注的焦点．城市的环境与气象数据的一个重要的特点是其地理与时间采样密度低．如何实现细粒度、高精度的环境与天气数据收集和分析是该应用类数据的一个重要挑战。
期刊文章分类查询,尽在期刊图书馆
三、以数据为中心的智慧城市相关研究
3.1以数据为中心的智慧城市体系架构模型
以数据为中心的智慧城市体系架构注重对相关数据的确定、搜集及管理等，可对基本数据元素及专业性术语予以统一，保证数据层次一致性，同时还可实现数据的多应用及重复使用，建立数据库，提供数据服务，支持快速决策等等。 数据层主要包含体系数据元素实体及相互之间的联系及属性，若智慧城市体系结构相关描述方式不同，则需保证数据层根基数据相一致，提供共同基础。在模型中若未能体现其信息流动及服务流程，可在智慧城市系统中设置两类连接方式，其一则是事先设置的一对一固定接口连接，其二是以共享空间为背景实现的多对多连接。体系结构数据目的及决策支持过程直接决定着所需获得的相关数据，相关的数据需以决策所必需的详细程度为主，智慧城市系统可发现、共享并理解应用所形成与存储的体系结构数据，以元数据标记数据后可得到相关数据并将其发送至共享空间，利用多对多接口提升智慧城市共存空间并为不同城市系统连接提供可能性。
3.2数据驱动城市智能交通研究
城市交通系统其信息化程度较高，可分为支撑层及应用层两层次。支撑层其工作重心多在全城交通感知与分析，结合城市总体交通状况监理模型，应用层多指集中于城市交管与运行的各个服务项目中；除此之外，数据驱动智能交通技术应用于城市公共交通系统实现交通优化，B-Planner系统利用出租车GPS所提供的城市通勤需求数据对杭州市夜间公交行车路线进行重新设计，从而最大化满足各时段的用车需求。
3.3城市计算技术应用研究
一般而言，在城市感知数据应用之上对城市动态特性研究工作主要包含城市动态检测及分析。城市动态检测可对城市感知数据包含的城市空间及时间特性予以发现，香港科技大学Lionel教授团队于此研究中最早提出基于移动特性的热点检测方法，采用GPS及POI数据结合方法对北京市内各城市区域某功能区划概率进行计算，并将其计算结果加以利用实现城市功能区划分；除此上之外，城市计算技术包含城区功能识别及规划，利用城区内数据及动态性特征对各区域所承担的城市具体功能予以识别及标注，但与此同时也可对该城市内部区域功能之间的相互联系及演进规律予以反映，因此该研究表明应用北京地铁客流进出站数据可为北京地铁周边城区区域规划及设计提供背景信息。城市数据种类越丰富，其所包含的城市相关数据信息越多，更有利于问题解决。
四、研究展望
4.1多源城市数据的紧耦合
城市是一个复杂的、庞大的复杂动态系统，其任何一方面的动态特性都会在不同的数据空间中有所体现。现有的智慧城市研究工作往往只能利用到城市数据空间中的一两种数据，即使是多源数据融合的研究工作也往往是某一类数据为核心，加之地图／POI等城市GIS锚定数据作支撑，例如：出租车GPS数据+地图／POI数据等．多源数据的耦合度并不高，利用模式也相对单一．如何充分挖掘城市核心数据的关联性，实现多源数据之间的紧耦合，将会是未来智慧城市中数据应用技术发展的必然趋势。
4.2城市深层次数据的利用
城市的运行过程涵盖了交通、经济、社会、物流等多层次、多方面的社会活动。现有研究工作所采用的地图数据、交通数据、通信数据、环境数据等都只是反映了城市活动的物理与信息接触行为，并且均是以地理位置坐标进行锚定标注的。对于一些深层次的城市逻辑行为，例如资金流动、政策导向、社会心理、流行时尚等，现有研究工作都少有涉及，开发利用城市深层次数据、挖掘城市运行的内在逻辑关系将会是智慧城市技术发展的未来方向之一。
4.3城市行为动力学理论体系
城市行为动力学是理解城市内在行为与市民活动规律的基础理论，其在整个智慧城市研究的理论体系当中扮演着非常重要的角色。目前的城市行为动力学理论研究还只是依附于人类活动时空动力学的一个统计物理学分支，尚没有形成完整的理论体系，具体内涵与外延边界也尚不清晰．因此，未来完善和发展系统的城市行为动力学理论，构建完整独立的理论体系，将会是智慧城市基础理论研究的核心任务。
参考文献
[1]袁远明.智慧城市信息系统关键技术研究[D].武汉大学,2012.
[2]叶刚.以数据为中心的智慧城市研究综述[J].城市建设,2015(10).
[3]王静远,李超,熊璋,单志广.以数据为中心的智慧城市研究综述[J].计算机研究与发展,2014,02:239-259.
论文作者:李航
论文发表刊物:《基层建设》2018年第25期
论文发表时间:2018/9/18
标签：数据论文; 城市论文; 智慧论文; 客流论文; 研究工作论文; 功能论文; 系统论文; 《基层建设》2018年第25期论文;