（三）智能城市的技术

1.智能城市信息物理系统

大数据时代的技术设施—物联网、感知网、云计算等作为复杂信息系统，包括从标准到传感器数据采集、处理和平台应用的全过程，这其实本质上是个集物理和信息的一体化系统。城市智能化发展的内涵是科学运筹赛博、物理和人类三元空间（Cyber-Physics-Human，CPH），巧妙汇聚城市市民、企业和政府智慧，深化调度城市综合资源，优化发展城市经济、建设和管理，持续提高城市发展与市民生活水平，更好地为市民的当前与未来服务；其外延是通过体系规划、信息主导、改革创新，推进新一代信息技术与城市现代化的深度融合、迭代演进，促使城市数据资源汇聚共享、现有数据统计方法和系统革新、城市决策治理模式改变、深化民生服务智能化应用、行政体制简洁高效，实现国家与城市的协调发展。

其中，实现物理和物理系统紧密联系的是信息物理系统（Cyber-Physical Systems，CPS）这一概念。信息物理系统是一个将计算、通信和控制深度整合到物理系统中，依赖计算过程对物理过程进行感知和控制，实现信息空间与物理世界无缝结合的工程系统。CPS通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行的按需响应、快速迭代、动态优化。

信息物理系统的核心元素是由相互连接的实体（物理实体和信息实体）构成的系统，通过通信网络，系统能从传感器获取物理实体及其周围环境的信息，通过执行器与物理世界进行互动，并能使用现有的互联网标准为应用提供服务，实现信息世界和物理世界的深度融合。

在信息物理系统中，系统运行的时间和空间范围是分布式、异步的。信息物理系统是一个由结构、功能不同的子系统构成的动态混合系统，包括感知决策和控制等各种不同类型的资源和可编程组件，各个子系统之间通过有线或无线通信技术，依托网络基础设施相互协调工作，实现对物理与工程系统的实时感知、远程协调、精确与动态控制和信息服务。信息物理系统各个层级的组件与子系统通过感知技术获取和处理相关数据，然后以数据融合的方式向上提供服务数据，并对各个物理世界接口的数据进行协同信息处理，用户最终得到全面、精确的事件信息。

人工智能分析可为智能城市的审查、考评、生成、多方案比较提供重要的技术手段，人工智能城市规划将使规划方法从经验走向更加科学化，进一步推动中国智能城市建设走向低碳城市、信息城市、绿色城市“三城”融合。综合应用城市大数据和信息技术的智能分析、智能提取可能还会自动生成城市规划方案。然而，城市规划毕竟是一个比较复杂的巨系统，不仅包含人口、资源、环境等因素，还包括包容、公平、正义、政府决策等，属于多因子评价系统。所以人工智能的城市规划并不能完全代替人脑进行创新，但可以使人从繁重的调研、比较、数据分析、交通模拟中解脱出来，将更多的时间和精力用于创新。这将是中国乃至全世界城市规划的创举。

2.物联网技术

物联网使城市能够及时地获取比以前更多的高质量数据。例如，电表和监控发电网络容量的传感器可持续地收集电力供需数据，现有的设备和传感器（如煤气、电表和水表）非常普及，成本也低廉，它们几乎可以测量、感知和了解所有方面的确切状况。另外，新的传感器和设备提供了更大的数据收集可能性，例如，汽车、电器、相机、公路和管道，这些物体共同构成“物联网”。这些物体的相互连接实现了城市基础设施内的物体、人和系统之间的通信与协调，为获取和共享信息提供了新的方式。预计到2025年，全球物联网设备数量将超过1000亿台，这相当于地球上每个人有15台。[10]这些已有的和新式的传感器及设备都可以嵌入到各个核心城市系统中，帮助城市应对和解决其面临的诸多挑战—从改善图书馆服务到维护排水系统等。

互联在数据、系统和人之间创建了连接，而这在以前是不可能实现的。截至2021年1月，全球手机用户数量为52.2亿，互联网用户数量为46.6亿，而社交媒体用户数量为42亿。[11]

人工智能所采用的新的计算模式和新算法使城市更具有预见能力，从而使决策者可以采取明智的决策和行动。先进的分析能力，不断提高的存储和计算能力，这些新的模式可将海量的数据转化为智能，从而创造洞察力，以此作为行动的基础。例如，带有时间数据（用于预测流量）的统计模型可用于根据需求调整并优化城市交通拥堵状况。

物联化、互联化和智能化能力的新一代解决方案不断出现，可用于改进城市的所有核心系统，这使得城市更加“智能”（表1-1）。不仅如此，这些解决方案可以明确不同系统之间的交集，帮助治理者更好地了解城市内发生的状况，并且采取更有效的行动。

3.数据技术

基础数据是智能城市的基础，基于基础数据的分析、处理及整合，可以协调不同业务、不同领域、不同部门之间的业务处理情况，实现城市资源的综合利用。在大数据技术领域，主要目的是围绕打造信息优势并向决策优势转换的发展目标，通过突破高效、稳定、易用、安全的大数据分析处理技术，解决当前数据资源利用单一、分析挖掘手段缺乏、智能化辅助能力低的问题，为新型智能城市建设提供支撑。

城市大数据作为大数据的主体，在城市智能化发展过程中将发挥越来越重要的作用。城市大数据是指城市的政府、公共机构、企业、个人利用新一代信息技术手段获取和汇聚的各类城市设施设备、个人和集体等主客体所产生的动静态数据，以及环境资源、地质、地貌数据等。Thakuriah P等人将城市大数据分为5类，即基于传感器系统的数据、用户生产数据、政府管理数据、客户和交易记录数据、艺术和人文数据等。[12]

大数据对于智能城市建设而言当然很重要，但是数据的来源和采集更为根本，基于数据分析进行的反馈和控制才是目标所在，这就需要打造旨在实现万物互联的物联网。这些年来，不同的行业已经开始了相应的数字化转型过程，形成了与物理世界（现实世界）相对应的数字世界（虚拟世界），而将这两者关联和融合在一起的就是物联网。

“随着数字形式和物理形式建立映射关系，当改变数字世界的映射状态时，物理世界的对象也会相应发生变化，反之亦然。这种情况一旦形成，就可以实现对万物的程序化控制。”尹浩所描述的前景无疑是非常梦幻的，而这正是物联网致力于实现的目标，因此，相关研究报告把物联网技术列为未来最具颠覆性的技术之一。

智能城市建设离不开物联网，它给城市各方面带来重大变革。从实践上来看，物联网成为各国智能城市的核心基础要素，在城市管理、节能减排、智能交通等领域广泛应用。尹浩表示，就中国而言，一半以上在建的智能城市应用项目，如公共安全、交通、医疗、环保、地下管网、水务、教育等均依托物联网。它们以自动感知为基础、数据采集为手段、智能控制为核心，实现物联网技术的综合集成应用。

以数据为中心的智能城市技术从顶层设计到具体的技术细节，均是以海量的城市数据作为核心支撑的。因此，城市数据的感知与获取技术就成为研究工作的整体技术基础。传统的城市传感器技术在为不同的行业应用提供服务的同时，也直接或间接地收集到了大量的城市动态感知数据，这些数据使得现有的研究工作成为可能。与此同时，随着移动互联网的兴起，人们可以随时随地地记录和分享自己的所见所闻，使得“以人为传感器”对城市进行感知的群体感知技术开始日渐兴起。例如，使用微博数据对2012年北京市“7·21”暴雨的积水点进行了检测，其结果与实际积水点基本相符。目前，群体感知技术在智能城市应用中还只是传统数据获取方式的一种补充，相信在不久的将来，群体感知技术将会逐步走向前台，成为智能城市应用的一项主要数据来源。[13]

1）数据管理技术

海量城市数据的存储、管理与检索是一项具有挑战性的工作，已有的一些研究工作显示，分布式数据库、Hadoop等现有的数据管理方式尚无法完全满足智能城市应用对于海量数据查询与管理的实时性和灵活性的要求。造成该问题的根本原因在于，用于智能城市应用的海量城市数据并非专门为建设智能城市而收集（多为城市信息化和数据化过程中的信息基础设施），数据管理系统的设计者更多考虑的是其初始的数据应用需求，而没有对智能城市应用做任何数据管理优化。同时城市计算等智能城市技术在数据利用方面又有着异常广阔的想象空间，即便是智能城市研究的专家也无法列举所有可能的应用模式。这就导致数据管理系统的设计者在开发系统时无法获知系统应用者的具体应用需求，从而引起数据管理系统与应用系统之间的不匹配，影响系统的整体性能。如何解决这一问题，目前学术界和工业界还没有非常成熟的技术方案和支撑理论。

2）数据挖掘技术

数据挖掘技术是大数据时代进行数据利用和知识发现的另一项核心关键技术，构建以数据为中心的智能城市也必然需要数据挖掘技术的大力支持。该技术领域一个主要的挑战在于如何在海量多源的城市数据中寻找合适具体应用的数据。

3）数据活化技术

数据活化（Data Vitalization）概念是由北京航空航天大学熊璋教授所提出的一种全新的数据管理与应用模式。数据活化也就是赋予数据生命的意思，数据活化技术的核心思想在于将真实物理世界中的数据内在联系映射到数据存储与管理的数字空间中，使存储空间中相互隔离的数据变为一个有机的整体，恢复数据在物理世界当中的关联性，并突破信息空间在进行数据利用时的局限性。数据活化体系结构采用“活化细胞”（Vitalized cell）对数据进行组织。活化细胞作为数据组织和管理的最基本单元，一方面具有对数据的存储能力，另一方面也具有映射物理空间中数据联系与相互作用的计算能力。活化细胞在存储数据的同时，会根据实际应用的不同，不断地学习用户应用行为并对细胞中的数据进行重组织，使数据可以更好地适应多样化的用户需求。同时，当物理世界中数据描述对象发生变化时，活化细胞还可以通过自主演化的方式来改变数据的存储结构和内容，从而实现存储数据的代谢与演化过程。

数据活化技术非常适合追踪物理世界中的对象实体在数据空间中的映射演进过程，是处理海量城市数据、构建智能城市的有力工具。例如，研究人员使用数据活化的思想设计了一种海量城市数据联网的数据组织工具IOD（The Internet of Data），该工具可以应对现有物联网数据的活化组织，非常适合城市中海量物联网与传感器数据的管理。可以将数据活化思想直接应用到智能城市当中，设计一种面向城市数据的数据活化体系架构。研究人员使用数据活化技术对监控视频数据进行结构化的描述，该研究的成果可以用以解决城市视频监控数据的高维度和非结构化问题。除此之外，数据活化技术也受到了工业界的密切关注。美国Bardess Group Ltd.基于数据活化技术开发了一种数据活化的数据管理解决方案，它的数据管理架构共有五层，如图1-7所示。该架构组织具有更新、学习和演进的能力，使用该架构可以有效地提高企业数据资产的整体管理质量。

数据活化技术已经在智能城市、视频数据分析、企业数据资产管理等数据密集性应用领域初步展示了其技术优势。使用数据活化技术对城市数据的组织与管理方式进行重构，从数据的底层结构开始实现数据的智能化，将会是未来智能城市技术研究的一个重要的发展方向。

4）数据可视化技术

智能城市技术是一种与普通民众生活紧密结合的应用技术，友好亲切的服务呈现方式是其中必不可少的环节。数据可视化技术能够将复杂纷繁的城市数据以一种简洁有序的方式呈献给用户，可以很好地填补技术到用户之间的理解鸿沟。在城市数据应用的推动下，数据可视化必然会成为未来智能城市技术体系当中至关重要的一环。[14]

以数据为中心的智能城市是一个多学科、多领域相互交融的交叉学科。该领域的工作涉及信息科学、交通科学、环境科学、规划与建筑学、统计物理学以及社会科学等多个不同领域的基本理论与技术工具。图1-8给出了不同学科在以数据为中心的智能城市技术研究中所扮演的角色。

从图1-8可以看出，由于数据收集、管理、分析、处理与应用均需要依赖于信息技术，因此信息技术在整个领域中起到了核心的主导作用。同时，与城市生活运行密切相关的各项专业学科知识作为信息技术在某一专业领域的知识补充，极大地扩展了信息技术所能够涵盖的应用范围。在对城市数据进行应用时，某一专门学科的专业知识可以帮助信息技术建立所需的数据分析与处理模型。在整个以数据为中心的智能城市研究领域中，信息技术既是多学科进行交叉合作的关联核心，也是支撑各个学科发挥其专业优势的公共技术平台。如果没有信息技术作为衔接，专业学科知识很难在完全不相关的领域中建立起必要的联系。同时，如果没有专业学科知识的帮助，信息技术所能发挥的作用也只能停留在信息领域中，无法发挥出其应有的强大作用。

因此，在智能城市领域开展数据研究时，技术思路上需要充分考虑其学科交叉的特点，注意吸收和使用多学科的知识、经验与技术。一方面要利用信息技术的视角，将信息科学的知识与核心思想应用到不同的学科领域当中，解决智能城市建设过程中的不同领域的应用问题；另一方面也需要多借鉴其他学科的问题分析与解决模式，将其融合到信息技术领域，从而丰富和扩展信息技术的内涵与外延。