智慧城市需运用大数据

     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”。

　　1 大数据的含义以及特征

　　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。这些数据来自方方面面，比如传感器采集的气候信息、数字照片和视频、购物交易记录、手机信号等。

　　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。

　　2 大数据与智慧城市建设

　　近年来，国内外掀起了智慧城市建设的热潮，仅我国明确提出创建智慧城市行动计划及发展战略的城市已有200多个。大数据为智慧城市建设提供了新的技术、路径、要求和机遇。

　　2.1 大数据是智慧城市建设的关键技术

　　智慧城市相对于数字城市概念，最大的区别在于对感知层获取的数据进行大数据处理，从而获得支撑和保障智慧城市顺利运营的多元信息。

　　要实现对数字信息的智慧处理，前提是引入大数据处理技术，从而来整合分析跨地域、跨行业、跨部门的海量数据的处理，将特定的信息应用于特定的行业和特定的解决方案中。

　　智慧城市的应用过程实际上就是对数据采集、分析、存储和利用的过程，大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术。

　　2.2 大数据在智慧城市中有广泛的应用领域

　　大数据在智慧城市中的落脚点是为智慧城市的各个领域提供强大的决策支持，大数据就像血液一样遍布智慧交通、智慧医疗、智慧生活等智慧城市各个应用系统，科学治理城市。

　　在智慧交通系统中，通过对道路、车辆、天气、行人等大量交通信息的实时挖掘，能有效缓解交通拥堵，并快速响应突发状况，为城市交通的良性运转提供科学的决策依据。

　　在智慧安防系统中，通过平安城市、智能交通管理、环境保护、危化品运输监控、食品安全监控等大数据的挖掘，可以及时发现人为或自然灾害、恐怖事件，提高应急处理能力和安全防范能力等。

　　在智慧城管系统中，通过对不同时间段、不同区域、不同部门获得的大量监测数据进行实时采集、实时处理及深度挖掘，实现对城市管理实时监控与长期管理优化。

　　2.3 大数据对智慧城市建设提出了新的要求

　　大数据为智慧城市建设提供了新的技术和手段，同时也为智慧城市建设提出了新的要求。

　　一是，要更加注重信息共享。我国智慧城市建设的一个瓶颈在于“信息孤岛”效应，各政府部门间不愿公开、分享数据，无法产生数据的深度价值和综合价值。在大数据时代，智慧城市建设应大力推进大数据基础平台和基础网络建设，积极推进信息资源数据交换和共享体系建设，使大数据真正产生“大智慧”。

　　二是，要更加注重信息安全。大数据时代，数据资产化成为趋势，企业内部运行数据和客户资料成为宝贵的数据资产，而且很多智慧城市应用系统涉及公民财产安全甚至国家安全，数据价值很高，因此信息安全问题成为大数据时代智慧城市建设重要难题。

　　三是，要更加注重大数据产业的发展。智慧城市必然催生大数据运营行业的快速发展，包括大数据的采集、储存、分析、挖掘等相关技术并且市场潜力十分巨大。未来三年我国智慧城市大数据应用市场年均将翻番。因此，在智慧城市建设过程中，要高度重视、积极培育围绕大数据运营管理的相关产业和龙头企业。

　　3 智慧城市与大数据实践经验

　　从国家政策来看，中国“863计划”智慧城市项目总体技术体系架构在科技部863计划“智慧城市（一期）”项目的支持下，提出了“六横两纵”的智慧城市技术框架。“六横”层层递进，最下层的是城市的感知层，再是传输层，再上面依次分别是处理层、支撑服务层、应用服务层，最上面是智慧应用层，贯穿全局的是安全保障体系以及标准与评测。而要真正实现智慧城市，必须引入大数据技术，主要包含以下三大方面的需求。

　　3.1 大数据融合技术

　　我国智慧城市建设面临的重大挑战之一，是城市系统之间由于标准问题无法有效集成，形成信息孤岛。因此，在大数据融合技术领域，一方面要加强大数据标准建设，另一方面要加强海量异构数据建模与融合、海量异构数据列存储与索引等关键技术研发，给予底层数据集成的信息共享提供标准和技术保障。

　　3.2 大数据处理技术

　　大规模数据在智慧城市系统流动过程中，出于传输效率、数据质量与安全等因素的考虑，需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合，这也是目前国际产业界普遍采用的技术方案。

　　3.3 大数据分析和挖掘技术

　　相比于大数据融合和处理技术，大数据分析与挖掘技术更为复杂，是国际学术界和产业界面临的极具挑战性的技术难题。

　　4 大数据时代推进智慧城市建设的几点建议

　　4.1 强化对大数据的研究

　　引导科研院所和相关企业成立大数据技术创新联盟，进一步加强对大数据发展前沿技术和信息的持续跟踪研究。积极开展以社会需求为导向的大数据科学研究，建立大数据分析平台，努力推出具有自主知识产权的大数据分析设备、软件和服务，加速大数据理论、技术和应用的创新。

　　4.2 优化大数据形成机制

　　加强政府部门在管理和服务过程中对数据的主动采集，在构建人口、法人、自然资源与空间地理、宏观经济等基础数据库，经济社会重点领域的信息资源综合数据库和专业数据库的基础上，建立政府大数据库。鼓励制造业企业和商业机构加强对生产经营活动中的数据采集，形成覆盖生产过程和商业各环节各流程的数据库。推进无线识别技术、传感器、无线网络、传感网络等新技术的广泛应用，提高数据采集的智能化水平。强化对大数据建设工作的组织协调，打破地区和部门数据壁垒，实现数据资源联合共建、广泛共享。

　　4.3 加快大数据产业发展

　　出台大数据产业发展与应用规划纲要，规划建设大数据产业基地，出台专项政策，成立产业发展基金，搭建研发创新平台，吸引电信运营商、知名大数据企业以及互联网领军企业落户。积极培育本地大数据企业，进一步培养和引进大数据专业人才、领军人才、应用型人才，重点发展数据获取、存储、集成、挖掘、管理、融合、安全、可视化、建模等技术以及大数据一体机、新型架构计算机、大数据获取工具、大数据管理产品、大数据分析软件等硬件装备和软件产品。

　　4.4 推进大数据普及应用

　　从推进大数据商业化应用、推动政务大数据应用两方面入手，大力促进大数据普及应用。在政务方面，重点选取医疗卫生、食品安全、港口物流、智慧交通、公共安全、科技服务等具有大数据基础的领域，建设大数据公共服务平台，强化大数据在智慧城市建设应用系统中的应用。

　　在商业方面，实施典型应用示范工程，支持和鼓励行业协会、中介组织开发深度加工的行业应用数据库，建立行业应用和商业服务大数据公共服务平台，提供数据挖掘分析和商业智能等大数据应用服务。推动大数据在生产过程中的应用，鼓励有条件的企业运用大数据开展个性化制造，创新生产管理模式，提高企业竞争力。

　　4.5 加强大数据规范管理

　　研究大数据产业相关的政策法规，提出数据资源权益、隐私保护等方面的法规细则建议，制定大数据相关标准，并提出技术解决手段，在保护数据资源的同时，促进数据资源合理有序地开发利用。在人才、财税、科技金融等方面出台有利于数据人才和数据产业发展的政策，逐步建立有利于大数据研究与发展的制度法规体系。重视大数据及其信息安全体系建设，加大对大数据信息安全形势的宣传力度，明确大数据的重点保障对象，加强对敏感和要害数据的监管，加快面向大数据的信息安全技术的研究，培养大数据安全的专业人才，建立并完善大数据信息安全体系。

　　5 结束语

　　智慧城市是城镇化进程的下一个阶段，是城市信息化的新高度，是现代城市发展的远景。无线城市、数字城市、平安城市、感知城市是智慧城市的必要条件。诚信城市、绿色城市、健康城市、人文城市是智慧城市应有之意，智慧城市产生大数据，大数据反过来支撑智慧城市。智慧城市与大数据技术相结合一定会有璀璨的明天。