大城市中的城市计算挑战

如今，大城市面临着交通拥堵、空气污染和能源消耗等大问题。大城市的这些大问题可以通过以下方式解决 大数据 (这意味着对大量数据的处理）。

这正是城市计算的特点。它可以被简单定义为 利用大数据来应对大城市的大问题.

让我们更详细地说明这一点。

城市计算涉及对城市空间中不同来源产生的大量异质数据的获取、整合和分析过程。这些数据源包括传感器、移动设备、车辆、建筑和人类。

什么是城市计算？

在题为"城市计算：概念、方法和应用"，作者介绍了一个实现城市计算的一般框架。

城市计算将非侵入式和无处不在的传感技术、先进的数据管理、分析模型和新颖的可视化方法联系起来，创造出改善城市环境、人类生活质量和城市运行系统的解决方案。

我们还必须强调，城市计算是一个跨学科的领域。它将计算科学与其他领域如交通、土木工程、经济、生态学和社会学在城市空间的背景下结合起来。

也许，萦绕在你脑海中的一个大问题是：如何实施城市计算来克服大城市的问题？

那么，好消息是，有一个框架可以解决这个问题!

城市计算框架

在题为"城市计算：概念、方法和应用"，作者介绍了一个实现城市计算的一般框架。

该框架由四个层次组成。城市传感、城市数据管理、数据分析和服务提供。每一层都有一个特定的功能。

ǞǞǞ 城市传感 层负责从城市空间收集数据。这种数据收集可以通过不同的技术进行，如参与式传感、人群传感和移动传感。

ǞǞǞ 城市数据管理 该层允许通过一些索引结构来组织数据，这些结构包含了时空信息和文本，以支持高效的数据分析。

在 数据分析层，不同的技术，如数据挖掘, 机器学习，以及数据可视化用于识别数据中的模式，并从中获得有价值的信息，以便进行后续决策。

ǞǞǞ 提供服务 该层包括各种解决方案和服务，旨在改善人们的驾驶体验，减少交通拥堵、空气污染和能源消耗。例如，在检测到任何交通异常的情况下，这些信息将被传递给交通管理部门，以分散交通和诊断异常情况。

那么，城市计算面临哪些挑战？

对于一个理想的实施，城市计算面临三大挑战。

1.传感和数据采集。

这一挑战是关于如何以非侵入性和连续的方式收集城市数据，考虑到分布在城市中的传感器数量的限制。

建设新的传感基础设施可以实现这一目标，然而，这将增加城市的负担。

人类作为一个传感器是一个新概念，可能有助于解决这一挑战，通过使用他们在社交媒体上的帖子或他们的GPS痕迹来了解他们周围发生的事件。

人类作为一个传感器带来了新的挑战，如：。

越来越多的设备能源的使用。
个人信息的隐私。
有偏差的数据，因为用户不是均匀分布的，他们不会以相同的频率发送感应读数。
用户贡献的非结构化的、隐性的和嘈杂的数据。相比之下，传统的传感器产生的数据是结构良好、明确、干净和容易理解的。

2. 异质性数据。

数据挖掘和机器学习技术通常处理一种数据。然而，解决城市挑战涉及广泛的因素（例如，探索空气污染涉及同时研究交通流、气象学和土地使用）。

3. 混合系统。

与搜索引擎或数字游戏不同的是，数据是在数字世界中产生和消费的，城市计算通常将两个世界的数据整合在一起（将交通与社交媒体相结合）。

混合系统的设计比传统系统更具挑战性，因为该系统需要同时与许多设备和用户通信，并发送和接收不同格式的数据。

城市计算的主要应用是什么？

城市计算的应用可以说是数不胜数。

这些应用可分为七大类：城市规划、交通、环境、公共安全和安保、能源、经济、生态和社会。

这里是对每一个人的非常简要的描述。

城市规划.

规划对于建设智能城市非常重要。这一类包括检测交通网络中的潜在问题，发现城市中的功能区域（如支持人们不同需求并作为一种组织技术的区域，如教育区或商业区），以及检测城市的边界以了解其演变。

运输。

这一类包括：改善驾驶体验，出租车服务，以及公共交通系统。

环境。

城市化的快速发展将成为对城市环境的潜在威胁。城市计算对环境的影响包括：改善城市的空气质量和减少噪音污染。

公共安全和安保。

在此，我们可以列出以下应用：检测交通异常情况、检测灾害和检测事故。

能源消耗。

城市化的快速进展正在消耗越来越多的能源。这一类的应用是减少气体和电力的消耗。

经济。

一个城市的动态可能表明该城市的经济趋势。这类应用的一个例子是预测股票市场的趋势。

社会。

这一类的应用是位置推荐、行程规划、位置-活动推荐，以及了解城市动态。

是否有一些技术可以实现城市计算？

城市计算有几种使能技术，可以分为几类。比较经常使用的类别是：

城市传感技术。传统的传感和测量是通过安装传感器进行的，被动的人群传感是利用现有的基础设施来收集人群产生的数据，而参与式传感则是人们主动贡献他们周围的信息。

城市数据管理技术允许对多个异质数据源进行组织，以便进行以下数据挖掘过程。

知识融合技术能够有效地融合从多个异质数据源学到的知识。

城市数据可视化技术不仅要显示原始数据和呈现结果，还必须允许检测和描述数据的模式、趋势和关系。

如你所见，城市计算可能是解决现代城市主要问题的一个非常有用的工具。

城市计算所面临的挑战最终将被克服，从而使我们的城市有一个更好的未来。

参考文献

Zheng, Y., Capra, L., Wolfson, O., & Yang, H. (2014).城市计算：概念、方法和应用。 ACM智能系统与技术论文集(TIST), 5(3), 1-55.

T. Kindberg, M. Chalmers, and E. Paulos. 2007. 特邀编辑的介绍。城市计算。普适计算6, 3, 18-20

Torres-Ruiz, Miguel & Lytras, Miltiadis.(2016).知识社会的城市计算和智能城市应用。International Journal of Knowledge Society Research.7.113-119.10.4018/IJKSR.2016010108.

点击下面的图片，查看我们的Mind the Graph用于城市计算的图解。

城市计算。面对大城市的巨大挑战

订阅我们的通讯