
智慧城市中的大数据落地应用
数字城市技术把基础地理数据、正射影像、街景景象数据、全景影像数据、三维模型数据结合在一起,在政务网上,通过注册可以进行服务共享,在公共平台、互联网、公网上,通过二次开发可以提供各种交通、导航、旅游、文物、购物等服务系统。物联网能够实现人与人、人与机器、机器与机器的互联互通,实现智慧城市的各种应用。
智慧城市蕴含大数据
城市是生存繁衍最好的地方,城市是社会交往的地方,是文化享受的地方,按照城市的职能,我们让它智能化,比如智慧安防、智慧环保、智慧能源、智慧城管、智慧养老、智慧国土规划、智慧社区、智慧家居都是让人有更好的环境来生存繁衍。在经济发展方面,可以推动智慧制造、工业互联网、物联网。在文化享受方面,可以考虑智慧户外流媒体、智慧教育、智慧旅游等等。在社会交往方面,有智慧交通、购物、社会综合管理。
在智慧城市的建设和应用中,将产生从TB到PB级越来越多的数据,从而进入大数据时代。2011年,Science专刊指出大数据时代已经到来,美国工程院院士也指出大数据可以让我们实现海量数据在预测、建模、可视化和发现新规律等方面应用的时代就要到来,奥巴马总统宣布美国政府正式启动大数据研究发展计划,奥巴马认为大数据就是未来世界的“石油”,这个计划要超过以前提出的“信息高速公路计划”,智慧城市建设的潮流已经到来。
空间数据方面,空间的传感器资源,美国有185颗卫星,中国有91颗卫星,到2020年中国将有200多颗卫星,卫星每天往回传输的数据可以达到PB级,空间数据资源、处理资源、空间信息资源、地学知识库资源,这些资源都可以传到网上,通过可视化的服务,利用云计算环境,包括计算资源、网络资源和存储资源,来保证服务质量。
“天地图”挖掘海量数据
为了充分研究这些海量空间大数据,我们研发了一个软件,叫做“天地图”,“天地图”的数据已经超过了TB级,目前已经超过100TB。利用“4+1”倾斜相机城市三维模型,贵阳做了很多三维建模工作。通过大数据,我们可以监测上海的地表下沉问题,把雷达数据放在一起,进行数据分析和挖掘,自动地、随时地检测地表下沉,不同地区的下沉速度不同,上海大概每年下沉20毫米,远郊区和市中心都在下沉。我们的检测结果同上海市国土局对比,精度可以达到3.9毫米和2.5毫米。我们已经对上海、苏州、天津、广州等很多大城市进行了自动检测。我们还监测了三峡,将来还要监测高铁。
我国已建成世界最大的视频监控网,2005年平安城市计划启动,现在我们已经在全国600个城市安装了超过2000万个摄像头,投资超过3000多亿,摄像头的工作可以帮助我们保证城市的平安、交通的通畅,但是出现了大数据的问题,就是存不起,数据量太大导致无法存储。我们为天津做了一个规划,“十二五”末,天津将安装60万个摄像头,按照公安部的要求,数据要保留3个月,有4600多个PB,1PB等于1000TB,比我们的空间数据还要大,如果这样存下去,一年要花580多亿,相当于去年西藏的GDP。同时,数据也查不准,发现问题以后,用人工去查,查不准,不可能用几十万个人去查数据,超过了人工处理的极限。此外,也防不住,案件破案效率、破案速度、破案质量不高,这是我们面临的一个严峻的问题。
智慧交通方面,中国有13亿人,数据量到了PB级,24小时都有流量,我们要把这些数据保存起来。安防方面,我们要“365天×24小时”管好城市的安防,数据量也很大。智慧养老方面,现在中国超过65岁的老人已经达到2亿到2.5亿,一个人从65岁活到90岁、100岁,如果把变化状态记录下来,可以使老人得到及时的救护和帮助。
目前,大数据依靠云计算和数据挖掘。科学的发展经过了四个时代,最早靠经验,后来靠理论,现在我们进入了数字发现知识的时代,云计算就应运而生,把计算能力、存储能力、交互能力放在云端,这种服务叫云计算服务,出现了基于云计算的信息服务,今天走到了虚拟服务云计算的时代,云计算中心内部的生态链,在一个网络上,除了自身的计算资源之外,我们有一些商人做云服务器、集成服务等,这些人构成了一个链条,这个链条无所不在,为大家服务。
我们现在做了一个遥感云,把海量的遥感数据,复杂的遥感处理与分析方法放在远程的云计算平台上,利用云计算平台弹性的计算能力,用户无需买数据、不需搭建环境,也不需要买软件,只需要选择数据和算法后即可获得计算结果,我们的服务不再是提供一个地铁、提供一个文件拷贝和数据共享,而是基于云计算的注册服务。
遥感云叫做OpenRS-Cloud,开放的遥感云是不收钱的,可以检查任务进来的速度,可以看计算机结果,把数据输入进去,可以直接在浏览器上察看到结果,用户使用非常方便。大家体会一下遥感云服务实例,云系统可以搜索下雨之前的卫星影像,还可以搜索下雨之后的卫星影像,有了这些影像以后自动生成了服务链条,可以得到遥感服务的结果。
云计算与数据挖掘
位置云可以将手机的导航卫星信号与其他定位相关的传感器信息传输到云计算中心,通过实时解算,实现室内外高精度的手机连续位置定位和实时导航。
地理国情检测需要,灾情报告员需要,土地调查员和城管员都需要,这样的系统可以把外面的卫星定位方法、室内的传感器定位方法、无线信号定位方法揉在一起,叫做混合定位。北斗正在做服务云,中国北斗从2012年已经开始全面运营,有120字短报文特性,我们做了增强系统,按照220公里的距离,可以保证导航精度一秒钟十个精度,在60公里以内,可以实现区域三频厘米级精密定位。如果用GPS,信号完好率达44%,初始化时间只有40多秒。
我们推荐的是GPS双频加北斗三频,可以保证平面精度1厘米、高程精度3.6厘米,提高了30%,完好率达100%,初始化时间只有6秒。
现在运营商做这个软件,精密定位可能收1毛或者2毛,高精度导航性能分析,可用于智慧交通中的车辆控制和智能驾驶,物质的运送只能在慢车道,原来控制不住,有了米级精度便可以控制,如果犯规了,指挥中心可以实时了解。
数据挖掘方面,我们现实世界的数据不是我们需要的,我们需要的是信息,最后要的是知识,我们要从海量数据中挖掘、发现我们所需的知识。
视频数据挖掘,要把安全行为进行智能分析,视频数据自动理解,从而实现视频数据自动压缩,把PB数据压缩下来,要推行智能设备就要解决一些问题,例如人体异常行为检测,异常事件检测,这是公安部门最感兴趣的。如果计算机能做,可以对目标进行跟踪,这就是我们需要的,自动地对物体中的运动目标进行检测、分离、跟踪,对其行为进行有效识别,如果有了这个软件,视频数据就能充分利用,正常人的活动可以删去,只把可疑的数据留下来。
智慧城市是基于数字城市、物联网和云计算建立的现实世界与数字世界的融合,以实现对人和物的感知、控制和智能服务。感知是数字城市的功能,控制和智能服务是智慧的高级阶段,智慧城市对经济转型发展、城市职能管理和对大众的智慧服务具有广阔的前景,使得人与自然更加协调。
做这件事情并不容易,首先要让大家把网络基础设施建设好,让大家用的好、用的起,如果大家用不好、用不起,智慧化就等于零。专家和企业应该抓好技术创新和攻关研究,拉动智慧城市引起的数字服务产业的发展,更好地实现各种智能化的应用。
智慧城市建设是一把手工程,城市一把手要根据每个城市的特点做好顶层设计,统一规划,分步实施。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-08-07SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-07大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-08-07K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-08-07CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-07大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-07解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-07CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-07通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-07评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-07CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-07反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-07