数据在智慧城市研究与规划中的应用分析

2018-03-22 00:32赵思思王世玲
数字通信世界 2018年3期
关键词:零散用水量结构化

吕 毅,赵思思,王世玲

(云南省军区,昆明 650051)

1 智慧城市研究与规划对数据的要求

1.1 数量要求

智慧城市的出现有一定的背景条件,其研究与规划则依托于各项技术和理论。如针对智慧城市道路的规划,背景条件是交通压力的持续增加,核心技术和理论则包括大数据、云计算等,上述各要素均与数据息息相关,尤其是数据的数量。在交通道路研究和规划过程中,人员分析的重点之一是阶段时间内机动车的通行量,一般需要采集3年内至少300个工作日的样本,才能总结出较为客观的规律,对数据数量的要求十分明显。

1.2 质量要求

质量与数量是数据的两个基础属性,在智慧城市研究与规划中,数据的应用覆盖多个方面,要求在保证数据数量的同时保证其质量。如智慧城市的消防资源分布,一般要求以各类安全事故发生率作为基础,要求相关部们提供大量可靠数据作为支持。假定A区提供的数据资料中,事故发生共500件,B区为400件,似乎应将A区作为消防资源配置的重点,但仔细分析各类样本,发现A区事故影响范围小,以居民区小事故为主,而B区多发大型事故,需要重点管理,因此B区应作为消防资源配置的重点,这体现了数据质量的价值。

1.3 实效性要求

实效性是指数据是否具备即时性,在智慧城市研究与规划中,应用的数据类别多、总量大,但其价值是不同的,一般时间范围上越近的数据价值越大,实效性也越高。如智慧城市的商业区规划,20年前的数据表明该城市A区商贸活动频繁,10年前数据表明B区是核心商业区,近3年的数据则表明C区渐渐成为商业核心区,在进行规划时,就应以C区作为重点。实效性较高的数据是智慧城市研究与规划的基础,需在后续工作中加以重视。

2 数据在智慧城市研究与规划中的具体应用方式

2.1 结构化应用

智慧城市研究与规划中,数据的应用方式各有不同,一般而言,一些大型研究、长期规划对数据的要求更高,通常要将数据进行加工,实现结构化应用。结构化数据是数据的一种典型形式,其特点是能够简单明了的传递核心信息。如智慧城市供水管道建设,如果在研究和规划过程中大量应用非结构化、半结构化数据,整个规划过程可能需要几十年时间,对基本数据进行加工,使其呈现结构化特色则避免了上述困扰。假定城市共收集了20000条数据样本,应用云计算技术可以加快使20000条样本结构化,给定核心信息:城市在2017年用水总量为X吨、单月峰值用水量为Y吨、单日峰值用水量为Z吨等,信息简单明了,可以直接指导智慧城市的研究和规划。

2.2 零散化应用

零散化应用一般是指不断收集数据,在城市早期规划、研究以及后续建设中分析其规律,以指导长期工作。单一零散化数据的价值低于结构化数据,可看作是非结构化、半结构的资源,其价值在于通过细节明晰现状、以累积表达规律,能够为智慧城市的完善提供相当大的帮助。如在智慧城市商务活动中,物联网是一切活动的主要媒介。某客户应用物联网买入了一双鞋,按商店承诺以及店铺距离来推算,送货时间不应超过3天,但该客户直到两周后才收到货物。这一事例可看做是典型的商业相关“零散化”数据,表达了当前智慧城市商务、物流系统配套建设不完善的基本情况,通过多个“零散化”数据的累积,则能够透析智慧城市商务、物流系统建设不完善的原因,做好研究和规划、寻求改善。

2.3 典型模型应用

数据被认为是科学计算、规划的基础、核心,这是由于数据带有唯一性,数据显示某地段在20-21时通行了1000辆汽车,那么该地段在对应时间通行的汽车数就不会出现弹性变化,这种特质使数据可以被加工成典型模型,发挥更大的指导价值。就智慧城市研究与规划而言,常见的两类数据模型是常规模型和奇异值模型。常规模型可以反映对象目标的基本规律,奇异值模型则反映对象目标的变动幅值,以智慧城市供水系统设计为例。通过收集最近3年以来城市用水情况,可以了解每日、每月用水平均值,以平均值为基础,构建一个用水管道模型,该模型就是常规模性;与此同时,收集该城市单月峰值用水量和最低用水量、单日峰值用水量和最低用水量作为核心数据,可以建立一个范围更大的用水管道模型,该模型为奇异值模型。进行具体的规划设计时,应保证管道供水能力不低于最低用水量、同时高于峰值用水量,高出部分计算的基础是近三年来奇异值模型最大值的差额,以模型为基础进行管道规划,能更好满足后续增长的用水需求。典型数据模型的出现可以推动智慧城市研究与规划的科学性。

3 结束语

通过分析数据在智慧城市研究与规划中的应用,了解了相关理论内容。数据是保证各项工作科学性的基础,在智慧城市研究与规划中其价值尤为突出。总体来看,智慧城市研究与规划对数据的要求包括数量、质量、实效性三个方面,数据的具体应用方式则包括结构化应用、零散化应用、典型模型应用等。后续工作中,各地可以进一步重视数据价值、合理利用,推动智慧城市研究与规划。

[1]孙婧.大数据视角的城市规划智慧管理途径探索[J].智能建筑与智慧城市,2018(01):72-74.

猜你喜欢
零散用水量结构化
新疆生产建设兵团某师用水水平分析与评价
你的用水量是多少?
你的用水量是多少?
促进知识结构化的主题式复习初探
改进的非结构化对等网络动态搜索算法
澳大利亚研发出新型农业传感器可预测农作物用水量
铁路零散货物装卸监控记录系统研究
结构化面试方法在研究生复试中的应用
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习
农村零散农户重大病虫害防治现状及其对策