谈大数据时代下的智慧城市建设

杨梓洵



谈大数据时代下的智慧城市建设

杨梓洵

广东省电信规划设计院有限公司，广东 广州 510630

大数据为智慧城市的建设提供了坚实的技术基础，对促进智慧城市的建设具有十分重要的作用。通过对当前智慧城市建设的现状进行分析，探究了大数据环境下智慧城市建设的关键技术与具体要求，并分析了大数据环境下智慧城市建设的发展趋势。

大数据；智慧城市；建设

随着大数据技术、智能技术在城市建设中的应用，智慧城市的发展必然会成为未来城市的重要发展趋势，将会为城市的生活提供更多的便利化服务，它重点着眼于民生的需求、公共环境建设、环境保护等提供优化与探索，从而进一步提高人们的生活质量。

1 智慧城市建设的现状

大数据环境下智慧城市的建设，利用的就是现代信息技术工具，对大量信息的分析和处理，分析当前城市在建设过程中出现的问题，提出有效的解决方案。王家耀认为大数据时代的智慧城市建设首选需要解决城市的信息化问题，结合计算机网络技术与通信技术的要求，采用无线识别技术、传感器技术、无线网络等技术，构建大数据环境下智慧城市的建设架构，从网络应用、技术架构、城市的智慧生活等方面，详细分析了大数据在智慧城市建设中的应用[1]。在智慧城市建设的过程中，需要注重信息安全的保护、物联网技术的应用，由于智慧城市产生的数据量大、数据类型多样化、数据的产生速度快、数据的价值密度低等特点，面对着海量、异构的数据，需要采用多种技术加强对这些数据的处理，以便于为城市的建设与管理提供信息决策支持服务。智慧化城市的建设，不仅需要大数据技术，还需要将社会层面的其他应用有机地结合在一起，从多个角度综合使用数据，以便于这些数据在智慧化城市建设中发挥更大的作用。

2 大数据时代智慧城市建设的技术支持

2.1 大数据时代智慧城市建设的架构分析

大数据技术是智慧城市建设的基础技术，它在智慧城市建设中主要承担机器与机器、人与机器之间信息交换，并能够对城市建设与发展中的各种海量数据、异构信息、多源的数据进行处理，形成一种多元化的数据信息处理功能。结合城市建设中数据信息的处理，数据库建设的主要内容包括轨迹数据、消费数据、社交数据、环境数据、GIS数据、实时数据等。在对数据处理的过程中，形成集群监控配置数据管理系统对产生的数据进行实时处理，具体的系统建构如图1所示。在系统的计算分析层主要采用的分布式SQL数据库对系统的数据进行存储；在系统的应用层主要有智能交通、数据可视化、公共安全、城市环境等公共数据；在社会计算分析层需要对海量的数据进行分析、挖掘、智能计算与分析处理，并将数据处理的结果传递到分布式数据库中进行存储，方便系统能够及时为用户提供决策支持服务。

图1 大数据环境下智慧城市技术框架

2.2 纵向角度分析智慧城市大数据处理技术

智慧城市建设中纵向处理数据主要采用自上而下的数据处理方式，先对城市的数据进行采集分析，再经过实时处理之后，将其存储在分布式数据中，通过数据配置管理系统对采集的数据进行深度分析与挖掘，形成可以应用的数据，然后采用可视化处理的方式进行应用，即采用多层次的技术路线对智慧城市的数据进行处理。它可以按照行业领域的主题对智慧城市进行建设，也可以利用“行业私有云”大数据处理平台来构建智慧城市建设系统，便于对行业大数据的存储管理与垂直主题数据挖掘，不仅能够提高数据处理的方式，采用分布式并行计算模式Lamhda混合架构对数据流进行检测分析，而且可以进入Hadoop集群，将系统产生的全量数据放在Hadoop中进行分布式处理。整个系统的架构做到了以海量、异构、多源大数据为基础。分布式存储技术对系统的数据进行处理，采用了先进的分布式并行计算与四层架构的思想及前沿技术为支撑，注重智慧城市建设的应用为导向，可以对城市的环境监测和安全进行管理，此外也采用了标准化的行业规范、法律、法规和有效管理机制，便于智慧城市的建设与开发[2]。

2.3 横向角度分析城市大数据处理技术

在智慧城市建设的过程中，需要考虑不同行业的数据、数据类型与属性。智慧城市建设的过程中主要包括轨迹数据、消费数据、社交数据等，在不同的数据处理中需要采用不同的方法进行处理。结合大数据智慧环境下的数据特征，构建如图2所示的数据处理方式。在数据处理时，如果按照城市数据类型，可以将数据处理的对象分为个体用户、城市用户群体、区域性数据等；如果按照城市的空间分类可以将其分为时间、空间与时空数据，而且数据还存在离散数据与连续数据。在处理智慧城市数据时，需要结合对象的属性与类别，根据数据处理的时效性，采取分布式的并行计算、Spark内存计算和实时流数据处理模式Spark Streaming等。但是，由于智慧城市建设过程中存在数据源多元化、异构化、弱关联性等特点，在数据处理时需要采用多种技术进行处理，例如对城市环境数据的处理，就需要考虑城市的气候、气象、污水、废气、环境污染数据等，还需要对城市的建筑、监测点的分布、城市汽车交通等数据进行关联性处理，构建如图2所示的数据处理方式。

图2 智慧城市横向数据处理架构

3 大数据时代智慧城市建设的发展趋势

3.1 大数据技术在车位自动引导中的应用

车位自动引导技术是应用视频监控系统，采用智能化的数据分析方式，及时收集城市停车场的信息与停车位的信息，利用大数据处理技术智能地分析车位情况，并及时做出引导，主要是在每一个车位安全视频车位检测终端来判断当前车位的停车状态，并应用轨迹处理技术对车辆的运行情况进行处理，进而统计当前停车场的空车位数，然后通过引导屏来引导车主，保证车主能够快速停车。此系统采用的摄像机与指示灯、大数据智能处理系统为一体智能管理系统，可以自动管理车位，对车位的识别率达到了99%，同时该系统还具有智能找车与智能寻车的一体化引导功能[3]。

3.2 大数据技术在智慧城市交通中的应用

在智慧城市建设过程中，城市交通管理分析是其中的一项重要功能，利用大数据处理技术能够快速识别城市道路中的车辆问题。一般情况下，高清卡口是城市安全的重要屏障，需要对城市的出入口、高速公路、车辆等密集的重要地区，可以应用先进的视频监控系统对车辆进行信息传输，采用图像处理技术、模式识别技术、智能处理技术等对每一辆汽车进行拍摄，自动识别车辆牌照的信息，并将采集到的信息保存至系统的数据库中，利用大数据技术对海量的信息进行处理，及时发现存在问题的车辆。智能分析技术主要采用了视频触发技术、物联网技术，通过对拍摄的连续视频进行分析，自动侦测视频中的单个目标或者多个目标，查询车辆在特定区域的滞留、变化、运动与消失的情况，进而对该车辆的行为做出合理性的判断，在交通管制中得到了广泛的应用。

3.3 大数据技术在城市安全管理中的应用

智慧城市建设中采用智能分析技术可以对城市的安全建设进行管理，利用智能监控系统采集前端信息，然后利用分布式信息处理系统对城市中的不安全因素进行分析，将视频分析报警信号与智能系统产生的安全信息在智慧城市的安防系统内部生成，并采用开关接入的方式与系统的报警信号进行比较，能够及时发现城市管理过程中存在的不安全问题，同时采用智能人脸识别技术，可以及时发现犯罪分子，并采用定位技术锁定嫌疑人的位置，并通过系统内部自动报警[4]。因此，在大数据环境下智慧城市的建设，可以提高城市的安防措施，保证城市的安全。

4 结束语

随着现代智能技术、大数据技术、网络技术在城市建设中的应用，智慧城市构建成为未来城市发展的一个重要方向。在构建智慧城市的过程中，需要结合城市的具体发展需求与人们的具体需求，突出“以人为本”的智慧城市建设模式，只有这样才能促进智慧城市建设的发展。

[1]王家耀，邓国臣. 大数据时代的智慧城市[J]. 测绘科学，2014（5）：3-7.

[2]王枫云，陈亚楠. 大数据时代的智慧城市建设与发展困局化解[J]. 上海城市管理，2016（2）：30-35.

[3]操梅. 大数据时代下的智慧城市[J]. 新闻研究导刊，2016，7（10）：324.

[4]魏剑源，陈煌，吴志涛. 基于大数据背景下的智慧城市建设研究[J]. 科技视界，2016（20）：6-7.

On the Construction of Smart City in the Age of Big Data

Yang Zixun

Guangdong Planning and Designing Institute of Telecommunications Co., Ltd., Guangdong Guangzhou 510630

Big data provides a solid technical foundation for the construction of smart cities and plays an important role in promoting the construction of smart cities. Through the analysis of the current situation of smart city construction, the paper explores the key technologies and specific requirements of smart city construction in the big data environment, and analyzes the development trend of smart city construction under the big data environment.

big data; smart city; construction

[F299.22]；TP311.1

A