城市大數據分析

① 智慧城市大數據可視化分析決策系統

智慧城市大數據可視化決策分析系統，能夠將城市運行核心系統的各項關鍵數據進行可視化呈現，從而對包括應急指揮、城市管理、公共安全、環境保護、智能交通、基礎設施等領域進行管理決策支持，進而實現城市智慧式管理和運行。

系統支持將不同平台系統數據、不同業務部門數據融合貫通，綜合匯集於系統之上，以全方位掌控城市綜合態勢。包括：市政、警務、交通、電力、商業等多領域數據。

系統支持集成包括地理信息、GPS數據、傾斜攝影數據、BIM建築模型數據、統計數據、攝像頭採集畫面等多類型數據。

基於三維地理信息，系統利用三維視圖結合虛擬現實技術，將包括城市街區、地標點、建築物、機動目標、管線設施等在內的城市全景進行完整、鮮活的呈現。

系統支持多樣化的二維電子地圖，能夠載入矢量數據和柵格數據，進行地圖的放大、縮小、漫遊、距離量算、區域覆蓋計算、標繪以及圖層控制，支持移動目標的顯示控制。

我司獨創的二三維地理信息系統聯動功能，二維的平面地理視圖便於操作交互，三維視圖便於直觀形象化呈現，適用於大屏、多屏環境下的地理信息可視化。

將數據按照時間和空間兩個維度進行同步呈現，全面掌控數據變化態勢。支持空間數據的實時監控、歷史回放、模擬推演，讓規律清晰可見，讓決策有數可依、更加高效。

針對城市管理部門眾多數據的指標與維度，將數據按主題、成體系地加以呈現，幫助用戶從不同角度觀察、分析數據，聚焦趨勢規律。

支持將實時數據監測以及歷史數據分析，以逐時曲線、時域統計柱圖等形式，呈現數據隨時間的變化趨勢，顯現規律，支持決策。

系統提供豐富的圖表呈現方式，包括散點圖、折線圖、柱狀圖、餅圖、雷達圖、K線圖、熱力圖、箱線圖、關系圖、桑基圖等。除了平面圖表，還支持基於三維空間場景的圖表疊加。

通過建立預警指數或模型對與其存在關聯的數據進行監測、分析，提供基於數據挖掘的預警機制。一旦實時數據達到預定限值或發生異常，系統將自動發出報警。同時系統支持報警閾值、置信度閾值等設定值限定。

系統支持多種數據篩選方式，包括欄位查詢、地圖圈選、點選等，用戶可以根據實際需求，有針對性了解相應信息。

系統支持對單體對象進行詳細查看，例如三維樓宇、機動車輛信息、單體體征數據、攝像頭視頻信號等。

系統提供強大友好的標繪功能，除提供基礎信息標繪、行業專用標繪外，還支持標繪對象定製。同時支持觸控標繪操作，可用於指揮決策會商等場景。

統一的可視化模式控制機制，集成屏幕拼接控制，實現一鍵同時切換軟體系統和屏幕拼接模式。使用戶可以簡便快速的切換應用場景。

系統支持通過PAD、智能手機等手持設備作為控制終端，來實現對大屏顯示布局、系統模式的切換以及軟體界面內容的交互控制。為客戶提供一種靈活、便捷的操控體驗。

系統擁有高效可靠的大數據接入能力，支持接入超大范圍地圖、三維地表模型、城市建築模型、海量攝像頭數據，可以支撐TB級的業務數據吞吐 量。同時可以實現各類介面數據的無縫可視化接入，並可快速響應分析操作和實時反映數據變化。

平台打通政府各部門、各系統之間的信息壁壘，包括公安、交通、消防、情報、反恐等多部門數據，以及車輛移動GPS數據、傾斜攝影數據、BIM建築模型數據、統計數據、攝像頭採集畫面等多類型數據。從市政設施分布、公安&消防車輛運行態勢、交通運行情況、巡邏案件分布等多個角度，對城市各領域運行數據進行多維度可視分析，提升城市管理者資源統籌效率和管理決策能力。

平台以數字方式全面描繪城市區域經濟發展現狀，涵蓋城市概況、宏觀經濟、產業發展、投資貿易等。包括科技、教育、文化、人口、衛生、環境保護；GDP、財政收支數據、貿易、價格指數；按資本、就業、稅收等角度的產業分析；固定資產、工業、房地產各項投資數據分析等。為城市規劃、城市產業分布和城市基礎設施建設和改善居民生活條件等方面提供科學的決策依據。

平台將政府各職能部門和資源進行有效結合，為管理者應對突發事件建立一個信息共享、高效決策、部門聯動的可視化指揮調度系統，可以實時監控突發事件發展態勢、人員位置分布、警力資源、醫療配備情況等信息，幫助指揮人員實時了解現場情況、掌控事態發展趨勢，及時指揮決策。

平台具有開放體系結構，集成監測預警、應急指揮調度、模擬推演、分析研判等於一身，支持從警力警情分布、視頻監控、卡口分布、轄區人口、重點場所等多個維度進行日常監測與協調管理；支持突發事件下的可視化接處警、警情監控、警情查詢、轄區定位、警情態勢分析、應急指揮調度管理，以滿足常態下警力警情的監測監管、應急態下協同處置指揮調度的需要，滿足公安行業平急結合的應用需求。

平台是一個面向交通管理部門的綜合性輔助決策平台，集成運營業務管理、應急指揮調度、監測預警、分析研判於一身，兼具道路視頻監控展示，流量監測數據呈現，交通數據統計分析，具有綜合監視、運營協調、應急指揮等職能。支持從交通態勢監控、視頻監控、智能卡口分析、交通態勢評估研判等多個維度進行日常路網運行監測與協調管理。

平台能夠實現將園區運行核心系統的各項關鍵數據進行呈現，為用戶提供一個集園區生產、園區運營、園區控制、園區決策多維一體的智能運營管理平台，支持從園區基礎設施、園區交通、智能樓宇、園區招商、物業管理、企業孵化、產業分析管理等多個維度進行日常運行監測與協調管理，以及突發事件下的告警接報、信息處理發布、應急指揮調度管理。

平台支持對電網多個環節的數據進行深度分析挖掘，可以實現電網拓撲分析、用戶用電特徵分析、用電負荷異動識別、竊電嫌疑監測分析、安全防禦、商業選址等智能電網多個環節的日常運行監測與協調管理，切實提高電力生產、營銷及電網運維等方面的管理水平。

城區網格化管理，人、地、物、事多維度可視化呈現，全面掌控管轄區域內的綜合態勢。平台基於地理信息系統，可全麵包含智慧城管、智慧社區、智慧交通等幾部分可視化。

② 城市交通大數據行業發展現狀剖析

城市交通大數據行業發展現狀剖析
人們在城市中生活每天產生大量的數據，有結構化的也有非結構化的，有一些與交通出行密切相關，而有一些又看似與交通出行沒有什麼關系，這些數據分布在不同的行政管理部門、互聯網公司或者傳統運營企業。舉個例子來說，隨著智慧城市建設熱潮，很多城市中已經布滿了感測設備(交叉口進口道地磁、電子警察、卡口等)，通過地磁可以採集到一定時間間隔交叉口進口道交通流量、速度以及佔有率；通過電子警察或卡口可以實時獲取經過卡口的車輛車牌號、通過時間以及地點車速，這些數據基本都匯聚在地方交警部門。互聯網公司通過為城市居民提供即時通信、導航以及共享服務，可以通過客戶終端定位實時獲取居民的位置。傳統運營企業范圍也很廣泛，包括了公交公司客運企業、計程車公司、通信運營商等，公交公司和客運企業匯聚了客流數據(IC卡、第三方支付以及零票)、車輛定位數據等，計程車公司匯聚了計程車定位數據、而通信運營商則可以匯聚客戶手機MAC地址。上述列舉的數據，都可以為城市交通規劃、政策制定、設計以及管理提供數據支持。後續筆者會結合自身十幾年的理論研究以及交通工程經驗，闡述每種數據未來的應用場景及潛在價值。
城市交通系統分析是一個復雜巨系統，尤其是在交通供需矛盾日益突出的當下，如何提高整個交通系統效率、提升居民出行品質是對每個交通管理者、研究者、工程師的挑戰。交通科學自誕生之日起，就與數據結下不解之緣，這是一門基於統計學的工程科學。
互聯網公司最早認識到了數據在交通領域的應用價值，也極大推動了雲計算、大數據等新一代信息技術在交通領域的應用。高德、滴滴擁堵排名、阿里城市大腦就是互聯網公司藉助自身的數據資源開展交通領域大數據應用的探索。
互聯網公司進軍傳統智能交通行業，一邊是互聯網公司頻頻發布基於大數據分析的各種報告，另一邊也開始產生了各種質疑的聲音。當前城市交通已經有一隻腳邁入了大數據時代，而另外一隻腳則需要傳統交通理論與移動互聯數據有效融合進行驅動。撥開當前交通大數據行業的繁華偽裝，我們以冷靜的眼光去審視，看到當前還存在很多問題，今天就略談一二：
第一、所謂的交通大數據基本還是針對單一數據源開展分析，分析精度有待進一步提高，應用場景有待進一步豐富。大部分的研究集中在基於車載GPS數據以及視頻數據提取車輛描述信息、交通流狀態信息，研究擁堵的表徵指標以及交警執法應用；
第二、城市交通感測設備布局並未從交通大數據的視角進行優化分析。城市智能交通系統規劃一個重要的任務就是研究城市交通採集設備布局方案，目前，較少有人從城市交通規劃與管理智庫頂層設計的高度，對檢測器的分布進行研究。此外，提高感測設備的適用性以及穩定性，也是有效提高當前數據質量的重要手段。
第三、城市交通大數據缺乏統一的數據標准。前面也論述了當前可以用於交通系統分析的數據，這些數據來源不同，要想未來能夠將上述數據利用起來，打破數據壁壘，形成城市交通數據池，就需要共同探討數據共享機制，並制定統一數據標准；此外，形成城市數據池後，城市交通數據治理將是一項復雜而艱巨的任務。
第四、大數據時代城市交通理論的創新面臨巨大挑戰。傳統的交通理論基本都是基於統計學，也就是基於樣本開展研究，而大數據時代的到來變革了交通理論數據來源，使得數據由抽樣變為了全樣，數據由有針對性的調查變為從大數據中抽取有用信息。因此，交通需求預測、交通通行能力分析、交通管控等基本理論將產生巨大變革，交通學者們應當既要仰望天空又要腳踏實地，在基礎領域研究中投入更多的精力，不應被當前的浮雲遮住望眼。
城市交通系統理論與大數據技術的融合發展任重而道遠，也期望與廣大交通工程師以及研究人員共同探討、共同進步。

③ 大數據在智慧城市中的應用及其發展

作者 | 網路大數據

來源 | raincent_com

城市大數據是指在城市運行過程中產生或獲取的數據，是其與信息收集、處理、利用和通信能力相關的活動要素組成的有機系統，是國民經濟和社會發展的重要戰略資源，簡單易懂的公式可以表述為：城市大數據=城市數據+大數據技術+城市職能。

城市大數據的數據資源來源豐富多樣，廣泛存在於經濟、社會各個領域和部門，是政務、行業、企業等各類數據的總和。同時，城市大數據的異構特徵顯著，數據類型豐富、數量大、速度增長快、處理速度和實時性要求高，且具有跨部門、跨行業流動的特徵。

按照數據源和數據權屬不同，城市大數據可以分為政務大數據、產業大數據和社會公益大數據。政務大數據指的是政務部門在履行職責過程中製作或獲取的，以一定形式記錄、保存的文件、資料、圖表和數據等各類信息資源。產業大數據指的是在經濟發展中產生的相關數據，包括工業數據、服務業數據等。

此外，還有一些社會公益大數據。當前，城市大數據多數為政務大數據和產業大數據，所以城市大數據的主要推動者應為一個城市的政府和相關的具有一定數據規模的企業。

為保障城市運轉的安全高效，智慧城市建設需要對海量的數據資源進行收集、整合、存儲與分析，並使用智能感知、分布式存儲、數據挖掘、實時動態可視化等大數據技術實現資源的合理配置。因此，城市大數據是實現城市智慧化的關鍵支撐，是推動「政通、惠民、興業」的重要引擎。

數據驅動的新型智慧城市發展面臨諸多問題。白皮書認為，雖然當前各級地方政府和企業都在積極探索智慧城市建設，但仍存在著特色不明、體驗不佳、共享不足等問題。究其根源在於，未能實現城市大數據資源與城市業務的良好融合。

具體而言，挑戰包括三個方面：一是信息系統煙囪林立，阻礙數據共享;二是數據治理普遍薄弱，價值大打折扣;三是數據管理水平不一，缺乏整體聯動。

如何應對新型智慧城市建設中的困難和挑戰?白皮書認為城市大數據平台的建設能夠發揮積極作用，具體表現在三個方面。

一、通過數據匯集加速信息資源整合應用

第一，城市大數據平台建立了數據治理的統一標准，提高數據管理效率。通過統一標准，避免數據混亂沖突、一數多源等問題。通過集中處理，延長數據的「有效期」，快速挖掘出多角度的數據屬性以供分析應用。

通過質量管理，及時發現並解決數據質量參差不齊、數據冗餘、數據缺值等問題。第二，城市大數據平台規范了數據在各業務系統間的共享流通，促進數據價值充分釋放。通過統籌管理，消除信息資源在各部門內的「私有化」和各部門之間的相互制約，增強數據共享的意識，提高數據開放的動力。通過有效整合，提高數據資源的利用水平。

二、通過精準分析提升政府公共服務水平

在交通領域，通過衛星分析和開放雲平台等實時流量監測，感知交通路況，幫助市民優化出行方案;在平安城市領域，通過行為軌跡、社會關系、社會輿情等集中監控和分析，為公安部門指揮決策、情報研判提供有力支持。

在政務服務領域，依託統一的互聯網電子政務數據服務平台，實現「數據多走路，群眾少跑腿」;在醫療健康領域，通過健康檔案、電子病歷等數據互通，既能提升醫療服務質量，也能及時監測疫情，降低市民醫療風險。

三、通過數據開放助推城市數字經濟發展

開放共享的大數據平台，將推動政企數據雙向對接，激發社會力量參與城市建設。一方面，企業可獲取更多的城市數據，挖掘商業價值，提升自身業務水平。

另一方面，企業、組織的數據貢獻到統一的大數據平台，可以「反哺」政府數據，支撐城市的精細化管理，進一步促進現代化的城市治理。

白皮書認為，當前我國城市大數據平台的建設仍處於起步階段，且各地在管理機制、業務架構和技術能力等方面各有優劣，不利於城市大數據平台的長遠發展。對於建設城市大數據平台的具體路徑，白皮書提出了六點建議。

一、強化平台頂層設計

科學合理的頂層設計是城市大數據平台建設的關鍵，需從落實國家宏觀政策出發，結合地方實際需求，統籌考慮平台目標、數據主權、關鍵技術、法制環境、實現功能等各個方面，以「高起點、高定位、穩落地」開展平台的頂層設計，保障城市大數據平台建設有目標、有方向、有路徑、有節奏地持續推進，並且根據項目進展狀況，不斷迭代更新、推陳出新。

二、完善平台配套保障機制

城市大數據平台建設與運營須有相應的配套保障機制，並充分發揮保障機制的導向作用和支撐作用，以確保平台規劃建設協調一致和平台整體效能的實現。

如建立城市大數據資源管理機制，明確數據內容的歸口管理部門、數據採集單位和共享開放方式等;建立城市大數據平台運行管理機制，明確平台使用中數據、流程、安全等各項內容和管理標准，保障平台持續穩定運行。

三、加強數據管理

加強城市大數據管理，實現數據從採集環節到數據資產化的全過程規范化管理。明確數據權屬及利益分配，以及個人信息保護、數據全生命周期的管理責任問題。明確數據資源分類分級管理，健全數據資源管理標准。

分類指的是通過多維數據特徵准確描述政府基礎數據類型;分級是指確定各類數據的敏感程度，為不同類型數據的開放和共享制訂相應策略，完善數據採集、管理、交換、架構、評估認證等標准，推動數據共享與開放的基本規范和標准出 台。

以資源目錄匯編、資源整合匯聚、交換共享平台為三大標准步驟，堅持「一數一源」、多元校核，統籌建設政務信息資源目錄體系和共享交換體系。建立一套科學合理的數據分類體系，將不同領域、多種格式的數據整合在一起，通過多元的檢索途徑、分析工具與應用程序，方便用戶查找和利用數據內容。

四、因地制宜開展平台建設與運營

城市大數據平台的建設與應用要結合，避免出現重平台建設輕平台使用的現象。政府、產業和城市的數據資源極其龐雜，需要明確平台數據資源的權屬性，保障數據所有權的歸屬。

政府擁有政府數據資源所有權，互聯網企業往往掌握著先進的數據技術和擁有互聯網思維的專業隊伍，本地企業對當地的人才資源、市場環境、產業發展等因素有更清晰、更准確的認識，需要充分盤活政府、互聯網企業、本地企業等各方資源，參與平台的建設與運營。

城市大數據平台的數據治理和運營體系相當復雜，平台建設的模式和路徑沒有固定模式，需要發揮各方的主觀能動性，因地制宜，挖掘地方優勢，突出地方特色，為城市大數據決策提供有力的支撐。

五、開展城市大數據綜合評價

各省市大數據主管部門應制定平台長效運行機制和考評辦法，建立完善的上報、檢查、考評機制，設計量化考核內容和標准，加強平台數據質量管控，管好用好城市大數據平台。

加強對城市大數據平台項目的後評價和項目稽查，強化對數據資源建設以及數據共享開放、數據質量和安全的審計監督。科學構建城市大數據平台綜合評價指標體系，開展城市大數據平台建設成效綜合評價工作，引導各地城市大數據平台建設工作，不斷提升城市大數據平台建設應用成效。

六、加強平台數據安全保障

城市大數據平台包含大量政務和產業數據，涉及國家利益、公共安全、商業秘密、個人隱私，具有高度敏感性，因此必須加強平台數據安全保障能力建設。

落實等級保護、安全測評、電子認證、應急管理等基礎制度，建立數據採集、傳輸、存儲、使用、開放等各環節的安全評估機制，明確數據安全的保護范圍、主體、責任和措施。研究制定數據權利准則、數據利益分配機制、數據流通交易規則，明確數據責任主體，加大對技術專利、數字版權、數字內容產品、個人隱私等的保護力度。

④ 大數據對城市規劃將有怎樣的影響

個人判斷不是規劃換一批人來做，而是行業會細分。一部分人傾向於通過數據分析，判斷問題症結，解決建成區問題，優化格局；另一批人更偏向於設計，提供不同的解決方案。

其實判斷大數據對城市規劃未來的影響，看看當下大數據在城市規劃領域的處境多少能夠明白些。在現在的城市規劃中大數據在研究中是熱門事物，但在實際項目中卻不是。在城市規劃實務中，大數據分析一般作為專題研究附在如總體規劃等較高層面的發定規劃之中。除上海、北京等一線城市及二線主要城市，少有城市有專門的大數據研究專題，個人接觸到的也僅上海2040的上輪總規評估與武漢市總體規劃的評估有涉及相應技術，其他項目基本無涉及，僅按需要自己使用。究其原因如下，想到哪些寫哪些，排名無先後順序：
1、難立項。難立項主要體現在兩個方面，其一是因為城市規劃屬於法定流程，明文規定相應程序所需要的內容，由於大數據技術方法多樣，多針對特異性的具體問題研究，這給大數據研究應用法定化帶來極大難點。怎麼給一個或多個合適的名頭立項、立法定流程，如何定價，都是大難題，而這也是現在以專題形式依附總體規劃的主要原因之一。其二是主管部門分散，城市規劃業務主要針對住建、城建、規土口，但大數據（算上智慧城市建設吧）很多時候是工信部主導，跨部門操作也是一個問題。
2、高成本、低收益（這里僅指項目收益，不談社會收益）。目前，大數據在城市領域多立於學術研究領域，可以說很多時候是研究興趣使然下的自發行為。一項技術如果難以以模式化的方式應用，就很難降低成本，那麼就很難在市場上大范圍推廣，在城市規劃領域正是如此。對於一般的項目，比如一個1平方公里的舊城更新的控規項目，應用大數據分析需要幾個模塊？解決哪些問題？需要投入哪些成本？又能夠帶來哪些收益呢？有沒有替代方案，替代方案又會有多大差距，不用大數據分析，僅用常規數據做數據分析能否得到相近的成果？會不會增加項目的時長？思考完這些問題，再算筆賬就會發現，當下在大量控規、城市設計等項目中，運用大數據分析很可能是不劃算的。
3、沒有數據的時候怎麼辦？雖然城市規劃進入了存量規劃時代，但即使是存量規劃過程中也有大量新建的過程，部分地塊必然是要採用推平重建的方式（或者說是重要手段之一），大數據可以給出方案的限制，可以比選方案，但方案從無到有怎麼產生？
（想到再補充）
如果上述問題得以解決，那麼大數據一定能夠改變這個行業，不過這需要時間。有可能因為數據安全、隱私等問題，最終大數據分析的業務完全由規劃局或是其他政府部門完成也說不定，我相信那時，城市的大數據運營中心應該已經建成了。也可能有專門的運營公司運營，並完成相應的分析報告，這些報告最終成為規劃的基礎材料。可能今後大數據分析會成為單獨立項的東西，支持的也不僅僅是城市規劃，而是城市的全部過程。

⑤ 如何進行大數據分析及處理

探碼科技大數據分析及處理過程

聚雲化雨的處理方式

• 聚雲：探碼科技全面覆蓋各類數據的處理應用。以數據為原料，通過網路數據採集、生產設備數據採集的方式將各種原始數據凝結成雲，為客戶打造強大的數據存儲庫；

• 化雨：利用模型演算法和人工智慧等技術對存儲的數據進行計算整合讓數據與演算法產生質變反應化雲為雨，讓真正有價值的數據流動起來；

• 開渠引流，潤物無聲：將落下「雨水」匯合成數據湖泊，對數據進行標注與處理根據行業需求開渠引流，將一條一條的數據支流匯合集成數據應用中，為行業用戶帶來價值，做到春風化雨，潤物無聲。

⑥ 做好大數據分析 城市安防才有保障

做好大數據分析 城市安防才有保障

隨著雲端運算及物聯網等科技的不斷發展，大數據(Big Data)在智慧城市扮演的角色也越來越重要。但事實上，數據本來就是城市治理非常重要的依據，尤其是與城市安防的相關業務，舉凡人口統計、犯罪率、交通流量等數據，政府治理單位本來就會定時蒐集並加以分析，作為施政的參考，如果不能先了解大數據與傳統數據的差別，掌握大數據的分析與工具的特性，就算擁有大數據，也可能只是「入寶山空手而回」，無法將數據轉換成價值，自然也無法對城市安防產生貢獻。

了解大數據才能有效運用

相較於傳統數據，大數據至少具有三個差異極大的特性。首先是數據量(Volume)，如果換算成數位數據單位，基本單位通常已經是TB、PB等級，不但要考量收集及儲存成本，如何迅速傳遞這麽龐大的數據，也是大數據應用必須思考的重點;其次是時效性(Velocity)，即使是這麽大的數據量，仍然要在最短的時間內產生分析結果，如傳統的年報統計，往往是在今年收集去年的數據，卻在隔年才出版，曠日廢時的結果，往往會讓數據分析結果失真。

PredPol應用大數據分析技術，預測出犯罪機率高甚至下一次可能發生犯罪情況的區域，並於地圖上標示出一塊塊500平方英尺的區域，供警察參考。Predpol

最後也是最大的差別，就是數據的多樣性(Variety)，傳統的數據通常有明確的結構性，選項也比較少，如年齡、性別、等級等，但大數據可能會有各種形式，包括文字、影音、圖像、網頁等，不但沒有明顯的結構，而且大數據還常常出現形式交錯的現象，如Youtube上的影片除了有點擊數外，同時還有留言討論。

由此可知，傳統的數據收集方式，顯然已經不能滿足城市安防對於大數據的需求，所幸在物聯網(Internet of Things;IoT)、雲端運算及4G無線寬頻等技術的發展下，要取得物與物、物與人、人與人的互聯互通數據，技術上已不是問題，但必須得先迅速建構起收集、傳遞及儲存大數據的基礎建設，才有可能建立全面感知的能力，成為城市安防決策的最佳後盾。

但只是從感知層獲取資訊是不夠的，因為想要做好大數據深度分析，就必須要有能力針對復雜且開放式的問題尋找答案，並藉由視覺化分析工具，透過連續性的篩選和抽象化，才能洞悉重要資訊。然而大數據具有的超大量半結構化/非結構化數據的特性，往往會造成傳統關聯式資料庫管理系統(RDBMS)的運作瓶頸，必須要導入全新的大數據分析工具，方能真正靈活運用大數據。

此外，大數據的價值既然遠超過傳統數據，大數據的真實、安全及穩定性，就必須加以重視。尤其是現在的網路應用無所不在，舉凡機場、銀行、捷運、車站、水電油氣供應機制等，都可能被駭客入侵，加上政府為了能讓掌握的數據更有價值，必須要採取公開透明的數據使用機制，當公共事業的數據開放愈多，可能被入侵的機會也愈高，因此想要利用大數據來解決城市安防的問題，首先就得先做好大數據的保護，因此資安技術的導入及專業人員的配置，絕對不能輕忽。

大數據對城市公共衛生及治安的幫助

目前已有許多歐美城市開始藉由蒐集及分析大量數據、預知可能出現的危機，進而作為城市安防的參考。如紐約的康乃爾大學威爾醫學院(Weill Cornell Medical College)計算與系統生物醫學助理教授Christopher E. Mason的研究團隊，花了18個月的時間在紐約400多個地鐵站的車廂、樓梯扶手、座椅、燈桿、垃圾桶等地方蒐集樣本，總共發現15,152種微生物，其中來自於人類的DNA只佔0.2%，將近一半的樣本是人類未知的有機生物，27%是活性且具有抗生素抗葯性的細菌，所幸其中僅有12%會讓人生病。

這項名為PhthoMap的研究計畫，還透過華爾街日報網站提供互動地圖，讓使用者可以用來觀看特定車站的研究成果，如收集的樣本來源、微生物來源比例、細菌種類與說明等，也可利用搜尋細菌的種類，了解那些車站有這些細菌的存在，等於也展示了公衛數據開放使用的過程。

有趣的是，在研究過程中也發現在某些地鐵站找到的DNA，與其周圍的人口狀況相符合，這些都是過去從來沒有想過的資訊，未來若能將以分門別類，並且深入研究，對於城市公共衛生的防護工作，將會有莫大的助益。

洛杉磯警局則是導入預測性警務軟體「PredPol」，用來預測可能發生犯罪情況的地點。據PredPol(名稱取自「預測監控」Predictive Policing)團隊指出，該公司先是蒐集過去10年的公開犯罪統計數據，以及從大量的新聞中蒐集犯罪的發生狀況及時間，可預測的犯罪行為除了自殺外，還包括槍殺、闖空門、竊盜、竊車等，再根據前述數據中的犯罪行為模式，開發出獨特的運算系統，再將犯罪機率高甚至下一次可能發生犯罪情況的區域，於地圖上標示出一塊塊500平方英尺的區域，供警察參考，就是典型的將傳統數據變成大數據加以運用的範例。

事實上，許多城市的治安單位早已擁有累積數十年的犯罪記錄數據檔，甚至早己針對犯罪可能性較高的區域或場所加強巡邏。但PredPol利用大數據分析技術，從容易滋養犯罪事件的場所(如曾經發生斗毆事件的酒吧)、多次受害地區(如屢遭竊賊闖空門的社區)及受害地區的鄰近地區，計算出10至20個最有可能發生犯罪的地點。PredPol宣稱，警察只要在地圖標明的區域，只需要花過去巡邏時間的5%至15%，就能夠阻止更多犯罪活動。

目前全美共有將近60間警局使用Predpol，其中規模最大的是洛杉磯警局和亞特蘭大警局。其中加州Santa Cruz闖空門的竊盜案在系統建置第一年就下降了11%、搶劫案更減少了27%。洛杉磯Foothill區在2011年導入PredPol後，4個月後的犯罪率就降低了13%，反觀沒有導入PredPol的區域，還微幅增加了0.4%。

在2012年一項針對美國近200所警局的研究指出，有70%的警局計畫在未來2至5年開始或增加使用類似PredPol的預測性警務技術，包括IBM、Palantir及Motorola也開始涉足相關領域。

雖然將大數據分析技術應用在犯罪治安方面，還不是百分之百的准確，經驗豐富的警察可能也不見得需要預測性警務技術，但對於新進的警務人員而言，預測性警務技術可以幫助他們及早進入狀況，尤其在城市預算吃緊之際，人力又相對缺乏的情況下，運用大數據顯然可以提升城市安防的工作效率。

更多數據關聯產生更多的價值

城市安防建設至今，影像監控的重要性也日漸提升，但龐大的影像數據要如何分析，卻也成為城市治理者的一大難題。所幸大數據技術，正可以針對影像這種非結構性數據加以分析，讓視訊監控數據得以有效利用。

大數據可說是智慧城市運作的基礎，除了城市安防，其他如智慧交通、智慧醫療等應用，也都需要以大數據為基礎，而這些不同類型的數據產生更多的關聯，自然也需要更深入的數據分析能力，如智慧交通與智慧安防相結合，可以指引警消人員在最短的時間內趕到事故現場，更可看出大數據在城市安防的應用潛力。

以上是小編為大家分享的關於做好大數據分析 城市安防才有保障的相關內容，更多信息可以關注環球青藤分享更多干貨

⑦ 為什麼說大數據是建設未來智慧城市的核心

智慧城市中大數據的特點與重要性

（1）數據量

大數據概念中的數據量指的是大量的從各種數據源中產生的任意類型的數據。在智慧城市框架下，多媒體/社交媒體及其他類型網路在數據產生量方面呈現幾何級增長。

即使是現代工業產品，如汽車、火車、發電站等，其裝備的感測器數量也隨著智能化程度的提高在增加，這些感測器也在持續收集不斷增多的數據。不斷增長的數據量給數據收集、數據分析帶來了新的挑戰。

（2）數據速度

大數據概念中的速度指的是數據產生、傳輸的速度。在智慧城市框架下，由於數據量和數據源的持續增加和數據類型的不斷變化，數據的內容也呈現持續變化的狀態。對於某一數據存儲，數據產生和傳輸的速度決定了數據內容變化的速度。數據用戶傾向於更快的數據產生和傳輸速度，以便能夠了解其關心的實時信息。由此而言，大數據的速度特點對數據處理方法及運算演算法提出了更高的要求。

（3）數據多樣性

大數據概念中的數據多樣性指的是數據的類型多樣性，如視頻數據、音頻數據、圖像數據、文字數據以及數據日誌等。數據類型的多樣性與數據源的多樣性密不可分，如手機、錄像機、感測器、社交平台等。同傳統的結構性數據（如財政數據、期貨交易記錄、人事信息等）相比，在智慧城市框架下，大數據概念中的數據包括了大量的復雜的非結構型數據，且沒有固定的數據格式。與數據速度相似，大數據多樣性的特點也推動了數據處理方法及運算演算法的進一步發展優化。

（4）數據價值

大數據概念中的數據價值指的是大數據中包含有價值的信息，這些信息可以為相應的決策提供有益的參考。數據價值的實現需要通過大數據分析，即從大數據中提取有價值的數據信息的過程。在智慧城市框架下，數據價值評估是所有以大數據為基礎的應用最重要的特性，正是因為數據價值評估可以產生數據使用者需要的信息。

（5）數據精確性

大數據概念中的數據精確性指的是大數據中包含信息的完整性和准確性。數據精確性是對大數據質量和可信度的描述。任何信息管理實踐的核心內容都是數據質量、數據支配、元數據管理以及對數據保密性和合法性的要求。精確的原始數據有助於准確的數據信息的分析與發掘，從而為相應的決策提供更加准確的參考。

⑧ 智慧城市中的大數據挖掘與應用

智慧城市中的大數據挖掘與應用
智慧城市蘊含大數據
城市是生存繁衍最好的地方，城市是社會交往的地方，是文化享受的地方，按照城市的職能，我們讓它智能化，比如智慧安防、智慧環保、智慧能源、智慧城管、智慧養老、智慧國土規劃、智慧社區、智慧家居都是讓人有更好的環境來生存繁衍。在經濟發展方面，可以推動智慧製造、工業互聯網、物聯網。在文化享受方面，可以考慮智慧戶外流媒體、智慧教育、智慧旅遊等等。在社會交往方面，有智慧交通、購物、社會綜合管理。
在智慧城市的建設和應用中，將產生從TB到PB級越來越多的數據，從而進入大數據時代。2011年，Science專刊指出大數據時代已經到來，美國工程院院士也指出大數據可以讓我們實現海量數據在預測、建模、可視化和發現新規律等方面應用的時代就要到來，奧巴馬總統宣布美國政府正式啟動大數據研究發展計劃，奧巴馬認為大數據就是未來世界的「石油」，這個計劃要超過以前提出的「信息高速公路計劃」，智慧城市建設的潮流已經到來。
空間數據方面，空間的感測器資源，美國有185顆衛星，中國有91顆衛星，到2020年中國將有200多顆衛星，衛星每天往回傳輸的數據可以達到PB級，空間數據資源、處理資源、空間信息資源、地學知識庫資源，這些資源都可以傳到網上，通過可視化的服務，利用雲計算環境，包括計算資源、網路資源和存儲資源，來保證服務質量。
「天地圖」挖掘海量數據
為了充分研究這些海量空間大數據，我們研發了一個軟體，叫做「天地圖」，「天地圖」的數據已經超過了TB級，目前已經超過100TB。利用「4+1」傾斜相機城市三維模型，貴陽做了很多三維建模工作。通過大數據，我們可以監測上海的地表下沉問題，把雷達數據放在一起，進行數據分析和挖掘，自動地、隨時地檢測地表下沉，不同地區的下沉速度不同，上海大概每年下沉20毫米，遠郊區和市中心都在下沉。我們的檢測結果同上海市國土局對比，精度可以達到3.9毫米和2.5毫米。我們已經對上海、蘇州、天津、廣州等很多大城市進行了自動檢測。我們還監測了三峽，將來還要監測高鐵。
我國已建成世界最大的視頻監控網，2005年平安城市計劃啟動，現在我們已經在全國600個城市安裝了超過2000萬個攝像頭，投資超過3000多億，攝像頭的工作可以幫助我們保證城市的平安、交通的通暢，但是出現了大數據的問題，就是存不起，數據量太大導致無法存儲。我們為天津做了一個規劃，「十二五」末，天津將安裝60萬個攝像頭，按照公安部的要求，數據要保留3個月，有4600多個PB，1PB等於1000TB，比我們的空間數據還要大，如果這樣存下去，一年要花580多億，相當於去年西藏的GDP。同時，數據也查不準，發現問題以後，用人工去查，查不準，不可能用幾十萬個人去查數據，超過了人工處理的極限。此外，也防不住，案件破案效率、破案速度、破案質量不高，這是我們面臨的一個嚴峻的問題。
智慧交通方面，中國有13億人，數據量到了PB級，24小時都有流量，我們要把這些數據保存起來。安防方面，我們要「365天×24小時」管好城市的安防，數據量也很大。智慧養老方面，現在中國超過65歲的老人已經達到2億到2.5億，一個人從65歲活到90歲、100歲，如果把變化狀態記錄下來，可以使老人得到及時的救護和幫助。
目前，大數據依靠雲計算和數據挖掘。科學的發展經過了四個時代，最早靠經驗，後來靠理論，現在我們進入了數字發現知識的時代，雲計算就應運而生，把計算能力、存儲能力、交互能力放在雲端，這種服務叫雲計算服務，出現了基於雲計算的信息服務，今天走到了虛擬服務雲計算的時代，雲計算中心內部的生態鏈，在一個網路上，除了自身的計算資源之外，我們有一些商人做雲伺服器、集成服務等，這些人構成了一個鏈條，這個鏈條無所不在，為大家服務。
我們現在做了一個遙感雲，把海量的遙感數據，復雜的遙感處理與分析方法放在遠程的雲計算平台上，利用雲計算平台彈性的計算能力，用戶無需買數據、不需搭建環境，也不需要買軟體，只需要選擇數據和演算法後即可獲得計算結果，我們的服務不再是提供一個地鐵、提供一個文件拷貝和數據共享，而是基於雲計算的注冊服務。
遙感雲叫做OpenRS-Cloud，開放的遙感雲是不收錢的，可以檢查任務進來的速度，可以看計算機結果，把數據輸入進去，可以直接在瀏覽器上察看到結果，用戶使用非常方便。大家體會一下遙感雲服務實例，雲系統可以搜索下雨之前的衛星影像，還可以搜索下雨之後的衛星影像，有了這些影像以後自動生成了服務鏈條，可以得到遙感服務的結果。
雲計算與數據挖掘
位置雲可以將手機的導航衛星信號與其他定位相關的感測器信息傳輸到雲計算中心，通過實時解算，實現室內外高精度的手機連續位置定位和實時導航。
地理國情檢測需要，災情報告員需要，土地調查員和城管員都需要，這樣的系統可以把外面的衛星定位方法、室內的感測器定位方法、無線信號定位方法揉在一起，叫做混合定位。北斗正在做服務雲，中國北斗從2012年已經開始全面運營，有120字短報文特性，我們做了增強系統，按照220公里的距離，可以保證導航精度一秒鍾十個精度，在60公里以內，可以實現區域三頻厘米級精密定位。如果用GPS，信號完好率達44%，初始化時間只有40多秒。
我們推薦的是GPS雙頻加北斗三頻，可以保證平面精度1厘米、高程精度3.6厘米，提高了30%，完好率達100%，初始化時間只有6秒。
現在運營商做這個軟體，精密定位可能收1毛或者2毛，高精度導航性能分析，可用於智慧交通中的車輛控制和智能駕駛，物質的運送只能在慢車道，原來控制不住，有了米級精度便可以控制，如果犯規了，指揮中心可以實時了解。
數據挖掘方面，我們現實世界的數據不是我們需要的，我們需要的是信息，最後要的是知識，我們要從海量數據中挖掘、發現我們所需的知識。
視頻數據挖掘，要把安全行為進行智能分析，視頻數據自動理解，從而實現視頻數據自動壓縮，把PB數據壓縮下來，要推行智能設備就要解決一些問題，例如人體異常行為檢測，異常事件檢測，這是公安部門最感興趣的。如果計算機能做，可以對目標進行跟蹤，這就是我們需要的，自動地對物體中的運動目標進行檢測、分離、跟蹤，對其行為進行有效識別，如果有了這個軟體，視頻數據就能充分利用，正常人的活動可以刪去，只把可疑的數據留下來。
智慧城市是基於數字城市、物聯網和雲計算建立的現實世界與數字世界的融合，以實現對人和物的感知、控制和智能服務。感知是數字城市的功能，控制和智能服務是智慧的高級階段，智慧城市對經濟轉型發展、城市職能管理和對大眾的智慧服務具有廣闊的前景，使得人與自然更加協調。
做這件事情並不容易，首先要讓大家把網路基礎設施建設好，讓大家用的好、用的起，如果大家用不好、用不起，智慧化就等於零。專家和企業應該抓好技術創新和攻關研究，拉動智慧城市引起的數字服務產業的發展，更好地實現各種智能化的應用。
智慧城市建設是一把手工程，城市一把手要根據每個城市的特點做好頂層設計，統一規劃，分步實施。

⑨ 大數據分析 將對智慧城市產生極大影響

大數據分析 將對智慧城市產生極大影響

現代服務業發展水平是衡量一個國家和地區現代化程度的重要標志，是反映一個國家和地區綜合實力的重要內容，同時也是實現經濟可持續發展的重要力量。隨著雲計算及大數據等新興技術的興起，為進一步加快發展現代服務業，優化產業結構，構建現代產業體系，智慧型服務產業順勢而生。

隨著首鋼園區智慧城市五大能力的建設，平台戰略穩步向前推進，各類型平台沉澱下來了海量的數據，如空間數據、民生數據、經濟數據等。這些數據如金子般珍貴，如何合理充分地利用這些數據是首鋼園區智慧城市建設成敗的關鍵。

首鋼園區智慧城市產業服務平台

一、大數據分析與決策成為必然選擇

智慧城市體系架構可分為四層，分別為感知層、傳輸層、平台層、應用層。感知層是智慧城市體系對現實世界進行感知、識別和信息採集的基礎性物理網路，海量的數據在感知層產生。由城市數字化到城市智慧化，關鍵是要實現對感知層獲取的信息的智慧處理，其核心是引入了大數據處理技術。

智慧城市建設不僅僅需要有眾多的攝像頭、感測器等來收集信息，更需要有一個智慧的大腦系統，來統籌管理和運用好收集到的信息。一個智慧城市的建設，是離不開強大信息處理後台系統的建設的。只有建立起相應的處理能力，才可以將這些收集到的信息用於更加有效、科學的城市管理，提供更好的服務。大數據技術，對數據進行深度融合、綜合分析和挖掘，以獲得更有價值的信息。

二、大數據分析與決策對於智慧城市建設的重要意義

智慧城市的建設離不開大數據，大數據將遍布智慧城市的方方面面，從政府決策與服務，到人們衣食住行的生活方式，再到城市的產業布局和規劃，直到城市的運營和管理方式，都將在大數據支撐下走向「智慧化」，大數據將成為智慧城市的智慧引擎。

大數據分析對於智慧城市建設的重要意義主要體現在以下五個方面：

1、大數據分析為智慧城市的各個領域提供強大的決策支持。

在城市規劃方面，通過對城市地理、氣象等自然信息和經濟、社會、文化、人口等人文社會信息的挖掘，可以為城市規劃提供強大的決策支持，強化城市管理服務的科學性和前瞻性。在交通管理方面，通過對道路交通信息的實時挖掘，能有效緩解交通擁堵，並快速響應突發狀況，為城市交通的良性運轉提供科學的決策依據。在環境監測方面，構建大數據監控分析平台。深度監控排污企業生產、排放、存儲、運輸各個環節，從源頭上消除企業監控數據造假的可能性，為監察部門提供可靠的執法依據，並結合環境監測數據，挖掘企業排污對當地環境的影響。

現代服務業發展水平是衡量一個國家和地區現代化程度的重要標志，是反映一個國家和地區綜合實力的重要內容，同時也是實現經濟可持續發展的重要力量。隨著雲計算及大數據等新興技術的興起，為進一步加快發展現代服務業，優化產業結構，構建現代產業體系，智慧型服務產業順勢而生。

隨著首鋼園區智慧城市五大能力的建設，平台戰略穩步向前推進，各類型平台沉澱下來了海量的數據，如空間數據、民生數據、經濟數據等。這些數據如金子般珍貴，如何合理充分地利用這些數據是首鋼園區智慧城市建設成敗的關鍵。

首鋼園區智慧城市產業服務平台

一、大數據分析與決策成為必然選擇

智慧城市體系架構可分為四層，分別為感知層、傳輸層、平台層、應用層。感知層是智慧城市體系對現實世界進行感知、識別和信息採集的基礎性物理網路，海量的數據在感知層產生。由城市數字化到城市智慧化，關鍵是要實現對感知層獲取的信息的智慧處理，其核心是引入了大數據處理技術。

智慧城市建設不僅僅需要有眾多的攝像頭、感測器等來收集信息，更需要有一個智慧的大腦系統，來統籌管理和運用好收集到的信息。一個智慧城市的建設，是離不開強大信息處理後台系統的建設的。只有建立起相應的處理能力，才可以將這些收集到的信息用於更加有效、科學的城市管理，提供更好的服務。大數據技術，對數據進行深度融合、綜合分析和挖掘，以獲得更有價值的信息。

二、大數據分析與決策對於智慧城市建設的重要意義

智慧城市的建設離不開大數據，大數據將遍布智慧城市的方方面面，從政府決策與服務，到人們衣食住行的生活方式，再到城市的產業布局和規劃，直到城市的運營和管理方式，都將在大數據支撐下走向「智慧化」，大數據將成為智慧城市的智慧引擎。

大數據分析對於智慧城市建設的重要意義主要體現在以下五個方面：

1、大數據分析為智慧城市的各個領域提供強大的決策支持。

在城市規劃方面，通過對城市地理、氣象等自然信息和經濟、社會、文化、人口等人文社會信息的挖掘，可以為城市規劃提供強大的決策支持，強化城市管理服務的科學性和前瞻性。在交通管理方面，通過對道路交通信息的實時挖掘，能有效緩解交通擁堵，並快速響應突發狀況，為城市交通的良性運轉提供科學的決策依據。在環境監測方面，構建大數據監控分析平台。深度監控排污企業生產、排放、存儲、運輸各個環節，從源頭上消除企業監控數據造假的可能性，為監察部門提供可靠的執法依據，並結合環境監測數據，挖掘企業排污對當地環境的影響。

2、大數據分析能夠給智慧城市的管理和服務系統提供新的洞察力。

城市的各項管理和服務是持續進行的，日積月累，自然會形成大量數據的積累，在這些數據中也必然隱藏著對這個城市一些潛在特徵的描述。社會科學的很多規律和經驗，在海量積累的數據里自然存在著，在等待我們去發現和了解，從而為城市的智慧化、精細化管理提供決策依據。例如，各城市還可以根據對環境監測歷史數據的綜合分析，預測火災、水災等自然災害的發生規律。

3、大數據分析是避免「信息孤島」提高資源利用率的必要手段。

「信息孤島」現象很普遍。大數據技術對解決上述難題提供了新的希望。大數據技術能夠在收集智慧城市各模塊數據的基礎上，對數據進行交互分析，從而建立起基於數據的、超越傳統感知和經驗的輔助決策系統。大數據使數據共享成為可能，政府各個部門的既有資料庫可以實現高效互聯互通，極大提高政府各部門間協同辦公能力，提高為民辦事的效率，大幅降低政府管理成本。

4、大數據分析將提高城市居民的生活品質。

與民生密切相關的智慧應用包括智慧交通、智慧醫療、智慧家居、智慧安防等，這些智慧化的應用將極大地拓展民眾生活空間，引領智慧城市大數據時代智慧人生的到來。大數據是未來人們享受智慧生活的基礎，將改變傳統「簡單平面」的生活常態，通過大數據的應用服務，將使信息變得更加泛在，使生活變得多維和立體。

5、大數據分析將大大提高企業的核心競爭力。

大數據處理將決定企業的核心競爭力。掌控數據就可以支配市場，意味著巨大的投資回報。過去很多企業對自身經營發展的分析只停留在簡單業務信息層面，缺乏對客戶需求、業務流程、平拍營銷、市場競爭等方面的深入分析。在大數據時代，企業通過收集和分析大量內部和外部的數據，獲取有價值的信息。通過挖掘這些信息，企業可以預測市場需求，進行智能化決策分析。

三、結語

智慧城市的大數據時代已經到來。充分利用以大數據技術為支撐的綜合智能化分析和決策系統，才能使智慧城市的管理系統和服務系統充分、有效、合理地發揮各自的作用，大數據正是智慧城市建設和運營的基石。首鋼園區的智慧城市建設，要從大數據入手，創新智慧產業、優化城市管理、提升服務效率，從而實現智慧城市讓城市生活更美好、更幸福的目標。

以上是小編為大家分享的關於大數據分析 將對智慧城市產生極大影響的相關內容，更多信息可以關注環球青藤分享更多干貨