【关注】李德仁广州开讲，透露他的新梦想——PNTRC

4月25日，中国科学院院士、中国工程院院士李德仁受邀在广州市城市规划勘测设计研究院作了题为“智慧城市大数据”的学术讲座。

上世纪90年代，李德仁曾敏锐意识到：多系统集成，是学科发展的方向！于是，他当选院士后的第一篇文章横空出世：《论3S集成》（3S指GIS、GPS和RS）。这一思想受到国际认可和赞扬，成为李德仁的标志性文章。

如今，3S梦想早已实现。李德仁在讲座上又透露了他的新梦想——建设中国的PNTRC（Positioning定位、Navigation导航、Timing授时、Remote sensing遥感、Communication通信）。GIS圈特在会后对李德仁院士进行了电话采访，请他简单介绍了下他这一新梦想。

李德仁表示，美国只实现了PNT,而我们要做的是PNTRC。他期望未来中国实现全球全覆盖天网地网融合，形成定位、导航、授时、遥感、通信一体化组网。他透露，国家提供了800万资金支持他出一份咨询报告，在未来，国家也将会分五年投资近千亿支持该项目，使其最终达到万亿产值的规模。

除了这一梦想，讲座上，李院士还从智慧城市的发展历程出发，对智慧城市的应用、智慧城市中的大数据、云计算与数据挖掘、智慧城市运营中心等方面提出了自己独特的见解。

讲座结束后，李德仁院士与南方数码员工和GIS圈编辑部亲切合影

智慧城市的发展历程

智慧城市是在数字城市建立的基础框架上，通过物联网将现实世界与数字世界进行有效融合，自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为经济发展、社会交往等提供各种智能化的服务。

李德仁表示，智慧城市是智慧地球的重要组成部分。可以这样认为：智慧城市＝数字城市＋物联网＋云计算，数字城市、物联网及云计算的融合构成了一个虚的、实的、虚实结合的空间。

其中可以代表每个阶段的标志性事件如下：

（1）1993年9月，美国“信息高速公路”的提出标志着城市信息化建设开始起步；

（2）1998年，美国副总统戈尔提出“数字地球”概念，“数字化舒适社区建设”标志着城市信息化开始步入数字城市建设新阶段；

（3）2006年，物联网、云计算等新一代信息技术对城市信息系统的综合集成与整合应用；

（4）2009年，国际商业机器公司（IBM）提出“智慧城市”新理念，标志着城市开始由数字化迈向智慧化建设的新阶段。 

智慧城市和数字城市有什么区别？李德仁举例，2013年，太原市联合武汉大学申请科技部国家863计划信息技术领域“智慧城市（二期）”重大项目“城市信息多层次智能决策关键技术与系统”课题，以863团队为核心帮助太原市参与申请并获得多个部委智慧城市示范试点城市。在数字城市基础之上加了很多传感器，再加入地下管线、交通、环境、气象等要素，城市便可实现智慧化。原来是静态管理，现在通过传感器将相关参数实时上传，用于分析、处理和决策。

智慧城市的发展与早期的信息基础设施及“数字城市”的建设一脉相承，但更注重信息资源的整合集成，更强调智能管理和自动反馈，是信息化城市和数字城市建设的更高级阶段，是工业化和信息化的高度集成。

智慧城市应用中的大数据

什么是城市？城市是生存繁衍最好的地方，城市是经济发展的地方，是社会交往的地方，是文化享受的地方。我们将这四个职能智能化，比如智慧安防、智慧环保、智慧能源、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；对于经济发展，需要实现智慧制造、工业互联网、物联网；在社会交往方面有智慧交通、购物、社会综合管理；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。

在智慧城市的建设和应用中，无所不在的传感器将产生反映城市自然和人类活动的TB到PB级、EB级……越来越多的数据，世界将进入真正的大数据（Big Data）。

包括智慧交通（上亿人加千万级车）、智慧养老（中国2-2.5亿人）、智慧制造（空客飞机装有大量传感器，每个引擎每飞行小时产生20TB，从伦敦到纽约每一飞行产生640TB级数据。这些引擎状态数据在飞行过程中通过卫星传到发动机公司）、智慧医疗等产生的数据。

智慧城市中由海量传感器组成的物联网将不断地采集海量的数据，而这些大数据需要经过存储、处理、查询和分析后才能充分用于各类应用，从而提供智慧服务，并且对大数据存储、处理、查询和分析的实时性要求越来越高，随之将带来一系列的问题和挑战。

李德仁认为，智慧城市大数据时代面临“查不准”、“防不住”的问题。“查不准”，即数据快速增长导致虚警输出规模超出人工处理的极限可能；“防不住”，即数据规模的急剧扩大进一步凸显传统预警分析技术的困境。

数据挖掘

数据挖掘是从海量、多源大数据中自动发现和提取隐含的、非显见的模式、规则和知识的过程。数据挖掘比数据处理和信息提取有更大的难度，需要基于大数据和知识库的智能推理。

基于智慧城市的大数据和云计算，数据挖掘的目的是从中窥探和挖掘自然和社会的变化规律，人们的生活、行为及喜好，社会的潮流、思维和舆论趋向，推断市场对产品、服务甚至政策等多方面。

时空数据挖掘和知识发现的方法包括统计方法和空间统计学，归纳方法，聚类方法，空间多测度、多时相分析方法，探测性的数据分析，Rough集方法，数据场和云模型，图像分析和模式识别，神经网络、证据理论、遗传算法、数学形态学等。

至于遥感数据挖掘，李德仁则通过几个例子来进行了阐释。

（1）超大规模ZY-3数据无控制区域网平差。对资源三号卫星全国数据进行整体无控制区域网平差计算（8810景，原始数据量20Tb），采用选权迭代验后方差估计的粗差探测方法，从20亿个匹配点中自动选择300万个连接点，遥感影像自主定位精度从15米提高到5米，可满足全球测图要求。

（2）从遥感影像大数据中自动搜索目标。如何从大影像数据库（如GoogleMaps和天地图）中自动搜索任意目标，需要做到：快速、准确、连接在互联网上、无需输入地址。

（3）夜间灯光遥感用于社会经济信息分析。遥感卫星夜间获得的地表可见光和近红外亮度可以用来表征城镇范围、GDP分布、人口分布等社会经济要素。经济增长、城市化、人道主义灾难均有可能反映于多时期的夜光遥感影像。

（4）从多时相SAR数据中挖掘城市地表下沉。

（5）基于遥感大数据的农情数据挖掘。全球生产区（中国、美国、巴西、阿根廷、马来西亚、印度尼西亚、澳大利亚、加拿大、印度、泰国等）都有挖掘。

针对视频数据挖掘，李德仁从安全行为智能分析、视频数据自动理解、视频数据自动压缩三个方面进行了介绍。李德仁表示，智能识别系统是监控系统发展的必然趋势。

智慧城市需要运营中心

一个城市在完成物联网、云计算、数字城市地理空间框架等相关平台和基础设施的建设后，如何更好地在城市运行中充分发挥其巨大的智能作用，就需要一个融合各类实时数据、信息和汇聚各种服务的机构———智慧城市运营中心（SCOC）。SCOC作为智慧城市的“心脏”，将全方位地收集和监控城市运行中的各类数据与信息，并面向政府、企业和个人提供智能化和个性化的定制服务。

最后，李德仁总结道，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。

智慧城市对经济转型发展、城市智能管理和对大众的智能服务具有广泛的前景，从而使得人与自然更加协调的发展。

他认为，智慧城市的实现需要建设更加完善的信息和空间基础设施，才能保证各种智慧城市的应用能够用得好、用得起。

智慧城市的大数据问题带来了新的机遇和挑战，需要抓好技术创新和攻关研究，才能拉动数字服务产业发展，更好的实现互联网+智慧城市的各种智慧应用。

智慧城市建设是一把手工程，需要根据每个城市特点，做好顶层设计和整体规划，成立智慧城市运营中心，组织实施。

拓展阅读：