龚健雅院士：从数字城市到智慧城市
点击图片上方蓝色字体“慧天地”即可订阅
（点击图片即可查看详细信息）
近年来，地理信息技术已成为国家治理体系和治理能力现代化建设中的基础性技术支撑。在这次疫情大考下，地理信息技术大展身手，武汉火神山和雷神山医院的建设，让全世界一起用 “上帝的视角”来“监工”；疫情防控精准施策“最后一公里”，让网格员精准掌握“你从哪里来，又将到哪里去”。
作为数字经济重要组成部分，地理信息产业与其他领域深度融合，不断催生出新服务、新业态，为经济社会发展提供了新动能。为更好地服务地理信息产业高质量发展，武大吉奥精心策划《大咖谈》栏目。该栏目围绕智慧城市、自然资源、基层社会治理等领域，搜集和精编一系列前瞻理论及创新案例，干货满满，与您共享。本期小编和您一起回顾，从数字城市到智慧城市，地理信息技术面临了哪些新的挑战？更多精彩，敬请期待！
城市化和城市现代化建设是社会经济发展的主要驱动力。城市化进程加快和城市化率不断提高，推动全球经济社会发生根本性变革。进入21世纪以来，信息化对经济社会发展的影响日益深远。城市化与信息化的融合，推动着城市向现代化迈进。
为解决城市现代化发展中的一系列问题，过去十年来，地理信息领域从“数字地球”的角度提出“数字城市”的概念。近年来，学者们进一步提出“智慧城市”的概念，认为城市的未来发展将在各种IT技术的支持下，保障物质流、信息流、资金流的自动、实时、安全地流动，实现城市管理的智能抉择与市民生活的智能服务，保障城市的社会、经济、民生的和谐发展。
数字城市狭义上指以计算机技术、多媒体技术和大规模存储技术为基础，以宽带网络为纽带，运用遥感、全球定位系统、地理信息系统、仿真-虚拟等技术，对城市进行多分辨率、多尺度、多时空和多种类的三维描述，即利用信息技术手段把城市的过去、现状和未来的全部内容在网络上进行数字化虚拟实现。
数字城市广义上指城市的信息化。它既是城市信息化总的概述，又是城市信息化的目标，即用数字化的手段来处理、分析和管理整个城市，促进城市运行的通畅和协调。“数字城市”是现代信息技术对城市社会经济信息进行的全面整合，实现城市各种信息的共享与服务。
智慧城市是基于物联网、云计算等新一代信息技术以及社交网络、智能搜索、智能分析等工具和方法，实现城市信息全面透彻的感知、宽带泛在的互联、以及智能融合的应用。
无所不在的传感网络将实现城市部件的实时感知与自主联网，地理信息系统将水、电、气、交通、环境等基础信息与特定时空下的城市事件紧密关联、实时融合，将全面满足城市人与物的联通、管理、响应的需要。在这个环境中，各种传感器能够方便接入城市信息网络，确保来自任何空间位置的信息源（Any resource），能在任何时候（Anytime）经过接入、关联、融合等处理后发送并服务于在任何地点（Anywhere）且有相应权限的数据管理与更新服务器（Anyone），实现人与人、人与物、物与物之间按需进行信息获取、传递、存储、认知、决策等
与数字城市相比，智慧城市表现为：①由数字城市时代静态信息的获取为主转变为智慧城市时代实时动态信息获取、实时监控；②由数字城市时代的“物理城市”与“数字城市”的相对独立转变为智慧城市时代的两者紧密互联、城市状态的实时映射；③数字城市的重点在城市信息的数字化，智慧城市的重点是信息的分析、知识的生成、事件的预测与决策。
随着地理信息服务的需求从宏观走向精细、从静态走向动态、从基础信息的管理走向智慧解决方案，当代GIS技术处理多源异构信息的局限性也越发明显。首先，由于传感器的复杂性、多样性、多尺度性和不确定性，利用现有的GIS数据模型难以真正实现物联网环境下传感器信息的描述与管理。其次，多源异构传感器信息的接入、关联、融合是智能决策分析平台的基础技术，需要制订统一标准和规范，为危机判断、决策分析、命令部署、联动指挥等提供高效、一体、可靠的多源异构融合信息。再次，用户需要的是无缝、便捷与自适应感知全方位、多层次、多粒度的传感器信息，以满足智慧城市的需求。
城市传感器信息具有异构、多维、海量、多时相和多观测模型等特性，而传感器设备一般针对某一特定应用展开，故多源传感器之间缺乏兼容性和体系规划，如何实现各种传感器的互联互通，以及不同数据格式的转换，是传感器信息智能应用必须解决的问题。需要针对智慧城市典型应用领域和被观测对象，对城市典型传感器进行分类和编码，在此基础上建立统一的传感器及其观测数据的信息模型，通过统一的接口规范来消除异构传感器观测数据模型的差异，为不同传感器信息的采集、接入、加载和应用等奠定数据基础。
在智慧城市建设与运营过程中，需要将全方位、多特征的多源传感器信息转化为对“环境”有价值的解释，形成从感知到认知的信息抽取与提炼的融合过程。通过基于时间、空间和环境的认知，进行异源时空信息（交通和旅游信息、医疗卫生信息、商业服务信息、城市环境信息和基础地理信息等）自主加载和内容融合，可促进当前浅层空间信息处理服务向深层空间智能服务的过渡，为进一步的决策分析提供支撑信息。
目前，时空数据模型和时空数据库的应用研究主要集中在地籍历史变更数据的组织管理、智能交通和导航信息系统、城市气候环境变化分析、城市发展和土地利用模拟等方面，本质上依然是一种静态的信息化城市，仅有少量专题数据以离散时间点的全局空间快照或长时间序列来组织管理，尚难以进行时空数据高效存取，以适应各种城市问题分析决策需要。研究基于异常变化发现的数据更新机制是保证数据的准确性和现势性、提高数据质量、支撑智慧城市运行的重要基础。
地理空间信息技术已经在我国国民经济和社会发展中起到了巨大的作用，同时硬件传感器技术上取得了很大的进步，但是在智慧城市建设上，目前是以面向单一业务的传感器信息利用为主，尚未建立可支撑典型城市事件的传感器信息共享应用。各行业在集成与利用城市传感器信息的水平还比较初级，其主要原因是缺乏统一、开放的公共服务平台，缺少方便易用的支撑城市综合管理的时空信息实时接入、动态加载与综合集成平台，难以将各种传感器信息进行有效接入、关联、加载、融合、更新，各种智能分析、实时处理与辅助抉择模型与方法还不够成熟。
建设智慧城市所需的多元、多层次、高时频、高密度采集的城市时空信息来自于广泛立体布设的传感器。传感器类型众多，传感器自身的姿态与位置等信息各不相同，获取的观测数据类型及内容存在很大差异。为了实现智慧城市各类信息资源包括传感器资源的有效整合与应用，需要依据城市各领域的特点与需求，将传感器及其时空观测数据在统一时空体系中接入、加载到统一的公共信息服务平台，为城市时空实体（如基础地理实体、城市基础设施、移动目标等）、城市应用主题（如交通、环境保护、灾害监测等）和城市事件（如交通管制、人群聚集、应急响应等）提供有效的信息服务和决策支持。
为此，需要在现有传感器分类体系的基础上，针对智慧城市典型应用主题和事件对各类传感器信息的需求，结合被观测对象的类型，对城市典型传感器进行分类和编码；在此基础上建立统一的传感器及其观测数据的信息模型，通过统一的模式发现和访问传感器、规划传感器观测任务、访问和获取观测数据，并实时接入和加载到公共信息服务平台，消除异构传感器及其观测数据模型和数据服务的差异，提高传感器资源、观测数据资源的共享和应用的效率。
传感器及观测数据的信息模型是实现异构传感器网互操作的关键。传感器信息模型用于描述传感器的本质特征和能力，用于描述传感器观测系统的观测地点和有效时间，可用于针对一个特定的观测任务确定能够提供必要观测数据的传感器。美国开放式地理信息联盟（OGC）发布的传感器建模语言（Sensor Model Language，SensorML）采用XML模式描述传感器，屏蔽了各种传感器设备的差异，提供了一个灵活而又通用的描述传感器信息的框架，用于快速发现可用传感器、为传感器观测数据进行地理定位、提供与当前观测任务相关的传感器各种特性。在传感器观测数据的信息模型方面，OGC发布了观测与测量编码规范(Observations ＆ Measurements，O＆M)，采用XML模式描述观测数据，屏蔽了各种传感器观测数据的差异。
在基于互联网的传感器的发现和访问、观测任务规划、观测数据的访问和获取服务方面，OGC定义了传感器观测服务(SOS)、传感器规划服务(Sensor Planning Service，SPS)和传感器预报服务(Sensor Alter Service，SAS)等执行规范。SOS、SPS和SAS构成了传感网的互操作模型，提供了统一的服务接口满足用户需求的传感器自动发现、传感器任务分配、观测数据获取、预报信息发布与推送。
SensorML和O＆M为传感器系统的互操作和信息共享提供了基本的描述方法，SOS、SPS和SAS为智慧城市传感网的建设和应用提供了解决方案和具体的实现方法。但是，由于这些规范大都基于较为单一传感器及其观测任务需求设计的，还不足以适应智慧城市面向各类应用主题、应对复杂城市事件的需求。例如，SAS目前只是适用于基于点上的观测，不适用于基于面上和沿线的观测任务，其预警信息结构单一，不能有效地应对涉及多传感器的复杂观测任务的需要。
在无线传感器网络（WSN）接入方面，WSN作为一种特殊的无线组织网络，将其接入Internet使得Internet真正延伸到物理世界的各个角落。目前，许多WSN项目开始研究WSN接入Internet技术，如Gaia、ContextToolkit、Aura、TOTA等。现有的WSN接入Internet方法主要包括：网关、网络地址转换、覆盖和虚拟IP等。这些方法仅仅考虑从网络层接入Internet问题，没有从网络服务的角度考虑WSN和Internet的融合，也没有给出WSN网络业务提供方式，从而Internet用户未能方便的定购、访问WSN提供的各种环境监测业务。
在多传感器信息集成方面，NASA于2001年首次提出传感器网(Sensor Web)的概念，并提出了Sensor Web 2.0和Sensor Web 3G的概念和框架。开放地理空间信息联盟（OGC）认为传感器网是决策支持系统、模型传感器之间的桥梁。2008年IEEE Internet Computing 期刊上首次出现了语义传感器网(Semantic Sensor Web)概念，语义传感器网有助于提高对物联网资源发现能力、实现对物联网的资源集成和互操作。目前，传感器观测向自动化、网络化和智能化方向发展。
由于传感器信息的来源非常广泛（包括：物联网、传感网、移动互联网等）、信息内容更丰富、信息形式更复杂（包括：各种传感器数据、非结构化Web数据），构建智慧城市需要优先发展传感器时空信息的实时接入技术，以实现不同用户、不同主题自适应的、实时的、动态的信息自主加载。
多源异构信息加载与融合技术从1980年代初以军事领域的研究为开端，迅速扩展到军事和非军事的各个应用领域。自动目标识别、自主车辆导航、遥感、战场监控以及自动威胁识别系统、生产过程的监控、基于环境的复杂机械维护、机器人以及医疗应用等许多应用领域都离不开多源异构信息加载与融合的研究。
城市空间信息获取日益呈现出多平台、多传感器、多比例尺和高光谱、高空间、高时间分辨率以及空天地一体化的明显特征。随着航天技术、通信技术和信息技术的飞速发展，人们将可以从各种航天、临近空间、航空和地面平台上，获取各类具有海量性、高速性、连续性的多源异构信息。特别是近年来，随着数字城市系统平台的建设和智慧城市理论的发展，为了实现从传感器直到应用服务端的无缝交链，对各类不同用户提供空间信息灵性服务，将最有用的信息，以最快的速度和最便捷的方式送给最需要的用户，回答何时(When)、何地(Where)、何目标(What Object)发生了何种变化(What Change)，并且把这些信息(即4W)随时随地提供给每个人，服务到每件事(4A服务一Any一one，Anything，Anytime and Anywhere)，多源异构的城市数据加载与融合问题成为首要解决的关键。
在多源信息加载方面，当前的多传感器信息应用中由于存在数据海量、分布、多源异构、处理复杂等问题，空间信息无法得到广泛的应用，难以实现广泛的共享集成和应用协同。空间信息的数据汇集必须要满足时间和性能以及灵活性上的要求，静态的空间数据集成与汇集方法无法满足这些条件，客观上要求使用数据动态汇集方法。
在物联网环境下，需要对多种时间尺度、空间尺度和光谱尺度且具有统一描述模型的多源海量观测数据进行快速融合。当前的多源信息融合方法开始呈现“数据的多源化”、“框架的统一化”、“方法的智能化”和结合任务空间先验知识的发展趋势，即：一是采用多源数据包括多种传感器、多时相、多尺度的数据，并配合其它相关数据（社会、经济）等，提高融合结果的可靠信与准确性；二是建立面向主题的统一融合框架，将融合理论研究与专题应用相结合，强化所需信息，弱化干扰信息；三是采用智能化的融合方法来增强不确定数据的利用程度同时减少矛盾信息。因此，需进一步研究面向主题的统一融合理论、融合体系结构和广义融合模型；研究多传感器异构信息融合的算法，解决不同维度下多源信息的融合问题。
各种航空、航天、近景测量和新型传感器获取的数据，以及物联网、移动互联网、位置服务网等多源时空信息是当前城市运行管理、建设规划、应急指挥和公共服务等应用的基础支撑，是构建“智慧城市” 不可或缺的重要组成部分。随着时间概念被引入到GIS中，时态GIS或时空GIS已经成为GIS理论界和工业界普遍关注的前沿研究热点之一。
海量数据的高效存储依赖于分布式数据库。空间数据分布式管理是分布式处理、维护与共享的基础，是空间数据管理发展的必然趋势，分布式数据库一个重要发展方向是分布式非关系数据库(NoSQL)。基于海量数据的分布式非关系数据库平台的突出特点是将分布式数据库与非关系数据库进行融合，用以存储和管理海量数据信息。
城市作为人类居住密集地，处于不断的快速变化中，特别是当前社会建设发展日新月异，地理信息尤其是社会经济信息的变化处于一个相对活跃状态，因此这些基础地理信息数据库建成后，在面向主题的应用过程中，必须对其进行动态维护和更新，以保证数据的准确性和现势性，提高数据的质量，更有效的服务于公众，这是智慧城市可持续运行的重要任务。
网络环境下城市多传感器系统获取的数据，从信息处理的观点看，可以分为结构化信息(如图像、视频等)和非结构化信息(如温度传感器、二氧化碳传感器)。这些信息具有如下特征：①空间位置性：所获取数据中包含有地理位置信息；②时序性：所获取的数据具有时间顺序；③动态性：所获取的各种数据均为动态变化数据：④不确定性：数据的时间或空间分辨率低，噪声高。本质上讲，基于城市传感器网络中多源异构数据的异常发现与数据更新问题是一种基于地理信息与专家知识的大尺度、海量、时序、多源、高不确定性异构数据的分类与识别问题。
城市数据来源多、服务对象与形式广泛、处理分析复杂、时空关联强，需要为各类城市主题信息提供随时空变化、有效集成与决策支持的管理手段。因此，需要研究多源异质城市多维时空数据表示模型，多源异构城市信息整合，城市地址编码、城市基础设施与部件管理、时空数据在线服务与实时分析、空间数据多维可视化方法。同时，要构建智慧城市时空数据仓库管理平台，研究面向智慧城市建设的基础服务设施和高效服务方法，突破基于电信、广电、互联网三网融合技术，海量城市信息高效存储技术，城市数据分布式并行处理技术，智慧城市信息服务快速发现、组合、执行、监控技术等。在此基础上，构建高效的智慧城市信息服务平台，实现智慧城市信息高效服务。
另外，城市应用需求多样、决策过程复杂、建模要求高，应研究集成异构数据的智能分析与建模方法，提供面向多层次、多粒度用户的辅助决策支持能力，要突破多源数据智能挖掘分析技术、智能空间统计分析技术、智能视频检索分析技术、数字媒体智能处理与信息挖掘技术、分析决策模型仿真技术、领域知识库构建和辅助决策技术、决策模型服务链智能组合等技术，建立智慧城市分析与决策支持平台，解决智能化时空模拟及决策支持技术平台，在高性能地理计算和模拟分析技术支持下，开展城市社会经济运行监控、决策与管理支持等基础技术。
从广义说，智慧城市安全涉及智慧城市公共安全、公共卫生、基础设施可靠性保障以及信息安全等方面。发达国家在城市犯罪模拟、犯罪预防、公共安全预警、公共卫生监测、基础设施安全监控、信息安全监控与管理等领域已有良好的积累。如何在智慧城市环境，特别是时空信息集成平台下，开展城市安全数据自动采集、智能化预警、并与快速响应机制联动，是构建安全智慧城市的重要方向。此外，针对智慧城市信息网格系统的安全设计规范和信息安全管理关键技术也是一个尚待开展的课题。
信息技术的发展日新月异，本文试图从发展的角度探讨在智慧城市时代地理信息技术面临的挑战和地理信息系统在智慧城市建设中需要研究的问题，为我国的城镇化发展和智慧城市建设提供参考，也为地理信息技术在新形势下如何开展研究提供一己之见。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
《地理信息世界》被JST 日本科学技术振兴机构数据库(日)(2018)收录
GeoAI-最新地理信息人工智能发展导读
国际视野|看地理信息技术如何助力5G网络建设
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！