EaBIM一直以来积极响应国家“十二五”推进建筑业信息化的号召,对建筑领域的信息技术开展深入技术交流和探讨!致力于打造“BIM-建筑师-生态技术”三位一体综合资源交流共享平台,希望为BIM与可持续设计理念及技术的普及做出微小的贡献!!!

EaBIM

 找回密码
 注册

QQ登录

只需一步,快速开始

扫一扫,访问微社区

搜索
EaBIM BIM门户 BIM专题 BIM与物联网 查看内容

物联网 大数据时代的智慧城市规划:国际经验

2015-9-24 11:34| 发布者: EaBIM门户编辑| 查看: 858| 评论: 0|来自: 中文互联网数据咨询公司

摘要:   智慧城市(smart city)这一概念发端于20世纪80年代的信息城市,目前,在欧洲和北美已有数百座城市宣布建设智慧城市。本文着重探讨大数据时代背景下智慧城市规划的国际实践经验。首先,文章回顾了信息与通信技术 ...

  智慧城市(smart city)这一概念发端于20世纪80年代的信息城市,目前,在欧洲和北美已有数百座城市宣布建设智慧城市。本文着重探讨大数据时代背景下智慧城市规划的国际实践经验。首先,文章回顾了信息与通信技术与智慧城市概念的演进历程;在此基础上根据十余个国外典型智慧城市案例,梳理了当前大数据相关技术在智慧城市规划与建设中的应用;最后,指出目前大数据相关应用仍处于起步探索阶段,大数据时代的智慧城市规划在理论与实践层面面临着一系列挑战。

 

  关键词: 智慧城市,大数据,国际经验,城市规划

 

  智慧城市(smart city)这一概念发端于20世纪80年代的信息城市(information city[1],经历了20世纪90年代的智能城市(intelligent city)与数字城市(digital city[23],在2000年后逐步演化为智慧城市[4]2009IBM公司首次提出了智慧城市愿景,使得智慧城市理念与实践在全球范围内迅速传播。目前,在欧洲和北美已有数百座城市宣布建设智慧城市,IBM公司参与的智慧城市项目多达2 500余个[5],微软、思科、西门子、日立、松下等科技公司以及埃森哲、奥雅纳等商业或工程咨询公司也在积极涉足智慧城市建设,预计至2020年智慧城市相关产业市场规模将达到4 000亿美元[6]

 

  与智慧城市同时备受关注的是信息与通信技术(ICTInformation and Communications Technology)领域的大数据(Big Data)概念。作为与传统数据相区别的数据,它的数据量已经从太字节(TB240)级上升到拍字节(PB250)级,甚至是泽字节(ZB270)级[7]。据统计,如今人们每两天生产的数据量就与人类文明发展至2003年产生的总数据量相当,而迄今为止人类所积累的数据量的90%都来自过去两年[5]

 

  那么,大数据与智慧城市这两个经常被相提并论的概念之间存在怎样的关联关系?在具体的智慧城市规划中,大数据又扮演着什么角色,具有怎样的发展前景?本文将着重探讨上述问题。

 

  1 大数据与智慧城市:演进与关联

 

  1.1 智慧城市

 

  然而,智慧城市概念也受到了许多质疑[10],主要原因在于智慧城市内涵宽泛,不仅包括城市技术系统,也包括城市管理系统,还包括城市人文系统,同时其目标指向也涉及经济、政治、人文等多个维度,为智慧城市的确切定义造成了极大困难。目前学术界对于智慧城市尚未给出广为认可的统一定义,仅有一个包含六个子系统的智慧城市框架被较多使用,这六个子系统分别是:智慧经济(smart economy)、智慧市民(smart people)、智慧管理(smart governance)、智慧移动(smart mobility)、智慧环境(smart environment)与智慧生活(smart living[4]。而产业界对智慧城市的认识可总结为利用新一代的软、硬件和联络技术赋予ICT系统以实时的真实世界数据,与先进的科学分析技术相结合,协助人们进行更加理性的决策,从而提高生产生活水平[1112]

 

  1.2 大数据

 

  如今,人们每天发送10万条推特,谷歌每分钟执行200万次搜索,全世界每天产生2.5艾字节(EB260)数据,截至2013年互联网数据量已达到1 000艾字节……这些数字共同构成了所谓大数据。早在1980年,著名未来学家阿尔文。托夫勒就在《第三次浪潮》一书中提及了大数据;大约2009年,大数据概念开始在ICT领域兴起。不同机构和学者为大数据提出过多种不同定义,其中较被广泛认可的是描述大数据与传统数据主要差别的“3V”特征--大容量(volume)、高速度(velocity)与多样性(variety[13]。大容量体现为其数据量往往达到艾字节或泽字节级别,很难以传统数据处理方式在合理时间内完成分析;高速度体现为数据生成过程的流动速度,也就是大数据具有实时性;而多样性则主要表现在大数据类型和来源的多样。这些特点使得能够有效管理大数据、普遍适用的数据组织与处理技术成为关键[14]

 


1234下一页

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

QQ|EaBIM网 ( 苏ICP备2020058923号-1  苏公网安备32011502011255号

GMT+8, 2024-11-23 23:50

Powered by Discuz! X3.2 Licensed

© 2001-2013 Comsenz Inc.

返回顶部