杨国水

杭州绿城信息技术有限公司 浙江 杭州 310012

一、概述

大数据目前在工业生产、公共服务、企业管理等诸多领域得到了广泛的应用，大数据技术是智慧城市规划建设的必要支撑，通过对各种类型数据的广泛收集和动态化精细化处理有利于促进城市的协同发展，为城市居民的生产生活提供更多的便利，促进人们生活方式的调整优化和生活水平的提高。探讨大数据技术的相关应用对于智慧城市的规划建设具有积极的促进意义。

二、大数据和智慧城市规划概述

2.1 大数据概述

大数据主要是通过对海量数据的收集和对比，对不同类型的数据进行筛选和分类，并对同类数据的相关信息进行分析计算，从而对事物的特点进行归纳，为不同事物联系性的判定分析以及事物的发展情况进行推断预测，为大数据使用者的行动或者是事物的发展提供方向和参考。大数据的优势主要表现在强大的数据收集能力、高效的数据处理效率、准确的数据推算结果、真实的数据信息反映以及数据处理类型的多样性等方面。大数据由于存在较大的数据量冗杂，因而相对的数据价值密度不高，但整体的数据推算结果却具有较高的价值。

2.2 智慧城市规划中的大数据

大数据为智慧城市的规划建设提供了各类信息资源智慧化处理的能力，将大数据应用于智慧城市规划和管理的不同方面，可以促进相关领域决策的科学性和有效性的提升。智慧城市对于城市空间规划、公共服务模式以及城市基础管理等提出了更高的要求，在大数据技术的支持下所构建的数据分析和信息共享平台，可以推动城市运行、服务和管理智能化水平的提高。在智慧城市研究规划实践中，可以通过企业、政府以及社会组织等的积极合作，充分发挥大数据在综合治理方面的优化，提高智慧城市的宜居水平和商业价值。

三、智慧城市研究中大数据应用的特点

3.1 数据信息的统一管理

智慧城市研究中需要采集处理的信息呈现出海量化、多源头、数据类型多样化等特点，因而也需要采取多种大数据架构技术。常用的大数据基础架构技术包括YARN、HDFS以及Hadoop，可以采用Spark技术实现大数据计算框架的搭建，而大数据的日志收集则可以采用Flume+Logstash+Kibana。智慧城市规划建设中的大数据应用对于中间件Zookeeper具有较高的部署依赖性，而不同领域的大数据的平台建设则可以分别采用列式 Hbase、文档型MongoDB、KV 式 Redis或者是分布式关系型TiDB，对于海量数据的搜索采用ElasticSearch或者是Lucene，数据库内信息的查询访问可以选择Presto，大数据的挖掘和多维分析可以采用MashOut和Kylin。在实践中，技术人员可以在城市信息的大数据处理系统的基础上，对异构数据库的统一管理和共享访问方法进行创新和优化研究，促进智慧城市控制管理效率的提升。

3.2 数据存储和计算框架

智慧城市需要对弹性大数据进行分布式的存储并且系统要可以支持开展大规模的计算，因而技术人员要注重对于存储和计算聚集框架的研究，对智慧城市建设的弹性需求进行考虑。由于聚集框架强大的数据分析和计算能力，因而可以实现对系统中不同驱动装置原始数据和新存数据的整合处理分析。相关政务部门可以借助智慧城市大数据聚集框架对不同类型信息集合中的数据进行记录和提取，且可以尽可能快速地获得所需的数据计算结果，为后续的城市管理和服务提供准确、科学的数据支撑。在智慧城市中应用数据计算聚集框架的用户体验感也比较好，这是因为统一的对外操作接口以及便捷的函数计算促进查询结果有效性的提高。

3.3 数据交互可靠性

智慧城市的数据库构建设计对数据交互的实时性和可靠性要进行保障，确保云平台中数据资源在缺失监控的情况下，虚拟机的正常运行不受影响，这就需要保证中间件以及Web应用之间保持松散耦合的状态，当用户在终端浏览器中发出数据的访问请求时，平台服务器要对用户的身份信息进行审核，还要监控获取客户的访问信息，并借助负载均衡原则将访问服务分散给多个服务器，从而降低大数据云平台服务器的运载压力。大数据云平台的服务器应当具备一定的自检能力，从而实现对系统内监控插件安全性的核查，在实践中如果发现应用的压力小于配置的压力要及时进行资源的回收和重新分配。

四、大数据在智慧城市规划中的应用

4.1 公共资源管理系统架构设计

智慧城市的研究和规划需要对物联网、云计算、数字城市等多种技术进行综合的应用，大数据可以通过对城市动态资源的收集和处理，进而对多元化的城市公共资源进行表现和处理。在大数据的支持下可以对智慧城市所需的各种破碎化、片面化的海量数据资源进行挖掘和采集，从从中筛选和获取价值较高的信息资源，为城市公共资源的优化配置提供参考依据。在物联网技术的支持下，技术人员在城市中特定的位置进行传感设备的防止，通过所形成的传感网络对城市的动态化信息进行感知和实时的数据上传，并结局大数据云计算平台对前言的信息数据进行压缩、分类和处理，进而实现海量信息资源的充分利用。以大数据为基础的智慧公共资源配置管理系统的架构如图1所示，可以在逻辑上将其分为网络层、数据层、平台层和应用层四个方面。其中感知层又包括摄像头、GPS设备、RFID以及读写器等物联网感知终端，主要的功能是进行智慧城市基础数据的识别和采集，网络层的功能主要是信息数据的传输，数据层通过对公共基础数据、公共服务和公共业务数据的整合提供给应用层方面后续的大数据智能化分析处理。平台层主要是对公共资源数据进行审批、运营和发布，保障大数据框架的稳定性，应用层作为智慧城市公共资源配置系统的顶层，通过信息资源的深入挖掘和智能化分析处理可以向城市中的政务部门、企业用户以及公众提供大数据服务，促进城市公共资源的优化配置。

4.2 智慧民生的发展

智慧民生是智慧城市建设的重要内容，在大数据技术的支持下可以通过对城市交通、医疗、社区服务等多方面的完善促进市民生活幸福指数的提高，利用科技解决百姓关注的重点问题，实现数字科技促幸福的目标的实现。

在智慧城市交通体系中，可以利用大数据对终端传感设备所搜集的道路、车辆等信息进行综合的处理分析，实现对居民出行规律和特定路段交通通行量的分析，并通过可视化的展示提高交通管理效率，此外还可以将拥堵路段、停车空位以及出行方案的优化利用信息化广播等形式传递给市民，改善城市的通行状况，同时还可以通过RFID以及ETC等智能交通服务系统配合大数据信息处理实现高速公路不停车缴费，为人们的出行提供便利。

在智慧社区的构建中，可以在大数据技术的基础上搭建社区服务平台，对居民的工作、生活等活动信息进行采集和统计分析，加之社区监控系统、紧急求助系统以及门禁系统等提高社区生活的安全性，同时还可以实现停车管理、水电以及物业费的线上缴纳。

在医疗系统中，可以借助大数据和互联网技术实现电子病历的存档和患者信息处理，同时智慧型城市可以加快一体化医疗服务平台的构建，通过在线挂号、疾病预测以及医疗联网等科技手段切实解决百姓看病难、看病慢的问题。

4.3 环境质量监控

智慧城市对于居住环境提出了更高的要求，在大数据技术的支持下城市环境卫生部门可以通过环境监控系统的构建，实现对城市全区域的环境质量监测，并通过网络层实现环境数据的传输，在此基础上对智慧城市环境状况进行可视化的表现，通过各环境监测点的数据分析和监控预警实现环境的智能化监控。在智慧城市建设实践中，可以将遥感、地理信息系统与大数据进行结合，深入挖掘环境数据信息的内涵，在准确掌握环境质量状况的基础上对城市环境进行有效的优化管理。例如目前很多北方城市都构建了控制质量预警系统，当PM2.5等污染因子超标时，系统会根据大气质量预报模型中关于雾霾天气的指标要求进行预警，政务会通过媒体或者其他的途径提醒市民做好防霾措施。

4.4 推动城市智慧政务

在智慧城市研究规划中，可以借助大数据技术对城市的交通、地理地址以及人口等信息进行综合，从而实现对城市未来发展趋势的科学预测，促进智慧政务的实现。政务部门可以搭建相应的市政设施信息平台，负责对市政这时的路况、异常表现以及养护周期等进行监控和评估，提高市政设施维护保养的效率和政府性。此外还可以通过城市政务云平台的构建，深入挖掘城市互联网上的民众舆情信息，为政务部门的决策、宏观调控和社会管理提供依据，通过协同性的网上办理服务等功能为市民提供便利。

五、结束语

综上所述，智慧城市的建设有利于对当前城市存在的医疗、环境、交通以及公共服务等问题进行解决，大数据作为智慧城市的信息资源支撑，可以为智慧城市的规划建设提供准确可靠的数据信息依据，在智慧城市的研究和规划建设中要注重在公共资源配置、空间规划、环境质量监控、智慧政务以及智慧民生等方面的应用，促进智慧城市建设质量的提高，充分发挥科技对于城市美好生活构建的助推作用。