導讀：要實現城市治理一網統管，必須具備以下四個關鍵技術：城市狀態一網感知、城市數據一網共享、信息流轉三屏聯動、虛實映射數字孿生。

01 城市狀態一網感知

城市感知一張網是掌握城市狀態的五官和產生城市數據的源頭，針對城市六類感知內容，利用四種感知模式和三種數據采集方式，實現對城市的全域感知、精準掌控、合理布局。

1. 六類感知內容

根據大量智慧城市應用的實踐，以下六類內容最為常見，也最為重要。如圖4.1所示，這六大類內容包括：人流量、交通流、環境、能源、經濟和公共安全，每一類又進一步細分為若干子類，如環境包括氣象、空氣質量、土壤、水質等，每個子類又包含若干指標，如空氣質量涵蓋PM2.5、PM10的濃度等。▲圖4.1 城市感知的六大類內容只有先定義好這六類感知內容，才能進一步規范對每類內容的感知方式，包括如何選擇對應的感知設備標準、數據格式、采樣頻率、接入形式和布局原則等；才能統籌和連接好各種存量、增量感知基礎設施；才能精準掌握好這些內容的狀態，真正實現城市狀態一網感知。

2. 四種感知模式

如圖4.2所示，城市感知的模式可以分為以傳感器為中心和以人為中心的兩大類。其中，以傳感器為中心的感知模式進一步又可以細分為固定感知和移動感知；以人為中心的感知又進一步細分為主動和被動群體感知。因此，總計四種感知模式。▲圖4.2 四種城市感知模式 以人為中心的主動群體感知：如網格員發現社區中的問題及時上報、居民通過12345詢問某些事項、市民通過“隨手拍”等應用發現城市中的隱患等，這都是在主動幫助感知城市的狀態，被稱為以人為中心的主動群體感知。 以人為中心的被動群體感知：還有另一種模式，同樣是以人為中心的感知，但參與到感知模式中的人并不知道感知任務的存在，產生這些感知數據的初衷也不是為了完成這項任務，被稱為以人為中心的被動群體感知。?

3. 三種數據采集方式

當利用四種感知模式完成了對城市狀態的感知，產生的感知數據將通過如圖4.3所示的三種采集方式匯入數據底座：▲圖4.3 三種數據采集方式 及時推送模式：當分系統完成感知任務后，第一時間主動向數字底座推送感知數據。以人為中心的主動感知模式通常采用此類數據采集方式。 定時拉取模式：感知數據不斷匯入各分系統存儲起來，等待上層應用需要使用時，通過數字底座定時從各分系統批量拉取相關感知數據。以人為中心的被動感知模式多采用此類數據采集方式。 地理匯聚方式：該方式將空間位置臨近的單個傳感器局部組網，將其讀數先在本地聚合，再通過某通道及時、統一地推送到數字底座，各個傳感器不直接跟數字底座發生連接，降低傳輸成本，但數據傳輸還是及時、主動的。以傳感器為中心的固定感知多采用此數據采集模式。?

02 城市數據一網共享城市數據一網共享構建智能城市的數字基石和創新應用的數智底座，面向城市中結構化、非結構化和時空數據三類數據，實現數據實時匯聚、高效管理、深度融合、智能分析和跨域學習。

1. 城市數據的類別 按照數據的結構可以將數據分為結構化數據、非結構化數據、時空數據。 按照數據來源可以將城市數據分為政府數據、第三方企業數據和互聯網公開數據。?

2. 數據接入一個城市的數據涵蓋各行各業、產生于不同系統、來自不同渠道、擁有不同的數據結構，這里既有新建的系統，也有大量歷史遺留的系統，而不同的系統通常是由不同的公司在不同的年代采用不同的技術開發而來。因此，如何把一個城市中紛繁復雜的數據從各個孤立系統接入到數據底座，就成為了要實現城市數據一網共享需要解決的首個難題。這里要考慮解決接入成本、傳輸效率、安全性三個挑戰。

3. 數據管理由于數據種類不同，被使用的方式不同，因此，對于三種不同類別的數據也應采用不同的管理方法。

1）結構化數據針對以政務數據為代表的結構化數據，需要建立歸集庫，然后根據應用的領域建立主題庫，最后針對某個專項應用建立專題庫。

2）時空數據針對時空數據建立六大數據模型，收納萬千數據；將時空索引技術和分布式計算技術結合，利用更少的計算資源提供更快的查詢效率；提供多種時空查詢方式，滿足城市治理過程中按照空間和時間來聚合數據的剛需。▲圖4.4 六大時空數據模型3）非結構化數據以視頻、圖像、語音和文本為代表的非結構數據，后續大多需要經過分析處理變成結構化數據才能被使用和查詢。針對圖像數據，先從非結構化文件中提取顏色、形狀、紋理、空間關系等特征。根據業務性質，從圖像中還可以提取特定應用關心的物體特征，如人臉、人體、車牌、車輛等結構化信息，支撐上層算法和功能模塊使用。

4. 數據的智能分析在城市數據一網共享中，除了利用數據做好服務之外，深度使用數據背后蘊含的知識來解決問題將帶來更大的價值。在對數據進行智能分析時重點要考慮多源數據融合、時空AI和積木化組件三個關鍵技術點。

5. 數據的跨域學習鑒于用戶隱私、數據安全和法律法規等因素，一個城市中的數據不可能、也沒有必要完全都物理匯聚到同一個數字底座。新一代的數據共享技術，支持原始數據保留在各個部門和企業的內部，在各個部門內部分別安裝聯邦數字網關之類的部件，通過聯邦學習和隱私計算等方式，實現數據不出門，算法多跑路，即融合了不同數據源的知識、創造了價值，也避免了泄露原始數據。這種新的數據共享方式也被稱為跨域學習。

03 信息流轉三屏聯動三屏聯動是信息在不同崗位間的流轉方式，也是不同層級間行動一致的保證。大屏觀態勢、中屏管處置、小屏作執行，讓業務高效決策、指令高效執行、事件高效閉環。

1. 大屏觀態勢大屏一般配置在市級城市運行中心、區一級指揮中心之類的大廳，通過大屏，領導和工作人員可以平時觀城市運行的總體態勢、戰時觀應急事件的指揮執行。

2. 中屏管處置大部分的事件都是通過中屏（即工作人員的桌面電腦屏幕）來完成分撥、處置、下派和上報。

3. 小屏作執行小屏是一線工作人員的手持終端設備，如手機等。小屏是基層工作人員進入一網統管體系的入口，利用小屏接收和執行下派任務，同時也發現和上報基層問題。

04 虛實映射數字孿生數字孿生是物理世界和信息系統的橋梁、人機協同的界面，實現物理映射、動態疊加、融合分析、交互反饋四個環節。

1. 物理映射在虛擬世界基于數據建立物理世界非常逼真的數字模型和鏡像。例如，物理世界里有一座橋，虛擬世界里就會有這座橋詳細的數字建模，關聯的信息具體到每個橋墩、每一塊磚的體積、材質、生產商和建設日期等。如圖4.5所示，在智能城市領域常用的數字孿生模型包括素體城市三維模型、精細紋理城市設計三維模型、城市地形地貌三維模型、地下管線三維模型等。▲圖4.5 數字孿生系統中常用的城市模型

2. 動態疊加

將物理世界的動態信息，如車流、人流、氣象、能耗等，疊加到數字世界模型上，實現更加逼真的展現。這里并不是簡單的展示渲染問題，必須要有底層系統和算法能力的強大支撐。例如，城市里有海量時空數據源源不斷的產生，如果想要流暢展現出任何區域、任何時間段的某種數據，原有的大數據平臺大部分都無法實現，面臨接不住、看不清、用不好的挑戰。

3. 融合分析

除了能動態加載各種城市數據，數字孿生系統還需要利用AI和大數據模型，對數據進行深入、融合分析，產生能指導物理世界行動的決議。例如，根據實時的交通數據發現交通堵點、分析影響范圍和擴散趨勢，并建議疏導方案和繞行路徑。通過居民上報、物流快遞、外賣訂餐和社區房屋基礎信息來動態發掘群租房隱患，并及時聯動相關政府部門予以排查處置、合理疏解。

4. 交互反饋

通過數字孿生系統將決議作用于物理世界，指導人們的行為和方案實施。該決議既可以用于即時響應，也可以作為對未來規劃的長效反饋。