晓 穆
南方科技大学 广东 深圳 518055
城市大脑平台和智能交通平台可以充分运用人工智能、大数据分析、物联网、云计算、互联网、自动控制、移动互联网等技术，通过高新技术汇集城市信息化领域全方面以及城市管理全过程进行管控支撑，以保障出行安全、发挥城市基础设施效能、提升交通系统运行效率和城市治理水平，最大程度上缓解各类“城市病”。而在这之中，城市尺度下的人流建模和预测研究则是重中之重。通过大数据，分析与挖掘城市尺度上的人类移动行为的感知、理解，并进行建模、模拟和预测，这是很多国家都在做的一项重要研究。
城市的数字经济发展水平其实也可以从城市的数字化水平上得到验证，特别是随着信息技术的快速发展，城市大脑、数字交通、智慧社区等数字基础设施也扎实推进，为城市数字经济发展夯实基础。城市病是很多国家城镇化发展到一定阶段都会出现不同的问题。只不过，这样的问题随着政府治理能力和社会共识提高后，会有一些解决办法。
近年来，我国多个城市受到空气污染困扰，交通拥堵问题也是城市发展过程中的一大难题。除此之外，由于城市人口稠密，容易造成传染病的大规模传播。便利的交通工具使得传染病的远距离传播成为可能，这更增加了传染病疫情控制的难度。
有行业专家认为，结合多项前沿技术的“情景分析+空间模拟+科学共同体”超长期城市发展战略研究方法，对研究认识城市的规模、布局、资源利用和管理措施等长期发展问题有重要科学意义，对我国城市和区域规划发展有重要影响，这一方法也得到互联网界人士的普遍认同。
南方科技大学宋轩教授
南方科技大学宋轩教授认为，智慧城市的相关研究为这些城市病提供了新的解决方案。智慧城市的相关研究可分为感知、分析与决策三个层次。手机与连接了互联网的设备，如共享单车、智能家电、智能手表等，可作为分布式的传感器，实时地感知人们的出行、用电、消费和社交行为等关于城市各个方面的信息。相比传统的人工采集数据——出行调查问卷，车流量计数，这些信息的采集具有更高的实时性与可持续性，这使得城市的智能分析成为了可能。
通过对历史数据的挖掘，则可以分析得到关于城市内在规律性的模式。比如基于人们出行模式挖掘的城市的功能区划分，为现代城市规划提供了数据驱动的新思路。通过对实时数据的理解，则可以更精确地推断城市当前的状态，以及对下一时刻城市状态的预测，如交通流量预测与灾难时人们的行为建模与预测，有利于城市灾害应对管理。
基于对城市分析，可以得到对城市的过去、当前乃至未来状态有更深入的理解和更精确的预测。当然，对于城市问题的解决，仅仅通过分析是不够的，还需要科研人员能够根据分析结果提出切实可行的决策方案。
这需要综合考虑多方面因素，在优化目标与现实约束中寻求最优的组合解。例如利用共享单车的轨迹数据估计自行车道路的使用量，然后考虑到施工的可行性与有限的施工费用，使得新规划的自行车道可以更多地满足人们自行车的出行需求；对于城市交通数据以及已有空气质量观测站的空间分析，以便更精确地监测城市的空气质量。
宋轩教授在研究过程当中，通过对历史数据的挖掘，得到关于城市内在规律性的模式。通过对实时数据的分析，能够推断城市当前的状态。然而对于城市问题的解决，仅仅通过分析是不够的，还需要人们能够根据分析结果提出切实可行的决策方案。这需要综合考虑多方面因素，在优化目标与现实约束中寻求最优的组合解。宋教授团队所做的，就是通过分析数据，建模实践，精准预测和模拟，实现组合最优解。
通过数据分析与挖掘，宋轩教授科研团队提出并设计了一个针对人类应急行为和移动轨迹进行建模的多任务深度学习模型，该模型可以有效地融合多模态城市大数据，并可以在城市尺度下对人流移动进行较高精度的模拟和预测：他还提出了一个针对城市人流移动的瞬时预测模型，该模型可以在获得较少观测数据的情况下对瞬时人流移动实现精准预测，并对可能发生的城市应急事件提出预警；基于上述模型宋教授设计并开发了基于大数据的城市应急管理和交通调度系统，该系统可以在发生大规模灾难时对城市人流移动进行预测和模拟。
当前，全球城市化进程还在加速，而这一进程在带来城市的便利与高效的同时，也带来了城市管理上一些棘手的问题。智能化的城市管理则为这些问题带来了新的解决方案，以大数据为依托，从而让人们生活的城市更安全、更洁净和更高效。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
