智慧城市綜合感知與智能決策的進(jìn)展及應(yīng)用

龔健雅，張 翔，向隆剛，陳能成

1. 武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079； 2. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079； 3. 地球空間信息技術(shù)協(xié)同創(chuàng)新中心，湖北 武漢 430079

1 智慧城市

智慧城市是數(shù)字城市的智能化，是數(shù)字城市功能的延伸、拓展和升華[1-5]，通過(guò)物聯(lián)網(wǎng)把數(shù)字城市與物理城市無(wú)縫連接起來(lái)，利用云計(jì)算和人工智能等技術(shù)對(duì)實(shí)時(shí)感知數(shù)據(jù)進(jìn)行即時(shí)處理并提供智能化服務(wù)[6]。因此，智慧城市的基礎(chǔ)是感知，關(guān)鍵是管理，價(jià)值是決策。2011年起，國(guó)家科技部先后部署了“智慧城市(一期)”863計(jì)劃主題項(xiàng)目、“智慧城市(二期)”863計(jì)劃重大項(xiàng)目、“物聯(lián)網(wǎng)與智慧城市關(guān)鍵技術(shù)及示范”國(guó)家重點(diǎn)研發(fā)計(jì)劃專項(xiàng)等，在智慧城市技術(shù)架構(gòu)[7-9]、數(shù)據(jù)活化[10]、數(shù)據(jù)融合[11-12]、數(shù)據(jù)獲取[13-14]、系統(tǒng)互聯(lián)[15]、高性能分析[16-17]、時(shí)空模擬[18-22]、動(dòng)態(tài)呈現(xiàn)[23-25]和信息服務(wù)[26-27]等方面取得了一系列系統(tǒng)性的成果[28]。特別是近幾年，在物聯(lián)網(wǎng)、社會(huì)感知、大數(shù)據(jù)、人工智能和信物融合等領(lǐng)域涌現(xiàn)出一批創(chuàng)新的思想、方法、技術(shù)和產(chǎn)品，對(duì)于我國(guó)智慧城市的集成研究和示范應(yīng)用具有重要意義。

為此，本文聚焦城市綜合感知、時(shí)空大數(shù)據(jù)管理分析與多層次信息智能決策等智慧城市前沿研究領(lǐng)域，綜述最新進(jìn)展，梳理城市時(shí)空信息平臺(tái)及典型應(yīng)用，最后分析了未來(lái)智慧城市感知、管理與決策面臨的挑戰(zhàn)。

2 基于空天地集成化傳感網(wǎng)的城市綜合感知

2.1 智慧城市中的空間信息基礎(chǔ)設(shè)施

空間信息基礎(chǔ)設(shè)施是國(guó)家信息基礎(chǔ)的重要組成部分，也是城市智慧化的重要前提。當(dāng)前我國(guó)城市空間信息基礎(chǔ)設(shè)施包含導(dǎo)航與位置服務(wù)網(wǎng)[29-30]、地理信息服務(wù)網(wǎng)[31-32]和行業(yè)感知網(wǎng)[33-34]等3大類及10余種子類，具體表現(xiàn)形式和特征見表1。當(dāng)前城市各類空間信息基礎(chǔ)設(shè)施正逐步完善，其感知能力、服務(wù)標(biāo)準(zhǔn)和應(yīng)用規(guī)范基本可以滿足城市相應(yīng)領(lǐng)域需求。

表1 智慧城市中的空間信息基礎(chǔ)設(shè)施

2.2 空天地集成化傳感網(wǎng)的思想與方法

雖然具備了較為全面的城市空間信息基礎(chǔ)設(shè)施，但如何有效地集成利用，構(gòu)建一體化空間信息基礎(chǔ)設(shè)施，應(yīng)對(duì)“三多現(xiàn)狀”(多觀測(cè)耦合、多協(xié)議互聯(lián)、多主題交互)和“三高需求”(高時(shí)空感知、高精度感知、高智能感知)一直面臨巨大挑戰(zhàn)。經(jīng)過(guò)10余年的研究，筆者認(rèn)為，構(gòu)建空天地集成化傳感網(wǎng)，是應(yīng)對(duì)這一挑戰(zhàn)最有希望的解決方案[13-14]?？仗斓丶苫瘋鞲芯W(wǎng)，利用高速通信網(wǎng)絡(luò)和無(wú)處不在的感知手段，遵循觀測(cè)、數(shù)據(jù)、處理和服務(wù)等標(biāo)準(zhǔn)規(guī)范，集成現(xiàn)有空間信息基礎(chǔ)設(shè)施，采用異構(gòu)資源集成管理、多平臺(tái)協(xié)同觀測(cè)、多源數(shù)據(jù)融合，以及信息聚焦服務(wù)等多種方法和技術(shù)，構(gòu)建互聯(lián)互通的城市感知基礎(chǔ)體系(如圖1所示)。這一體系屬于空間信息網(wǎng)絡(luò)的一種實(shí)例化[35]，將從系統(tǒng)論和協(xié)同論角度構(gòu)建滿足智慧城市的多尺度、高時(shí)變和多樣化感知需求，特別是對(duì)資源環(huán)境災(zāi)害和各種人流、物流及事件流的監(jiān)測(cè)與跟蹤具有重要意義。

正確理解空天地集成化傳感網(wǎng)要把握4個(gè)層次的內(nèi)涵：首先，它是一種系統(tǒng)性、多維度和多尺度監(jiān)測(cè)分析的新思想，要求從系統(tǒng)論的角度思考城市感知問(wèn)題，從協(xié)同論的角度融合空天地多種手段，這對(duì)傳統(tǒng)感知行業(yè)的從業(yè)者來(lái)說(shuō)，是一種思想革新；其次，它是一種互聯(lián)互通大規(guī)模城市監(jiān)測(cè)資源的新技術(shù)，包括海量傳感器組網(wǎng)通信[36]、異構(gòu)傳感器接入[37-38]、傳感網(wǎng)資源管理[39]、傳感網(wǎng)服務(wù)組合[40-41]、流式數(shù)據(jù)挖掘分析[42-43]和地理信息互操作[44-45]等技術(shù)；再次，它是一種協(xié)同多源異構(gòu)城市感知資源的新方法，包括傳感器信息建模[46-47]、觀測(cè)能力評(píng)價(jià)[48-51]、協(xié)同監(jiān)測(cè)[52-53]、點(diǎn)面觀測(cè)數(shù)據(jù)融合[54-55]和按需聚焦服務(wù)[56]等方法；最后，它是一種實(shí)現(xiàn)城市泛在感知與深度智能的新愿景，無(wú)論是李德仁院士談到的4W到4R信息服務(wù)能力[57]，還是城市感知腦[58]，還是未來(lái)通導(dǎo)遙一體化藍(lán)圖[59]，其基礎(chǔ)都包括空天地集成化傳感網(wǎng)。

圖1 空天地集成化傳感網(wǎng)的架構(gòu)Fig.1 Architecture of space-air-ground integrated sensor web

2.3 基于空天地集成化傳感網(wǎng)的城市綜合感知

基于空天地集成化的傳感網(wǎng)，有望實(shí)現(xiàn)前所未有的城市感知能力，其中最有價(jià)值的就是多尺度感知能力。多尺度的城市感知意味著從感知手段、內(nèi)容、精度和時(shí)效都是多尺度的，感知手段包括觀測(cè)平臺(tái)(衛(wèi)星、無(wú)人機(jī)、測(cè)量車、行業(yè)網(wǎng)、機(jī)器人、智能手機(jī))；感知范圍包括城市群、城市和街區(qū)；感知精度以米、分米、厘米；感知時(shí)效性包括季度、周、即時(shí)。這種由一張網(wǎng)和一平臺(tái)支撐的綜合感知信息，可實(shí)現(xiàn)城市群趨勢(shì)分析、城市運(yùn)行狀態(tài)監(jiān)測(cè)和街區(qū)個(gè)體行為跟蹤。這是基于空天地集成化傳感網(wǎng)的城市綜合感知相比于傳統(tǒng)的城市感知網(wǎng)絡(luò)最突出的特征和最大的優(yōu)勢(shì)。

依托“物聯(lián)網(wǎng)與智慧城市關(guān)鍵技術(shù)及示范”國(guó)家重點(diǎn)研發(fā)計(jì)劃重點(diǎn)專項(xiàng)“城市多尺度綜合感知技術(shù)與體系”，國(guó)內(nèi)多家單位強(qiáng)強(qiáng)聯(lián)合，開展基于空天地集成化傳感網(wǎng)的城市綜合感知相關(guān)技術(shù)研發(fā)、平臺(tái)集成與應(yīng)用示范(如圖2所示)。其主要目標(biāo)在于實(shí)現(xiàn)城市群至街區(qū)尺度的自然地表要素、人車物運(yùn)動(dòng)目標(biāo)和街區(qū)復(fù)雜場(chǎng)景的在線感知，獲取海量時(shí)空數(shù)據(jù)[23]，構(gòu)建多尺度綜合感知服務(wù)系統(tǒng)，并提供主動(dòng)按需即時(shí)服務(wù)。主要研究?jī)?nèi)容包括：①建立多尺度綜合感知指標(biāo)、共性技術(shù)與標(biāo)準(zhǔn)體系，研究城市群地表要素空間無(wú)縫感知技術(shù)，構(gòu)建城市群地表要素?zé)o縫感知系統(tǒng)和典型產(chǎn)品；②研究多尺度智能光場(chǎng)視頻成像與分析技術(shù)，建立十億像素光場(chǎng)視頻成像裝置和城市多尺度交通感知分析平臺(tái)；③研發(fā)精細(xì)場(chǎng)景時(shí)空感知設(shè)備與在線監(jiān)測(cè)技術(shù)，構(gòu)建街區(qū)突發(fā)事件立體感知網(wǎng)；④研制城市多尺度綜合感知服務(wù)系統(tǒng)，開展城市群至街區(qū)尺度暴雨內(nèi)澇、區(qū)域交通和江河湖生態(tài)環(huán)境示范。

圖2 基于空天地集成化傳感網(wǎng)的城市多尺度綜合感知概念圖Fig.2 Concept of multi-scale and comprehensive city sensing based on space-air-ground integrated sensor web

3 城市時(shí)空大數(shù)據(jù)的管理與分析

3.1 城市時(shí)空大數(shù)據(jù)集成管理

時(shí)空大數(shù)據(jù)是一種與多尺度時(shí)間和空間密切關(guān)聯(lián)的大數(shù)據(jù)[60-61]。城市中的時(shí)空大數(shù)據(jù)來(lái)源廣泛，既包括廣泛存在的傳感網(wǎng)，也包括城市生活中的主體(人)。除具備數(shù)據(jù)量大、種類多樣、價(jià)值較低、增長(zhǎng)迅速等特性外，還具備時(shí)空相關(guān)性、時(shí)空異質(zhì)性等內(nèi)在屬性，而且還存在數(shù)據(jù)傾斜與分布不均的固有特性[62-63]。城市時(shí)空大數(shù)據(jù)的上述特征勢(shì)必對(duì)基于關(guān)系數(shù)據(jù)庫(kù)的傳統(tǒng)空間數(shù)據(jù)管理帶來(lái)了挑戰(zhàn)[64]：①來(lái)自多源傳感器的異構(gòu)非結(jié)構(gòu)化數(shù)據(jù)加大了使用關(guān)系數(shù)據(jù)庫(kù)管理的難度；②面對(duì)數(shù)據(jù)量龐大，且持續(xù)增長(zhǎng)的海量數(shù)據(jù)集，關(guān)系數(shù)據(jù)庫(kù)在可擴(kuò)展性上也存在難以克服的問(wèn)題；③Web2.0應(yīng)用的普及對(duì)高并發(fā)處理和持續(xù)可用性提出了更高的要求。總而言之，傳統(tǒng)GIS所依賴的關(guān)系型數(shù)據(jù)庫(kù)已經(jīng)難以適用于動(dòng)態(tài)管理、海量存儲(chǔ)和高并發(fā)訪問(wèn)的新應(yīng)用場(chǎng)景。

NoSQL(not only SQL)數(shù)據(jù)庫(kù)，憑借其弱模式表達(dá)、分布式組織、高吞吐量處理，以及易拓展與高可用的特性，已發(fā)展成為大數(shù)據(jù)時(shí)代的新型數(shù)據(jù)管理方案[65]，并在空間信息領(lǐng)域得到了大量應(yīng)用[66-67]。因此，數(shù)據(jù)模型、組織方式、索引結(jié)構(gòu)、存儲(chǔ)管理等技術(shù)決定了城市時(shí)空大數(shù)據(jù)的高效存儲(chǔ)和訪問(wèn)效率。一種可能的方式是將空間和時(shí)間聯(lián)合表達(dá)為時(shí)空立方，并建立城市時(shí)空對(duì)象與時(shí)空單元的關(guān)聯(lián)和映射。在此基礎(chǔ)上，進(jìn)行時(shí)空單元降維與編碼，將高維度時(shí)空單元表達(dá)為一維行鍵，從而充分利用NoSQL數(shù)據(jù)庫(kù)的數(shù)據(jù)分布機(jī)制，實(shí)現(xiàn)城市時(shí)空大數(shù)據(jù)的多節(jié)點(diǎn)均衡存儲(chǔ)，支持時(shí)空查詢的數(shù)據(jù)端計(jì)算和并行處理，見圖3。

3.2 城市時(shí)空大數(shù)據(jù)實(shí)時(shí)分析

充分利用空天地集成化傳感網(wǎng)獲取的實(shí)時(shí)城市信息，全面、準(zhǔn)確、及時(shí)地提取城市與社會(huì)的動(dòng)態(tài)變化，是提高城市管理能力和社會(huì)治理效率的全新驅(qū)動(dòng)力[62-63]。靜態(tài)地理信息系統(tǒng)缺乏時(shí)間維度，時(shí)態(tài)地理信息系統(tǒng)則以靜態(tài)方式管理歷史狀態(tài)，難以應(yīng)對(duì)實(shí)時(shí)地理數(shù)據(jù)集成表達(dá)、融合組織、彈性服務(wù)、即時(shí)協(xié)同帶來(lái)的巨大挑戰(zhàn)[2,59,68]：①多源實(shí)時(shí)地理信息的集成表達(dá)問(wèn)題，物理世界瞬息萬(wàn)變，泛在物聯(lián)網(wǎng)時(shí)刻產(chǎn)生多源海量、流式異構(gòu)、時(shí)空關(guān)聯(lián)的實(shí)時(shí)觀測(cè)數(shù)據(jù)；②實(shí)時(shí)地理信息的融合組織問(wèn)題，多源實(shí)時(shí)觀測(cè)數(shù)據(jù)按不同頻率產(chǎn)生，以不同模式匯入，將形成長(zhǎng)時(shí)序、多關(guān)聯(lián)的大規(guī)?，F(xiàn)勢(shì)-歷史混合數(shù)據(jù)集；③實(shí)時(shí)地理信息的彈性服務(wù)問(wèn)題，時(shí)空不均的數(shù)據(jù)請(qǐng)求導(dǎo)致有限資源供給失衡，瞬時(shí)突發(fā)的用戶訪問(wèn)將造成高并發(fā)讀寫壓力。

為此，城市時(shí)空大數(shù)據(jù)實(shí)時(shí)分析的前提是建立有效實(shí)時(shí)GIS時(shí)空數(shù)據(jù)模型[69]。一個(gè)面向時(shí)空大數(shù)據(jù)的實(shí)時(shí)GIS的時(shí)空數(shù)據(jù)模型應(yīng)具備以下5個(gè)基本特點(diǎn)：①能夠兼顧傳統(tǒng)GIS對(duì)時(shí)空數(shù)據(jù)管理的需求；②能夠高效管理運(yùn)動(dòng)目標(biāo)的動(dòng)態(tài)地理數(shù)據(jù)[70]；③能夠高效管理傳感網(wǎng)實(shí)時(shí)觀測(cè)數(shù)據(jù)；④能夠有效支持實(shí)時(shí)GIS的動(dòng)態(tài)過(guò)程模擬[71]；⑤能夠有效建立各種地理對(duì)象、狀態(tài)、事件、過(guò)程等要素的相互關(guān)系。

圖3 基于分布式非關(guān)系數(shù)據(jù)庫(kù)的城市時(shí)空大數(shù)據(jù)管理引擎Fig.3 Spatio-temporal city big data management engine based on distributed NoSQL database

在國(guó)家863地球觀測(cè)與導(dǎo)航領(lǐng)域主題項(xiàng)目“時(shí)空過(guò)程模擬與實(shí)時(shí)GIS系統(tǒng)”中，筆者提出了一個(gè)通用的實(shí)時(shí)GIS時(shí)空數(shù)據(jù)模型[69-72]，實(shí)現(xiàn)對(duì)象、關(guān)系、過(guò)程與觀測(cè)的一體化建模，用于存儲(chǔ)和管理在復(fù)雜地理現(xiàn)象時(shí)空變化過(guò)程中所涉及的時(shí)空數(shù)據(jù)，以支撐實(shí)時(shí)GIS可視化及分析應(yīng)用；在此基礎(chǔ)上提出面向?qū)崟r(shí)異構(gòu)海量地理信息的融合處理技術(shù)，形成從數(shù)據(jù)接入、融合到分析的實(shí)時(shí)信息處理鏈路，并構(gòu)建高性能實(shí)時(shí)地理信息數(shù)據(jù)庫(kù)系統(tǒng)和計(jì)算引擎；自主研發(fā)了涵蓋從數(shù)據(jù)到系統(tǒng)、從部署到運(yùn)營(yíng)的實(shí)時(shí)地理信息服務(wù)平臺(tái)[73]。

3.3 城市時(shí)空大數(shù)據(jù)深度挖掘

時(shí)空數(shù)據(jù)挖掘包含時(shí)空模式、時(shí)空數(shù)據(jù)聚類、時(shí)空數(shù)據(jù)分類、時(shí)空數(shù)據(jù)異常檢測(cè)等[74-75]。具體到城市中，可利用時(shí)空大數(shù)據(jù)挖掘發(fā)現(xiàn)交通擁堵規(guī)律[76-78]、地質(zhì)災(zāi)害潛在隱患點(diǎn)[79]，特定犯罪類型的高發(fā)時(shí)空[80-81]以及流行疾病的傳播過(guò)程[82]。在機(jī)器學(xué)習(xí)方法和深度神經(jīng)網(wǎng)絡(luò)技術(shù)的支撐下，城市時(shí)空數(shù)據(jù)挖掘正朝著更加智能、高效的方向發(fā)展，目前在犯罪易發(fā)點(diǎn)發(fā)現(xiàn)、交通協(xié)調(diào)與管理、城市傳染病監(jiān)控、公共衛(wèi)生與醫(yī)療健康等課題上，數(shù)據(jù)的深度挖掘讓這些研究又上升到了另一個(gè)高度[74]。

時(shí)空數(shù)據(jù)挖掘技術(shù)主要是借鑒主流計(jì)算機(jī)科學(xué)領(lǐng)域的研究技術(shù)。從前期利用云計(jì)算和分布式技術(shù)輔助大數(shù)據(jù)存儲(chǔ)和挖掘，到現(xiàn)在設(shè)計(jì)復(fù)雜的神經(jīng)網(wǎng)絡(luò)算法來(lái)實(shí)現(xiàn)數(shù)據(jù)智能挖掘和模式分析。龐雜的時(shí)空數(shù)據(jù)使用傳統(tǒng)的數(shù)學(xué)模型已經(jīng)不足以分析其潛在的時(shí)空規(guī)律，深度學(xué)習(xí)算法已經(jīng)廣泛應(yīng)用于時(shí)空數(shù)據(jù)挖掘領(lǐng)域[62]。微軟亞洲研究院提出了一種時(shí)空深度殘差網(wǎng)絡(luò)模型[83]，這種深度神經(jīng)網(wǎng)絡(luò)可以利用城市居民的多源軌跡數(shù)據(jù)，并融合天氣和事件數(shù)據(jù)，預(yù)測(cè)下一個(gè)時(shí)刻城市中每個(gè)區(qū)域的流入和流出人流量。滴滴公司提出了一種多視角的時(shí)空網(wǎng)絡(luò)模型[84]，從空間、時(shí)間和語(yǔ)義3個(gè)視角出發(fā)，即空間視角采用局部卷積方法，時(shí)間視角采用長(zhǎng)短記憶神經(jīng)網(wǎng)絡(luò)，語(yǔ)義視角則采用嵌入方法，設(shè)計(jì)得到的模型框架能夠很好地捕獲城市區(qū)域的時(shí)空相關(guān)性，可以有效輔助預(yù)測(cè)城市時(shí)空?qǐng)龅妮d客需求，從而提前調(diào)配車輛。

城市時(shí)空大數(shù)據(jù)發(fā)生于城市地理空間之中，通過(guò)建立時(shí)空大數(shù)據(jù)及其地理空間上下文信息的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)語(yǔ)義承載的城市時(shí)空大數(shù)據(jù)的組織與查詢、分析與挖掘之中，可以將從城市時(shí)空大數(shù)據(jù)提升為語(yǔ)義對(duì)象集合，支持語(yǔ)義立現(xiàn)的城市時(shí)空大數(shù)據(jù)分析與挖掘。城市中日益增長(zhǎng)的出行軌跡數(shù)據(jù)，不僅記錄對(duì)象活動(dòng)的時(shí)空信息，同時(shí)蘊(yùn)含著對(duì)象自身特有的屬性、狀態(tài)和行為特征，還在一定程度上反映對(duì)象活動(dòng)與城市環(huán)境中各種要素之間的交互關(guān)系。地理關(guān)聯(lián)軌跡模型通過(guò)關(guān)聯(lián)地理空間要素[85]，形成一種面向關(guān)鍵點(diǎn)的軌跡-有向線、軌跡-面的拓?fù)湟苿?dòng)過(guò)程模型，進(jìn)而對(duì)移動(dòng)對(duì)象軌跡與地理空間信息中三類地理要素(點(diǎn)、線、面)之間的語(yǔ)義進(jìn)行討論，得到切合人們思維習(xí)慣的軌跡-要素拓?fù)浔磉_(dá)的一般性結(jié)構(gòu)，在此基礎(chǔ)上建立面向語(yǔ)義軌跡模型的時(shí)空查詢模式及其分析方法。

4 面向多層次用戶的智能決策服務(wù)

要滿足政府、企業(yè)、市民的按需、即時(shí)和精準(zhǔn)決策需求，需要實(shí)現(xiàn)城市感知-數(shù)據(jù)-模型資源的網(wǎng)絡(luò)化即時(shí)聯(lián)動(dòng)。從管理學(xué)角度來(lái)看，這是一種基于競(jìng)爭(zhēng)情報(bào)的智慧決策[86]，其特征包括決策目標(biāo)正確、決策時(shí)機(jī)合理、決策依據(jù)充分、決策標(biāo)準(zhǔn)恰當(dāng)和決策效果反饋控制。目前，城市感知和數(shù)據(jù)資源都有對(duì)應(yīng)的共享信息模型和服務(wù)接口技術(shù)體系[87-89]，2008年美國(guó)宇航局NASA提出了模型網(wǎng)(model web)概念[90-91]，2010年歐盟啟動(dòng)了模型不確定性研究項(xiàng)目UncertWeb[92]，美國(guó)國(guó)家海洋和大氣管理局(NOAA)、澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)、開放地理空間信息聯(lián)盟(OGC)，國(guó)內(nèi)許多學(xué)者[93-94]紛紛開展了該方向研究。然而由于城市決策模型領(lǐng)域各異、資源分散、開放程度不夠，城市智能決策體系還存在模型資源信息描述不統(tǒng)一、異質(zhì)模型共享協(xié)作能力弱、行業(yè)應(yīng)用模型不確定性高等共性技術(shù)挑戰(zhàn)，基礎(chǔ)模型、空間模型和行業(yè)模型難以在統(tǒng)一的時(shí)空參考框架下實(shí)現(xiàn)集成共享[95]、組合協(xié)作和聚焦決策，需要突破異質(zhì)模型的表達(dá)、共享和組合等共享與互操作技術(shù)，最大程度降低模型的不確定性，從而利用模型中蘊(yùn)含的知識(shí)，為城市多層次用戶提供科學(xué)、精準(zhǔn)和可靠的決策依據(jù)。

為此，在國(guó)家十二五863重大項(xiàng)目“智慧城市二期”課題“城市信息多層次智能決策技術(shù)與系統(tǒng)”支持下，筆者根據(jù)基礎(chǔ)、空間和行業(yè)建立了城市決策模型分類體系，初步突破了城市決策模型的統(tǒng)一時(shí)空表達(dá)、網(wǎng)絡(luò)化服務(wù)共享、組合互操作和信息聚焦服務(wù)關(guān)鍵技術(shù)，研制了智慧城市智能決策系統(tǒng)，該系統(tǒng)包含數(shù)據(jù)接入與耦合、事件建模、模型資源描述方法、信息聚焦服務(wù)和可視化與仿真等模塊，并用于太原高新區(qū)應(yīng)急事件綜合管理與輔助決策支持[96]。

4.1 基于MOF框架的城市決策模型時(shí)空一致性表達(dá)

模型表達(dá)是模型共享和組合的基礎(chǔ)，目前主要包括結(jié)構(gòu)化構(gòu)模[97-98]、面向?qū)ο骩99-101]、數(shù)據(jù)表示[102-103]、框架表示[104]和構(gòu)模語(yǔ)言表示[105]等方法。這些方法往往依據(jù)建模者的主觀認(rèn)識(shí)來(lái)確定內(nèi)容，建模方法與工具不一致，較少考慮網(wǎng)絡(luò)環(huán)境下模型的共享需求。由于城市決策模型的空間性、動(dòng)態(tài)性、多元性、復(fù)雜性、模糊性和綜合性，缺乏時(shí)空標(biāo)簽的模型資源描述模型，很難實(shí)現(xiàn)模型資源的時(shí)空一致性表達(dá)。

為此，筆者借鑒地理空間信息相關(guān)元數(shù)據(jù)標(biāo)準(zhǔn)，采用基于MOF框架的元建模技術(shù)[106]，建立了城市決策模型通用信息框架和內(nèi)容，包括基礎(chǔ)描述元模型構(gòu)件、核心元數(shù)據(jù)內(nèi)容和信息擴(kuò)展機(jī)制及形式化方法?；A(chǔ)描述元模型構(gòu)件包含模型標(biāo)簽、狀態(tài)、結(jié)構(gòu)、服務(wù)與可訪問(wèn)性5類組件。核心元數(shù)據(jù)內(nèi)容包括標(biāo)識(shí)、特征、空間、動(dòng)態(tài)、參數(shù)、運(yùn)行、算法、性能、服務(wù)、管理和約束等11類信息。在此基礎(chǔ)上，開發(fā)了城市決策模型建模軟件，根據(jù)元數(shù)據(jù)模板和向?qū)?，可完成決策模型的快速構(gòu)建。

4.2 基于SOA架構(gòu)的城市決策模型網(wǎng)絡(luò)化共享技術(shù)

在模型共享(模型網(wǎng))方面，目前主要包括分布式模型庫(kù)管理系統(tǒng)(DMMS)[107]、語(yǔ)義網(wǎng)模型庫(kù)系統(tǒng)(ODDM)[108]、DMMS的Web服務(wù)框架[109]、4層架構(gòu)分布式Web決策支持系統(tǒng)[110]和OGC的Web處理服務(wù)(WPS)標(biāo)準(zhǔn)[111]。采用面向服務(wù)的體系架構(gòu)(SOA)，將模型封裝為Web服務(wù)，從而實(shí)現(xiàn)模型的網(wǎng)絡(luò)化共享。

為此，筆者設(shè)計(jì)了城市決策模型網(wǎng)絡(luò)化共享服務(wù)體系架構(gòu)，包括模型服務(wù)提供者、模型服務(wù)請(qǐng)求者和基于ebRIM信息模型及CSW接口的注冊(cè)中心3種部件，三者之間的信息傳遞采用4.1節(jié)中的決策資源信息描述模型。模型服務(wù)提供者利用決策資源信息描述模型對(duì)模型進(jìn)行建模、使用OGC的WPS接口封裝模型為服務(wù)，并將模型和服務(wù)注冊(cè)到注冊(cè)中心；模型服務(wù)代理即注冊(cè)中心基于元模型來(lái)組織和管理分析與決策模型信息，并將模型的查詢結(jié)果信息返回給模型服務(wù)請(qǐng)求者；模型服務(wù)請(qǐng)求者(用戶)，通過(guò)與注冊(cè)中心的交互發(fā)現(xiàn)合適的模型，然后利用查詢到的模型信息實(shí)現(xiàn)與模型服務(wù)的綁定和調(diào)用。

4.3 基于工作流的城市決策模型組合互操作技術(shù)

模型組合(模型鏈)是將一個(gè)模型的輸出作為多個(gè)模型輸入的連接操作，解決在無(wú)特定模型滿足問(wèn)題決策時(shí)，如何利用現(xiàn)有模型生成一個(gè)新的組合模型，并解決模型輸入輸出參數(shù)相匹配問(wèn)題。模型組合方法可分為關(guān)系型[112]、圖型[113]、知識(shí)型[114]、腳本型[115-116]和模型庫(kù)系統(tǒng)[117-118]。

在網(wǎng)絡(luò)環(huán)境下，模型組合實(shí)質(zhì)是模型服務(wù)的組合，即構(gòu)建可組合的模型服務(wù)鏈。首先針對(duì)具體的決策目標(biāo)，采用手工模式或半自動(dòng)模式構(gòu)建抽象模型鏈，然后通過(guò)注冊(cè)中心查詢能夠滿足需求的決策模型資源生成實(shí)例化的模型鏈，最后通過(guò)服務(wù)工作流引擎實(shí)現(xiàn)模型鏈的執(zhí)行。模型鏈實(shí)例化就是將用戶信息、領(lǐng)域知識(shí)、過(guò)程信息用可執(zhí)行的模型服務(wù)實(shí)例代替，從而形成模型鏈實(shí)例。

4.4 事件驅(qū)動(dòng)的主動(dòng)聚焦決策服務(wù)技術(shù)

城市運(yùn)營(yíng)包括日常業(yè)務(wù)管理和突發(fā)事件響應(yīng)兩種典型任務(wù)，突發(fā)事件響應(yīng)時(shí)面臨事件類型多樣、用戶需求各異、服務(wù)資源分散的問(wèn)題，尚不能高效聚集感知-數(shù)據(jù)-模型資源輔助應(yīng)急處置決策[8]。為解決這一問(wèn)題，需要構(gòu)建事件驅(qū)動(dòng)的主動(dòng)聚焦決策流程，協(xié)同感知、數(shù)據(jù)和模型服務(wù)，為不同用戶提供靈高效、準(zhǔn)確和個(gè)性化的服務(wù)[94,119]。

為此，要研究事件驅(qū)動(dòng)的主動(dòng)聚焦決策服務(wù)模式，通過(guò)事件觸發(fā)決策過(guò)程，實(shí)現(xiàn)事件處置任務(wù)需求、感知資源、數(shù)據(jù)資源和決策模型資源的銜接和聚合，提供面向細(xì)粒度用戶的綜合服務(wù)決策支持。首先根據(jù)事件響應(yīng)的領(lǐng)域知識(shí)設(shè)計(jì)抽象決策信息聚焦服務(wù)鏈，通過(guò)城市信息資源注冊(cè)中心和抽象鏈中的資源類型和需求，搜索符合需求的城市感知、數(shù)據(jù)和決策模型服務(wù)，根據(jù)資源質(zhì)量和服務(wù)效率，生成可執(zhí)行的具體決策信息聚焦服務(wù)鏈。

5 典型城市時(shí)空信息平臺(tái)及應(yīng)用

2013年原國(guó)家測(cè)繪地理信息局開展了智慧城市時(shí)空信息云平臺(tái)建設(shè)試點(diǎn)，武漢是首批試點(diǎn)城市之一。武漢時(shí)空信息云平臺(tái)構(gòu)建了全市統(tǒng)一的時(shí)空大數(shù)據(jù)中心，整合了城市人口、法人、房屋等基礎(chǔ)信息8500項(xiàng)2.5億條，積聚了1803層專題信息，在城市規(guī)劃、國(guó)土資源管理、社會(huì)管理及公眾服務(wù)等30多個(gè)領(lǐng)域開展應(yīng)用[6]。武大吉奧信息技術(shù)有限公司也推出了GeoSmarter平臺(tái)，基于地理實(shí)體，實(shí)現(xiàn)人口、法人、氣象、交通、規(guī)劃、國(guó)土等多源數(shù)據(jù)的智能匯聚、動(dòng)態(tài)關(guān)聯(lián)和多維展示[120]。另外，廣州城信所、超圖和中地等研發(fā)了各具特色的城市時(shí)空信息平臺(tái)并開展了相關(guān)應(yīng)用。最近美國(guó)環(huán)境系統(tǒng)研究所公司ESRI與華為公司開展了戰(zhàn)略合作，構(gòu)建了智慧城市時(shí)空信息云平臺(tái)解決方案[134]。各平臺(tái)特征和應(yīng)用如表2所示。

表2 國(guó)內(nèi)典型智慧城市時(shí)空信息平臺(tái)及應(yīng)用

6 國(guó)外典型城市信息平臺(tái)及應(yīng)用

國(guó)外開展智慧城市信息平臺(tái)建設(shè)時(shí)間相對(duì)較早，在研究和應(yīng)用方面取得了一些成果，如表3所示。2004年，美國(guó)麻省理工學(xué)院成立了Senseable City Lab(SCL)實(shí)驗(yàn)室，致力于探索創(chuàng)新的城市社會(huì)感知與可視化方法，構(gòu)建未來(lái)城市服務(wù)平臺(tái)，應(yīng)用于2010年的LIVE Singapore(實(shí)時(shí)新加坡)[125]、2012年的Senseable Rio(感知里約)、2017的年Cityways(城市之路)[126]和2019年的Urban Sensing[127]。2005年，美國(guó)微軟公司啟動(dòng)SensorMap項(xiàng)目，其目標(biāo)是借助于傳感網(wǎng)(Sensor Web)的概念和方法，把傳感數(shù)據(jù)提供給全世界，主要應(yīng)用在環(huán)境、企業(yè)和家庭智能感知中[128-129]。2006年，歐盟聯(lián)合歐空局啟動(dòng)了SANY(Sensors Anywhere Integrated Project)項(xiàng)目，以標(biāo)準(zhǔn)化的信息模型和服務(wù)接口集成城市原位傳感器和異構(gòu)傳感器網(wǎng)絡(luò)，以實(shí)現(xiàn)傳感器高效重用和城市應(yīng)急管理決策等[130-133]。2010年以后，美國(guó)IBM公司提出了“智慧的城市”愿景，并將城市感知功能集成到智慧城市運(yùn)營(yíng)中心，形成了IBM智慧城市解決方案庫(kù)[134]，應(yīng)用于2012年的巴西里約市智慧城市運(yùn)營(yíng)中心。

表3 國(guó)外典型智慧城市信息平臺(tái)及應(yīng)用

7 未來(lái)智慧城市感知決策的技術(shù)挑戰(zhàn)

7.1 高度融合的物理感知與社會(huì)感知

社會(huì)感知計(jì)算旨在通過(guò)人類生活空間日益部署的大規(guī)模多種類傳感設(shè)備，實(shí)時(shí)感知識(shí)別社會(huì)個(gè)體的行為，分析挖掘群體社會(huì)交互特征和規(guī)律，輔助個(gè)體社會(huì)行為，支持社群的互動(dòng)、溝通和協(xié)作[135]。當(dāng)前構(gòu)建的城市感知主要側(cè)重于城市物理感知，能夠有效獲取城市外在運(yùn)行狀態(tài)和表觀特征。然而，對(duì)于城市深層次的社會(huì)狀態(tài)，比如群體情緒、公眾偏好和經(jīng)濟(jì)運(yùn)行等，尚無(wú)法有效提取，造成城市感知能力缺失。為此，必須從社會(huì)感知的宏觀群體和微觀個(gè)體兩個(gè)方面開展社會(huì)感知能力建設(shè)。宏觀群體是指利用各種社會(huì)感知手段揭示人類活動(dòng)和社會(huì)經(jīng)濟(jì)環(huán)境，研究人類群體的時(shí)空行為[136]。而微觀個(gè)體行為是以人為感知單元，基于社會(huì)感知數(shù)據(jù)提取個(gè)人的時(shí)空行為模式和關(guān)系。為此，在隱私保護(hù)和數(shù)據(jù)安全的前提下，要重點(diǎn)挖掘可信的社交媒體、手機(jī)信令、導(dǎo)航GPS設(shè)備[137]、可穿戴設(shè)備和群智設(shè)備等大數(shù)據(jù)[138]。最后還要高度融合現(xiàn)有的物理感知與社會(huì)感知手段，形成對(duì)城市內(nèi)外部完整全面的感知能力。

7.2 高度智能化的城市管理分析能力

面對(duì)城市大數(shù)據(jù)時(shí)代的到來(lái)和復(fù)雜多樣的城市管理需求，急需增強(qiáng)城市管理分析的智能化水平?，F(xiàn)有的一些智能化管理功能，例如智慧消防[139]、智慧環(huán)保[140]和智慧能源[141]等，的確能夠表現(xiàn)出一定的自動(dòng)化和自主性，但是大多數(shù)仍未達(dá)到可靠、可信和可應(yīng)用的水平，因此很多時(shí)候也被稱為“偽智能”。其核心原因，就是沒(méi)有充分挖掘城市綜合感知獲得的海量數(shù)據(jù)和信息，沒(méi)有完全建立準(zhǔn)確可靠的城市發(fā)展模擬與預(yù)測(cè)模型，更沒(méi)有達(dá)到人類智能的平均水平[142]。因此不可否認(rèn)，現(xiàn)在的城市感知與管理的智能水平還相對(duì)初級(jí)。為此，李德仁院士提出了構(gòu)建“智慧城市腦”的宏偉設(shè)想[58]，將人工智能應(yīng)用于城市信息學(xué)，將大幅度提升城市信息處理的感知認(rèn)知能力，更加精細(xì)、準(zhǔn)確和即時(shí)地對(duì)高時(shí)變城市事件作出科學(xué)響應(yīng)，實(shí)現(xiàn)城市管理分析的高度智能化。

7.3 高置信度的城市信物融合系統(tǒng)決策

城市信物融合系統(tǒng)決策是在城市感知基礎(chǔ)設(shè)施和信息系統(tǒng)的基礎(chǔ)上，深度融合可控可信的網(wǎng)絡(luò)物理設(shè)備，以安全、可靠、高效和實(shí)時(shí)的方式傳遞、監(jiān)測(cè)和控制物理實(shí)體，對(duì)城市事件作出高置信度響應(yīng)的能力[143-145]。為此，必須重點(diǎn)突破具有穩(wěn)健性、可追溯、可自進(jìn)化的高置信度信物融合城市感知管理系統(tǒng)體系架構(gòu)，構(gòu)建多模態(tài)多源數(shù)據(jù)管理和自進(jìn)化控制系統(tǒng)平臺(tái)。其核心是要深入挖掘區(qū)塊鏈技術(shù)在其中的核心作用，構(gòu)建城市信物融合系統(tǒng)決策的可追溯性[146-148]。這也是積極響應(yīng)習(xí)近平總書記“把區(qū)塊鏈作為核心技術(shù)自主創(chuàng)新重要突破口”重要指示的關(guān)鍵性舉措。與此同時(shí)，要研究構(gòu)建自進(jìn)化的信物融合系統(tǒng)，具備自適應(yīng)性、可自我驅(qū)動(dòng)、具有主動(dòng)安全防御功能。最后，還要積極構(gòu)建高置信智慧城市信物融合系統(tǒng)決策相關(guān)的構(gòu)建標(biāo)準(zhǔn)、指標(biāo)體系、評(píng)價(jià)標(biāo)準(zhǔn)、設(shè)計(jì)方法和運(yùn)行機(jī)制。

8 結(jié) 論

經(jīng)過(guò)近10年智慧城市的轉(zhuǎn)型發(fā)展，城市感知由行業(yè)孤立在線感知逐步發(fā)展為多網(wǎng)融合綜合感知，城市管理由靜態(tài)數(shù)字化逐步發(fā)展為動(dòng)態(tài)智能化，城市決策由模型庫(kù)驅(qū)動(dòng)逐步發(fā)展為模型網(wǎng)驅(qū)動(dòng)，初步滿足了城市特定領(lǐng)域的管理運(yùn)維需求。隨著城市一體化管理運(yùn)維需求的進(jìn)一步提升、新興信息和空天技術(shù)的發(fā)展，城市感知決策面臨智能化、實(shí)時(shí)化和可信化的技術(shù)挑戰(zhàn)。因此，需深度融合遙感、地信、導(dǎo)航、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和社會(huì)學(xué)等學(xué)科領(lǐng)域，構(gòu)建智慧城市綜合感知即可信決策的技術(shù)、產(chǎn)品和標(biāo)準(zhǔn)體系，引領(lǐng)國(guó)際學(xué)術(shù)和產(chǎn)業(yè)發(fā)展。

致謝：特別感謝我的導(dǎo)師李德仁院士。祝福李院士八十大壽身體健康、萬(wàn)事順利！