基于大数据的智慧城市环境气候图

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

智慧城市建设是历史发展到一个阶段的必然产物,既是中国当前面对的重大挑战和重大机遇的汇聚点,也是推动信息化、城镇化、工业化和农业现代化同步发展的好抓手和好平台。但目前在所有智慧城市建设的规划或是顶层设计中,对城市气候学信息知识加以应用的非常有限,这对一个具有更透彻的感知、更全面的互联互通、更深入智慧化的城市,显然是一个明显的失误。这一失误将对城市建设规划、城市总体布局及城市环境保护产生重大影响。从城市规划和管理角度来看,如果不重视城市发展对地域环境气象条件的影响,以及气候变化对城市区域的影响,很可能会造成难以逆转的严重后果。尽管在污染治理上投入大量资金,最终改进大气环境质量的收效可能会被抵消。相反,如果在城市发展中合理考虑气象条件,科学规划布局,会对于改善城市大气环境条件,实现良好的人居环境,将起到重要的作用。大数据技术的出现,使这种考虑在实际工作中成为可能。

大数据(Big Data)作为当前最时髦的话题,它的内涵和标准是不断变化的。其概念最早是由美国麦肯锡咨询公司和EMC公司于2011年提出,目前业界公认的涵义是指以更经济和高效的方式从大容量、高频率和异构数据中获取价值的新一代架构和技术,是海量异构数据和分析方法(Analytics)的紧密结合。就大数据的实质而言,并不仅在数据规模之“大”,而在于由于应对此挑战而随之带来的思维、技术和方法上的全新变革,通过大数据能够“发现大价值、推进大科技,实现大发展”。正如麦肯锡公司在研究报告中所指出的,数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素,而人们对于大数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。如同互联网一样,大数据不仅仅是信息技术领域的革命,更将在政治、经济、生活等领域产生深远的影响,成为驱动城市智慧化发展的不竭动力。

一、智慧城市建设与城市环境气候图

我国在快速城镇化发展的过程中,由于城镇人口的急剧增长和城市的蔓延式发展,改变了城市区域的土地利用结构和下垫面特性,使得原有的自然植被或裸露土地被各式各样的建筑物以及大量的沥青、水泥马路所代替,人们的生产和生活改变了城市大气的热力和动力状况,进而城市生产、建筑物、气候和环境间的矛盾也日趋凸现。城市工业排放的大量烟尘、气溶胶、颗粒物以及城市道路上汽车尾气和工地扬尘等对于城市的气温、湿度、能见度、风和降水都有影响,带来了一系列的城市问题,产生了“城市热岛”、“城市干岛”、“城市浑沌岛”、“城市洪峰”等城市特有的现象,反过来又极大地影响着人们的生产和生活。如何积极应对气候变化,治理环境污染和改善城市形态,从而创造舒适和谐的人居环境,是摆在城市建设和管理者面前的重大课题。

智慧城市就是运用先进的信息感知、通信、网络、数据处理等技术手段将城市生态系统中的基础设施、资源环境、市政管理、经济产业和社会民生等系统的核心信息进行感知、传输、处理、分析和共享,最终实现反馈控制。智慧城市建设是一项庞大而复杂的工程,由于不同城市信息化发展基础不同、城市发展侧重点不同、城市所处的地理环境不同以及城市文化的不同,智慧城市建设的规划呈现出各具特色的形式。但无论何种特色,在规划中关注城市环境气候的影响是必要的,也是必须的。

传统的城市规划及管理的观念和方法正在受到前所未有的挑战。传统的城市规划理论中,关于气象因素对城市建设和城市环境的影响已经有所考虑,主要是以风玫瑰图和污染系数为依据。客观上这种方式也起到了一定的指导作用,具有一定的理论性和客观性。但随着城市规模的扩张、城市功能结构的变化、城市环境问题日益的突出,这种方式就出现了局限性,迫切需要寻找基于大气环境优化的可持续发展城市规划新理论和新方法。智慧城市的建设为解决这个问题带来了新的机遇和途径。借助智慧城市建设所汇聚的海量数据,利用大数据挖掘手段,通过数据的智能分析得出城市运行相关的各类智慧信息,包括气象因素对城市建设和城市环境的影响,深刻认识城市发展以及城市区域间相互影响的规律,制定科学合理的城市规划,是各级城市政府应对发展不确定性、规避市场风险和实行宏观调控的必要手段。

在智慧城市建设背景下,城市环境气候图是建立在统一的空间地理信息系统(GIS)基础上,由一系列基础数据输入图层和城市环境气候图构成。其中基本输入图层包括气候和气象数据的分析图、地理地形图、绿色植被覆盖图以及规划数据。城市环境气候图分由两张图组成,分别是城市气候分析图和城市气候规划建议图。

(一)城市气候分析图

城市气候分析图包括三个方面的内容。一是针对热环境的分析,主要分析城市热岛效应以及不同城市生物气候的分析状况,特别是受冷压或热压影响的不舒适地区;二是针对风环境的分析,主要描述和表达当地空气交换循环风流动的模式及阻挡风流通的建筑物或工厂等;三是确定空气污染区域,特别需要描述出人为污染源和受污染影响不同程度的区域。通过对以上三个方面的分析,利用建立在空间地理信息系统上的基础数据输入层的信息,对城市的热环境、空气流通以及空气污染分布状况都可以得到精细的了解,对解析现存城市气候状况是至关重要的。

(二)城市气候规划建议图

城市气候规划建议图的制作过程就是利用城市气候分析图的气候信息和评估结果,结合其他相关数据,通过智能化的分析,指出明确的气候问题和敏感区域,并提出在后期土地开发、城市发展、人口布局等方面相应的规划策略。

在绘制城市气候规划建议图的过程中,要明确智慧城市建设应该遵从其所处的自然气候这一基本原则,充分考虑城市化进程中的外部气候,以及城市发展如何影响其内外气候,避免规划实施后造成意想不到的后果,避免其应对措施只集中解决眼前的问题,而不去评估规划进程为什么会产生这样的后果。

二、智慧城市建设赋予城市环境气候图新的内涵

智慧城市的建设只有信息技术的参与是远远不够的,智慧城市建设应该是一种综合性的建设,是一个综合性的城市发展的概念,它包含市民素质的提高,创造力的提升,城市交通、污染问题的解决,整个社会的透明、公开、公正、公平,这些都应该属于智慧城市建设的范畴。智慧城市的建设目标应该是服务于市民、服务于企业和服务于政府。而城市规划也并非一项纯工程技术行为,也非发展蓝图的描绘,它具有强烈的公共政策属性,因此智慧城市使“规划就是向权力诉说真理”成为可能。

另外,智慧城市建设程度越高的地区,越容易受到气候变化的影响。因为智慧城市运转高度依赖于一个综合复杂的网络体系以支持其交通运输、卫生健康、教育服务及能源和通讯设施。这些基础设施之间密集的交叉关系会使气候变化对其影响更加复杂。如降水和暴雨会造成“城市洪峰”,高温影响会造成“城市热岛”,干旱和水资源短缺会造成“城市干岛”等。也正是因为智慧城市的建设,通过绘制城市环境气候图,在城市规划阶段就严密地考虑这些气象因素的影响,使得克服这些城市通病成为可能。

首先,智慧城市的顶层设计能够综合考虑影响城市发展和运行管理的各类因素,这其中就包括气象因素的影响。绘制更加精准的城市环境气候图是智慧城市建设必不可少的一项工作。

其次,智慧城市的城市环境气候图可以帮助实现由滞后向实时、由粗放到精细、由静态到动态、由被动向主动的转变。

再次,由于智慧城市的建设,使得城市环境气候图的绘制不仅仅依赖土地利用信息,而是在土地利用信息的基础上,综合考虑建筑楼宇信息、生物气候学信息等,制定更为完善的智慧城市环境气候图。

最后,智慧城市环境气候图的应用范围远远超出城市规划辅助工具的范畴,其应用将扩展到环境治理、人口布局、节能低碳和应对气候变化等相关工作。

可以预见,在智慧城市规划建设的理念下,对城市环境气候影响的重视将被提到空前的高度,将在政策保障、工作机制、人才培养等方面会有比较大的提高。通过宣传教育,从市民、企业到政府部门,对城市与气候变化的关系、对人与自然和谐相处的意义会有显着的改变。

三、智慧城市环境气候图绘制思路与实施策略

通过智慧城市的建设,使得能够实时收集城市乃至全世界不同气象观测站的气象数据,利用大数据技术,在综合分析气象、气候、土地利用和地理地貌等因素的基础上,充分利用城市统一的空间地理信息系统(GIS),构建智慧城市环境气候评估与应用信息平台,利用该平台制定有针对性的生态可持续智慧城市规划建议,从而改善城市千城一面的发展模式,提升城市品质和市民健康舒适的生活。这就是绘制智慧城市环境气候图的主要思路和目的。构建环境气候评估与应用信息平台是绘制智慧城市环境气候图的关键步骤,参与平台构建的不应仅仅是气候学研究人员,还应该有城市规划人员、建筑师和房地产商等相关人员的参与。此外,平台数据要尽可能包含方方面面的相关数据,充分利用大数据挖掘技术,绘制出符合城市实际情况的环境气候图。

大数据为数据采集提供了新的方法和路径。绘制智慧城市环境气候图必须建立在大数据分析的基础之上,而大数据的质量、数据来源及挖掘应用的方式和流程就显得尤为重要。因此,绘制智慧城市环境气候图,在政府部门层面应注意如下问题。

(一)提升数据采集能力

在政府内部,首先是要明确构建环境气候评估与应用信息平台和数据资源管理的综合协调部门,建立所需基础数据资源的标准,完善数据资源采集、共享、利用和保密等相关制度。在数据采集过程中,一是要对跨部门的相关数据进行整合、分类,实现对绘制环境气候图所需数据的全收集、全覆盖,并在此基础上形成相关主题数据库。二是要注重非结构化数据的汇集。某些文本、音频、视频形式的数据,往往会被传统的系统忽略,今后要加强收集。另外在日常过程中积累起来的个人经验,以往也未受到重视,也没有系统性地整理和存储,实际上这些“隐性”的知识也是构建环境气候评估与应用信息平台非常重要的组成部分。三是通过多种途径获取政府内外部相关数据,并在政府部门和公共范围机构之间,实行无偿数据共享。要加强统筹建设跨层级、跨部门环境气候评估与大数据应用信息平台,完善交换共享平台的覆盖范围,打通信息横向和纵向的共享渠道,推进跨地区、跨部门信息资源共享。

(二)建立信息比对和更新机制

目前,我国政府的数据采集仍以部门各自采集为主,缺乏横向比对,这就给数据质量带来了很大的影响。智慧城市环境气候评估与大数据应用信息平台同样存在如此问题,主要体现在记录遗漏、数据错误、信息过时等。因此,应完善数据的采集机制,建立数据更新策略,通过条块结合比对、第三方验证的方法,即部门权威数据与条块化数据核实相结合,同时引入数据涉及到的个人和企业、其它部门的相关数据加以校验,以提高数据的完整性、准确性和及时性。

(三)推进大数据挖掘应用和有序开放

在提高数据数量和质量的同时,积极探索绘制环境气候图的大数据应用方式和方法。综合考虑数据的可得性、数据分析的复杂度和可能的效益等因素,确定应用的重点和时序。当然,大数据应用不限于智慧城市环境气候评估与应用信息平台的应用,政府还可以将非涉密的政务数据逐步对社会开放,提高整个社会对政务信息资源的开发利用水平,这样一方面可以丰富应用,优化公众体验,另一方面也有利于大数据产业的发展。

智慧城市环境气候评估与应用信息平台应该纳入智慧城市建设的总体架构之中,成为智慧城市建设的一项重要的应用,成为城市动态规划的主要依据。动态规划现已逐渐在国内外被规划界所接受,把规划看成一个过程,而不是结果,既注重建设行为的协调性,更注重运用政策杠杆,关注近期的需要并强调灵活性,使规划不再是被动的蓝图,而成为一个改善城市主动而具体的工具。智慧城市的环境气候评估与应用平台从传统的单纯辅助制图向规划信息管理、决策支持方面扩展,从单个城市的规划信息平台向区域一体化、城乡统筹的规划信息化应用拓展,这将成为提高城乡规划科学性和权威性的重要支撑手段。通过构建智慧城市的环境气候评估与应用平台,可以实现城乡区域性规划多源、多尺度、多时态空间信息数据和应用资源的整合,顺应了未来区域层面各类规划信息数据共享化趋势。

智慧城市环境气候图的绘制应该充分考虑目前国家大力提倡和要求的节能减排、应对气候变化方面的相关政策和措施。各级政府可以召集发改委、规划、国土、气象、环保等部门联合制定有关政策和工作机制,在各部门资源汇聚共享的基础上,开发研制智慧城市环境气候评估与应用平台,依据该平台绘制出环境气候图,并确保在实际规划、环保及土地利用过程中得到应用。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
7月前
|
人工智能 安全 算法
AI与大数据:智慧城市安全的护航者与变革引擎
AI与大数据:智慧城市安全的护航者与变革引擎
223 1
|
2月前
|
SQL 机器学习/深度学习 分布式计算
大数据-81 Spark 安装配置环境 集群环境配置 超详细 三台云服务器
大数据-81 Spark 安装配置环境 集群环境配置 超详细 三台云服务器
90 1
|
1月前
|
存储 大数据 数据处理
大数据环境下的性能优化策略
大数据环境下的性能优化策略
53 2
|
1月前
|
监控 安全 自动驾驶
|
1月前
|
安全 搜索推荐 大数据
大数据与智慧城市:数据驱动的城市管理
【10月更文挑战第31天】在信息技术飞速发展的今天,大数据成为推动智慧城市转型的核心驱动力。本文探讨了大数据在智慧交通、环保、安防、医疗和政务等领域的应用,揭示了数据驱动的城市管理带来的深刻变革,同时分析了面临的数据安全、隐私保护和数据孤岛等挑战,并展望了大数据在智慧城市建设中的未来前景。
|
2月前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
83 1
|
4月前
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
234 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
5月前
|
JSON 分布式计算 大数据
MaxCompute操作报错合集之连接环境时,出现报错:TypeError: access_id and secret_access_key,该怎么解决
MaxCompute是阿里云提供的大规模离线数据处理服务,用于大数据分析、挖掘和报表生成等场景。在使用MaxCompute进行数据处理时,可能会遇到各种操作报错。以下是一些常见的MaxCompute操作报错及其可能的原因与解决措施的合集。
|
6月前
|
数据采集 搜索推荐 安全
智慧城市的交通管理大数据模型
智慧城市交通管理系统借助大数据模型,通过全面收集交通数据(如监控、GPS、公共交通信息等),进行数据清洗和预处理,利用Python的Pandas进行数据管理。通过ARIMA等模型分析,预测交通流量、识别交通模式,支持智能信号控制、预测性维护和事件响应。这种集成分析与决策支持系统提升城市交通效率,确保出行安全,预示着未来交通管理的智能化和个性化趋势。【6月更文挑战第23天】
644 10
|
6月前
|
分布式计算 DataWorks 大数据
MaxCompute产品使用问题之如何同步两个环境的参数
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。