分享
Scan me 分享到微信

蔡晓兵

11月3日,第十届中国智慧城市建设技术研讨会暨设备博览会在京召开,大会以‘互联网+’智慧城市为主题,汇聚了智慧城市建设主管部门领导、知名专家学者、技术领先企业,集中展示智慧城市建设最新技术和...

11月3日,第十届中国智慧城市建设技术研讨会暨设备博览会在京召开,大会以“‘互联网+’智慧城市”为主题,汇聚了智慧城市建设主管部门领导、知名专家学者、技术领先企业,集中展示智慧城市建设最新技术和方案,深度探讨“‘互联网+’智慧城市”未来生活,为下一阶段智慧城市转型升级提供新思路。

Esri中国信息技术有限公司副总裁、首席咨询官蔡晓兵发表了以“城市智慧,让数据说话”为题的精彩演讲。以下为演讲实录(未经本人核实):

泰伯网

蔡晓兵:各位专家、各位朋友:下午好!

今天跟大家交流的题目是“城市指挥,让数据说话”。城市的智慧从何而来?我想这个问题不但是我们建设智慧城市之初要问的,在建设的过程当中,这个问题一直持续的围绕着我们,我们要提醒自己要不断探索这个问题,或者在建设智慧城市过程中,这个过程本身就一直在回答这样一个问题。

我们的城市的确不那么智慧,有很多例子可以举,老百姓生活在城市空间里,感觉到城市不友好、不智慧、不那么可持续的各种各样的因素,我们可以随处可见。下一次雨会导致交通瘫痪,即便不下雨,好像也不是特别通畅,有人说北京“首堵”,很多比北京小的多的中小城市也在跟北京争“首堵”。

北京有一个回龙观,地球人都知道,但是,如果你不在回龙观住,你没有在高峰期在回龙观乘过城铁,你是不知道这种情形的,不只是一般意义上的人多、拥挤,而是给人一种恐惧,极度的不安全感,那么多人在那么狭小的空间里那么拥挤,稍微有一点点问题,都会造成极大的事故。给我们太多这样的启示,上周我们刚召开了全公司大会,请了西安的用户来讲他们做智慧环保的经验,放出来的第一张PPT里就有这张图,大雁塔看不到了,第二天我去西安的时候,刮了一阵风,大雁塔又回来了。

我今天提出让数据说话,数据和智慧之间有一个途径,认知途径,到信息从数据到智慧最中间的转换的环境和从一个环节到另外一个环节转换的过程所体现出来的效率一定程度上决定了我们最终智慧的程度,或者我们到底是不是最终能够走向智慧,数据让事物一目了然。

猛的一看这张图,似乎得不到什么信息,我们解释一下不同颜色代表什么,可能就会恍然大悟,数据让我们见人所未见,如果信息上有照片,就用红色表达出来,有的地方是红色聚集的地方,有的地方是其它颜色,既然这样的话,很多人聚集在红色位置发照片,什么人会做这样的事情呢?外地或者外国的游客,北京人不会到天安门发照片,一定是外地来的旅游者,通过这张图,一眼就能够看到从其它渠道了解到的东西,这张图可以帮助我们见人所未见。

数据让我们感知真相,郎兄是“大嘴”,经常说一些让人听起来很震惊的观点。他的报告里有一个数字,我没有考证过这个数字的精确性和正确性,中国收费公路里程是16万多公里,是美国收费公路的16倍,占全球收费公路的76%。如果用另外一种方式表达,这是什么图呢?这是我国高速公路收费站站点构成图,每一个收费站点上一个亮点,这就是中国高速公路收费站,给我们极大的冲击,我们会强烈的感知到事情某种程度上的严重性,那么多的车到了收费站都必须停下来,而且停若干次,若干次的加油,会排出比正常行驶多很多的尾气,这种情况下,可以比较一下造成的经济损失和收费的高速公路的通行费情况,结论未必像我们想象那样是那么划算的事情,或许是得不偿失。

数据还可以帮助我们进行科学的规划,做城市规划时候要收集数据,收集的数据有十年一遇、二十年一遇,一直到二百年一遇的数据。我们仔细分析一下这些数据,二百年和十年一遇到底差了多少?其实二百年一遇的时候,洪水所侵占的土地的面积和十年一遇之间只差5.7平方公里,而整个区域的规划面积是200多平方公里,分析结果给我们规划师一个很大启示,既然只有5.7平方公里,为什么一定要跟大自然争抢呢?

可以把这5.7平方公里永远让给大自然,退一步海阔天空,不是二百年一遇嘛,我们退出来,把5.7平方公里让给大自然,我们自然获得二百年的安生,让5.7平方公里变成永久的滞洪区,平时就是保持湿地的状态,可以修一些休闲廊道,让老百姓平时可以在那散步、休闲,可以让鸟类按照自然的习性自由的迁徙。经过这样的分析以后,我们的出发点和规划思路得到改变,得到的是全新的规划。

除了刚才我举的几个简单的例子以外,我们还有大量的例子,我们做了大量的工作,我们收集了大量的数据,而且我们每天也在大量的产生数据,但如果我们一旦让这些数据加入时空纬度,一瞬间,似乎每个人都能够获得更大的对事物的洞察力,我们可以更好的理解世界,TED联合创始人RS Wumen是非常神奇的人,他说理解先于行动,动作之前一定要先搞清楚,我们的规划也好,建设也好,其实都是在改变我们周围的环境、改变我们的世界。

但是,着手之前一定要知道它到底是怎么回事儿,我们先理解它为什么是这样,然后才可以制定行动计划和方案,然后验证方案,最后才是行动,行动结果可能才是我们想得到的,我们这个城市能够变的越来越智慧,我们应该做些什么才是有依据的。从数据分析角度、GIS可以很好的分析数据、挖掘数据、发现数据与数据之间存在的内在联系的角度看待它为我们从事的智慧化建设可以做些什么样的工作。

在GIS里,真正的力量在于空间分析,可以分析不同的数据之间内在的关系,发现内在关系隐含的潜在规则,随着IT技术本身的发展,现在GIS平台也在不断演进,分析能力也在不断增强,GIS所处理的数据已经从原来静态的数据逐渐向动态实时数据演进,现在很多数据是动态的,特别是城市运营管理过程中,很多直接关系到管理和运营质量、决策效率和正确性的数据往往有很高的时效性,需要我们及时的处理,GIS可以帮我们做实时的数据接入。

这是美国波士顿的马拉松比赛,前两年马拉松比赛发生了爆炸事件,当时引起很大混乱,后来采取了一些新的手段和监控管理措施,除了有实时的影像采集和跟踪以外,另外,把这些数据采集来以后进行及时的处理,和GIS结合起来,我们可以看到人流变化情况,可以看到实时的录像、照片以及周边的设施等等分布信息,包括急救站、急救车、警车信息分布和动态位置,一旦出现事情可以及时处置。

大数据地理分析与可视化:前面很多专家都提到了大数据的应用。就像刚才我们说的实时的数据一样,持续一两个小时马拉松比赛足以产生巨量的数据,更不要说北京、上海一些大中型城市每天几百万、上千万人的出行,能够产生各种各样真正意义上的数据。

GIS怎么利用这些数据呢?可以和分布式大数据开放平台很好的结合,有一整套接口。图中的例子是纽约出租车上客、下客数据,一天24小时下来是巨量的数据,我们曾经跟南京市交通委合作过一个项目,当时一天收集三千多万条出租车的数据,这是原始的数据,密密麻麻的,我们可以把这些数据和其它数据进行聚合,比如街道的数据,比如行政区域分布的位置数据等等,可以得到第二步,第三步,分析出热点的分布,最后,得出一系列我们所关注的分析结果。

更重要的是这个过程是持续的,不是采集完数据以后慢慢分析,然后过十天半个月再把结果拿出来,不是这样的,过程是连续的,随着实时数据的采集和获取,这边最终的结果是不断的演进,对于我们做城市运营管理的人或者规划、决策部门来说,这样的数据分析是非常有用的,可以给我们非常及时和真实的启发。

谈到大数据,貌似现在说“数据”时前面一定要加“大”字,国家有大数据战略,未来若干年或者未来一个世纪,按照美国的说法,大数据就是未来的“石油”,我也赞同这个说法,的确需要从大数据里面深入的分析和挖掘有用的东西,从中找出对我们城市运营管理、规划有帮助的信息和技术,帮助我们更好的管理城市。

但是,当我们关注大数据的同时,我们不要忽略了或者忘记了我们手头已经有的所谓的主数据,所谓主数据,是各个不同的企业也好,部门也好,为了完成信息的整合和共享,相互之间必须分享和共享数据,每一个系统里面都有这样的数据,每一个企业或者每一个部门的信息系统里都有这样的数据,如果跟我们定义的大数据相比,往往量是很小的,相对很小。

当然,如果突然之间把所有注意力都转移到大数据身上,而忽略了我们身边每天日常工作过程当中不断的更新、维护、产生的主数据,如果忽略了这个的话,我们从大数据本身也未必能得到真正的帮助,大数据和主数据之间似乎就像章鱼的头和触角一样,大数据无所不在,伸向四面八方,但是,总有一个头,头就是我们讲的主数据,必须有办法、有手段把大数据和我们的主数据之间的关系能够梳理出来,随时能够感知或者处理到大数据的变化和主数据之间的联系,这样才不会只是跟风,人家说大数据我们就说大数据,人家说是未来的石油我们就说是石油,未必。

关注大数据的同时,需要建立对已有数据的分析能力。在座的很多专家朋友都有信息化建设的经验,我本人也参加过很多工程化建设。但是,我们真正深挖过多少数据?过去以往做的更多的是数据的管理,而我们少做数据分析,我们城市规划部门每天都在批地,你能动态的随时告诉你的领导、告诉你的市长我们这个城市倒退十年批地的趋势是什么吗,我们到底批了什么地,这些地都干吗了,在哪儿,下一个十年可能往哪个方位或者哪个方向扩展,如果没有分析,实际上我们回答不了这样的问题。大数据固然重要,但是,首先得先建立自己已有数据的分析能力,否则,大数据对你来说估计也视而不见。

“水不在深,有龙则灵”,这是祖先说的,现在要说的是:“数不在大,深挖成金”。始于数据,而终于智慧,中间其它的全是过程。但是这些过程必不可少,不可缺失。城市智慧,让数据说话。谢谢大家!

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

下一篇

季统凯

泰伯APP
感受不一样的阅读体验
立即打开