城市基础设施规划课程作业

浅析大数据在市政基础设施系统中的应用

摘要：随着大数据的应用与发展，大数据技术与市政基础设施各系统的结合已成为一个重要的发展趋势。本文重点阐述了大数据的概念、特征、要处理的四个核心问题，总结了传统市政基础设施系统的特征，结合大数据在其中的四个层面，以市政的水务系统和地下管线为例，具体阐释了大数据的应用，力求为市政基础设施各系统发展提供有效的技术支撑。

关键词:大数据；基础设施；应用；水务系统；地下管线

1引言

全球知名咨询公司麦肯锡最早提出大数据时代的到来，其称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”大数据是信息技术发展到现阶段的必然产物，该词首次被提出是在2011年有关机构发布的研究报告——《大数据：创新、竞争和生产力的下一个新领域》中。进入2012年，人们越来越多的用大数据(big data)描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。因此，在大数据作用日益重要的发展过程中，市政基础设施也应该跟上时代步伐，在各系统中充分利用数字化、信息化的手段，提高和完善其建设和管理能力。

2大数据

2.1大数据的概念

对于大数据的概念，至今仍没有一个被人广泛采用的明确定义。根据其内涵并结合业界对大数据特性的普遍认同，赛迪顾问对其定义为：大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。

2.2大数据的基本特征

其基本特征可以用4个V来总结（Volume， Variety， Velocity， Value)，即体量大，种类多，要求处理速度快，价值密度低。

（1）数据体量巨大。从TB级别，跃升到PB级别。

（2）数据类型繁多，如监控视频、图片、地理位置信息等。

（3）价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅为一两秒。

（4）处理速度快。这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

2.3大数据要解决的核心问题

2.3.1获取有用数据

在数据海量化的过程中，并不是数据越多越好，在实际应用中，获取大量数据的目的是尽可能正确、详尽的描述事物的属性，对于特定的应用数据必须包含有用的信息，有足够信息的有效数据才是大数据的关键。

2.3.2 数据分析

大数据不仅具有量的优势，同时还注质的获取。通过对海量数据的分析过程，才能获取有价值的信息。大数据分析的五个基本方面包括：

（1）可视化分析。数据可视化是数据分析工具最基本的要求，通过可视化可以展示直观的数据，让数据自己说话，让用户看到结果。

（2）数据挖掘。通过各种数据挖掘算法让我们深入数据内部，挖掘数据的价值。

（3）预测性分析能力。预测性分析是大数据分析最重要的应用领域之一，可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断，从大数据中挖掘出特点，通过科学的建立模型，通过模型带入新的数据，从而可以预测未来的数据。

（4）语义引擎。大数据分析广泛应用于网络数据的挖掘，从用户的搜索关键词、标签关键词、或输入的其他语义，进行分析、判断用户需求，从而实现更好的用户体验。

（5）数据质量和数据管理。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在应用领域，都能够保证分析结果的真实和价值。

2.3.3数据显示

数据显示是将数据经过分析得到的结果以可见或可读形式输出，向用户直观

展示信息。大数据利用各种可视计算技术，将数据转换成图形或图像，用三维形体来表示复杂的信息，直接对具有形体的信息进行操作，更加直观，方便用户分析结果。

2.3.4实时处理数据的能力

大数据需要充分、及时地从大量复杂的数据中获取有价值的数据。当前，互联网络以及各种传感器快速普及，实时获取数据难度不大;，而实时分析大规模复杂数据是系统的瓶颈，也是大数据领域亟待解决的核心问题。

3传统市政基础设施系统的特征

市政基础设施主要指规划区范围内的给水、排水、电力、电信、燃气、供热、环境设施等工程，是基础设施最主要也是最基本的内容。他们既是工业生产的物质基础,又是人民生活必不可少的物质条件。

3.1系统性和独立性

各个系统内容是完全相对独立的，每一个系统都有各自的体系，因此如何良好的管理和协调各个系统也是市政管理的棘手问题。

3.2规划建设周期长，投资大，存在盲目性

基础设施建设涉及面积广，建设周期较长，短期收效小，需要投入的资金多，由此限制了投资渠道，国家政府投资成为主要资金来源。很多城市普遍存在着建设项目缺乏统筹储备，部分建设项目时间紧，资料收集不够齐全，前期研究不充分等问题，无法为科学决策提供充分依据，决策存在一定的盲目性和随意性。3.3地下管线维修难度大、安全隐患突出

由于基础设施的地下管线绝大部分是敷设在地下的，容易被忽视，总是出现问题后才想起如何补救维修。城市地下管线种类繁多，包括供水、排水、燃气、热力、电力、通信、广播电视等7大类20余种管线；管理体制和权属复杂，涉及政府部门30多个，各自为政、条块分割、多头管理的问题比较严重；敷设在地下的各种管线重叠交错、杂乱无章，施工挖断管线事故不断，违法占压管线等安全隐患突出，马路重复开挖问题屡见不鲜，管线安全事故日益增多。

3.4管理部门较多且分散

基础设施的规划涉及十几个小类，每部分管理的部门不尽相同，长期以来，

由于管理部门分散，市政基础设施规划带有明显的部门和行业管理的特征，导致各部门之间缺乏衔接与配合，导致市政基础设施建设中出现混乱与重复建设的问题。

4大数据在市政基础设施系统中的应用

4.1应用层面

目前大数据在市政基础设施系统中主要应用还处于对感知设备传递的信息进行简单处理的水平。在一些深入的研究中大数据在市政基础设施系统中的应用可以分为：物联网感知层、网络传输层、数据共享层（云计算数据中心）以及管理层四个层面。具体应用内容包括：

（1）物联网感知层：利用视频监控、RFID、传感器、物联网等技术，加强城市供水、供气、供电等设施建设，对重要基础设施进行动态感知监测，建设覆盖整个地区市政的物联网基础环境，实现“透彻感知”。

（2）网络传输层：网络传输层包含三大类工程，一是响应国务院“宽带中国”实施战略，以提速度、广普及、惠民生、降价格为目标，推进实施宽带上网提速工程。二是将加快推进电信网、广播电视网、互联网、物联网、无线宽带网等“多网融合”建设。三是推进“无线城市”建设，加快建设覆盖全市的无线宽带网络，为公众提供高质量无线通信及网络服务，为政府和企事业单位提供移动服务、移动办公、移动执法等无线技术支持。

（3）数据共享层：通过云计算数据中心的建设，增强云计算服务能力，大力推进云计算示范应用，逐步建成以市政基础性资源最大化为特征的“公共云”，承载市政项目群的落地。通过“公共云”中心的数据共享，实现前期研究提供充分的资料，避免其市政基础设施建设中的盲目性和随意性。

（4）管理层：将市政中的信息化设施进行统一接入与管理，实现各部门的系统集成，实现更全面的互联互通、更有效的交换共享、更协作的关联应用，从而将各部门的工作衔接与配合，减少出现混乱与重复建设现象的可能。

4.2应用说明

（1）以水务系统为例

水务系统采用数据采集、传输等传感设备在线检测系统的运行状态，并采用可视化的方式有机整合管理部门设施，形成“水务物联网”。通过水务数字化管理平台将海量数据进行及时分析与处理，将自控系统中的生产运行数据通过无线