簡要背景說明：本文系根據單位領導要求寫的觀后感，文章內容一部分借鑒于大佬報告，一部分是個人的一些心得體會。提前聲明，本人并不懂什么智慧城市，以下內容純屬瞎掰。

1 智慧城市建設模式

從數字城市到智慧城市，都是對城市信息化發展的探索，都是希望借助現代化手段讓城市變得更加宜居。然而，無論是數字城市，還是智慧城市，兩者都并不是新鮮的概念，早在上個世紀就已經提出，卻直至今日還在摸索其建設模式。

在討論智慧城市建設模式之前，不妨先考慮現實城市的形成模式。現實城市的建設分為兩種模式：
自下而上。這種模式形成的城市其規劃是滯后于城市發展的。最開始可能只是一些零星分散的建筑，隨著時間的發展，人口慢慢聚集，由一開始的小聚落發展到村鎮，然后再慢慢演變成城市。

自上而下。這種模式下的城市其規劃是領先于發展的。大多數現代發展起來的城市，都是先有整體規劃，然后再逐漸吸引人口入住，不斷擴展規模，例如曾經的深圳、現在的雄安，都是在全面規劃指導下進行城市建設。

類比于現實城市，智慧城市的建設也分為兩種建設模式：
自下而上。現在政府各個部門都有自己的信息化平臺，這些平臺已經相對成熟，能夠滿足各類政務場景的應用需求。這種情況下，只要將各個部門的信息化平臺進行統一整合，構建一個整體的城市信息化管理平臺，本質就是一個智慧城市管理平臺。這種模式帶來的問題是重復建設，各個部門獨自建設的信息化平臺中必然存在很多共通、共享的部分，但是在這種情況下就得重復建設多次，不僅造成資源的浪費，而且會導致信息不對稱的問題。

自上而下。先做頂層設計，建設好智慧城市所需要的基礎設施，然后讓各個部門在這些基礎設施之上構建相關應用。這種模式可以有效避免重復建設的問題，畢竟各個部門可以共享同一套基礎設施，但是這種模式需要將各部門現有的信息化平臺作廢，然后在新的基礎設施上構建新的應用，推動阻力比較大。

建設智慧城市最重要的是基礎設施，類似于開發區招商引資，往往是先做到通水、通電、通網、通路，然后才會慢慢有企業入駐。智慧城市建設好基礎設施，通過數據共享與開放，自然會有政府部門、甚至企業在其之上構建相關應用。

2 智慧城市基礎設施
智慧城市的基礎設施分為兩類：物理設施，顧名思義就是那些物理上存在的設施，例如服務器、寬帶、無線網絡、傳感器等；數字設施，其實質就是模型和數據。由于作者對知識有限，本文不對物理設施做進一步探討。

2.1智慧城市中的模型

模型是數據的載體，沒有模型的數據是抽象的，沒有數據的模型是空洞的。把數據掛載在模型之上，才能構建出一個有血有肉的城市場景。城市對象分為兩類：人工對象，即一切人造的對象，包括建筑物、構筑物、道路、橋梁及各類城市部件等；自然對象，主要是各類樹木植被等。
事實上，現在實景三維模型中已經囊括城市中所有對象，但是存在如下問題：
實景三維模型本質是瓦片化的網格模型，各個對象之間彼此相連，缺少語義信息。解決這一問題需要在實景三維模型基礎上做進一步的單體化工作，雖然已經有很多工具可以使用，但是整個作業過程還是高度人工化，難以大面積推廣；

實景三維模型是一種表面模型，缺少對建筑物內部的表達。郭院士提出引入BIM模型來還原室內三維場景，對于新建的建筑物確實是一種行之有效的手段。同時，考慮到很多歷史建筑缺少BIM模型，其設計圖紙也是一種重要的數據來源，室內外一體化建模必然是將來的發展方向；

實景三維模型中的樹木模型變形非常嚴重，無法滿足各類分析應用的需求。郭院士的解決方案是從兩方面解決：在大場景中用多源遙感影像自動識別樹木信息；在小場景中通過激光掃描，然后對點云建模得到精細的樹木模型。

現在的各類智慧城市平臺建設都以實景三維模型作為底座，但是由于其數據量大、缺少語義、局部更新困難的特點，已經受到越來越多的詬病。傾斜攝影測量是一種快速獲取大場景三維模型的良好手段，但是其生產的數據并不應該直接作為智慧城市建設的基底數據，而是應該在其之上加工出一種更加適合平臺建設的模型數據。然而受限于技術瓶頸，目前并沒有一種快速在實景三維模型基礎之上完成各類城市對象（人工對象、自然對象）提取與加工的工具。

2.2 智慧城市中的數據

流動的數據是城市鮮活的證明，在信息化時代，城市中發生的一切都可以用數據進行表達。智慧城市中的數據分為兩類：
感知數據。感知數據來源于各類傳感器，如溫度、濕度、壓力等物理傳感器，甚至監控視頻也是一種傳感器。感知數據以極高的頻率實時檢測城市的各種運行狀態，是城市管理者的眼睛和耳朵；

業務數據。業務數據是城市運行發展過程中不斷產生的數據，無論是個人的衣食住行，還是公司、政府部門運營發展，都會產生各類業務數據。業務數據是與人聯系最緊密的數據，智慧城市最核心的數據也是業務數據。

對于智慧城市中的數據要分兩步走：
管好。數據每時每刻都在產生，尤其是感知數據，其數據規模非常龐大，需要非常可觀的存儲空間。智慧城市建設最重要的基礎設施之一就是將整個城市產生的各類數據進行統一、高效的存儲，建設全市統一的數據中心；

用好。數據既能表征城市運行狀態，也能從中挖掘出城市中存在的問題和原因，更能指導將來的規劃和建設去預防和解決各類城市病。這是城市大數據最大的應用場景和價值所在。

雖然大數據概念已經提出很多年，但當前對城市大數據的管理還大多停留在存儲層面，甚至沒有做到統一化存儲，更談不上有效的分析應用。大數據是診斷城市病的最佳手段，分析數據，發現問題，并對癥下藥才能讓城市實現良性迭代，才能讓城市變得更加宜居。

3 智慧城市應用需求

通過以上的論述，個人認為智慧城市在軟件層面的建設就是CIM和城市大腦的結合體。CIM包含各類城市對象的模型（無論是二維的點線面，還是三維的模型，其本質都是空間對象的符號化表達），城市大腦包含城市大數據，將城市大腦數據掛接在CIM模型上，就能在計算機中構建一個鮮活的數字城市。當然，目前的CIM和城市大腦都還存在很多局限性，但從將來的發展上來看，兩者必然會相互靠近、相互統一。
將來智慧城市的各類應用必然會朝著多源數據融合的方向發展，具體表現為：

（1）宏觀與微觀相結合

目前的智慧城市建設多集中在大場景，側重于城市范圍的規建管及各類應用，較少涉及微觀層面。事實上，大多數人每天的活動范圍非常有限，只有實現微觀層面（樓棟、小區、社區等）的智慧管理，才能實現整個城市的智慧管理。智慧樓宇、智慧小區、智慧社區是智慧城市的細胞，缺少微觀層面的智慧化管理，所謂的智慧城市只是一具骨架。

（2）室內與室外一體化

智慧城市的建設是為了讓城市變得更加宜居，而多數人每天大部分時間都處于室內。要做到城市微觀層面的智慧化管理，就必然要從室外走向室內，實現建筑物內外一體化的精細管理。BIM數據作為一種重要的建筑物模型數據源，將來必然會在智慧城市建設中扮演更加重要的角色，在此基礎之上可以衍生出各類應用，如室內定位、室內導航、火災模擬、爆炸模擬、煙霧模擬、疏散模擬等等。

（3）分析與應用互補充

智慧城市不僅是為了更好地管理城市，也是為了讓城市在不斷地迭代中實現升級、進化。對于智慧城市的建設來說，也不應該僅僅是各類應用平臺，更應該包括對城市大數據的有效分析與利用。城市發展不是一蹴而就，智慧城市的建設也不是一朝一夕，城市發展與智慧城市建設應該是相伴相生，互相促進。

整體來說，需求來源于業務，只有了解業主的業務流程，才能發掘出進一步的應用需求。個人認為做智慧城市相關平臺建設，一方面應該去和業主溝通新的需求，另一方面應該去改造、升級現有平臺，這樣建設出來的平臺才能和日常業務緊密結合，才能有長久的生命力。

4 總結

智慧城市不是空中樓閣，其建設也應該從底層做起，先做好基礎設施建設，才會慢慢有人接入，才會形成一個智慧城市中樞。現在的困難在于，怎么去找到一個部門來牽頭完成這項工作？或者說，有哪個部門能夠牽頭完成這個工作？
由于上述問題的存在，現在智慧城市多以平臺建設為核心。有很多專家高屋建瓴地談過，但是很多最后落地都淪為演示平臺。以現在火熱的實景三維為例，大多數平臺的功能都停留在看的層面，很難說有什么實際的應用價值，更談不上有人真正去用。

所謂智慧城市，歸根到底并不是讓城市變智慧，而是讓管理城市的人更智慧。畢竟，是人在一直管理著城市運轉的方方面面，如果用都沒人用，就更談不上什么智慧了。