工程院院士李德仁：智慧城市要善用空间大数据
在智慧城市的建设和应用中，数字城市是基础，互联网技术是实现互联互通的手段。一个智慧的城市，需要运用物联网、云计算、时空大数据集成等新一代信息技术，促进城市规划、建设、管理和服务的智慧化，解决空间文化、处理传输、实时处理、及时反馈等问题，实现全球无缝的智能化。
● 智慧城市及其应用
首先，智慧城市建设要抓好智慧环保。美国推进家庭智慧能源建设，政府花钱在每家房顶上安装太阳能电池板，每家继续交原来的电费，将太阳板电池买回来。太阳能发电是我国各个城市的需要，我们也需要发展环保、智慧能源建设。
其次，抓好智慧交通、智慧公路的建设。智慧城市的社会综合管理十分重要，城市建设要实现真正的智慧网，就要充分利用时空数据。例如增加交通环境中传感器，收集实时数据、运营数据，通过对数据的分析，再进行适当调度。时空数据有大量的空间传感器、数据库、数据处理软件、信息库以及资金支持，我们应充分利用这些资源支持城市建设。
● 时空大数据与云计算的运用
传感器网将产生反映自然和人类活动的百万兆级到十亿兆级、万亿兆级数据，使世界真正进入大数据时代。
时空大数据经过存储、处理、查询和分析之后，可更好地用于各类智慧应用，进而提供各种智慧服务。未来，我国将推行60到80颗卫星组网，实现一星多用、多网融合、实时服务以及时空大数据的采集，进而形成数据模型。智慧城市要求各省市将各类应用中的时空大数据进行有效管理，并按照实际需求进行处理、存储、管理，提供相应服务，满足从室外到室内、从地上到地下的各类智慧应用。
遥感云在云端帮助技术人员进行遥感处理，借助遥感云大数据科学的相关技术，破解城市困局。例如，实现洪水淹没范围的分析，实现室内外高精度的手机连续位置定位和实时导航，提供与位置相关的各类服务或需求解决方案。北斗云服务平台已于2012年12月27日对中国及周边地区正式提供运营服务，其高精度定位和测速可在智慧交通中控制车辆和智能驾驶。
● 充分挖掘时空大数据的价值
基于数据表达、信息组织与知识发现等不同层次的数据挖掘方法，实现时空大数据挖掘，更好地为城市提供服务。例如，利用GS数据的挖掘，构成生态智能管理系统，形成现代管理方法，加速解决防洪综合发电等各项问题。
通过夜光影像、人口密度、土地覆盖等数据，收集城市人口活动的变化数据，建立模型，对人的行为认知进行研究分析，帮助人们解决城市建设的问题。同时，通过对视频数据的挖掘，对夜光影像的长时间序列分析，将数据自动压缩，利用其评估不同区域受到武装冲突的影响程度，维护城市的安全。
利用遥感数据挖掘，实现农业遥感监测，提取农作物信息作为农作物长势监测或产量估算的模型参数，进一步进行农作物产量统计分析，为经济发展提供参考。
● 建设智慧城市运营中心
智慧城市建设是一个系统工程，需要根据每个城市自身的特点，在做好顶层设计后，需要进行统一规划，建立智慧化的城市运营中心，根据实际需要，将其变成城市运行监控的指挥调度中心、智慧服务中心，使其合适化、可控化、智能化，持续优化地发展下去。
在管理运营中心时，要利用大数据交易促进经济增长。在大数据时代，智慧城市要实现对人或物的感知、控制和整合，否则城市就谈不上智慧。
智慧城市的建设是“一把手”工程，要抓好智慧城市建设的中心，推动每个城市的发展，形成技术链、数据链、价值链。
智慧城市在建设中产生的大数据问题，既是下一代的科学前沿问题，也是推进智慧城市发展的原动力，需要有针对性地加快相关大数据的技术创新和重点攻关研究，推动和加速智慧服务产业的发展，助力城市更加科学、高效、低碳和安全发展。
