规划头条

声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号,图片为外部链接,本站不存储微信文章图片
如有版权问题,请直接发送邮件到 admin@caup.net ,将会第一时间进行处理反馈。
 微文:符山:突破智慧城市演进中的临界态

文首300字: 符山,中软国际数据服务业务线副总裁上半场是规划界,下半场是产业界,我今天是代表北京市的市政交通一卡通的数据业务总监张总来演讲,所以我是中间的桥梁。智慧城市现在非常火,有很多新的概念,这是城市大脑的概念,很多的营销概念是帮助智慧城市的推荐的。我问大家一个问题,人体中这么多器官,我们最不了解哪个器官?我和医生朋友聊过,其实从生理和临床的概念现代医学对人体各个器官都不太了解,这个概念大家可能比较惊讶,......(2017-10-14 03:16:47)

本站微文频道仅收录微信文章标题与文首300字    
作者:


       这里是来自谷歌的广告  



  点击这里去看原文全文  


反馈邮箱 admin@caup.net
声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号。
本站不存储微信文章图片,站内图片已获得正版授权
如有版权问题,请直接发送邮件到 admin@caup.net ,将会第一时间进行处理反馈。

符山:突破智慧城市演进中的临界态








符山,中软国际数据服务业务线副总裁


上半场是规划界,下半场是产业界,我今天是代表北京市的市政交通一卡通的数据业务总监张总来演讲,所以我是中间的桥梁。智慧城市现在非常火,有很多新的概念,这是城市大脑的概念,很多的营销概念是帮助智慧城市的推荐的。


我问大家一个问题,人体中这么多器官,我们最不了解哪个器官?我和医生朋友聊过,其实从生理和临床的概念现代医学对人体各个器官都不太了解,这个概念大家可能比较惊讶,那什么比较了解呢?现在医学是解剖学,医学对人体的结构形态比较了解。


如果把智慧城市用人体类比的话,我认为智慧城市的发展还在一个比较初级的阶段,在解剖学的层面是把现在的城市做数据化的解剖,把各个部分做数据化的表达,下一步能够把这些部分结合在一起做一个融合,所以这里有一个数据融合的概念。


大家一直处在一个科研的状态,我们叫黎明前的寂静,不是黑暗。我汇报一下我们在这里的方法论,一些实践的工作。


对智慧城市的概念大家各有不同,是百花齐放,有四个方向,不一定是全面的,但是智慧城市的愿景是要城市达到智能的状态,能够自我纠错、能够自我反馈,前景非常美好。



其实这么美好的前景都是现象级,前面的几位都到了落地的层面,我们期望更多的可以落实。智慧城市被寄予厚望,但在实际业务当中,这种生产级的系统非常少。


实际的问题最后是什么呢?其实是信息的孤岛,这是一个问题。其实大家把这个问题弄反了,大家认为智慧城市可以解决信息孤岛的问题,但是并不是。智慧城市需要解决信息孤岛的问题,这个问题一直在那里,大家其实都知道愿景,也知道应该干什么,但是都不知道具体怎么做。



基于这样的认知,我们在智慧城市的落地里面思考一个问题,最后就落到鸡和蛋的问题,到底从哪个部门开始?有的说所有的部门一起上,一起协调就好了,那数据就融合了,其实不是这样的。最后的解决之道是要真正形成良性循环,解决这些问题的话,顶层数据的缺失、部门利益等等,最后还是要选择比较适合的主体去完成这样的工作。


什么是适合的主体?第一是数据要具备整合的基础,也就是说数据信息化程度要比较高,之前对数据有一些整合的工作。第二需要有业务的整合质权,这个部门必须能够横跨部门有一定的质权。第三数据不能太小,其实有很多部门可以作为首选,有一个解决方案是建设大数据平台,我们称作服务智慧城市的"四通一平",还有"两态两策"。



下面是方法论,市政交通一卡通的交通数据建设这个系统平台的落地情况。北京市政交通一卡通增量都是最大的,大家忽略了一个问题,过程没有讲清楚,这么大量的数据中间要做一个事情,就是数据治理的事情。数据治理我们从方法论讲就是五件事,数据标准、元数据、数据质量、数据模型、数据安全。


我们通过数据治理的工作,就可以给出行的乘客做一个画像,上面这个是第一版,这是根据卡的固有的东西做的数据画像。后面我们真正的数据画像是下面的,并不是按照发卡日期,他是外地人,还是本地人,真正的是左边的,就是同最基础的数据到贴近应用的数据维度给出行的乘客打标签,进行数据画像。



这个数据平台建设的时候大家要考虑几个问题,一个是国产化的问题,第二是开源的问题,要考虑开源,但是要考虑服务化的配套,最后一个混合架构,作为甲方,原有的数据不能放。中软国际数据在里面承担了开发等等全面的角色。看到这些都是交通的数据,但无论是交通优化,还是一卡通的自身决策,以及样品的商业应用都有应用的可能。


目前来讲,最成熟的还是城市治理方面会具体的应用。首先地铁和公交的出行这些数据的可视化和分析方法论,这是北京市路网的可视化,这个和大家在网上看到的不一样,网上的是静态的,我们这是实时的,延迟15分钟可以看到北京的公交和地铁进站出站的状况,我们未来可以做到5分钟,甚至1分钟。路网之后是线路,再往下是站点,以站点为中心,这也是延迟15分钟,是倒推的方法,从各个站点人流量,再往下是个人,可以看到乘客最后一公里的轨迹。



这是区域的合流,这个圈里出行的状况,他的通勤是去哪个区域,从哪个区域工作的人回到这里休息,都可以反映出来。这是一个采用网格的技术,前面几位都讲了打网格的方式,我们这是实时的系统,是实时的数据,这是北京1公里+1公里的网格,这里可以显示公交和地铁的实时数据。



这些都是交通的数据,这些数据可以做什么用呢?这是我们实际已经落地的研究课题,有一些是实际的应用。这是北京市交通管理部门做的公交票价评估,最近我们给民政局做一个北京市老年人出行的分析,以及给地铁公司做了客流的预测。


我后面重点讲两个案例,一个是某城市副中心公共交通的专题。我们传统上政府看交通的时候,政府关注的是整个公交系统的运行效率、公共资源、财政补贴,但是随着互联网的发展,个人表达的时代的到来,商业也是以用户为中心,那么个人对交通系统的出行体验,他们的时间的耗费,这些都是传统手段没有办法做的。


我们在某城市副中心做了一个专题的研究,也是结合了摩拜单车和滴滴出行做的。



大家说某城市副中心是睡城,你这个图我都了解,那大数据的意义何在?其实本身大数据对决策在于精细化,从宏观到微观,实际上从这个图我们可以看到不仅是了解宏观的不平衡,还可以看到具体在哪个区域,也就是说从城市副中心之外工作,到底在哪个区域,结合刚才的新一线的研究,可以看到城市副中心应该引用什么样的商业能够减少拥堵,这就是我们大数据的力量。


这是跨乡镇出行的人口流量,这是2014年 - 2016年城市副中心15个乡镇出行人数的变化。后面这个是跨镇出行居住地和工作地的改变,黄色的箭头是上升的,蓝色的箭头是下降的,具体在城市规划当中的作用怎么去解读?怎么分析?这个工作我们交给具体的城市规划师,作为数据科学和数据建设,把数据是展现在大家的面前。


这是城市副中心2014年-2016年的网格化差异,这两个图的比例是一样的,差异的比例不一样。箭头点的地方是城市副中心新城的位置,点击这个位置可以显示出网格里公交和地铁刷卡的人数的变化。我们也提出过用数据支撑"公共交通+单车"的联合出行方式这样的方案;也有用算法进行客流预测,采用三年的数据,用一年的数据去做验证,最后的效果还是不错的,预测可以达到90%多的准确率,目前的误差原因是有天气因素。还有一些数据由于开放性不够,国内的数据开放度不如美国,这个地方也是随着数据的政府共享的提高,精确的程度还会进一步的提高。这是我们2017年年初的,可以真正预测到后面的一些时间真实的预测客流,以后我们要做到每天每个站点的提前一周的预测。


第二个案例,这个案例更新鲜出炉,北京市某地铁站要封站三年,这里有一些正面的、负面的反馈,原来在某地铁站上车的这些人怎么办?这是最关键的问题,传统的是用问卷调查的方式,我们现在有数据就可以从"宏观数据+问卷调查"对客流样本进行研究,再去分析分段客流的状态,最后提出解决的思路。这是一个基本的建模,把高峰出行建模,出站前、站中和站后,我们重点做站前和出站后的两端。中间部分我们也在开发,因为这里涉及一些地铁内部的信号辐射和一些技术的问题都没有解决。



进站前的客流用打网格的方式,这个位置是某地铁站,这是石景山区,这边是海淀区,我们用数据可以看到在高峰时出行人员的分布情况,石景山区占了70%,也就是在某地铁站周边占了比较大的比例。


把出站后的客流排下来看,差不多92%的客流都是直达的,到工作地是地铁直达不用换乘公交,我们可以按照地铁线路排序,从上到下坐几号线的人最多,根据这个去提供摆渡的解决方案。



这是一个方案的全貌,我们刚才看到的进站前的状况,我们划分成五个区域,这就是某地铁站周边的早高峰出行的乘客,他们的居住地的状况,根据这个我们提供解决方案。这是门头沟地区,这个百分比就是出站后的状况,按照哪条线路我们按照这个给出摆渡的方案。大家会问"3、4、5"怎么办?


"4"这个位置是门头沟新城,去某地铁站的不太多,某地铁站封站是在2017年底,到那个时候会新开通S1线,所以他们出行是有可行方案的。这是一个逆流的,他先出城,再去坐1号线,因为要抢座所以对于他们来讲和"3"一样,都是有比较丰富的出行的可替代方案,所以这两部分也不在考虑范围中。


我们结合路面的交通状况,比如住在阜石路的人给他提供一些替代方案,如换乘阜石路的快速交通,但是结合阜石路路面的公交状况早高峰也已经饱和了,如果用这个方案要考虑新增加班次的办法。


城市规划最需要数据融合,智慧城市要真正从经验到智能要跨越数据的天堑,那么数据的融合是我们面临智慧城市真正落地的天堑,很多的问题如数据的稀缺性、现实的成熟度以及数据融合的经验匮乏。



下面这是我们DSL的论文,对于理论都很了解,但是数据还是在实验室,要真正落地要有生产级的经验和手段。利用我的这套解决方案和系统,包括实时的数据处理、网格的分解,可以快速的将科研成果转化成生产级的应用。


最后,这是摘录北京城市发展最需要反思的十个错,我们需要吐槽但不具有建设性,为什么呢?因为它没有数据的工具。我们希望有了数据这个工具,未来不是每天都说有什么错,而是能够不断的用数据提出新的解决思路,能够用数据真正解决城市发展的真实问题。谢谢!


文章由会议速记整理编辑,未经演讲者校核,转载请注明出处





如有版权问题请联系 admin@caup.net:规划头条 » 符山:突破智慧城市演进中的临界态

讨论请到国匠热点讨论群:点击加入QQ群

登陆国匠城 注册国匠城