|
目录预览：
第一部分：城市科学的维度
第二部分：城市系统和应用
第三部分：城市遥感
第四部分：城市大数据基础设施
第五部分：城市计算
第六部分：未来展望
城市信息学的定义：城市信息学是一种跨学科的方法，以新信息技术为基础，以计算机和通信的当代发展为基础，使用系统理论和方法来理解、管理和设计城市。它整合了城市科学、地理信息学和信息学：城市科学提供了对城市地区活动、地点和流量的研究；geomatics提供了在现实世界中测量时空和动态城市对象以及管理从测量中获得的数据的科学和技术；信息学提供信息处理、信息系统、计算机科学和统计的科学和技术，支持开发城市应用程序。该领域涵盖定义城市系统的许多部门。这些部门通常是根据自身的能力进行研究的，如交通、住房、零售活动、涉及废水、水、电和其他能源分配的有形基础设施，以及人口结构、经济位置、城市发展和与城市和城市系统相关的许多最新视角。城市信息学与这些学科方法的不同之处和互补之处在于，计算是方法和模型用于加深理解的核心：许多问题涉及到计算城市如何运作，如何产生不同形式，它们的动态如何反映它们的生长和衰退方式，以及它们如何混合、隔离和分化不同的人口和活动。使城市信息学成为汇集和融合许多涉及计算的跨学科观点的一种特别及时的方式的原因是，在过去二十年中，计算机的规模已经缩小到可以用作传感器、嵌入到各种物理基础设施中以及被广大民众用于移动环境中的程度。这意味着，我们现在突然获得了有关城市实时运行的数据流，这在我们大多数数据收集方法没有通过传感器实现自动化的情况下是无法普遍获得的。这就产生了所谓的大数据，这些数据是实时生成的，种类繁多，因此数量几乎是无限的。这些数据可能是持续运行的传感器的产品，并为我们关注的系统提供即时更新。对于这些数据，我们需要新的方法和模型来帮助我们理解和解释仍然具有相关性的旧模型。这将24小时不间断的城市推上了议事日程，本书的许多章节反映了这样一个事实，即时间动力学现在是信息学领域的一个重要特征。时间现在在我们的模型中得到了深刻的反映，而在过去，我们更关注空间的多样性。城市信息学领域仍在快速发展，包括新的传感技术、新的空间数据科学、新的分析方法，从传统的统计方法（如空间计量经济学）到机器学习的新发展，多变量分析使分析能够以迄今为止不可能的方式探索大数据。就我们在这里收集的两个不同贡献的领域1总体介绍3而言，它表明，主要使用物理方法研究城市结构、形态和动态的新方法正在被用于定义一种新的城市科学。新的城市分析方法正是利用这些理念形成的，事实上，我们现在能够通过电话和其他社交媒体从固定的传感器、交通或移动设备中挖掘出实时移动数据，这意味着我们对城市的了解比迄今为止我们所能开发的任何东西都要丰富得多。因此，流动性研究已成为城市信息学的核心，而基础设施、城市污染和废物的动态发展简言之，通过城市分析，城市的新陈代谢正变得突出。城市信息学的很大一部分涉及从卫星遥感到室内导航的多个空间尺度的传感，而城市中传感和可视化方面的三维发展现在已成为常规。将所有这些想法结合在一起是城市信息学的另一个重要功能，而开发被视为是相当不连贯的城市模型——土地利用和交通、城市微观模拟、元胞自动机和基于代理的模型——现在是更广泛议程的一部分。最后但并非最不重要的一点是，该领域还关注其理论、模型和工具如何与治理、风险、安全、犯罪、健康和福利以及地理地理学等更广泛的问题相关联。所有这些特征都包含在我们对城市信息学的定义中，我们希望读者在阅读本书的许多贡献时，能够拼凑出他们自己在该领域的大图。
本书结构：
第1部分（城市科学的维度）将重点放在城市科学的概念和理论基础上，并将城市作为一个系统进行考察。它突出了当代城市相互作用、人类动力学、代谢和欧洲经济的理论，并在21世纪研究城市的新城市科学的视野中阐述了这一观点。第二部分（城市系统和应用）中的章节讨论了城市信息在理解、分析和管理各种城市系统中的应用。其中包括在城市交通、城市货运系统、犯罪与安全、污染监测、能源系统、健康与福祉、风险与恢复力以及城市治理方面的应用。最先进的城市信息学用于识别问题并为这些问题提供可行的解决方案。第三部分（城市遥感）中的章节介绍了城市遥感的现有方法和新方法，包括遥感、地基传感器、全球导航卫星系统（GNSS）、移动地图技术、室内定位技术、用户生成内容、，以及其他对推进城市科学具有巨大潜力的发展。第四部分（城市大数据基础设施）重点关注与城市大数据基础设施新发展相关的问题，包括大数据、地理竞争、三维城市建模、三维地籍、基于规则的建模、网络基础设施、空间搜索和城市物联网。这些新的发展将有助于6 W.Shi等人在城市信息学和更广泛的城市科学方面取得重大进展。第五部分（城市计算）中的章节从计算机科学和城市建模的角度涵盖了城市信息学中的各种主题。研究的具体研究或应用领域包括可视化分析、云和移动计算、数据挖掘、人工智能（AI）和深度学习、基于代理的建模、微观模拟、细胞自动机建模和交通建模。本章重点介绍城市环境和应用中计算技术、原理和模型的开发和使用。第六部分（城市信息学的价值）以Michael F.Goodchild关于城市信息学目标、潜在意外后果和可能的问责方法的广泛基础和前瞻性讨论作为本书的结尾。
未来展望：与任何数据密集型领域一样，始终需要解决不确定性以及数据来源和测量误差的相关问题，特别是考虑到该领域的时空焦点。考虑到在空间和时间领域都存在着强大的统计依赖性，处理不确定性不仅仅是对每一项数据加上或减去。引用Korszybski（1933）的话，地图不是领土；这些数据只是对现实的近似和表示。
|