PoweringTheDigitalTwinCityWhitePaperV1.02021JulyArtificial

時空人工智能是AI空AIMichaelBatty，英國皇家科學院院士，給時空AISpatio-TemporalArtificialIntelligence(AI)isacollectionofdigitaltools,models,andmethodsthatcanbedeployedtoincreaseourunderstandingofhow,whereandwhywelocateandmoveincities.Italsoenablesustodevelopnewproceduresfordesigningandmanagingthefuturecitysothatitcanbecomemoresustainable,equita-bleandefficient.Inthissense,spatial-temporalAIprovidestheunderlyingfoundationsforthedataandlogicfordevelopingthesmartcity.Itfocusesonintegratingmethodstoprovidenewcomputationalplatformsandenviron-mentsthatenabledifferentfunctionsinthecitytobegintocomplementdigitalwithphysicalactivities。Thecoreoftransformingthedigitalcityandmanagingcitygrowthanddevelopmentistodynamicallysensekeyinformation,tointelligentlyanalyze,andtointegratedifferentapplicationsinmovingtowardsmakingcitiessmarter.Thebaseofthesmartcityshouldbeevolvedfrominformationinfrastructurestodigitalfoundationswithintelligentsensitivityhighprecisionmapping,fully-scopedinsights,andintelligentlocation-basedservices.AsnewtechnologyinAI,Spatio-TemporalAIwillliberateahugepotentialincitycomputation,analysis,andforecastingwhichiskeytoincreasingthelivabilityandsustainabilityofcities。 1.1地理空間的智 1.2城市空間的智能A提出和理論算法的發展可以追述到20世紀40～50如ensor?ow、KeasPyorc如圖形處理單元GPU和高性能計算平臺HPGeostialArti?cialInellien稱GeoA

國城鎮化水平已超過63增量存量十四五帶來的變革可能。1.3時空大數據智 1.4數字孿生城市的發展中超過80%

數字孿生的概念模型最早出現于2003Griees“鏡像空間模型“數字孿生2010NAS在太空技術路線城市靜態數據為主二是依靠數據直接表達的信息來解決問題三是缺乏人機交互和人機智能融合的可視分析能力四是以還原真實城市為主五是以政府為主進行建設續性較差。 “三步走的戰略目標：2025階段于2020年“新基建“

人工智能于1956“ConolutionalNerulNtork,CNecurentNerulNtork,RN1.5.3KnwledeGap2012semanticntor感知智能認知智能業和社會新紀元—認知時代的黎明。 1-41-4

1.6.2數字孿生一張圖的GIBICIM建設基因和

用場景的豐富和系統的迭代發展。來數字孿生城市的建設和發展。2-12-1模型增強： StioempoalA對多源異構數據進行時空化治理和融借力知識工程和AI算法進行智能化分析圖數字化轉型和構筑動態數字孿生城市新范式。

AI+AI+時空算法服務能夠解決機器學習前AI服務的功能不僅是服務的發布和管理2.2.3知設備7*24合AI+時空同步在3D建模的樓層圖內展示相關問題點位。

過AI+

類型/比例尺和批次標注 2-22-2濟數據等。下POIAOIensorFlPocSciki-arGBooeaMLliMXNt等同的機器學習框架提供基于ubernees的資源調度和分布式訓練的能力人口分析能從?觀角度體現場所一段時間內的趨勢情況

CNRNGaphNeualNtorkGNsequeneosequenSeq2Se等深度學習模型行組合建模來實現對未來場景的預測。??特性使得很多深度學習模型不具有可解統GIGeogaphicInormtionSyem,地理信息系統和CIM平臺缺乏領域數據的深度挖掘3-PAGE5 3.1.3

應用。數據處理與分析平臺除了提供基本查詢訪問接口之外，進一步提供線數據分析和面向流處理的實時流計算；

3.1.4前主要的時空大數據分析方法分為4ManyikaBigdata:Thenextfrontierforinnovation,competition,andproductivity“4Volumaritelocitalu時空大數據從感知對象角度可以分為感知地理環境的時空大數據和感知人類社會活動的時空大數據

中連續時/空域的離散劃分會割裂鄰近時空位置上數據間潛在的時空關系Shekhar

查詢和時空最近鄰查詢等時空查詢算法。利用計算機集群完成對時空大數據的高性能計算分析任務。

間以及時間-空間關系等。實時時空計算一般運用現有分布式流處理引擎對時空數據ETL，

GN節點分類??社區計算?相似子圖計算?

狀。5GesouedescritionfameorRD

運用時空AI用時空AI

。慧城市的建設中3D技術與AVR

視化技術與互聯網技術的融合基于WebS級設色可視化3種形式。成。3Web。

3D互聯網等技術的不讓用戶可基于城市3D4-PAGE1 本質上是協調處理人-地關系的關聯在CIM本

GCNNGCNNs技術將基于興趣點數據的場所位置形式化為節點建GCNN。Zhu基于LS位置有研究運用GPS軌跡數據和深基于GPS（GCNN）（來源MartinH,4-PAGE2

。。

。如LS能夠反映大規模人群的時空分布如POI。

WZLB）Arti?cialNeualNtork,AN的分析結數據研。基于街景數據與機器學習技術的街道空間品質評 街道品質評價模型應

GN為代表的算法可將目標。MITMediaLa研發的CitySope如（MITMedia在CitySope一系統通過CitySope實現快速城市建模并存儲至云端服務進一步輸入至訓練好的模型DGAN。作開發的MaerplanGAN工具就屬此類過GAN類算法與設計需求的緊密結合算法可基于AuoCAD格式線條輸入快速轉繪風格化的總平圖類專家如下

。（1）中國城市規劃設計研究院基于CIM平臺建構了從規劃立項選址到報規報建以及后期的動態維護的智能審批系統圖2Xoo。中規院智能審批系 小庫科技智能審圖系4-PAGE6 面向社區治理場景時空大數據和智能計算支持下的智慧社區治 4.2.1出行模式挖際上谷歌公司開發了Sidewalk智慧社區模型I城市象限于多智能(Aen-BasedModel)。

。

常用的深度學習模型包括針對序列數據的循環神經網絡RN短期網絡TM及其變體GRU可用來預測短期的交通流量用卷積神經網絡CNN關研究者提出了CNN與TM結合的ConvTM 4-74-7

智能調 4.3.1地理空間理解與計機森林RF與支持向量機SVM是該類算法代表于圖像的典型特征結合的算法常為卷積神經網絡及其變體包括CN-CNOO等。。

復雜系統中的各類地理現象。20世紀80inGeogaphy等地理智能的概念雛形在20Approximation）（PredictionandInference）（Optimization）等核心任務提供新的空間分析手段。ConolutionalNeualNtorkGaphConolutionalNeualNtork則可用于處理基于對Yan4-PAGE10生態應用 Zhu

例如GSGSGPS接收機在室外的水平誤差平均在10～20GPS般在100如在抗擊2019新冠肺炎中小程序正AB可用于模擬大量個體之間的時空行為和交WuCheng

圖3GI