智能城市中的GIS:不仅仅是将数据固定在地图上

简单地在地图上标出警戒线就可以清楚地表明，死亡人数最多的地方是在地图上所示的供水泵位置的直接附近和重心位置。以前人们认为霍乱是通过空气中的“瘴气”传播的。

通过研究地图上两条信息的相关性(水泵位置和霍乱爆发)，斯诺博士第一次推测出传播是由于水及其污染。

如果斯诺博士能在19世纪50年代使用GIS(地理空间信息系统)，他的发现将会大大加快。例如，使用一种名为“热图”的GIS工具，可以更平稳、更明显地读取发病率——靠近泵的深红色浓度逐渐消退，并在离泵更远的地方扩大到“较冷”的蓝色调。

几十年前还生产了更多的地理信息系统分析工具，但尚未广泛使用。尽管它们的理论原理并不复杂，因此非科学家也可以使用，但它们可以对城市管理部门的决策产生难以置信的影响，例如，关于新的服务和基础设施、城市流动性动态、城市绿化和破坏行为。

特别是在最近的大流行病期间，对许多公共行政部门来说，分析与其空间维度有关的数据的重要性已变得显而易见。在这些工具中，以下是值得提及的——所有这些对斯诺博士来说都是有用的:

1. 平均中心-确定死亡分布的地理中心
2. 标准距离-在地理中心周围以与死亡分布的集中或分散成正比的半径形成一个圆
3. 蒂森多边形-从水泵的分布开始-多边形内的任何点都比其他任何点更接近相关的水泵
4. 核密度——将死亡点云平滑成一个光滑的表面，以便计算一种“单位面积震级”。
5. 蜘蛛图-通过结合水泵的点和死亡地点来呈现空间分布。

最近一个有趣的城市空间分析的例子被用于意大利城市都灵的儿童保育(0-5岁)都灵BeBi倡议。一款应用程序显示了某一地区托儿设施的邻近性分析，使市政府能够更好地规划新的托儿设施，并制定更好的婴儿政策。

另一个使用地理空间分析的项目是在意大利佩鲁贾的WELCOME项目同事国际艺术节．活动在城市历史中心的主要街道和广场举行，期间，这座城市成为许多来自周边地区的游客的目的地，也有来自该地区以外的游客(图2)。

通过一个称为热点分析(Getis-Ord Gi*)的工具，有可能:

• 调查佩鲁贾市内的人流(如穿梭巴士、小型地铁、公共汽车、小汽车、停车场)
• 分析进入城市的主要通道(高速公路和铁路)流量
• 当欧洲巧克力流与其他城市活动(如游乐园、当地市场、体育赛事)发生碰撞时，研究佩鲁贾市不同流动之间的交叉动力学。

一些GIS分析工具也可用于利用从物联网传感器收集的数据，如通过物联网平台管理的数据FIWARE．FIWARE在数据采集和平台定制方面发挥了关键作用，允许在包括智慧城市在内的许多领域使用新的物联网技术。

技术，如FIWARE上下文代理是促进数据和现象分析的中心。这是一个很好的机会，让城市从坚实的基础开始，专注于发展对其城市的理解。FIWARE还允许不太富裕的非大城市地区配备必要的平台。

现在的挑战是如何利用传感器数据，超越数字，推断其意义，为公共行政人员提供有意义的决策支持。在地图上添加图钉是不够的，然而，空间分析和空间统计技能不是即兴发挥的。

问题是，城市准备好了吗?他们是否具备正确的内部流程，开始进行地理空间思维?FIWARE可以在这方面发挥关键作用，促进独立项目的出现，利用api和准备就绪的构建块来开发精确数据分析的应用程序。

在智慧城市中采取下一步行动的所有要素都已具备——这也必须通过更好的地理和空间分析。