欢迎您来到半岛在线登录官网
发布时间：2025-04-03 08:38:14 | 作者: 半岛在线登录官网
城市是实现联合国可持续发展目标的核心对象，但是城市系统的复杂性为达成这一目标带来了诸多挑战。在数据爆炸式增长的当下，数据驱动方法为解决复杂城市系统中的资源分配问题，推动城市的包容、安全与可持续发展提供了新途径。我们联合城市科学、计算科学、地理学、规划学、数据科学以及人工智能等多学科的专家，经过深入的文献梳理与总结，撰写了这篇前瞻性综述论文，旨在从目标、方法与应用等多重维度，为实现城市可持续发展开拓新视野。
我们的世界正经历快速城市化，也面临着如交通拥堵、环境污染等诸多难题，严重阻碍了城市迈向可持续发展的未来。同时，城市各要素间大规模、动态、非线性的复杂关系使得传统方法难以高效解决以上问题。近年来，城市数据的爆炸式增长为解决这样一些问题带来了新的希望。本文提出了
（MetaCity）框架，深入探讨了基于大规模城市数据的数据驱动方法在实现复杂城市可持续发展的理念、目标、方法论和应用场景，并分析了这一研究范式在未来城市可持续发展中的潜力、面临的挑战以及未来的发展方向。
全球城市化进程正以前所未有的速度发展。联合国预测，到2050年，全球70%以上的人口将居住在城市，贡献全球GDP超过80%，但温室气体排放也将占70%。在城市规模不断扩张、人口持续增长与经济活动日益频繁的背景下，城市内部各要素的交互变得愈加复杂。因此，城市科学研究将城市视为一个复杂系统，考虑其各要素间非线性强交互和动态发展特性，实现精准的预测与决策，以完成资源的高效利用和合理分配，满足经济、社会与环境的可持续发展需求。然而，传统方法多依赖有限数据和预定义假设，难以应对城市的动态性与非线性特征，因此城市的复杂性给传统研究方法带来了严峻挑战。近期，随着海量城市数据的涌现，数据驱动方法成为解决这一挑战的关键。此类方法能够探索城市复杂性，表征复杂关系、模拟系统演化和控制复杂系统。在此背景下，各国政府与科学家提倡构建统一的城市科学框架，推动城市可持续发展。本文回顾近期研究工作，提出元城市（MetaCity）框架（图2），旨在利用先进信息技术和数据资源，深入分析城市复杂系统的运行机制，为城市可持续发展提供科学和有效的解决方案。
元城市框架的核心思想是以城市可持续发展为首要目标，将城市数据视为实现这一目标的关键基础和重要机遇（图3）。通过深入挖掘和分析大规模的城市数据，元城市框架旨在揭示城市系统中隐藏的复杂关系和潜在规律，从而为解决城市资源分配问题提供有效方案。在这一框架中，城市的复杂性既是需要克服的关键挑战，也是引导解决方案设计的重要依据。元城市框架通过整合城市问题发掘、城市系统运行模拟以及复杂决策制定等关键环节，构建起一个有机的整体框架，致力于实现城市资源的优化配置，进而推动城市可持续发展目标的实现。
在元城市框架下，城市可持续发展聚焦于效率、绿色、韧性、包容和安全五大核心目标（图4），这些目标相互关联，一同推动城市的可持续发展。效率目标强调资源的高效利用，以最小投入实现最大产出，减少浪费并降低环境负担，确保城市资源的合理分配与长远可持续性。绿色目标致力于应对资源消耗和环境污染问题，通过城市绿化、绿色生活方式推广以及循环经济发展，促进城市与自然和谐共生，提升居民生活品质。韧性目标关注增强城市系统在面对自然灾害、经济危机等外部冲击时的应变能力，确保城市能够稳健运行、迅速恢复，降低风险损失。包容目标则致力于消除空间、社会和经济障碍，确保资源公平分配，使所有市民都能平等享有发展机遇和福利，推动社会公平与正义。安全目标集中于防控犯罪、提升基础设施建设与管理，创造安全稳定的生活环境，增强居民的安全感和幸福感，维护社会秩序的和谐稳定。综上所述，元城市框架通过整合多源数据和先进的技术，为实现以上描述的目标提供强有力的支持，助力城市迈向可持续发展的未来。
为实现以上描述的目标，元城市框架的方法论体现在数据密集型城市科学和数据驱动城市计算两个关键方面，二者相辅相成，共同构成了解决城市可持续发展问题的坚实基础（图5）。数据密集型城市科学作为元城市框架的基石，强调充分的利用来自传感器、社会化媒体、遥感、行政记录、网页内容等多源异构的海量实时城市数据，深入挖掘城市运行的内在规律和潜在问题。通过对不同时空分辨率、表示形式的数据来进行有效收集、精准合并与精细处理，如对卫星图像数据与行政区域数据的精确匹配，对人口轨迹数据的特征提取等，为城市计算提供坚实的数据基础，以此来实现对城市资源状况的精准把握和动态监测。数据驱动城市计算则基于数据密集型城市科学所提供的数据支持，使用先进的智能计算方式，涵盖预测、模拟和决策等关键环节，以应对城市可持续发展中的各种复杂挑战。在预测方面，借助深度学习技术，如深度神经网络与时空预测模型的结合，能够对城市资源需求、交通流量、环境变化等复杂现象做准确预测，为决策提供前瞻性信息。模拟环节利用生成对抗网络、扩散模型等生成式模型，将城市运行规律映射到虚拟环境中，实现对不同政策和方案的模拟评估，为决策提供科学依据。决策过程则引入强化学习和模仿学习等方法，通过智能体与环境的交互学习，优化决策策略，实现城市资源的优化配置，提高城市系统的运行效率和可持续性。
元城市框架在城市可持续发展中具有广泛的应用潜力，本综述通过具体案例和实践，提供了可行的解决方案。以Mirage城市模拟框架为例，其基于分布式模拟系统和数据驱动分析工具，能模拟城市空间、人类及其他实体对象间的复杂交互。结合机器学习和专家知识，该框架不仅模拟城市基础设施和交通模式，还扩展至水电供应、通信需求等社会领域，帮助城市规划者优化决策流程，提高决策科学性。在某城市新区建设中，元城市框架得到了全面应用。通过部署智能传感器、摄像头和无人驾驶汽车等设备，收集了道路状况、能源消耗等数据，并在大数据中心完成处理。项目利用时空深度学习、能源布局优化和强化学习算法，提升能源管理、交通优化和城市韧性。具体表现为，能源站碳排放大幅度降低，无人驾驶公交系统高效运行，从而成为城市可持续发展的典型案例。此外，元城市框架在多领域助力城市可持续发展（图6）。城市规划中，利用各类数据优化资源配置，预测城市扩张，缓解发展不平衡。城市治理借助多元数据实现动态感知，辅助决策，提升治理精细化水平。交通管理基于实时数据与模型优化信号控制，评估交通政策效果。碳排放管理整合多源数据精准监测模拟，推动城市低碳转型。能源管理构建预测模型优化分配，保障能源供应稳定性。公共卫生领域依托数据预警疾病，评估环境影响助力城市公共卫生政策制定。经济发展方面，整合数据挖掘规律，为城市经济战略决策提供支持。
元城市框架为城市可持续发展带来新契机，但也面临诸多挑战。在数据方面，安全隐私及数据的可用性与可及性受限等问题亟待解决，同时需开发有效合理数据筛选算法以确保其可信性。未来研究要构建统一部署框架以提高效率、减少相关成本，并促进跨学科合作以形成新范式，探索新资源以实现创新发展。尽管存在上述挑战，元城市框架的巨大潜力使其有望突破困境，为城市可持续发展开辟广阔前景，助力城市迈向更高效、绿色、包容的未来。
李 勇清华大学电子工程系长聘教授、城市科学与计算研究中心负责人，教育部长江学者。围绕智慧城市、复杂系统、信息检索等方向，承担国家重点研发计划项目、自然科学基金重点项目等20余项，开展AI与城市科学的前沿交叉研究，研究成果发表于Nature Cities（自然·城市）、Nature Computational Science（自然·计算科学）、Nature Machine Intelligence（自然·机器智能）、Nature Human Behaviour（自然·人类行为）等综合性期刊，在ACM KDD、NeurIPS、ICLR、类会议期刊发表学术论文100余篇，引用26000次，授权专利50余项。先后入选全球“高被引科学家”、国家“万人计划”青年拔尖人才计划，获计算机领域重要国际会议ACL、WWW、SIGIR、UbiComp最佳/优秀论文奖7次，30余次担任AI领域KDD/WWW/AAAI/IJCAI等国际会议SPC/PC成员与ACM IMWUT、IEEE JSAC/TNSM/CM等国际期刊（客座）编委，获教育部科学技术进步一等奖、湖北省技术发明一等奖、电子学会科学技术进步一等奖、IEEE ComSoc亚太区杰出青年学者奖、吴文俊人工智能优秀青年奖等。
The Innovation是一本由青年科学家与Cell Press于2020年共同创办的综合性英文学术期刊：向科学界展示鼓舞人心的跨学科发现，鼓励研究人员专注于科学的本质和自由探索的初心。作者来自全球59个国家；已被151个国家作者引用；每期1/5-1/3通讯作者来自海外。目前有200位编委会成员，来自22个国家；50%编委来自海外(含39位各国院士)；领域覆盖全部自然科学。The Innovation已被DOAJ，ADS，Scopus，PubMed，ESCI，INSPEC，EI，中科院分区表(1区)等收录。2023年影响因子为33.2，2023年CiteScore为38.3。秉承“好文章，多宣传”理念，The Innovation在海内外各平台推广作者文章。
