浅谈环境感知服务

面对城市大数据时代的到来和复杂多样的城市管理需求，急需增强城市管理分析的智能化水平。现有的一些智能化管理功能，例如智慧消防、智慧环保和智慧能源等，的确能够表现出一定的自动化和自主性，但是大多数仍未达到可靠、可信和可应用的水平，因此很多时候也被称为“伪智能”。就是没有充分挖掘城市综合感知获得的海量数据和信息，没有完全建立准确可靠的城市发展模拟与预测模型，更没有达到人类智能的平均水平。因此不可否认，现在的城市感知与管理的智能水平还相对初级。为此，李德仁院士提出了构建“智慧城市脑”的宏伟设想，将人工智能应用于城市信息学，将大幅度提升城市信息处理的感知认知能力，更加精细、准确和即时地对高时变城市事件作出科学响应，实现城市管理分析的高度智能化。环境感知能在公园重点区域设置空气环境监测，包含：监测空气温度、湿度、降水量、风向、风速、PM2.5。浅谈环境感知服务

空间信息基础设施大类空间信息基础设施子类典型表现形式特征导航与位置服务网全球卫星导航系统中国北斗卫星导航系统(BDS)、美国全球定位系统(GPS)、俄罗斯格洛纳斯系统(GLONASS)和欧洲伽利略卫星导航系统(Galileo)实现多种精度的位置信息服务能力，逐步发展为室内外一体化导航与位置服务地面广域实时精密定位服务系统千寻位置室内与地下导航定位声光电场综合定位天地融合的导航与位置服务网羲和系统地理信息服务网二三维电子地图服务天地图电子地图浏览逐步发展为提供二、三维、实景、实时地理信息服务电子地图和出行信息服务高德地图、百度地图街景地图服务腾讯地图、我秀中国行业感知网卫星遥感网气象、海洋、环境、灾害、资源、测绘和高分卫星实现多种尺度的时空及属性信息感知能力，服务众多行业移动测量系统LD2000系列陆基移动测量系统地面传感网气象站、水文站、RFID微网工业物联网供水管网监测、燃气管网监测视频网公安视频网、交通视频网车联网华为车联网解决方案。浅谈环境感知服务环境感知技术就是当游客靠近设备，自动播放与当前环境相关的声音，增强游客的游园体验。

行业发展历程20世纪70年代，环境监测以实验室分析为主；20世界90年代，我国环境在线监测仪器开始普及，但以进口为主；进入21世纪，环境在线监测仪器开始国产化，2005年《污染源自动监控管理办法》发布，我国环境在线监测仪器行业进入稳步发展阶段；十三五以来，环境在线监测仪器行业进入快速发展期；2015年《生态环境监测网络建设方案》通过审议，我国环境在线监测仪器市场空前繁荣，涌现出一批仪器制造商和环境在线监测和检测企业;2016年1月21日，发改委印发《“互联网＋”绿色生态三年行动实施方案》，在加强资源环境动态监测、大力发展智慧环保、完善废旧资源回收利用和在线交易体系三个方面提出了明确要求及任务分解;2019年1月21日，发改委公布了印发的《“互联网”绿色生态三年行动实施方案》，推动互联网在生态文明建设中深度融合，利好环保产业实现产业升级。

群智感知利用存在的智能设备（智能手机、可穿戴设备、车载设备等），实现灵活机动且成本低廉的数据收集。移动群智感知(Mobile Crowd Sensing)是群智感知的一种特殊形式，其以大量普通用户及携带的智能设备作为感知节点，利用大众的分布性、灵活移动性和机会连接性实现大规模时空感知。相比群智感知，移动群智感知覆盖范围更广、灵活性更强，是一种“以人为中心”的感知模式，通过利用显式或隐式的大众“智慧”（即群体智能），对低质、冗余、碎片化感知数据进行推荐和增强理解，进而为城市计算提供更加质量的数据。由一张网和一平台支撑的综合感知信息，可实现城市群趋势分析、城市运行状态监测和街区个体行为跟踪。

相较于图像感知、可穿戴感知等技术，基于普通商用设备的无线感知不需在环境中部署任何**传感设备，也不需感知目标携带任何传感器，具有普适程度高、感知范围广、感知成本低、不侵扰用户、不泄露隐私等特点和优势，是实现城市感知的理想形式，具有广阔的应用前景。无线感知关注的主要科学问题是：1）无线感知的理论模型和一般机理，揭示感知极限；2）无线感知的精细性和鲁棒性，降低环境改变、个体差异等对性能的影响。针对城市感知需求和上述科学问题，西北工业大学人机物融合智能计算团队在国家自然科学基金、国家“973计划”等科研项目的支持下，在国际上较早开展并持续深入开拓移动群智感知、智能无线感知相关理论与方法研究，取得系列创新成果。一、移动群智感知结合移动群智感知关键科学问题，重点在感知任务分配、感知数据汇聚、群智融合计算等方面开展研究工作。突破连续、高精度和准实时时空信息感知技术瓶颈，构建城市群-街区的多尺度综合感知服务系统。视觉环境感知行业现状

形成多尺度综合感知技术和标准体系，提升城市时空信息感知服务能力。浅谈环境感知服务

智慧城市背景下，随着社交媒体和位置服务的普及，城市数据日益增多，为连锁企业的选址研究提供了丰富的信息。现有工作多是在目标城市已有标签数据的情况下，进行候选地的评分预测，完成连锁企业的选址推荐。然而，当目标企业进军新城市，会遇到无标签数据的冷启动问题。针对此，提出一种基于跨城市跨企业群智知识迁移的选址推荐方法，环境感知技术能解决连锁企业进军新城市时所面临的历史数据缺失问题。在协同过滤的基础上，引入迁移学习思想，构造包含城市内部特征语义提取、城市间知识关联和迁移评分预测的迁移模型，有效融合城市和企业两方面的知识，解决了冷启动条件下的连锁企业选址推荐问题。浅谈环境感知服务