智慧城市数据的特点

海量性

在“绿野千传”森林监测项目中,最多可能涉及到部署在天目山实地的近1000个传感器节点。假设每个传感器每分钟内仅传回1KB数据,则每天的数据量就达到了约1.4GB。如果传感器是部署在更为敏感的应用如智能电网、建筑检测等场合时,则要求传感器有着更高的数据传输率,每天的数据量可达TB(1TB=1024GB)以上。在未来,若是地球上的每个人、每件物体都能互联互通,其产生的数据量会更加令人瞠目结舌。

多态性

智慧城市的应用包括万象,智慧城市中的数据也令人眼花缭乱:“绿野千传”这样的生态监测系统中包含温度、湿度、光照度、风力、风向、海拔高度、二氧化碳浓度等环境数据;多媒体传感网中包含视频、音频等多媒体数据;用于火灾逃生的传感网甚至还包含与用户交换信息的结构化通信数据。数据的多态性必将带来处理数据的复杂性:

1不同的网络导致数据具有不同的格式,比如同样是温度,有的网络被其称为“温度”,有的网络将其称为“Temperature”,有的网路以摄氏度为单位,有的网络则以华氏度为单位;

2不同的设备导致数据具有不同的精度,比如同样是测量环境中二氧化碳浓度,有的设备能达到0.1ppm的分辨率,而有些设备仅有1ppm的分辨率;

3不同的测量时间、测量条件导致数据具有不同的值,智慧建筑中的物体的一个显著特征就在于其动态性,在同一个十字路口使用同样的传感器测量行人流量,这个值会随着上下班高峰等时间条件而变化,也会随着温度、降雨情况等自然条件而变化,还会随着节假日、体育赛事等社会条件而变化。

关联性及语义性

智慧城市中的数据绝对不是独立的。描述同一个实体的数据在时间上具有关联性;描述不同实体的数据在空间上具有关联性;描述实体的不同纬度之间也具有关联性。不同的关联性组合会产生丰富的语义。比如说,部署在森林中的传感器测量的温度一直维持在30度左右,突然在某一时刻升高到80度,根据时间关联性可以推测,要么传感器发生了故障,要么是周围环境发生了特殊变化。假设同时又发现周围的传感器温度都上升到了80度以上,根据空间关联性可以推断附近有极大的可能发生了森林火灾;假设发现周围的传感器温度并没有上升,同时空气湿度远远大于60%。根据纬度的关联性,当空气湿度大于60%时,火不容易燃烧及蔓延,于是可以推断,这个传感器的温度测量装置很可能发生了故障。

本文来源:时光·协同
更多
相关文章
关注我们
媒介联系

Email:marketing@cicro.com

TEL:(8629)87579521

FAX:(8629)87579518