简要背景说明：本文系根据单位领导要求写的观后感，文章的主要内容一部分借鉴于大佬报告，一部分是个人的一些心得体会。提前声明，本人并不懂什么智慧城市，以下内容纯属瞎掰。
从数字城市到智慧城市，都是对城市信息化发展的探索，都是希望借助现代化手段让城市变得更宜居。然而，无论是数字城市，还是智慧城市，两者都并不是新鲜的概念，早在上个世纪就已经提出，却直至今日还在摸索其建设模式。
在讨论智慧城市建设模式之前，不妨先考虑现实城市的形成模式。现实城市的建设分为两种模式：
自下而上。这种模式形成的城市其规划是滞后于城市发展的。最开始可能只是一些零星分散的建筑，跟着时间的发展，人口慢慢聚集，由一开始的小聚落发展到村镇，然后再慢慢演变成城市。
自上而下。这种模式下的城市其规划是领先于发展的。大多数现代发展起来的城市，都是先有整体规划，然后再逐渐吸引人口入住，继续扩展规模，例如曾经的深圳、现在的雄安，都是在全面规划指导下进行城市建设。
自下而上。现在政府各个部门都有自己的信息化平台，这一些平台已经相对成熟，能够很好的满足各类政务场景的应用需求。这种情况下，只要将各个部门的信息化平台做统一整合，构建一个整体的城市信息化管理平台，本质就是一个智慧城市管理平台。这种模式带来的问题是重复建设，各个部门独自建设的信息化平台中必然存在很多共通、共享的部分，但是在这种情况下就得重复建设多次，不仅造成资源的浪费，而且会导致信息不对称的问题。
自上而下。先做顶层设计，建设好智慧城市所需要的基础设施，然后让各个部门在这些基础设施之上构建相关应用。这种模式可以有很大成效避免重复建设的问题，毕竟各个部门可以共享同一套基础设施，但是这种模式需要将各部门现有的信息化平台作废，然后在新的基础设施上构建新的应用，推动阻力比较大。
建设智慧城市最重要的是基础设施，类似于开发区招商引资，往往是先做到通水、通电、通网、通路，然后才会慢慢有企业入驻。智慧城市建设好基础设施，通过数据共享与开放，自然会有政府部门、甚至企业在其之上构建相关应用。
智慧城市的基础设施分为两类：物理设施，顾名思义就是那些物理上存在的设施，例如服务器、宽带、无线网络、传感器等；数字设施，其实质就是模型和数据。由于作者对知识有限，本文不对物理设施做进一步探讨。
模型是数据的载体，没有模型的数据是抽象的，没有数据的模型是空洞的。把数据挂载在模型之上，才能构建出一个有血有肉的城市场景。城市对象分为两类：人工对象，即一切人造的对象，包括建筑物、构筑物、道路、桥梁及各类城市部件等；自然对象，主要是各类树木植被等。
实景三维模型本质是瓦片化的网格模型，各个对象之间彼此相连，缺少语义信息。解决这一问题是需要在实景三维模型基础上做进一步的单体化工作，虽然已经有很多工具能够正常的使用，但是整个作业过程还是高度人工化，难以大面积推广；
实景三维模型是一种表面模型，缺少对建筑物内部的表达。郭院士提出引入BIM模型来还原室内三维场景，对于新建的建筑物确实是一种行之有效的手段。同时，考虑到很多历史建筑缺少BIM模型，其设计图纸也是一种重要的数据来源，室内外一体化建模必然是将来的发展方向；
实景三维模型中的树木模型变形很严重，不足以满足各类分析应用的需求。郭院士的解决方案是从两方面解决：在大场景中用多源遥感影像自动识别树木信息；在小场景中通过激光扫描，然后对点云建模得到精细的树木模型。
现在的各类智慧城市平台建设都以实景三维模型作为底座，但是由于其数据量大、缺少语义、局部更新困难的特点，已经受到慢慢的变多的诟病。倾斜摄影测量是一种快速获取大场景三维模型的良好手段，但是其生产的数据并不应该直接作为智慧城市建设的基底数据，而是应该在其之上加工出一种更为适合平台建设的模型数据。然而受限于技术瓶颈，目前并没有一种快速在实景三维模型基础之上完成各类城市对象（人工对象、自然对象）提取与加工的工具。
流动的数据是城市鲜活的证明，在信息化时代，城市中发生的一切都可以用数据来进行表达。智慧城市中的数据分为两类：
感知数据。感知数据来源于各类传感器，如温度、湿度、压力等物理传感器，甚至监控视频也是一种传感器。感知数据以极高的频率实时检测城市的各种运作时的状态，是城市管理者的眼睛和耳朵；
业务数据。业务数据是城市运行发展过程中不断产生的数据，无论是个人的衣食住行，还是公司、政府部门运营发展，都会产生各类业务数据。业务数据是与人联系最紧密的数据，智慧城市最核心的数据也是业务数据。
管好。数据每时每刻都在产生，尤其是感知数据，其数据规模非常庞大，需要非常可观的存储空间。智慧城市建设最重要的基础设施之一就是将整个城市产生的各类数据来进行统一、高效的存储，建设全市统一的数据中心；
用好。数据既能表征城市运作时的状态，也能从中挖掘出城市中存在的问题和原因，更能指导将来的规划和建设去预防和解决各类城市病。这是城市大数据最大的应用场景和价值所在。
虽然大数据概念已经提出很多年，但当前对城市大数据的管理还大多停留在存储层面，甚至没做到统一化存储，更谈不上有效的分析应用。大数据是诊断城市病的最佳手段，分析数据，察觉缺陷，并对症下药才能让城市实现良性迭代，才能让城市变得更宜居。
通过以上的论述，个人觉得智慧城市在软件层面的建设就是CIM和城市大脑的结合体。CIM包含各类城市对象的模型（无论是二维的点线面，还是三维的模型，其本质都是空间对象的符号化表达），城市大脑包含城市大数据，将城市大脑数据挂接在CIM模型上，就能在计算机中构建一个鲜活的数字城市。当然，目前的CIM和城市大脑都还存在很多局限性，但从将来的发展上来看，两者必然会相互靠近、相互统一。
目前的智慧城市建设多集中在大场景，侧重于城市范围的规建管及各类应用，较少涉及微观层面。事实上，大多数人每天的活动范围非常有限，只有实现微观层面（楼栋、小区、社区等）的智慧管理，才能实现整个城市的智慧管理。智慧楼宇、智慧小区、智慧社区是智慧城市的细胞，缺少微观层面的智慧化管理，所谓的智慧城市只是一具骨架。
智慧城市的建设是为了让城市变得更宜居，而多数人每天大部分时间都处于室内。要做到城市微观层面的智慧化管理，就必然要从室外走向室内，实现建筑物内外一体化的精细管理。BIM数据作为一种重要的建筑物模型数据源，将来必然会在智慧城市建设中扮演更重要的角色，在此基础之上可以衍生出各类应用，如室内定位、室内导航、火灾模拟、爆炸模拟、烟雾模拟、疏散模拟等等。
智慧城市不仅是为了更好地管理城市，也还是为了让城市在不断地迭代中实现升级、进化。对于智慧城市的建设来说，也不应该仅仅是各类应用平台，更应该包括对城市大数据的有效分析与利用。城市发展不是一蹴而就，智慧城市的建设也不是一朝一夕，城市发展与智慧城市建设应该是相伴相生，互相促进。
整体来说，需求来源于业务，只有了解业主的业务流程，才能发掘出进一步的应用需求。个人觉得做智慧城市相关平台建设，一方面应该去和业主沟通新的需求，另一方面应该去改造、升级现有平台，这样建设出来的平台才能和日常业务紧密结合，才能有长久的生命力。
智慧城市不是空中楼阁，其建设也应该从底层做起，先做好基础设施建设，才会慢慢有人接入，才会形成一个智慧城市中枢。现在的困难在于，怎么去找到一个部门来牵头完成这项工作？或者说，有哪个部门能够牵头完成这个工作？
由于以上问题的存在，现在智慧城市多以平台建设为核心。有很多专家高屋建瓴地谈过，但是很多最后落地都沦为演示平台。以现在火热的实景三维为例，大多数平台的功能都停留在看的层面，很难说有什么实际的应用价值，更谈不上有人真正去用。
所谓智慧城市，归根到底并不是让城市变智慧，而是让管理城市的人更智慧。毕竟，是人在一直管理着城市运转的方方面面，如果用都没人用，就更谈不上什么智慧了。
