نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی ای اس

خلاصه

جام مقدس شهرهای هوشمند رویکردی یکپارچه و پایدار برای بهبود کارایی عملیات شهر و کیفیت زندگی شهروندان است. در قلب این چشم انداز، شهروند است که ذینفع اصلی طرح های شهر هوشمند، چه به طور مستقیم یا غیر مستقیم. علیرغم افزایش اخیر تحقیقات و ابتکارات شهرهای هوشمند در عمل، هنوز تعدادی چالش برای تحقق این چشم انداز وجود دارد. این مقاله به شش چالش مرتبط با شهروندان اشاره می‌کند: مشارکت شهروندان، بهبود سواد داده‌ای شهروندان، جفت شدن داده‌های کمی و کیفی، نیاز به استانداردهای باز، توسعه خدمات شخصی، و توسعه واسط‌های متقاعدکننده. .
کلید واژه ها: 

GIScience ; شهرهای هوشمند ؛ داده های باز ؛ چالش های شهروند محور ; مشارکت شهروندان ؛ نقشه ها

 

1. معرفی

به طور گسترده ای شناخته شده است که مفهوم شهرهای هوشمند هنوز در حال ظهور است و ذینفعان مختلف تصورات متفاوتی در مورد اینکه شهر هوشمند چیست یا باید باشد، دارند. وقتی پروژه‌های اخیر شهرهای هوشمند را در نظر می‌گیریم، بدیهی است که آنها با جنبه‌های متفاوتی از شهرها سروکار دارند و اهداف و استراتژی‌های اجرایی متفاوتی دارند. برخی از آنها توسط شرکت‌ها برای ترویج شهرهای دارای فناوری و حسگر (مثلاً شهرهای هوشمند آی‌بی‌ام [ 1 ]، مایکروسافت سیتی نکست [ 2 ]) هدایت می‌شوند، در حالی که برخی دیگر توسط کنسرسیومی از دانشگاه‌ها، شرکت‌ها و شوراهای شهر اداره می‌شوند و همکاری مشترکی دارند. رویکرد ساخت شهرهای هوشمند (به عنوان مثال، MK:Smart [ 3 ]، CitySDK [ 4 ]).و همکاران [ 5 ]: « شهر هوشمند یکپارچگی سیستمی از زیرساخت‌های فن‌آوری است که بر پردازش داده‌های پیشرفته با اهداف کارآمدتر کردن حکمرانی شهر، شادتر کردن شهروندان، شکوفایی کسب‌وکارها و محیط زیست پایدارتر متکی است» . این تعریف بر نقش شهروندان به‌عنوان ذینفعان اصلی تأکید می‌کند (به عنوان مثال، [ 6 ])، و داده‌ها و پردازش پیشرفته داده‌ها (مانند، [ 7 ]) را در مرکز قرار می‌دهد. مشابه [ 8 ، 9 ، 10 ]، این مقاله علاوه بر این بر این فرض استوار است که داده های باز ممکن است مزایای قابل توجهی برای شهرهای (هوشمند) داشته باشد. ما واقعاً معتقدیم که “باز کردن شهرها” یعنیتوانمندسازی شهروندان برای استفاده کامل از داده های باز موجود، راهی امیدوارکننده برای تقویت نوآوری، خلاقیت و راه حل های شهروند محور برای شهرهای هوشمند است. علاوه بر این، ما استدلال می‌کنیم که داده‌های جغرافیایی و علم اطلاعات جغرافیایی (GIScience) ممکن است نقش مهمی در شکل‌دهی شهرهای هوشمند داشته باشند.
با گسترش ابتکارات شهر هوشمند، خطر تکرار تلاش ها و اختراع مجدد چرخ افزایش می یابد. برای کاهش این خطر، نیاز به یک تصویر کامل از آنچه زمینه های تحقیقاتی مختلف می توانند برای مقابله با چالش های شهر هوشمند ارائه دهند، وجود دارد. افشای جامع دستاوردهای رشته های مختلف به ما این امکان را می دهد تا مناطقی را شناسایی کنیم که می توانند برای تحقق چشم انداز شهر هوشمند همکاری مفیدی داشته باشند. این مقاله با این دیدگاه نوشته شده است و آنچه را که GIScience به دست آورده و می تواند به شهرهای هوشمند ارائه دهد، بیان می کند. با تطبیق چالش‌های شهر هوشمند و دستاوردهای علم GIS نشان می‌دهیم که علم GIS در پرداختن به چالش‌های شهروند محور در بافت شهر هوشمند ضروری است. در نتیجه سهم ما سه برابر است:

  • ترکیبی از چالش های شهروند محور در بافت شهر هوشمند؛
  • مجموعه ای از مشارکت های کلیدی مرتبط و فرصت های GIScience برای کمک به رفع چالش های شناسایی شده؛
  • یک رویکرد شهروند محور و مبتنی بر فناوری برای رسیدگی به این چالش ها (بسته ابزار شهر باز).
در بخش‌های بعدی، ابتدا کارهای مرتبط در مورد شهرهای هوشمند و باز را مورد بحث قرار می‌دهیم ( بخش 2 ). بخش 3 به طور خلاصه چالش های کلیدی شهروند محور را خلاصه می کند. فرصت های ارائه شده توسط GIScience برای رسیدگی به چالش ها در بخش 4 معرفی شده اند . بخش 5 بسته ابزار شهر باز را به عنوان رویکردی برای تحقق این فرصت ها ارائه می کند و مسیرهای تحقیقاتی اصلی را که در حال حاضر در پروژه GEO-C مورد بررسی قرار گرفته اند، تشریح می کند. بخش 6 مشارکت های اصلی این مقاله را خلاصه می کند.

2. کارهای مرتبط در مورد شهرهای هوشمند و باز

با توجه به پیچیدگی ذاتی شهرهای هوشمند، کار قبلی دیدگاه‌های متمایز اما مکملی را در شناسایی مشکلات، چالش‌ها و روندها برای مفهوم‌سازی و اجرای موثر شهرهای هوشمند ایجاد کرده است. این بخش به طور خلاصه ادبیات موجود در مورد شهرهای هوشمند و باز را مرور می‌کند و صحنه را برای شناسایی چالش‌ها و فرصت‌های کلیدی در بخش(های) بعدی تنظیم می‌کند.

2.1. گرایش‌ها در فناوری‌ها، معماری‌ها و زیرساخت‌ها برای شهرهای هوشمند

یین و همکاران [ 5 ] بررسی ادبیات جامعی از شهرهای هوشمند انجام داد که بر تعدادی از ابعاد یا دیدگاه‌ها از جمله حوزه کاربرد، زیرساخت‌های فناوری، یکپارچه‌سازی سیستم و پردازش داده‌ها تأثیر گذاشت. نویسندگان به این نتیجه رسیدند که برخی از محققان شهرهای هوشمند را از منظرهای چندگانه تعریف کرده‌اند (به عنوان مثال [ 6 ])، در حالی که برخی دیگر تنها یکی از چهار دیدگاه را پوشش می‌دهند. در ادبیات [ 5 ، 11 ، 12حوزه های کاربردی بسیاری مانند دولت (افزایش کارایی و شفافیت از طریق داده های باز، خدمات شهروندی، پلت فرم شهر هوشمند، نظارت بر میراث)، شهروندان (افزایش شادی، مشارکت و آموزش) و اقتصاد (افزایش درآمد از طریق وای فای اجتماعی، الکترونیکی) مورد بحث قرار گرفته است. تجارت، مدیریت گردشگری، بازاریابی تلفن همراه، بازاریابی دیجیتال در فضای باز). حوزه های دیگر شامل محیط زیست (افزایش پایداری با ارائه راه حل هایی برای بهره وری انرژی)، تحرک (بهبود پارکینگ، حمل و نقل عمومی یا مدیریت ترافیک) و خدمات عمومی مانند آب و زباله (افزایش بهره وری).
یک زیرساخت فیزیکی و دیجیتال ترکیبی برای شکل دادن به راه حل های هوشمندتر برای حوزه های کاربردی مانند موارد ذکر شده در بالا، مرکزی در نظر گرفته می شود. برای زیرساخت‌های دیجیتال، فناوری اطلاعات و ارتباطات (ICT) و فناوری‌های اینترنت می‌توانند به عنوان ابزاری برای یکپارچه‌سازی و هماهنگ کردن زیرسیستم‌های شهری در نظر گرفته شوند تا شهرها را هوشمندتر، قابل زندگی‌تر و پایدارتر کنند [13 ، 14 ] . یین و همکاران [ 5 ] یک معماری تکنولوژیکی در امتداد این خطوط پیشنهاد کرد که از چهار لایه تشکیل شده است: یک لایه اکتساب داده، یک لایه حیاتی داده، یک لایه داده و سرویس مشترک، و یک لایه کاربردی دامنه. داده ها در اینجا نقش برجسته ای دارند که منعکس کننده دیدگاه نویسندگان است که «[f]از دیدگاه رایانه ها و سیستم های اطلاعاتی، شهر با داده های حس شده آن تعریف می شود . با این وجود، نویسندگان تنش بین دقت و هزینه‌های محاسباتی مدل‌ها را نیز تشخیص می‌دهند، یعنی مدل‌های دقیق مطلوب هستند، اما از نظر محاسباتی نیز گران هستند. دومین کار چالش برانگیز در شهرهای هوشمند که آنها شناسایی کردند، استفاده مجدد از مجموعه داده های موجود برای اهدافی متفاوت از مواردی است که در ابتدا برای آنها جمع آوری شده بودند.
یک دیدگاه جایگزین در معماری شهر هوشمند توسط داسیلوا و همکاران ارائه شده است. [ 15 ]. نویسندگان 17 معماری فنی را از ادبیات تجزیه و تحلیل کردند و مجموعه‌ای از چالش‌ها را استخراج کردند، عمدتاً فنی و مبتنی بر داده‌ها، که معماری‌های شهر هوشمند باید به آنها رسیدگی کنند: قابلیت همکاری اشیاء، پایداری، نظارت در زمان واقعی، داده‌های تاریخی، تحرک، در دسترس بودن، حریم خصوصی، توزیع‌شده سنجش و پردازش، ترکیب خدمات و مدیریت شهری یکپارچه، ادغام جنبه های اجتماعی، و انعطاف پذیری/گسترش پذیری.
علاوه بر زیرساخت‌های دیجیتال، زیرساخت‌های فیزیکی نیز برای تحقق شهرهای هوشمند حیاتی هستند. به طور خاص، اینترنت اشیا (IoT) را می توان به عنوان یک توانمندساز حیاتی زیرساخت های شهرهای هوشمند [ 16 ] در نظر گرفت. زانلا و همکاران [ 17 ] در مورد استراتژی‌های پیاده‌سازی برای سیستم‌های شهری با استفاده از ویژگی‌های ذاتی اینترنت اشیا برای اتصال و یکپارچه‌سازی « تعداد زیادی از سیستم‌های نهایی متفاوت و ناهمگن، در حالی که دسترسی آزاد به زیرمجموعه‌های انتخاب شده از داده‌ها را برای توسعه مجموعه‌ای از خدمات دیجیتال فراهم می‌کند» بحث کرد . [ 18] یک لایه اجتماعی را تعریف می کند که به طور بالقوه می تواند چندین دامنه برنامه را به صورت افقی در بالای IoT به هم متصل کند تا مدیریت حجم عظیمی از اشیاء را ساده کند. [ 19 ] مفهوم مشابهی را پیشنهاد می کند، به اصطلاح پارادایم «اینترنت اجتماعی اشیاء»، که در آن اشیا مفاهیم همکاری و روابط اجتماعی را برای ایجاد و مدیریت روابط اجتماعی بین اشیاء یا اشیاء هوشمند به عاریت می گیرند. همانطور که چن و همکاران. [ 20 ] اشاره کرد، استقرار گسترده IoT باعث رشد بالای داده ها هم از نظر کمیت و هم از نظر تنوع می شود که منجر به داده های بزرگ می شود. به طور مشابه، استفاده از فناوری کلان داده در اینترنت اشیا، تحقیقات در این زمینه را سرعت می بخشد و توسعه مدل های تجاری جدید برای اینترنت اشیا را تسهیل می کند.

2.2. فراتر از فناوری ها، معماری ها و زیرساخت ها

چالش‌های شهرهای هوشمند را می‌توان از دیدگاه‌های دیگری به جز زیرساخت‌های دیجیتال و فیزیکی بررسی کرد. به عنوان مثال، Nam و Pardo [ 6 ] استدلال می کنند که نوآوری فناورانه وسیله ای برای یک شهر هوشمند است، نه یک هدف. برانچی و همکاران [ 21 ] همچنین تأکید می‌کند که شهرهای هوشمند فقط مربوط به فناوری‌های اعمال شده در شهر و فضاهای آن نیستند. آنها همچنین باید تأثیر فناوری بر ساکنان شهرها را در نظر بگیرند. برای این منظور، برانچی و همکاران.ماتریس تجزیه و تحلیل فناوری ها (TAM) را پیشنهاد کرد، که می تواند برای تخصیص امتیاز به جنبه های مرتبط با فناوری (به عنوان مثال، سودمندی، مزایا / معایب، خطرات / مزایا)، با توجه به ابعاد تأثیر (مانند پایداری زیست محیطی، پایداری اقتصادی و اجتماعی) استفاده شود. پایداری). علاوه بر این، نویسندگان ماتریس شهر هوشمند (SCM) را به عنوان ابزاری برای ارزیابی نحوه عملکرد ترکیبی از فناوری ها بر روی تحرک، انرژی و کیفیت زندگی در یک شهر پیشنهاد کردند.
به جای تمرکز بر فناوری به تنهایی، به رسمیت شناخته شده است که طراحی و استقرار خدمات شهری با محوریت شهروندی، هوشمندی یک شهر را تا حد زیادی بهبود می بخشد [ 11 ]. از این نظر، شهرها باید با ارائه داده های عمومی خود در قالبی به راحتی در دسترس و قابل استفاده مجدد، به روی شهروندان خود “باز شوند”. این امر شهروندان را قادر می سازد تا دقیقاً به اطلاعات – و خدماتی که بر اساس آنها ساخته شده اند – در هر زمان که نیاز دارند دسترسی داشته باشند. تنها چند طرح توسعه باز، مشارکتی و مشترک شهرها از دیدگاه شهروندان وجود داشته است، اما این مفهوم در حال گسترش است. اغلب، پروژه‌های شهر هوشمند به سمت راه‌حل‌های شرکتی و پلتفرم‌های اختصاصی برای شهرهای هوشمند هدایت می‌شوند [ 22 ، 23 ، 24]، 25 ].
در کنار دیدگاه شهروندمحور مذکور، محققان مختلف شهرهای هوشمند را از منظر استراتژیک و طراحی نیز مورد توجه قرار دادند. Angelidou [ 26 ] مروری بر استراتژی‌های تحقق شهرهای هوشمند ارائه می‌کند. نویسنده بین استراتژی‌های ملی و محلی، استراتژی‌های زیرساخت‌محور سخت و نرم، شهرهای جدید و موجود، و همچنین استراتژی‌های مبتنی بر بخش اقتصادی در مقابل استراتژی‌های مبتنی بر جغرافیا تمایز قائل می‌شود. او نمونه‌هایی از شهرهایی را که هر یک از این استراتژی‌ها را اجرا می‌کنند، می‌آورد و توصیه می‌کند که شهرها سفر به سمت هوشمند شدن را با انتخاب چند حوزه یا حوزه‌ای که نیاز فوری به بهبود دارند، آغاز کنند. باتی [ 13] یک رویکرد مدل‌سازی شهری برای ترکیب این موضوع اتخاذ می‌کند که چگونه مفاهیم علم پیچیدگی ممکن است درک ما از شهرهای امروزی را شکل دهد و چگونه شهرها را می‌توان به روش‌های بهتری طراحی کرد. [ 27 ] عوامل و چالش‌های حیاتی را برای بهره‌وری و مدیریت منابع شناسایی کرد، در حالی که [ 28 ] چگونگی ادغام صحیح بوم‌شناسی و طراحی شهری در بافت‌های شهرهای هوشمند را بررسی کرد.

2.3. پروژه ها و ابتکارات شهر باز

یکی از پروژه‌هایی که به یک فلسفه باز و کاربر محور اختصاص داده شد، پروژه شهرهای باز [ 29 ] بود که در سال 2011 آغاز شد. پروژه شهرهای باز با هدف اعتبارسنجی نحوه رویکرد روش‌های نوآوری باز و کاربر محور در بخش عمومی به سمت خدمات اینترنت آینده است. برای شهرهای هوشمند طرح پروژه استفاده از ابزارها، آزمایش‌ها و پلتفرم‌های موجود در جمع‌سپاری، داده‌های باز و شبکه‌های حسگر باز در شهرهای بزرگ اروپایی است.
پروژه CitySDK [ 30 ] (کیت توسعه خدمات شهر هوشمند) که در امتداد خطوط باز بودن مشابه توسعه یافته است، با هدف ایجاد یک اکوسیستم کاربردی شهر هوشمند از طریق CityPilotهای تقاضا محور در مقیاس بزرگ است که مناطق کلیدی برنامه شهر هوشمند را با یک سرویس منبع باز بسته بندی و تراز می کند. جعبه ابزار توسعه دهنده پروژه مرتبط دیگر Open311 [ 31 ] است که بر ارائه کانال های ارتباطی باز برای مسائل مربوط به فضاهای عمومی و خدمات عمومی تمرکز دارد. یکی از اجزای کلیدی Open311 یک پروتکل استاندارد شده برای ردیابی مسائل مشارکتی مبتنی بر مکان است. با ارائه دسترسی رایگان وب API، سرویس Open311 تکامل یافته سیستم های 311 مبتنی بر تلفن است که بسیاری از شهرهای آمریکای شمالی ارائه می دهند.
یکی دیگر از پروژه های شهر هوشمند که به شدت با مفاهیم باز بودن و مشارکت شهروندان هوشمند مرتبط است، طرح شهرهای هوشمند باز و چابک (OASC) توسط سازمان شبکه شهرهای هوشمند متصل [ 32 ] است. هدف این پروژه رایج کردن استفاده از مجموعه ای مشترک از استانداردها و اصول باز و گسترده و در نتیجه تسهیل قابلیت همکاری بین سیستم های مختلف در یک شهر و در بین شهرهای مختلف است. این به نوبه خود باید توسعه برنامه های کاربردی و راه حل های شهر هوشمند را برای دسترسی به بسیاری از شهرها به طور همزمان امکان پذیر کند. OASC پلتفرم های شهر هوشمند را به عنوان ترکیبی از APIهای توسعه یافته توسط پلتفرم FIWARE [ 33] تصور می کند.] و مدل‌های داده‌ای تعریف شده در CitySDK، و از این ترکیب برای استفاده از رویکرد مبتنی بر پیاده‌سازی استفاده می‌کند. شهرها برای استفاده و بهبود مدل های داده استاندارد بر اساس آزمایش و استفاده واقعی هستند.

2.4. نقش GIS و GIScience

چندین محقق به اهمیت علم GIS در چشم انداز شهرهای هوشمند اشاره کرده اند. بر خلاف [ 5 ]، نظرسنجی ارائه شده توسط Brauer و همکاران. [ 34 ] یک حوزه موضوعی خاص دارد: تأثیر سیستم‌های اطلاعات سبز بر تقویت پایداری زیست‌محیطی در شهرهای هوشمند. نویسندگان به اهمیت GIS برای جمع‌آوری و پایش داده‌های مرتبط با محیط زیست، بلکه برای سایر ابعاد شهر هوشمند مانند حمل‌ونقل، زیرساخت‌ها، ساختمان‌ها و برنامه‌ریزی شهری اشاره می‌کنند. دانیل و دوران [ 35] سهم بالقوه ژئوماتیک در شهرهای هوشمند، با تمرکز بر فناوری‌ها و فراگیر بودن اطلاعات مکانی را مورد بحث قرار می‌دهد. آنها استدلال می کنند که ادغام ابزارهای ICT و ژئوماتیک برای توسعه یک شهر هوشمند ضروری است.
Roche [ 36 ] این سوال را مطرح می کند که ” علوم GIS به طور خاص برای هوشمندتر کردن شهرها چه کاری می توانند انجام دهند؟“. او ابتدا چهار بعد شهرهای هوشمند را استخراج می‌کند: شهر هوشمند (زیرساخت اجتماعی آن)، شهر دیجیتال (زیرساخت اطلاعاتی آن)، شهر باز (حکمرانی باز) و شهر زنده (بافت زندگی شهری سازگار با آن). او سپس استدلال می کند که: (1) علوم GIS می توانند از توسعه شهر هوشمند حمایت کنند. (ii) علوم GIS همچنین می توانند با افزایش چشمگیر بعد شهر دیجیتال و به ویژه زیرساخت اطلاعات شهری، از شهرهای هوشمند پشتیبانی کنند. (iii) بعد حکمرانی شهرهای هوشمند (به نام “شهر باز”) می تواند از پیشرفت های اخیر در علوم GIS بهره مند شود. و (IV) بعد شهر زنده نیز می تواند از علوم GIS، و به ویژه از طراحی زمین [ 37 ] سود زیادی ببرد.
کاری که ما در این مقاله ارائه می کنیم با روش Roche در مورد اهمیت GIScience در بافت شهر هوشمند مطابقت دارد، اما تفاوت مهمی در تمرکز وجود دارد. در جایی که کار Roche بر استخراج روندهای فعلی در بافت شهر هوشمند تأکید دارد، ما بر روی مقابله با چالش های شهروند محور با استفاده از GIScience تمرکز می کنیم. ما مشارکت‌های GIScience را با چالش‌های شهروندمحور تطبیق می‌دهیم تا به جای تطبیق ایده‌های GIScience با چهار بعد شهر هوشمند، همانطور که Roche انجام می‌دهد، راه‌حل‌های ممکن را روشن کنیم. در نهایت، به یک موضوع ظریف اما مهم اشاره می کنیم، یعنی استفاده از اصطلاح GISciences در کار Roche (به صورت جمع؛ Roche آن را تعریف نشده رها می کند). در کار خود، ما بر روی حوزه عمومی پذیرفته شده GIScience تمرکز می کنیم. خواننده علاقه مند می تواند به [ 38] برای یک بحث اخیر در مورد دامنه علم GIS.

3. چالش ها

روندهایی که در بخش قبل بیان شد نشان می دهد که شهرها کانون بسیاری از رشته ها هستند، از علوم اجتماعی، اقتصادی و زیست محیطی، معماری، طراحی و برنامه ریزی شهری گرفته تا تحلیل شبکه های اجتماعی، شبکه های حسگر و حسگرهای انسانی. صرف نظر از تمرکز، تجارب اخیر با توسعه شهر هوشمند نشان می دهد که یک چالش مهم افشای، اشتراک گذاری و استفاده از داده ها است [ 39 ]. با این وجود، باز کردن داده ها بدون انگیزه های قانع کننده برای توسعه دهندگان، شرکت های خصوصی و شهروندان، همراه با یک استراتژی روشن و مدیریت متعهد توسط ارائه دهندگان داده (به عنوان مثال، مقامات دولتی) به احتمال زیاد شکست خواهد خورد [40 ] .
ماسیپ بروین و همکاران [ 10 ] سه دلیل پشتیبان حمایت از ابتکارات داده های باز را برشمرد: (1) داده های باز دولت را شفاف تر، مشارکتی تر و مشارکتی تر می کند، (2) داده های باز مشارکت عمومی را در جمع آوری، تجزیه و تحلیل و کاربرد داده ها تشویق می کند، که اغلب هزینه های دولت را کاهش می دهد یا بهبود می بخشد. بر این اساس کارایی، و (iii) داده های باز منبع جدیدی از رشد اقتصادی ایجاد می کند. یانسن و همکاران [ 9] همچنین مزایای احتمالی ابتکارات داده باز را در شهرهای هوشمند مورد مطالعه قرار داد. این موارد تعدادی از ابعاد مانند ابعاد سیاسی و اجتماعی (به عنوان مثال، شفافیت بیشتر، دسترسی برابر به داده ها)، بعد اقتصادی (مانند شبیه سازی نوآوری) و ابعاد عملیاتی و فنی (به عنوان مثال، بررسی کیفیت خارجی داده ها) را در بر می گیرد. پایداری داده ها).
علاوه بر مزایای داده های باز برای دولت ها، شهروندان و کسب و کارها، خطرات مربوط به انتشار آن نیز وجود دارد که باید مدیریت شوند [ 41 ]. داده‌های باز با مسائلی از نظر خطرات، اقدامات احتمالی و فرصت‌های مورد انتظار از نظر حاکمیت، مسائل اقتصادی، مجوزها و چارچوب‌های قانونی، ویژگی‌های داده، فراداده، دسترسی و مهارت‌ها مواجه هستند [42] .]. مسائلی مانند افشای غیرقانونی داده ها، نقض حفاظت از اسرار تجاری، نقض حریم خصوصی و نقض امنیت زیرساخت ممکن است تأثیر منفی شدیدی داشته باشد. بنابراین ارزیابی انطباق و کنترل کیفیت داده های منتشر شده باید در فرآیند انتشار داده های باز اجرا شود. در جایی که داده های اولیه حاوی داده های حساسی مانند اطلاعات شخصی است، ناشناس سازی باید اعمال شود [ 41 ]. یکی از انتقادات به ابتکارات داده‌های باز فعلی این است که تا حد زیادی مبتنی بر عرضه هستند (زمانی که باید بر اساس تقاضای شهروندان هدایت شوند). Zuiderwijk و Janssen [ 43] این ایده را مطرح کرد که برای سنجش مزایای داده‌های باز (مثلا ایجاد شفافیت، امکان تقویت رشد اقتصادی)، در برابر خطرات و مضرات داده‌های باز (مثلاً نقض) به یک مدل تصمیم‌گیری وابسته به بافت و مجموعه داده نیاز است. حریم خصوصی، سوء استفاده احتمالی، برداشت های نادرست، مسائل سوء مدیریت و تفسیر نادرست داده ها). مارتین و همکاران [ 44 ] بیان می‌کند که علیرغم توسعه پلتفرم‌های داده باز، استقرار گسترده‌تر داده‌های باز همچنان با موانع مهمی مواجه است. فقدان بینش نسبت به دیدگاه کاربر و فقدان مکانیسم‌های حاکمیتی مناسب می‌تواند شکاف بزرگ بین وعده داده‌های باز و آنچه در واقع تحقق می‌یابد را توضیح دهد [ 9 ]. در نهایت، همانطور که [ 45]، داده‌های باز ممکن است شکاف دیجیتال و نابرابری اجتماعی را افزایش دهند، مگر اینکه به درستی برخورد شود. بنابراین تنها مبنای پایدار برای ارائه منافع عمومی از داده های عمومی ایجاد انگیزه و توانمندسازی جوامع برای نوآوری در ارائه خدمات محلی، شرکت اجتماعی و ایجاد شغل است.
چالش باز کردن داده ها را می توان در دو سطح در نظر گرفت: داده های زیرساخت و داده های شهروندی [ 39 ، 46 ]. متأسفانه، بیشتر داده‌های زیرساختی در یک شهر به دلایل مختلفی مانند کمبود منابع، دانش، مهارت‌های فنی، چشم‌انداز و غیره همچنان قفل هستند. “آزاد کردن” این نوع داده ها [ 47 ]. نیاز به راه‌حل‌های ارزان‌تر، در دسترس و بهتر وجود دارد تا به شهرها و توسعه‌دهندگان و نگهبانان زیرساخت اجازه داده شود تا داده‌های خود را بیرون بیاورند و آن‌ها را در معرض دید قرار دهند [ 48]]. داده‌های شهروندی برای شهرها حیاتی هستند – این یک حقیقت اساسی برای فعالیت‌ها و خواسته‌های شهروندان است – با این حال مردم اغلب تمایلی به اشتراک‌گذاری داده‌ها ندارند زیرا نگران مسائل حریم خصوصی و اعتماد هستند [ 49 ]. ما نیاز به ایجاد سازندگان و گواهی‌دهنده‌های قابل اعتماد داریم، که به شهروندان این امکان را می‌دهد تا احساس کنند که کنترل کاملی بر داده‌هایی که به اشتراک می‌گذارند (از جمله توانایی لغو اشتراک‌گذاری داده [50]) و اینکه چه کسی از آن برای چه هدفی استفاده می‌کند، دارند. کاراگلیو و همکاران [ 48] مفهوم شهرهای هوشمند را به‌عنوان محیط‌های نوآوری باز و کاربر محور برای آزمایش و اعتبارسنجی سرویس‌های مجهز به اینترنت در آینده توضیح دهد. نیاز به روشن شدن روشی وجود دارد که روش‌های نوآوری آزمایشگاهی زنده، جوامع کاربر، رویکردهای آزمایش اینترنت آینده [ 51 ]، و امکانات بستر آزمایش مجموعه مشترک منابع را تشکیل می‌دهند. برای دستیابی به اهداف بلندپروازانه توسعه شهر می توان این منابع مشترک را در محیط های نوآورانه باز [ 52 ] در دسترس قرار داد و به اشتراک گذاشت . این رویکرد مستلزم مشارکت پایدار و استراتژی‌های همکاری در میان ذینفعان اصلی است [ 50 ].
بر اساس چنین نکات مهمی از شکاف های توسعه در رویکردهای شهرهای هوشمند، موضوعات پژوهشی و چالش هایی که مستقیماً با نیازهای شهروندان طراحی شده اند، در این بخش مطرح می شوند. در اینجا، فرض این است که شهرهای هوشمند نمی توانند به واقعیت تبدیل شوند مگر اینکه شهروندان بازیگران اصلی در شکل دادن به شهرهای خود باشند [ 53 ]. اگرچه چالش های شهروند محور برای شهرهای هوشمند کاملاً جدید نیستند. شماره ویژه CJRES در سال 2015 در مورد “تفکر در مورد شهرهای هوشمند” [ 54برای مثال، ادراکات فعلی در مورد اهداف، چالش‌ها و محدودیت‌های شهرهای هوشمند فراتر از چشم‌اندازهای مبتنی بر زیرساخت و فناوری را بررسی کرد تا بر برابری بیشتر، بهبود کیفیت زندگی و توانمندسازی شهروندان تاکید کند. همچنین، متخصصان شهر هوشمند اخیراً قبل از یک رویداد شهر هوشمند که در آمستردام برگزار شد مصاحبه کردند (نگاه کنید به [ 55 ]) چالش های مشابهی را برجسته کردند: همکاری بین سهامداران مختلف، سازگاری با رشد، و همچنین هزینه ها و بودجه.
تأثیر چشم انداز شهروند محور فوق برای شهرهای هوشمند در کار ما قابل لمس است. توانمندسازی شهروندان، روش‌ها و ابزارهای تحلیلی، و موضوعات پژوهشی خدمات شهروند محور ( شکل 1 ) برای بهبود شفافیت، تسهیل مشارکت و سهولت همکاری در بافت شهری مفید است. این چالش ها تنها در شهرهای هوشمند نیستند، اما برای درک بهتر تعاملات مکانی و زمانی بین شهرها و شهروندان بسیار مهم هستند. به همین دلیل، ما در بخش‌های بعدی بر نقش علم اطلاعات جغرافیایی در موضوعات و چالش‌های پژوهشی مورد بحث در سراسر مقاله تاکید می‌کنیم.

3.1. توانمندسازی شهروندان

توانمندسازی شهروندان فرآیندی پویا است که در آن شهروندان به طور فزاینده ای با خدماتی که یک شهر ارائه می دهد و با سایر همشهریان خود درگیر می شوند. این فرآیند مبتنی بر باز بودن است تا شهروندان را قادر به اشتراک گذاری داده ها، تجربیات و مهارت ها کند. ممکن است محیط جذابی را برای افزایش شفافیت و شهروندان با سواد داده فراهم کند. Van den Bergh و Viaene [ 53 ] به درستی دو گروه از شهرها را شناسایی می کنند: شهرهایی که شهر هوشمند را بر اساس نیازهای زیرساختی بالا تفسیر می کنند و آنهایی که تمرکز شهروند هوشمند را انتخاب می کنند. دیدگاه اخیر با مطالعه اخیر کوگان و همکاران مطابقت دارد. [ 56]، که توانمندسازی و مشارکت شهروندان را به عنوان عامل اصلی موفقیت یک پروژه شهر هوشمند معرفی می‌کند و در نتیجه فناوری اطلاعات و ارتباطات را به پس‌زمینه سوق می‌دهد. به زبان ساده، بدون شهروندان متعهد و تحصیل کرده در مورد دسترسی، ایجاد و تفسیر داده ها و دانش، یک شهر ممکن است تا نیمه راه هوشمند و باز باشد.

  • مشارکت عمیق ( C1 ): کارهای اخیر [ 9 و 57 ] مشارکت شهروندان را در زمینه های مختلف، از جمله شهرهای هوشمند، که در آن مردم اغلب به عنوان جمع آوری کننده داده ها در حال بهبود خدمات شهری دیده می شوند، بررسی کرده اند. با این حال شهروندان بیشتر از حسگرهای انسانی هستند که داده ها را جمع آوری می کنند: مشارکت عمیق در مورد افزایش آگاهی، ایجاد ظرفیت و تقویت جوامع است [ 58 ]. نیاز به کار با جامعه و نه فقط برای یا روی جامعه وجود دارد [ 59]، و این باید در استراتژی کلی برای تصور یک شهر هوشمند منعکس شود. همچنین شوراهای شهر باید توجه ویژه ای به طراحی و اجرای راهکارهایی برای تقویت مشارکت شهروندان در تمامی سطوح داشته باشند.
  • شهروندی با سواد داده ( C2 ): شهرهای هوشمند فقط مربوط به فناوری اطلاعات و ارتباطات و زیرساخت ها نیستند. شهرهای هوشمند در مورد شهروندان هوشمندی هستند که در اداره روزانه شهر خود مشارکت می کنند، نگران ارتقای کیفیت زندگی و حفاظت از محیط زیست خود هستند. سواد داده نه تنها برای دانشمندان، بلکه برای همه شهروندان باید یک مهارت باشد. شهرها می توانند به داده های باز، شفافیت و فناوری اطلاعات و ارتباطات به عنوان توانمندسازهای اصلی متعهد شوند، اما بدون مهارت های سواد داده ای مناسب، ایجاد مشارکت و مشارکت فعال با شهروندان بعید است. یک شکاف کلیدی مربوط به این است که چگونه افراد می توانند حس کنترل را به دست آورند. این امر مستلزم پرورش مهارت‌های سواد داده‌ای و گنجاندن دیجیتالی برای تفسیر و درک فرآیندها و خدماتی است که شهرهای هوشمند را هدایت می‌کنند.

3.2. روشها و ابزارهای تحلیلی

شهرها باید مشاهدات کلان (داده های عینی، انباشته) و خرد (ذهنی، داده های تولید شده توسط شهروندان) را به هم متصل کنند تا دریابند که چگونه پدیده های جهانی (حمل و نقل، تحرک، انرژی و غیره) که در مقیاس شهر رخ می دهند با مشاهدات چند شهروندی مرتبط هستند. گوش دادن به آنچه شهروندان احساس و درک می کنند و در نتیجه اقدام، راهی برای بهبود کیفیت زندگی در شهرها است. موضوع روش‌ها و ابزارهای تحلیلی شامل چالش‌های پژوهشی زیر است:

  • جفت‌سازی داده‌های کمی و کیفی ( C3 ): روش‌های تحلیلی که قادر به ادغام داده‌های کمی و اطلاعات کیفی از طریق فعالیت‌های دانش شهروندی، خدمات شبکه‌های اجتماعی و ابزارهای جمع‌سپاری هستند، تأثیر زیادی بر آینده شهرهای ما خواهند داشت، زیرا مردم بیشتر و بیشتر می‌شوند. در مناطق شهری زندگی می کنند [ 59]. در برخی موارد داده‌های تولید شده توسط شهروندان به شکل اندازه‌گیری یا مشاهدات کمی (مثلاً اندازه‌گیری‌های آلودگی صوتی و هوا) است. در برخی دیگر، چنین مشاهداتی بیشتر کیفی یا ذهنی هستند (مثلاً نظرات، احساسات، رفتارها) اما کمتر مفید نیستند. نیاز به حرکت فراتر از تحلیل کمی سنتی پدیده‌های فیزیکی برای گنجاندن روش‌های تحلیلی جدید برای بررسی ادراکات کیفی از همان پدیده‌هایی که توسط کسانی که در شهر زندگی می‌کنند و آن را حس می‌کنند، وجود دارد . نگاهی مقدماتی به دلایل و چالش های موجود در ادغام داده های کمی و کیفی جغرافیایی در [ 60 ] ارائه شد. علاوه بر این، ترکیب مجموعه‌های داده در عصر کلان داده نیاز به مقابله با تعدادی از چالش‌های فهرست شده در [20 ، 61 ]، برای مثال نمایش داده های کارآمد، کاهش افزونگی و فشرده سازی داده ها، همبستگی های جعلی و انباشت نویز.
  • پذیرش استانداردهای باز ( C4 ): استانداردها برای اطمینان از اینکه فناوری، سیستم‌ها، داده‌ها، برنامه‌ها و خدمات زیربنایی قادر به تعامل یکپارچه به شیوه‌ای منسجم هستند، ضروری هستند. استانداردسازی در اینجا نه تنها به رابط های سرویس، پروتکل های ارتباطی و معماری ها اشاره دارد، بلکه به داده ها نیز اشاره دارد. پذیرش استانداردهای داده باز می تواند به طور چشمگیری پتانسیل همه شهروندان را برای دسترسی و استفاده از داده های باز باز کند. بسیاری از شهرها به اشتباه تصور می کنند که در دسترس قرار دادن داده ها، مثلاً در قالب pdf، برای برچسب گذاری به عنوان شهر داده باز کافی است. اگر کسی توسعه دهنده ای نباشد که بتواند یک خزنده پی دی اف را کدنویسی کند، همه این داده های باز برای سایر شهروندان بی فایده باقی می مانند (نگاه کنید به مثال های عینی در [ 62]). اگرچه بسیاری از شهرها در داده های باز پیشرو هستند، اما هنوز موانعی وجود دارد (مثلاً فقدان استانداردهای باز) که مانع دسترسی و استفاده گسترده مردم از چنین داده هایی می شود. نکته این است که تغییرات کوچک به سمت استانداردهای باز می‌تواند در نهایت به تأثیرات بزرگی مانند شفاف‌تر کردن، مشارکت‌پذیری و قابل اعتماد کردن خدمات شهری منجر شود.

3.3. خدمات شهروند محور

موضوع خدمات شهروند محور بر این سوال تمرکز دارد که چگونه خدمات موجود را بازطراحی کنیم و/یا خدمات جدیدی ارائه کنیم که شهروندان را در خط مقدم قرار دهد. خدمات شهروند محور به عنوان یک پارادایم تعاملی در حال ظهور هستند که نیازها، مهارت ها، علایق و زمینه شهروندان را با محیط های غنی از داده مانند شهرها مرتبط می کند.

  • خدمات شخصی ( C5 ): ما به عنوان انسان، تنها از بخش بسیار کوچکی از شبکیه، به نام فووآ [ 63 ] استفاده می کنیم تا جزئیات دقیق اشیایی را که به آنها نگاه می کنیم، ببینیم. بقیه میدان بینایی، که به عنوان دید محیطی [ 64 ] شناخته می شود، نقش کلیدی ایفا می کند، حتی اگر به ما اجازه تشخیص چنین جزئیاتی را نمی دهد. وقتی جسمی را تشخیص می‌دهیم که نیاز به علاقه ما به کناره‌ها دارد، فووآ را به سرعت روی آن قرار می‌دهیم تا شی را به درستی شناسایی کنیم. بدون توانایی تشخیص وجود اشیاء دیگر که از طریق دید محیطی ما را احاطه کرده اند، دید ما به شدت به بخش کوچکی از میدان بینایی محدود می شود.
    با بازگشت به بافت شهر هوشمند، یک شکاف تحقیقاتی عبارت است از فقدان خدمات سفارشی و متمرکز، یعنی خدمات شخصی که بتواند با ویژگی ها و نیازهای هر شهروند منطبق شود و به آنها در انجام وظایف روزمره کمک کند. آنها را با اطلاعات به روز، یا به سادگی از آنها در یافتن راه خود از طریق منابع جریان داده در حال افزایش موجود در شهرهای امروزی با ارائه واضح ترین تصویر ممکن از معنای همه این داده ها حمایت کنید. این خدمات شخصی “دید جانبی” ما را تقویت می کند، تا اطلاعاتی را که می تواند مرتبط باشد و ممکن است به توجه فوری ما نیاز داشته باشد، در خط مقدم قرار دهد.
    وقتی صحبت از داده‌ها و خدمات شخصی می‌شود، حریم خصوصی موضوع مهمی است که باید با آن مقابله کرد. یانسن و همکاران [ 9 ] از مبادله نامشخص بین ارزش‌های شفافیت و حریم خصوصی به عنوان یکی از موانع پذیرش داده‌های باز (و در نتیجه همه مزایای مرتبط با استفاده از داده‌های باز برای هوشمند کردن شهر) یاد می‌کنند. Solove [ 65 ] مفهوم حریم خصوصی را به تفصیل مورد بحث قرار داد و اشاره کرد که جنبه های بسیاری را پوشش می دهد. به خصوص مربوط به بحث فعلی عبارتند از:

    –
    نظارت: تماشا، گوش دادن یا ضبط فعالیت های یک فرد؛
    –
    تجمیع: ترکیبی از داده های مختلف در مورد یک شخص.
    –
    شناسایی: پیوند دادن اطلاعات به افراد خاص.
    –
    استفاده ثانویه: استفاده از اطلاعات برای هدفی غیر از آنچه در ابتدا برای آن جمع آوری شده است، بدون رضایت موضوع داده؛
    –
    افزایش دسترسی: تقویت دسترسی به اطلاعات.
    پیشرفت‌های فناوری، حرکت داده‌های باز و روند داده‌های بزرگ محیطی را فراهم می‌کنند که در آن خطر آسیب‌های حریم خصوصی مرتبط با پنج جنبه فوق‌الذکر افزایش می‌یابد. برای مثال، لیون [ 66 ] اشاره می‌کند که « روش‌های کلان داده به طور فزاینده‌ای برای نظارت اهمیت دارند »، و « در یک بافت کلان داده، داده‌های یکسان به طور فزاینده‌ای برای اهداف مختلف استفاده می‌شوند ». داده های پیوندی، که به توصیف محتوا و زمینه منابع کمک می کند (به [ 67])، تجمع و شناسایی را آسان می کند. حرکت داده باز نیاز به دسترسی بیشتر دارد. در نتیجه، کاهش خطر نقض حریم خصوصی (به عنوان مثال، با کنترل کامل شهروند بر نوع اطلاعاتی که می‌خواهد افشا کند)، در شرایط فعلی، یک چالش بزرگ است.
    با توجه به GIScience، این زمینه بر حریم خصوصی مکان متمرکز شده است. همانطور که دوخام و کولیک [ 68 ] تأکید می‌کنند، « موقعیت مکانی دقیق ما به‌طور منحصربه‌فردی ما را شناسایی می‌کند، بیشتر از نام یا حتی مشخصات ژنتیکی ما ». چالش‌های ذکر شده در [ 68 ] در رابطه با حریم خصوصی مکان عبارتند از (1) درک تکنیک‌هایی که یک فرد متخاصم ممکن است برای تجاوز به حریم خصوصی شخص دیگر به کار گیرد، و (2) توسعه مدل‌های واقعاً مکانی-زمانی حریم خصوصی مکان.
  • رابط‌های متقاعدکننده ( C6 ): دولت‌های شهر راه‌های جدیدی را برای تعامل با شهروندان دنبال می‌کنند تا از نیازها و نگرانی‌های آنها بهتر حمایت کنند و آنها را در تصمیماتی که بر آنها تأثیر می‌گذارد مشارکت دهند. در میان روش‌های موجود برای جلب مشارکت شهروندان (به عنوان مثال، مشاوره‌های عمومی، جلسات محلی، و غیره)، ایجاد رابط‌های متقاعدکننده اهمیت پیدا می‌کند، زیرا رابط‌های کاربری توسط شهروندان به عنوان تنها «واسط‌های قابل مشاهده» بین خدمات شهری و خود دیده می‌شوند. زمینه رابط های متقاعد کننده جدید نیست. می توان آن را به کار پیشگام Tversky و Kahnemann در مورد نظریه چشم انداز در مورد چارچوب بندی تصمیمات و روانشناسی انتخاب ردیابی کرد [ 69]. خدمات شهری باید فراتر از رابط‌های سنتی بروند تا به رابط‌های کاربر محور بیشتری که باعث تحریک و تشویق تغییر می‌شوند، توجه کنند. از دیدگاه GIScience، چالش نه چندان در طراحی و روانشناسی (که جنبه های مهمی هستند)، بلکه در ایجاد انواع جدیدی از تجربیات کاربر است که تعاملات فرصت طلبانه با شهروندان را تسهیل می کند [70]، و اطلاعات را به گونه ای ارائه می کند . که شهروندان متقاعد شوند که رفتار خود را تغییر دهند و بر اساس آن اقدام کنند. خطرات در اینجا زیاد است، زیرا رفتار شهروندان نقش اجتناب‌ناپذیری در برابر مبرم‌ترین مسائل زیست‌محیطی امروزی در شهرها بازی می‌کند [ 71 ].

4. فرصت های GIScience

در این بخش، ما به مشارکت‌های GIScience برای پرداختن به چالش‌های اجتماعی و فنی و موضوعات تحقیقاتی شرح داده شده در بخش 3 نگاه می‌کنیم . علم GIS تأثیرات زیادی در جنبه های مختلف یک شهر دارد که بخشی اساسی از شهرهای هوشمند برای جمع آوری، پردازش، تجزیه و تحلیل، نمایش و تجسم داده ها است [ 72 ]. این به درستی توسط گرون [ 73 ] ترکیب شده است که « شهر هوشمند دارای هوش فضایی است ». در ادامه بخش، به هر موضوع تحقیق نگاه می‌کنیم و به کارهای موجود ( به عنوان مثال ، مشارکت‌های پژوهشی، روش‌ها و ابزارها) از GIScience اشاره می‌کنیم که برای پرداختن به آنها مرتبط است.
قبل از پرداختن به آنچه جامعه GIScience انجام می دهد، شایان ذکر است که از دیدگاه ما، نیاز به باز کردن شهر وجه مشترک بسیاری از راه حل های بالقوه برای توانمندسازی شهروندان است. جنبش داده های باز را می توان به عنوان موتوری برای نوآوری، رشد اقتصادی در نظر گرفت. به عنوان راهی برای ایجاد خدمات و برنامه های کاربردی با ارزش افزوده؛ و افزایش کارایی، اثربخشی و صرفه جویی در هزینه در سطح شهر [ 74 ، 75 ]. در این رابطه، مطالعات موردی اخیر [ 57 ، 76 ، 77] نشان داده‌اند که اقدامات مشخص می‌تواند به دولت‌ها کمک کند تا پتانسیل داده‌های عمومی را برای توانمندسازی یک مدل حکمرانی شفاف (مثلاً شهروندان بتوانند خطاها را شناسایی کنند، از سوء استفاده‌ها و ناکارآمدی‌ها جلوگیری کنند)، که در نهایت باعث ایجاد اعتماد بین شهروندان و شهرهایشان می‌شود [74، 78] کمک کند . ]. علی‌رغم این مزایا، طرح‌های داده باز در واقع با حداکثر پتانسیل خود عمل نمی‌کنند. خوشبختانه، برخی از شهرهای هوشمند پیشرو این واقعیت را برجسته می کنند که مشارکت و مشارکت شهروندان عوامل موفقیت برای تحریک دسترسی و استفاده مجدد از داده های شهر باز توسط سهامداران عمومی و خصوصی به طور یکسان است [79 ] .

4.1. توانمندسازی شهروندان

دو چالش اصلی تحقیق در بخش 3 در رابطه با موضوع توانمندسازی شهروندان معرفی شد : مشارکت عمیق ( C1 )، و شهروندی با سواد داده ( C2 ). جدول 1 مشارکت های کلیدی جامعه GIScience را با توجه به توانمندسازی شهروندان خلاصه می کند.

  • مشارکت عمیق ( C1 ): مشارکت در همه سطوح و توسط همه شهروندان توجه نسبتا کمی را در ادبیات شهرهای هوشمند به خود جلب کرده است. GIS مشارکت عمومی (PPGIS) شاید یکی از اولین تلاش‌ها برای قرار دادن قابلیت‌ها، ابزارها و کاربردهای مکانی در دست شهروندان برای افزایش مشارکت و ارتباط مؤثر بین کارشناسان و غیرمتخصصان باشد. اگرچه ادبیات PPGIS برای بسیاری از حوزه‌های کاربردی در شهرها کاربرد دارد، فرآیندهای تصمیم‌گیری در برنامه‌ریزی شهری احتمالاً حوزه‌ای عالی برای جمع‌آوری و بهره‌برداری از دانش محلی از شهروندان از طریق ابزارهای مشارکتی جغرافیایی بوده است [80] .]. روش‌های بصری جغرافیایی، در اشکال مختلف، به‌طور سنتی برای جلب مشارکت کاربران و امکان مشارکت استفاده می‌شوند. Fechner و Kray [ 81 ] رویکردی را پیشنهاد کردند که به مکان و زمان به عنوان یکپارچه‌کننده‌های رایج متکی است و از تجسم‌های جغرافیایی تعاملی تقویت‌شده برای تسهیل مشارکت شهروندان استفاده می‌کند. آنها سه ایده و ابزار نمونه را معرفی کردند که ارزش کاوش در بافت شهر هوشمند را دارند: (1) نقشه برداری مشترک آنلاین توزیع شده همزمان، (2) استفاده از نقشه ها به عنوان پلت فرم های گفتگوی فضایی، و (iii) استفاده از خدمات مبتنی بر مکان برای فرصت های تعامل را هم از نظر مکانی و هم زمانی برجسته کنید.
    بهبود مشارکت عمیق در شهرها بدون درک عمیق از انگیزه های مشارکت شهروندان امکان پذیر نیست. کلمن و همکاران [ 82 ] خلاصه ای مفید از انگیزه های مشارکت کنندگان (مانند نوع دوستی، پاداش اجتماعی، افزایش شهرت شخصی، یا شرارت) برای تولید مشتاقانه اطلاعات جغرافیایی ارائه می دهد. از آنجایی که همان مشارکت کنندگان اطلاعات جغرافیایی نیز بازیگران (فعال یا منفعل) در یک شهر هوشمند هستند، استراتژی های مشارکت عمیق باید در نظر گرفته شود [ 82] .ترکیب ] در مورد انگیزه های شهروندان. ایجاد این نوع موقعیت‌های برد-برد بین بازیکنان شهر، یک عامل موفقیت حیاتی برای شهرهای هوشمند است، که به موجب آن شوراها و سازمان‌های شهر نه تنها داده‌ها و دانش را از شهروندان جمع‌آوری می‌کنند، بلکه چیزی را نیز پس می‌دهند که توسط شهروندان ارزشمند است [59 ] .
    نمونه دیگری از این نوع پروژه ها Smart GraphHopper [ 83 ] است که از GraphHopper [ 84 ] استفاده می کند. به منظور برنامه ریزی مسیرها و متعاقباً مقایسه آنها با ارزیابی داده های مختلف حسگر موجود، مانند صدا، آلودگی هوا و غیره. NoiseTube [ 85 ] از این ابتکار برای جمع آوری داده ها از تلفن های شهروندان استفاده می کند.
    گیمیفیکیشن یک روند فعلی برای غلبه بر محدودیت‌های ابزارها و برنامه‌های کاربردی PPGIS و تقویت مشارکت و مشارکت شهروندان است. مارتلا و همکاران [ 86 ] یک چارچوب گیمیفیکیشن برای اطلاعات جغرافیایی داوطلبانه (VGI [ 87 ]) تولید کرده‌اند که دارای سه پارامتر اصلی است: کاربر، وظایف کاربر (جمع‌آوری داده، اعتبارسنجی داده‌ها یا یکپارچه‌سازی داده‌ها)، و انواع مجموعه‌های داده دستکاری شده توسط کاربر. در همین راستا، [ 88 ] ترکیبی از بازی‌های اجتماعی، ابزارهای موبایل مکانی و کمپین‌های جمع‌آوری داده‌ها برای افزایش شبکه داوطلبان برای گرفتن مورفولوژی شهری برای اهداف مدل‌سازی آب و هوا مورد بحث قرار گرفت.
  • شهروندی با سواد داده ( C2 ): یک استراتژی سواد داده همچنین به ارائه ساده و قابل فهم مجموعه داده های موجود (مثلاً به شکل تجسم یا تجسم جغرافیایی) نیاز دارد. Fechner و Kray [ 81 ] استدلال می کنند که نقشه ها یکی از راه های زمینه سازی و ارائه داده های اولیه به روشی قابل درک و جذاب است. به این ترتیب، نقشه ها نقش کلیدی در بهبود شهروندی با سواد داده ای دارند. به عنوان مثال، [ 89 ] اقداماتی را که خوانایی خود نقشه ها را توصیف می کند، تجزیه و تحلیل می کند. کراک [ 90] اشاره می کند که نقشه ها توانایی ارائه، ترکیب، تجزیه و تحلیل و کشف دنیای واقعی را دارند و این کار را به خوبی انجام می دهند زیرا آن را به صورت انتزاعی تجسم می کنند و تنها مجموعه ای از پیچیدگی واقعیت را ارائه می دهند. Wakabayashi و Ishikawa [ 91 ] توانایی سازماندهی، درک و برقراری ارتباط با نقشه ها را به عنوان یکی از اجزای تفکر فضایی ارائه می دهند. در نتیجه، بینش‌های حاصل از تحقیقات تفکر فضایی می‌تواند به طراحی برنامه‌های کاربردی بهتر در بافت شهر هوشمند کمک کند. به عنوان مثال، مطالعه مستند شده در [ 91 ] به این نتیجه رسید که افراد رفتار فضایی مشخص را در زندگی روزمره خود (مانند پیمایش و راهیابی در فضا، یا طبقه بندی مبلمان یا بسته بندی) با عمل تفکر فضایی مرتبط می دانند. اوتال و همکاران [ 92] گزارش می دهد که بهبود تفکر فضایی دستاوردهای علوم، فناوری، مهندسی و ریاضیات (STEM) را بهبود می بخشد. این بینش نشان می‌دهد که بخشی از هوشمند کردن شهروندان، توسعه برنامه‌هایی است که به آنها کمک می‌کند توانایی‌های تفکر فضایی خود را بهبود بخشند.

4.2. روشها و ابزارهای تحلیلی

دو چالش اصلی در بخش 3 در رابطه با موضوع روش‌ها و ابزارهای تحلیلی معرفی شد : جفت کردن داده‌های کمی و کیفی ( C3 )، و پذیرش استانداردهای باز ( C4 ). جدول 2 مشارکت های موجود در GIScience مفید برای پرداختن به چالش ها در این موضوع تحقیق را خلاصه می کند.

  • جفت کردن داده‌های کمی و کیفی ( C3 ): مربوط به بافت شهر هوشمند، استفاده از اتوماتای ​​سلولی برای مدل‌سازی شهرها است. اتوماتای ​​سلولی در فهرست دستاوردهای اصلی GIScience Goodchild [ 38 ] ظاهر می شود. اتوماتای ​​سلولی به مدل سازی محیط به عنوان سلول های مجاور کمک می کند [ 93 ]. هر سلول حالتی دارد که به ویژگی های آن اشاره دارد و انتقال بین حالات سلول با استفاده از قوانین ساده مدل سازی می شود. یک مدل سلولی فقط یک فضای عمل (معمولا یک شبکه)، مجموعه ای از شرایط اولیه و مجموعه ای از قوانین رفتار را فرض می کند [ 94 ]. به عبارت دیگر می توان آنها را مولد رشد و زوال تعبیر کرد. استفاده گسترده از مدل اتوماتای ​​سلولی SLEUTH (به عنوان مثال [ 95 ، 96] برای بررسی برنامه های کاربردی اتوماتای ​​سلولی) شواهدی را ارائه می دهد که اتوماتای ​​سلولی تکنیکی است که برای پیش بینی و شبیه سازی رشد شهری در بافت شهر هوشمند ارزش در نظر گرفتن دارد.
    تاکنون، رویکرد GIScience به سمت ادغام داده‌های کمی و کیفی، استفاده از هستی‌شناسی‌های مشاهده بوده است که هر دو را در نظر می‌گیرند (به عنوان مثال، [ 97 ، 98 ، 99 ]). این آثار مفهوم مشاهده را در هسته تحقیقات خود دارند و بر این فرض استوارند که تمام آنچه در مورد جهان می دانیم بر اساس مشاهدات است [ 100 ]. برای درک داده های مشاهده، GIScience ODOE [ 101] را تولید کرده است]، چارچوب مشاهده محور برای مهندسی ژئوآنتولوژی های خارج از داده های مشاهده. ODOE از حسگرهای انسانی و فنی پشتیبانی می کند و بنابراین هنگام جفت کردن داده های کمی (معمولاً از سنسورهای فنی) و کیفی (بیشتر توسط انسان تولید می شود) در نظر گرفتن مفید است. همچنین جبر برای داده های مکانی-زمانی [ 102 ] قابل توجه است که امکان استخراج اشیاء و رویدادها را از سه نوع اصلی مشاهدات، یعنی سری های زمانی، مسیرها، و پوشش می دهد. استاش و همکاران [ 103 ] نظریه ای را مطرح کرد که به اجرای پیش بینی معنادار و تجمیع مشاهدات کمک می کند. کوهن [ 104] هشت ایده را ارائه کرد که بسیاری از محققان در کار خود در مورد معناشناسی اطلاعات جغرافیایی مفید یافتند:

    –
    واقع گرایی تجربی: مردم واقعیت را بر اساس چگونگی تجربه آن از طریق بدن خود، حس کردن و عمل در محیط های فیزیکی و فرهنگ ها تصور می کنند.
    –
    اتم‌های اطلاعات جغرافیایی: ساده‌ترین شکل یک اطلاعات جغرافیایی، مجموعه‌ای از مقادیر مکان و ویژگی است.
    –
    سیستم های مرجع معنایی: معناشناسی اصطلاحات را صریح می کند و آنها را به صورت فیزیکی پایه می دهد، به طوری که می توان تحولات بین آنها را محاسبه کرد.
    –
    داده معنایی: برای تبدیل بین سیستم های مرجع مختلف مفید است.
    –
    اندازه گیری شباهت: تمام معناشناسی وابسته به زمینه است و به طور کلی نمی توان آن را به طور عینی یا حتی استانداردسازی کرد.
    –
    فضاهای مفهومی: ساختارهایی را برای حل مسائل مفهومی از طریق هندسه فراهم می کند.
    –
    معنی به‌عنوان فرآیند: معنا از افرادی می‌آید که از یک کلمه استفاده می‌کنند، نه اینکه کلمات به تنهایی معنی داشته باشند.
    –
    محدود کردن فرآیند معنا: ابزارها را فقط می توان برای محدود کردن استفاده و تفسیر اصطلاحات ساخت، نه اینکه معنای آنها را مشخص کند. دومی معنای واحدی را پیش‌فرض می‌گیرد که باید برای تعریف آن تلاش کرد، اما همانطور که در بالا ذکر شد، این مردم هستند که وقتی اصطلاحات را در یک زمینه خاص به کار می‌برند، معنایی را معنا می‌کنند، نه اصطلاحاتی که فی نفسه معنا دارند . از این اصطلاحات
    درک انبوه داده های موجود در بافت شهر هوشمند می تواند بر اساس این هشت ایده باشد. در نهایت، پیشنهاد GIScience از میدان به عنوان نوع داده عمومی برای داده‌های فضایی بزرگ [ 105 ] در هنگام برخورد با مسائل نمایش داده‌های کارآمد در یک زمینه داده‌های بزرگ ارزش در نظر گرفتن دارد.
  • پذیرش استانداردهای باز ( C4 ): در GIScience، استانداردهای کنسرسیوم فضایی باز (OGC) [ 106 ]. کنسرسیوم فضایی باز یک سازمان بین المللی غیرانتفاعی است که استانداردهای باز را برای جامعه جهانی فضایی ایجاد می کند. برای جزئیات بیشتر به [ 107 ] مراجعه کنید.) در دامنه های گسترده ای از جمله محیط زیست، دفاع، بهداشت، کشاورزی، هواشناسی، توسعه پایدار و شهرهای هوشمند استفاده می شوند. آثار اخیر [ 108 ، 109] اهمیت استانداردهای مکان باز برای هر پروژه شهر هوشمند را شناسایی کرده و یک چارچوب اطلاعات مکانی برای سیستم‌های شهری و فرآیندهای تصمیم‌گیری فضایی بر اساس ادغام استانداردهای باز OGC و فناوری مکانی پیشنهاد می‌کند. ترکیبی از استانداردهای باز (و APIها) مانند OGC CityGML (به عنوان مثال، تجسم فضایی سه بعدی شهر)، IndoorGML (به عنوان مثال، ناوبری داخلی/خارجی/مسیریابی به نقشه فضاهای داخلی)، ویژگی های متحرک، و زبان نشانه گذاری واقعیت افزوده 2.0 (ARML 2.0) )، ارائه ویژگی‌های مکانی، تصاویر، مشاهدات حسگر و رسانه‌های اجتماعی با ارجاع جغرافیایی را به شیوه‌ای منسجم تسهیل می‌کند و در نتیجه از خدمات شهری متقابل و بین دامنه‌ای برای هوش فضایی شهری، تجسم‌های فضایی و اهداف تصمیم‌گیری پشتیبانی می‌کند.
    حسگرها برای سیستم‌های هوشمند مانند شهرهای هوشمند بسیار مهم هستند [ 110 ، 111 ] و به خوبی توسط OGC Sensor Web Enablement (SWE) [ 112 ] پوشش داده می‌شوند. مجموعه استانداردهای OGC SWE، رابط‌ها و رمزگذاری‌های فراداده را مشخص می‌کند تا ادغام بلادرنگ شبکه‌های حسگر ناهمگن را فعال کند [ 113 ]. به این ترتیب، اکثر انواع حسگرها را می توان کشف کرد، به آنها دسترسی پیدا کرد و برای ایجاد برنامه ها و سرویس های حسگر قابل دسترسی تحت وب استفاده مجدد کرد (نمونه هایی را در [ 114 ، 115 ] ببینید). به عنوان مثال، میتون و همکاران. [ 116 ] خدمات مبتنی بر ابر را برای پردازش داده‌های سنجش رمزگذاری شده با SWE در شهرهای هوشمند ترکیب کرد.
    هنگام استفاده از دستگاه های تلفن همراه به عنوان ابزار سنجش همه جا، پروتکل های OGC SWE برای تبادل داده بین دستگاه های تلفن همراه جریمه های سربار و عملکرد قابل توجهی را معرفی می کنند [ 117 ]. علاوه بر این، از آنجایی که استانداردهای SWE می توانند برای ایجاد برنامه های پیچیده و وقت گیر استفاده شوند، چنین برنامه هایی اغلب برای دستگاه های محدود به منابع محدود می شوند [ 118 ]. در نتیجه، و به دلیل نیاز به سازگاری با فناوری اصلی (به عنوان مثال، IoT)، OGC اخیراً OGC SensorThings API را ارائه کرده است [ 119] به عنوان یک استاندارد نامزد. OGC SensorThings API را می توان به عنوان یک نمایه سبک وزن OGC SWE در نظر گرفت که از سبک REST-مانند پیروی می کند و به ویژه برای توسعه برنامه های سنجش مبتنی بر اینترنت اشیا برای اتصال دستگاه های اینترنت اشیا با منابع محدود مناسب است. SEnviro [ 120 ]، یک دستگاه اینترنت اشیا مبتنی بر آردوینو کم‌هزینه که متغیرهای جوی را رصد می‌کند، نشان داد که پروتکل‌های اینترنت اشیا و OGC SensorThings API می‌توانند با هم برای برنامه‌های شهرهای هوشمند در زندگی واقعی کار کنند.

4.3. خدمات شهروند محور

موضوع تحقیق خدمات شهروند محور شامل دو چالش خاص است: خدمات شخصی ( C5 ) و رابط های متقاعد کننده ( C6 ). هم رابطه شخصی شهروند را با یک شهر، خدمات و مکان های آن مدل می کند و هم شکل می دهد. جدول 3 ویژگی های کلیدی GIScience را که برای مقابله با هر چالش مفید است، خلاصه می کند.

  • خدمات شخصی ( C5 ) ممکن است به عنوان نسل جدید خدمات مبتنی بر مکان (LBS) در نظر گرفته شود. توانایی دانستن موقعیت مکانی، چه در محیط های بیرونی و چه در محیط های داخلی، در زمان واقعی راه را برای پیشرفت های ویژه شهر هوشمند در زمینه هایی مانند سیستم های زمینه مکان، ردیابی و مسیریابی در زمان واقعی، تبلیغات مبتنی بر مکان، و به زودی. داکهام [ 121] هفت اصل کلیدی تحقیق در مورد حریم خصوصی مکان را شناسایی کرد: (1) فضای جغرافیایی محدودیت‌هایی را برای حرکت ایجاد می‌کند، (ب) انسان‌ها تصادفی نیستند، (iii) مجموعه داده‌های بزرگی که توسط کاربر مشارکت می‌کنند مغرضانه هستند، (IV) پرسش‌های پیوسته و عکس فوری متفاوت هستند، (v) حملات حریم خصوصی موقعیت مکانی به اندازه حفاظت از حریم خصوصی مکان مهم هستند، (vi) تمرکززدایی همیشه حریم خصوصی مکان را بهبود نمی بخشد، و (vii) دقت مکان، و دقت مکان مترادف نیستند (اگرچه هر دو می توانند برای مخفی کردن اطلاعات مربوط به افراد مورد استفاده قرار گیرند. محل). این اصول از تحقیقات حریم خصوصی مکان در سال‌های اخیر شناسایی شده‌اند. با توجه به اینکه مکان (یا بعد فضایی) جزء بسیار مهم شهرهای هوشمند است (به عنوان مثال، [ 35 ، 36] را ببینید.] برای استدلال به نفع چنین دیدگاهی)، تحقیقات حریم خصوصی در بافت شهر هوشمند می تواند از این هفت اصل، هم به عنوان نقطه شروع و هم به عنوان بینش راهنما استفاده کند.
  • با توجه به رابط‌های کاربر محور و متقاعدکننده‌تر ( C6 )، GIScience تئوری فضایی‌سازی رابط‌های کاربر را ارائه می‌کند. کوهن در کارهای پیشگامانه [ 122] اشاره کرد که “سرعت برای ادراک و شناخت اساسی است زیرا زمینه مشترکی را برای حواس ما و همچنین برای اعمال ما فراهم می کند” و نیاز به تخصص فضایی در زمینه تعامل انسان و رایانه را مورد بحث قرار داد. او استدلال کرد که طراحان باید از شناخت فضایی انسان و ویژگی‌های فضاها مطلع شوند تا بتوانند رابط‌های فضایی موفق‌تری طراحی کنند. کار او دو مفهوم کلیدی را برای طراحی رابط های کاربری بصری معرفی کرد: استعاره های فضایی و طرحواره های تصویر. هر دو مفهوم برای درک اینکه مردم در مورد فضا چگونه فکر می کنند مفید هستند. رسمی‌سازی استعاره‌ها و طرحواره‌های تصویر در زمینه رابط‌های کاربر در [ 123 ] پیشنهاد شد. کارهای اخیر در GIScience [ 124] به تعامل حرکتی با داده‌های باز فضایی-زمانی (پیوند شده) پرداخته است. به ویژه، ژست ها برای درگیر کردن افراد با تجسم داده های پیچیده مفید در نظر گرفته شدند [ 124 ]. به طور خلاصه، ترکیب عناصر و بینش های فضایی ممکن است به ارائه تعامل موثرتر و شهودی با خدمات شهر هوشمند (شخصی) کمک کند.

4.4. بحث

همانطور که بخش های قبلی نشان می دهد، GIScience ممکن است به حل چالش های شهروند محور در شهرهای هوشمند کمک کند. دو رکن اصلی علم GIS، یعنی نمایش و تجسم فضایی، و تحلیل فضایی، به ویژه برای شهرهای هوشمند مرتبط هستند. GIScience قبلا استانداردها، چارچوب ها، مشخصات رسمی، تکنیک ها، رویکردها و اصول مفیدی را توسعه داده است ( جدول 1 ، جدول 2 و جدول 3 را ببینید.) که به بازنمایی، درک، تحلیل و تجسم جنبه های فضایی جهان می پردازد. از این موارد می توان برای تقویت بخش فضایی شهرهای هوشمند استفاده کرد. علاوه بر این، GIScience ممکن است از ابتکارات شهر هوشمند نیز بهره مند شود. در واقع، یک شهر هوشمند نه تنها داده ها را برای تولید خدمات مفید مصرف می کند، بلکه طیف گسترده ای از داده ها را نیز تولید می کند. به عنوان مثال، در شهر بزرگی مانند لندن، حدود 45 میلیون سفر در هفته از کارت هوشمند مورد استفاده مسافران قطار و اتوبوس ایجاد می شود (نگاه کنید به [ 125 ]). جغرافیای رانده [ 126]. میلر و گودچایلد اظهار داشتند که با داده های بزرگ، زمینه تحقیقات جغرافیایی از یک محیط کم داده به یک محیط غنی از داده تغییر کرده است. آنها جغرافیای مبتنی بر داده را به عنوان یک تکامل جغرافیا توصیف کردند و استدلال کردند که می تواند مسیرهای بین دانش ایدیوگرافیک ( یعنی توصیف-جستجو) و نوموتتیک ( به عنوان مثال ، جستجوی قانون) را فراهم کند.
جدول 1 ، جدول 2 و جدول 3 همچنین نشان می دهد که نقشه ها یک جزء مفید مکرر برای رسیدگی به چالش های شهروند محور هستند. این نقشه به صراحت در رویکردهایی وجود دارد که هدف آنها رسیدگی به مسائل مشارکت عمیق ( C1 ) و شهروندی با سواد داده ( C2 ) است. همچنین به طور ضمنی در رویکردهای تحلیل ( C3 )، پذیرش استانداردها ( C4 ) و توسعه رابط‌های متقاعدکننده ( C6 ) وجود دارد. به عنوان مثال، نقشه ها (و تجزیه و تحلیل جغرافیایی) اغلب برای اطلاع رسانی بصری کاربران نهایی در مورد نتایج تجزیه و تحلیل استفاده می شود. استانداردهای OGC شامل مشخصات خدمات نقشه برداری وب و خدمات کاشی نقشه وب هستند که هر دو با ارائه نقشه سروکار دارند (نگاه کنید به [108 ]) و نقشه ها نیز نقش کلیدی در تعامل حرکتی دارند [ 124]. همه اینها نشان می دهد که نقشه ها جزء مرکزی برای نمایش و تجسم فضایی در شهرهای هوشمند هستند. سایر کارهای مرتبط با علم GIS، مانند مدل‌های بازنمایی فضایی زیربنایی یا تکنیک‌های تجسم جایگزین، به همان اندازه در شهرهای هوشمند قابل اجرا هستند. علاوه بر این، تجزیه و تحلیل فضایی بخش ارزشمندی از درک داده های مکانی-زمانی، تشخیص الگوها و انجام پیش بینی ها است. در شهرهای در حال گسترش امروزی، که در آن حجم قابل توجهی از داده های سازمانی، مشارکتی، جمعیتی، محیطی و مکانی وجود دارد، تکنیک های تحلیل و راه حل های توسعه یافته در GIScience به ویژه مرتبط هستند. جنبه های تحلیل فضایی به صراحت در جفت کردن داده های کمی و کیفی ( C3 )، پذیرش استانداردهای باز ( C4) وجود دارد.، بلکه برای مشارکت عمیق ( C1 ) و خدمات شخصی ( C5 ) نیز مرتبط است. نمونه کاربردهای تحلیل فضایی شامل کشف و پیش بینی جرم [ 127 ]، زندگی سبز و پایداری [ 34 ]، تراکم و کنترل ترافیک [ 128 ] است.
در کنار این حوزه‌های اصلی علم GIS، جنبه‌های دیگری که برای حوزه GIS انحصاری نیستند، اما دارای یک بعد مکانی-زمانی قوی هستند، فرصت‌هایی را برای رسیدگی به چالش‌های شهروند محور در شهرهای هوشمند ارائه می‌دهند. هزاران داده جغرافیایی از شهروندان از طریق تصاویر، توییت‌ها، برچسب‌های جغرافیایی، گزارش‌ها، ردیابی‌های GPS، VGI (یا به طور کلی داده‌های جمع‌آوری‌شده) به دست می‌آیند، به طور فزاینده‌ای برای طراحی، بهبود و ارزیابی خدمات شهری مرتبط است. همراه با VGI، شبکه‌های حسگر و دستگاه‌های IoT در شهرها بسیار فراگیرتر می‌شوند. چنین دستگاه‌هایی مبتنی بر مکان هستند و بنابراین موقعیت مکانی مرکزی برای تحقق بخشیدن به خدمات آگاه از زمینه و شخصی برای طیف وسیعی از خدمات و تنظیمات شهری (مانند خدمات در فضای باز و داخلی) است. در حالی که چنین دستگاه های IoT، حسگرها، و خدمات شخصی تولید و مصرف خدمات شهری را تسریع می‌کند، چنین جریان‌هایی از داده‌ها همچنین نگرانی‌های جدی حفظ حریم خصوصی و امنیتی مرتبط با استفاده‌های پیش‌بینی‌نشده از مکان شهروندان را ایجاد می‌کنند – موضوعی که قبلاً در GIScience مورد توجه قرار گرفته است. در نهایت، تکنیک‌های کاوش و تجسم جایگزین، مانند واقعیت مجازی و افزوده، راه‌های جدیدی را برای ارائه اطلاعات و خدمات ارزش افزوده ارائه می‌کنند و روش جدیدی برای تجربه شهرهای هوشمند ارائه می‌دهند.
به طور خلاصه، یک همزیستی بین GIScience و شهرهای هوشمند وجود دارد و نقشه ها در پرداختن به چالش های شهروند محور در شهرهای هوشمند بسیار مهم هستند. با این حال، بهره‌برداری از مزایای توسعه در تحقیقات GIScience برای شهرهای هوشمند (و برعکس) خودکار نخواهد بود. این به دو عامل بستگی دارد: انتقال دانش، و در دسترس بودن داده های باز (داده های باز سوخت علم مبتنی بر داده است). مجموعه ابزار شهر باز – راهی برای انتقال بینش و راه حل علم GIS به شهرهای هوشمند – قصد دارد این انتقال دانش را تسهیل کند و در بخش 5.1 معرفی خواهد شد .

5. به سوی تحقق فرصت ها از GIScience

بخش‌های قبلی فرصت‌ها و دستاوردهای علم GIS برای پرداختن به چالش‌های شهر هوشمند را شرح داده و مورد بحث قرار می‌دهند، و شواهد حمایتی ارائه می‌دهند که مشارکت‌های علم GIS توانمندسازهای کلیدی برای شهرهای هوشمند هستند. با این وجود، درک کامل تمام جنبه ها، مزایا و امکاناتی که علم GIS می تواند برای شهرهای هوشمند به ارمغان بیاورد، هنوز در مراحل اولیه است. دکترای مشترک اروپایی “ژئوانفورماتیک: فعال کردن شهرهای باز” (GEO-C) با بودجه اتحادیه اروپا که اخیراً راه اندازی شده است [ 129] درک بهتر این نقش را از منظرهای مختلف هدف قرار می دهد. هدف کلی GEO-C ایجاد پیشرفت علمی قابل توجه به سمت مفهوم شهرهای هوشمند (باز) است. در این مرحله شایان ذکر است که علیرغم وجود راه حل های تجاری برای مقابله با مسائل شهر هوشمند (به عنوان مثال، راه حل های سیاره هوشمند IBM [ 1])، هنوز یک راه حل منبع باز یکپارچه برای حمایت از حرکت به سمت شهرهای هوشمندتر وجود ندارد. در این مفهوم، Generic Enablers (GEs) ساخته شده در ابتکاراتی مانند FIWARE گام اول خوبی است، اما بیشتر مورد نیاز است، به ویژه یک نرم افزار یکپارچه که خدمات مفیدی را بر اساس داده های باز (علاوه بر قطعات نرم افزار مستقل) به شهروندان ارائه می دهد. ). علاوه بر تمرکز آموزشی برنامه GEO-C، این برنامه به تنهایی یک پروژه تحقیقاتی برای تولید یک توسعه مشترک از بسته ابزار شهر باز (OCT) است. بخش‌های فرعی بعدی به طور خلاصه چشم‌انداز OCT ( بخش 5.1 ) و همچنین نمونه‌ای از جهت‌های تحقیقاتی را در تقاطع علم GIS و شهرهای هوشمند معرفی می‌کنند ( بخش 5.2 ).

5.1. مجموعه ابزار شهر باز

به منظور تحقق فرصت های ذکر شده در بخش 4 در یک بافت شهر هوشمند (باز)، روش های مختلفی می تواند اعمال شود، به عنوان مثال، استقرار سیستم های تجاری مبتنی بر فناوری، یا طراحی مشارکتی شهروند محور خدمات شهری جدید. این روش ها دارای محدودیت هایی هستند. به طور خاص، آنها معمولاً یا طرفدار فناوری یا شهروندان هستند، اما به ندرت هر دو. علاوه بر این، اغلب ترکیب راه حل های فردی آسان نیست و فرآیند انتقال از یک شهر “غیر هوشمند” به یک شهر هوشمند نادیده گرفته می شود. برای غلبه بر این مسائل، دستور کار تحقیقاتی ما یک مجموعه ابزار شهر باز (OCT) را در هسته خود پیش بینی می کند که تعریف کاری آن به شرح زیر است:

مجموعه ابزار شهر باز (OCT) مجموعه ای از ابزارها، فرآیندها، مشخصات و دستورالعمل ها برای توانمندسازی شهروندان برای مشارکت و شکل دادن به آینده شهرهای خود و ارائه خدمات مبتنی بر داده های باز است که برای شهروندان، مشاغل و ارگان های حاکم مفید است. یکسان
بخش مهمی از OCT یک نرم‌افزار متن باز و یکپارچه است که به شهروندان توانمند می‌شود و ابزارهای تحلیلی و خدمات شهروند محور را در چارچوب یک شهر هوشمند در اختیار آنها قرار می‌دهد. بنابراین OCT فناوری محور و شهروند محور است. سودمندی OCT سه مورد است: (1) ارائه مولفه های نرم افزاری برای رسیدگی به چالش های ذکر شده در بخش 3 . (2) کار انجام شده در جنبه‌های مختلف شهرهای هوشمند، همانطور که در این بخش بیشتر توضیح داده شده است را یکپارچه کنید، و (iii) بینش‌ها را از GIScience به شهرهای هوشمند منتقل کنید. در اصل، پنج نوع مؤلفه برای OCT در نظر گرفته شده است:

  • مجموعه‌ای از ابزارها برای بهبود شفافیت : برای توانمندسازی شهروندان برای بازرسی از داده‌هایی که جمع‌آوری می‌شوند و نحوه استفاده از آن‌ها، و تجسم شاخص‌های کلیدی به طوری که همه ذینفعان بتوانند آنها را درک کنند. شفافیت به قابل مشاهده بودن و استنتاج اطلاعات مربوط می شود (نگاه کنید به [ 130 ])، در حالی که مشارکت به مشارکت شهروندان در عملیات شهری مربوط می شود. این کار فرض می کند که شفافیت بیشتر تأثیر مثبتی بر مشارکت شهروندان خواهد داشت. سپس مجموعه ابزارها به چالش های مشارکت عمیق ( C1 ) و شهروندی با سواد داده ( C2 ) مربوط می شود.
  • مجموعه‌ای از نمونه‌های برنامه‌های منبع باز، داده‌های باز و خدمات : برنامه‌ها و سرویس‌هایی که برای شهرها/شهروندان مفید هستند و به چالش‌های جفت‌سازی داده‌های کمی و کیفی ( C3 ) و همچنین توسعه خدمات شخصی مربوط می‌شوند. C5 ) و رابط های متقاعد کننده ( C6 )؛
  • یک معماری انتزاعی : توضیح می‌دهد که چگونه برنامه‌ها، فرآیندها، خدمات و داده‌ها می‌توانند برای تحقق یک شهر باز هوشمند یکپارچه شوند. این معماری انتزاعی قرار است بر اساس استانداردهای باز ساخته شود ( C4 ).
  • یک «چسب» برای اتصال منابع، برنامه‌ها و خدمات برای تحقق یک شهر باز : شامل مجموعه‌ای از APIها و مشخصات برای پیوند دادن مؤلفه‌ها و بهره‌برداری از داده‌ها است. این امر توسعه بیشتر بر اساس منابع و مصنوعات موجود را تسهیل می کند و در نتیجه اکوسیستم “زنده” شهر هوشمند را باز می کند.
  • دستورالعمل‌هایی در مورد چگونگی تحقق یک شهر باز : دستورالعمل‌های تعاملی که بینش‌هایی را در مورد چگونگی تسهیل شفافیت، همکاری، مشارکت با استفاده از روش‌های GIScience توضیح می‌دهد. این دستورالعمل ها همچنین بینش هایی را در مورد چگونگی حمایت از انتقال به یک شهر هوشمند و باز مستند می کند.
با ارائه چنین چارچوب/پلتفرم مشترک و منعطف و با تقویت شفافیت، همکاری و مشارکت، قصد داریم پلی بین همه ذینفعان (شوراها، شهروندان، شرکت ها)، بین فناوری و جامعه، و بین تحقیق و عمل ایجاد کنیم. علاوه بر این، با گنجاندن دستورالعمل‌های تحول شهر و ارائه مجموعه‌ای از نمونه‌های مفید برای توسعه‌دهندگان و کاربران به طور یکسان، هدف ما تسهیل گذار به سمت شهرهای هوشمندتر است. در نهایت، با ارائه آن به‌عنوان منبع باز، هر حزب جالب – اعم از مقامات شهری، محققان، مشاغل، شاغلین یا خود شهروندان – می‌توانند به راحتی آن را دریافت، استفاده و/یا ایجاد کنند.
به عنوان مثال، OCT به عنوان یک پلت فرم از ادغام سرویس های مبتنی بر مکان موجود یا جدید مانند خدمات حمل و نقل آینده یا برنامه های آموزشی مبتنی بر مکان پشتیبانی می کند. هنگامی که خدمات از طریق OCT یا متصل به آن محقق می شوند، از ویژگی های شفافیت و مشارکت تعبیه شده در چارچوب بهره مند خواهند شد. از جمله این موارد می‌توان به کاربرانی اشاره کرد که می‌توانند شناسایی کنند که کدام منابع داده توسط کدام سرویس استفاده می‌شود یا می‌توانند پیکربندی کنند که کدام سرویس‌ها در یک شهر هوشمند و چگونه اجرا می‌شوند. به طور مشابه، طیف گسترده ای از منابع داده پشتیبانی می شود. به عنوان مثال، داده های تولید شده از طریق طیف وسیعی از حسگرها با استفاده از فناوری IoT می توانند به راحتی به OCT متصل شوند. پس از انجام این کار، برای همه سرویس‌ها و برنامه‌هایی که در OCT اجرا می‌شوند قابل دسترسی است، و همچنین می‌توان آن را با ابزارهای شفاف‌سازی تعبیه‌شده در OCT بررسی کرد.
OCT در حال حاضر با استفاده از فناوری های وب ساخته می شود (اولین نسخه تا پایان سال 2016 انتظار می رود). کاربران هدف اولیه شهروندان و شوراهای شهر هستند، در حالی که شرکت های خصوصی و موسسات دولتی را نیز به عنوان سهامداران کلیدی در نظر می گیرند. در واقع، کنسرسیوم GEO-C متشکل از ترکیبی از شوراهای شهر و شرکت های خصوصی است و ارتباط با نهادهای دولتی و دسترسی به شهروندان از طریق شهرهای میزبان پروژه ها را پیش بینی می کند. همه این ذینفعان به تعریف الزامات OCT کمک می کنند.
بسته ابزار شهر باز نتایج خطوط تحقیقاتی مختلف در پروژه GEO-C را در بر می گیرد. به طور خاص، تمام داده‌ها، فرآیندها، دستورالعمل‌ها، استانداردها، هستی‌شناسی‌ها، چارچوب‌ها و مدل‌ها را باز نگه می‌دارد و همچنین ابزارها، ابزارها و برنامه‌های کاربردی را برای شهرهای هوشمند باز فراهم می‌کند. برای تسهیل استفاده از آن، امکانات جستجو برای بازیابی منابع با توجه به هدف و نیازهای خاص و همچنین امکانات مرور و اکتشاف را در خود گنجانده است.

5.2. مسیرهای تحقیقاتی آینده در تقاطع بین شهرهای هوشمند و علم GIS

در این بخش، مسیرهای تحقیقاتی آینده را که در جدول 4 خلاصه شده است، مرور می کنیم که توسط تیم ترکیبی 30+ محقق دکترا و فوق دکترا در پروژه GEO-C دنبال می شود و فرصت های فراوانی را برای سایر محققان در این زمینه فراهم می کند.
یکی از جهت‌گیری‌های پژوهشی که ارزش بررسی برای تقویت مشارکت شهروندان ( C1 ) را دارد، استفاده از اصول باز بودن برای اطمینان از بهره‌مندی و مشارکت همه شهروندان از شهرهای هوشمند در همه سطوح است. شهرهای هوشمند به شهروندان آگاه و تحصیل کرده ای نیاز دارند که بتوانند در سطح عمیق تری مشارکت کنند و بتوانند درک کنند که چگونه از اطلاعات حس شده استفاده می شود. تنها در این صورت، می‌تواند یک موقعیت برد-برد رخ دهد که امکان غلبه بر موانع حیاتی در دسترسی، استفاده و تفسیر داده‌های باز را فراهم کند [ 9 ].
جهت‌های پژوهشی امیدوارکننده، ترکیبی از ایده‌ها و روش‌های تحقیق VGI، داده‌های باز و دسترسی آزاد، و تعامل انسان و رایانه برای توسعه رویکردهای ترکیبی است که به طور گسترده گروه‌های مختلف مردم را درگیر می‌کند. برای مثال، شناسایی و درک عوامل انگیزشی اصلی که مشارکت شهروندان آنلاین را مشخص می کند، و تولید و استفاده از VGI توسط شهروندان ضروری است. یک مطالعه موردی جالب برای بررسی این مسائل، استفاده از نمایشگرهای عمومی به عنوان یکپارچه کننده در شهرهای هوشمند است. بهینه سازی جریان اطلاعات دو طرفه بین شهروندان و نمایش های عمومی ( به عنوان مثال, داده های باز شهر) برای تهیه به موقع آنچه نیاز دارند، با حداقل تلاش، مرکزی است. نمایش عمومی ممکن است مشارکت فرصت طلبانه و موقت در تصمیم گیری و همچنین ایجاد دانش را تسهیل کند. ژئوانفورماتیک، نقشه‌برداری، نقشه‌ها، هنرهای تجسمی و طراحی می‌تواند به شهروندان کمک کند تا با سفارشی کردن محتوای نمایش داده شده، تعاملات پیچیده را درک کنند. به خصوص در شهرهای امروزی، با توجه به اینکه خطوط بین داده های بزرگ، نقشه برداری و هنرهای تجسمی در نقشه برداری به طور فزاینده ای محو می شوند، مفهوم سنتی نقشه ها که به شدت با نقشه نگاری همراه است باید به روز شود. یکی دیگر از مسیرهای آینده برای افزایش مشارکت عمیق، کشف مفهوم فضاهای جغرافیایی جلسات مجازی برای پر کردن شکاف بین VGI و PPGIS است .بین رویکردهای مبتنی بر شهروندان (از پایین به بالا) و دولت (از بالا به پایین). چنین فضاهای جغرافیایی جلسات مجازی به یک کانال ارتباطی جدید اجازه می‌دهد تا گفت‌وگوی میان شهروندان را در مورد یک آیتم جغرافیایی ارجاع‌شده مشخص و مورد علاقه همه شرکت‌کنندگان درگیر آغاز کند.
با توجه به سواد داده ای ( C2 )، در دسترس بودن ابزارهای مناسب برای تبدیل شهروندان (از بچه های مدرسه تا سالمندان) به شهروندان تحصیل کرده و آگاه شهرهای باز هوشمند برای افزایش سواد دیجیتالی حیاتی است. یک مثال قابل توجه در رابطه با شهروندی با سواد داده ( C2 ) موسسه داده باز (ODI) [ 131] است.] که بیشتر فعالیت های آموزشی، آموزشی و ترویجی را در مورد مصرف و انتشار داده های باز عمومی انجام می دهد. برنامه های ODI عمدتاً توسعه دهندگان و کاربران ماهر فنی را هدف قرار می دهند که می توانند دانش داده های باز را به سازمان های دولتی و خصوصی منتقل کنند. این ممکن است سواد داده‌های باز را به عنوان وسیله‌ای برای ارتقای رشد اقتصادی و نوآوری با تسهیل بهره‌برداری از قابلیت‌های داده‌های باز، در امتداد همان خط چشم‌انداز EC در مورد اقتصاد مبتنی بر داده، تقویت کند [132 ] .
کار آینده باید با هدف قرار دادن شهروندانی غیر از توسعه دهندگان ماهر، به طور ایده آل از دو طریق، چشم انداز ODI را تکمیل کند. اول، پرداختن به گروه‌های کاربری که معمولاً کنار گذاشته می‌شوند، مانند کودکان، افراد ناتوان یا افراد مسن (از نظر فناوری بی‌سواد) ضروری است. برای مثال، تحقیقات بیشتر در زمینه ابزارهای آموزشی برای کودکان و دسترسی به ابزار برای گروه‌های هدف مختلف، مورد نیاز است تا همه آنها بتوانند شهروندان هوشمند درجه یک شوند که از محیط شهر خود و خدمات شهری که به آنها ارائه می‌شود، آگاه باشند. قادر به تعامل با آنها هستند. دوم، هر شهروندی شهر را به روش‌های متفاوتی درک می‌کند، با آن تعامل می‌کند و حس می‌کند. این نشان می دهد که تحقیقات آینده می تواند چگونگی درک و درک گروه های مختلف شهروندان از شهرها را شناسایی و مشخص کند. کودکان، سالمندان، کارگران، گردشگران و غیره احساسات، نیازها و دیدگاه‌های متفاوتی از خدمات شهری و داده‌های باز شهری دارند. نکته کلیدی در اینجا شناسایی موانع اصلی است که باعث می‌شود داده‌های باز فعلی، از جمله نقشه‌برداری و مجموعه داده‌های مکانی، برای این گروه از شهروندان قابل درک و خواندن نباشد. این امکان تبدیل داده‌های باز را به نوع جدیدی از نقشه‌های داده باز فعال و سفارشی‌سازی شده متناسب با نیازها و ویژگی‌های هر گروه برای بهبود تجربه و رضایت کاربر فراهم می‌کند.
هنگامی که به کاوش روش‌های تحلیلی جدید برای یکپارچه‌سازی داده‌های کمی و کیفی می‌رسد ( C3 )، یکی از جهت‌گیری‌ها شامل ادغام اندازه‌گیری‌ها و پیش‌بینی‌های کمی مکانی-زمانی، با ارزیابی‌های کیفی درباره یک مکان آنی فردی یا مناطق/دوره‌های معمول اقامت ترجیحی است. نتایج مورد انتظار شامل روش‌های تحلیلی جدید برای محاسبه شاخص‌های کیفیت زندگی بر اساس منابع داده‌های ناهمگن بود. یکی دیگر از راه های تحقیقاتی جالب، اکتشاف روش های تحلیلی جدید برای کاهش مقیاس داده های زیست محیطی درشت در سطح شهر است. این امر مستلزم روش‌های جدیدی برای مدیریت مشترک منابع داده چندمقیاس و چند زمانی مانند سوابق رسمی آب و هوا با مشاهدات تولید شده توسط شهروندان است.
مدل سازی پیش بینی یک طاقچه جذاب برای شهرهای هوشمند است. مسائل معمول در شهرها مانند ترافیک و آلودگی را می توان با پیش بینی سناریوهای احتمالی و واکنش مناسب به آنها به طور فعال مدیریت کرد. در این زمینه، یک خط تحقیقاتی جالب آینده به مدل‌سازی تعاملات مکانی-زمانی مبتنی بر شبکه‌های اجتماعی و ردپای دیجیتالی شهروندان (به عنوان مثال، داده‌های GPS) برای بهبود دقت و به‌موقع بودن پیش‌بینی‌ها می‌پردازد. برنامه های کاربردی شهری می توانند پیش بینی هایی در مورد محتمل ترین نقاط جرم و جنایت و تحرک شهروندان باشند.
چندین فرصت برای تحقیق در مورد پذیرش استانداردهای باز وجود دارد ( C4). برای مثال، نیاز آشکار به چارچوب‌های کاربردی برای ایجاد و استقرار سریع برنامه‌های سنجش مشارکتی مبتنی بر استانداردها وجود دارد. چنین چارچوب هایی برای سرعت بخشیدن به استقرار و تحویل برنامه های مشارکتی به شهروندان بسیار مهم هستند و در نتیجه به طور مؤثر آنها را در جمع آوری/ایجاد داده های حسی مرتبط توانمند می کند. این داده ها به نوبه خود اطلاعات ارزشمندی را برای نهادهای حاکم و سایر ذینفعان برای بهبود خدمات و عملیات شهری فراهم می کند. علاوه بر این، با افزایش سرعت تولید داده ها، توانایی داشتن هاب های داده مبتنی بر استاندارد برای دسترسی و افشای جریان های داده شهری در زمان واقعی که از منابع متعدد به دست می آیند، یک راه تحقیقاتی جالب است که ممکن است ارزش افزوده ای را برای یک شهر هوشمند فراهم کند. .
چالش تحقیقاتی خدمات شخصی ( C5 ) جنبه های متعددی را پوشش می دهد. ما اخیراً شاهد علاقه فزاینده ای به حریم خصوصی داده ها هستیم، به ویژه مربوط به برنامه های کاربردی آگاه از مکان [ 133 ]. از این نظر، شناسایی و تجزیه و تحلیل سناریوهای موجود و بالقوه برای به اشتراک گذاری اطلاعات فرصت طلبانه مبتنی بر مجاورت بین شهروندان و/یا خدمات شهری برای ایمن کردن حریم خصوصی در خدمات شخصی حیاتی است. آتزوری و همکاران [ 19] یک لایه اجتماعی در بالای پارادایم اینترنت اشیا را تصور کنید که مفاهیم همکاری و روابط اجتماعی را برای ایجاد و مدیریت روابط اجتماعی بین چیزهای هوشمند می گیرد. این ایده را می‌توان برای تعیین نقش‌ها و روابط اجتماعی که یک دستگاه معین ممکن است به عنوان تابعی از مکان واقعی خود (داخلی یا بیرونی) و ارتباط آنها با سایر دستگاه‌ها یا خدمات مجاور انجام دهد تعمیم داد.
در نهایت، ما پیشرفت‌های بیشتری را به سمت طراحی و توصیف رابط‌های متقاعدکننده پیش‌بینی می‌کنیم ( C6 ). این رابط ها می توانند تکنیک های گیمیفیکیشن را به کار گیرند [ 134] برای مثال برای تحریک رفتار سبز یا زندگی سبز و ارائه انگیزه های ملایم اما موثر برای بهبود عملکرد در یک سری از شاخص های سلامت و سبز. همچنین، این رابط‌ها می‌توانند تعیین کنند که فناوری‌ها تا چه اندازه تغییرات اجتماعی و رفتار را تقویت می‌کنند و اقدامات بعدی را تحریک می‌کنند. به عنوان مثال، در زمینه زندگی سبز، نظارت بر رفتار یک شهروند در فضا، دانستن زمانی که او در حال راه رفتن، دوچرخه سواری یا رانندگی است و ارائه بازخورد در قالب پیام های متقاعد کننده در مورد محیط زیست اهمیت دارد. /پیامدهای زیست محیطی اعمال او.

6. نتیجه گیری

شهرهای هوشمند به موضوعی اولویت‌دار برای دانشگاه، صنعت، دولت و سیاست‌گذاران تبدیل شده‌اند و باید از منظری چند رشته‌ای مورد مطالعه قرار گیرند. با توجه به تعداد ابتکارات و تلاش‌های جاری شهر هوشمند، که هر کدام تمرکز خاص خود را دارند، اگر این تلاش‌های مختلف از یکدیگر و حوزه‌های مختلف (سایر) درگیر در شهرهای هوشمند آگاه نباشند، خطر تکرار کار وجود دارد. این مقاله پیشنهاد می‌کند تا نتایج رشته‌های تحقیقاتی مختلف مرتبط را به شیوه‌ای ساده اما جامع برای کاهش این خطر نشان دهد و از GIScience به عنوان یک رشته تحقیقاتی نمونه برای گستردگی بحث استفاده کرد.
این مقاله ترکیبی از چالش‌های شهر هوشمند، با در نظر گرفتن دیدگاه شهروندمحور، و گروه‌بندی چالش‌ها بر اساس موضوعات تحقیقاتی ارائه کرد. ما سه موضوع پژوهشی ( یعنی توانمندسازی شهروندان، روش‌ها و ابزارهای تحلیلی، خدمات شهروند محور) را با دو چالش در هر موضوع تحقیق در نظر گرفتیم: توانمندسازی شهروندان مستلزم مقابله با چالش‌های مرتبط با مشارکت عمیق و شهروندی با سواد داده است. روش ها و ابزارهای تحلیلی شامل چالش هایی در رابطه با جفت شدن داده های کمی و کیفی و همچنین پذیرش استانداردهای باز است. و خدمات شهروند محور کار بیشتر روی خدمات شخصی و رابط های متقاعد کننده را پیشنهاد می کند.
نگاهی به ادبیات GIScience نشان می‌دهد که این رشته قبلاً تعدادی مشارکت را ارائه کرده است که مستقیماً با چالش‌های ذکر شده مرتبط است. این موارد عبارتند از: استفاده از نقشه ها به عنوان بستر گفتگوی فضایی، و روش های زمینه سازی و ارائه داده های اولیه به روشی قابل فهم. استفاده از اتوماتای ​​سلولی به عنوان روشی برای پیش‌بینی و شبیه‌سازی رشد شهری. استفاده از هستی شناسی های مشاهده برای ادغام داده های کمی و کیفی (جغرافیایی). مجموعه استانداردهای باز توسعه یافته توسط کنسرسیوم فضایی باز. هفت اصل تحقیق در مورد حریم خصوصی مکان؛ و فضایی سازی رابط های کاربری.
این مقاله سپس تعدادی از جهت‌های تحقیقاتی آینده را پیشنهاد کرد، و مجموعه ابزار شهر باز را به عنوان راهی برای (i) یکپارچه‌سازی نتایج کار انجام شده در راستای این جهت‌های تحقیقاتی، و (ii) انتقال این نتایج تحقیق (و نتایج تحقیقات GIS) به شهرهای هوشمند چندین جهت تحقیقاتی در حال حاضر در پروژه GEO-C که در دانشگاه های نویسندگان با همکاری شرکت های خصوصی و شوراهای شهر انجام شده است، مورد بررسی قرار گرفته است. به عنوان مثال می‌توان به استفاده از نمایشگرهای عمومی به عنوان یکپارچه‌کننده شهرهای هوشمند باز، شناسایی موانعی که داده‌های باز فعلی را برای گروه‌های خاصی از شهروندان (مثلاً افراد مسن) قابل درک و خوانا نمی‌سازد، تحقیق در ابزارهای آموزشی برای کودکان برای آگاه کردن آنها از وضعیت خود محیط شهری و خدمات شهری، یک چارچوب سنجش مشارکتی برای تسهیل مشارکت شهروندان، کشف مفهوم فضاهای جغرافیایی جلسات مجازی برای پر کردن شکاف بین VGI و PPGIS، و رسمی‌سازی نقش‌های اجتماعی در بالای دستگاه‌ها و خدمات مجاور. ما همچنین راه های جالب دیگری را برای تحقیق نشان دادیم.
به طور خلاصه، GIScience برای رسیدگی به چالش های شهروند محور در شهرهای هوشمند بسیار مهم است. با توجه به گستردگی موضوعات تحت پوشش هر دو ( به عنوان مثال ، GIScience و شهرهای هوشمند)، هر تحلیلی که در تلاش برای روشن کردن تقاطع آنها باشد، در نهایت از نظر دامنه محدود و مغرضانه نسبت به منافع تحقیقاتی نویسندگان باقی خواهد ماند. مقاله فقط سطحی را نشان داده است که تلاقی این دو منطقه چقدر می تواند مثمر ثمر باشد، و خواستار گفتگوهای بیشتر برای تکمیل دیدگاه های افشا شده است.

منابع

  1. شهرهای هوشمند IBM در دسترس آنلاین: http://www.ibm.com/smarterplanet/us/en/smarter_cities/overview/ (در 11 فوریه 2016 قابل دسترسی است).
  2. Microsoft CityNext. در دسترس آنلاین: http://www.microsoft.com/en-us/citynext/ (در 11 فوریه 2016 قابل دسترسی است).
  3. داکوین، ام. آدامو، ا. داگا، ای. لیو، اس. توماس، ک. موتا، ای. برخورد با تنوع در یک مرکز داده شهر هوشمند. در مجموعه مقالات پنجمین کارگاه آموزشی معناشناسی برای شهرهای هوشمند، ریوا دل گاردا، ایتالیا، 19 اکتبر 2014; صص 68-82.
  4. CitySDK. در دسترس آنلاین: http://www.citysdk.eu/ (دسترسی در 11 فوریه 2016).
  5. یین، سی تی. Xiong، Z. چن، اچ. وانگ، جی. کوپر، دی. دیوید، بی. بررسی ادبیات شهرهای هوشمند. علمی چین Inf. علمی 2015 ، 58 ، 1-18. [ Google Scholar ] [ CrossRef ]
  6. نام، تی. پاردو، TA مفهوم شهر هوشمند با ابعاد فناوری، مردم و نهادها. در مجموعه مقالات دوازدهمین کنفرانس بین‌المللی پژوهشی سالانه دولت دیجیتال: نوآوری دولت دیجیتال در زمان‌های چالش برانگیز، کالج پارک، MD، ایالات متحده آمریکا، 12 تا 15 ژوئن 2011. صص 282-291.
  7. گونزالس، آ. ویلازون-ترازاس، بی. Gómez, JM چرخه زندگی داده های مرتبط برای شهرهای هوشمند در اسپانیا. در مجموعه مقالات پنجمین کارگاه آموزشی معناشناسی برای شهرهای هوشمند، ریوا دل گاردا، ایتالیا، 19 اکتبر 2014; صص 9-14.
  8. اوجو، ا. کری، ای. Zeleti، FA داستانی از نوآوری های داده باز در پنج شهر هوشمند. در مجموعه مقالات چهل و هشتمین کنفرانس بین المللی هاوایی در علوم سیستمی، Kauai، HI، ایالات متحده آمریکا، 5-8 ژانویه 2015. صص 2326–2335.
  9. یانسن، ام. چارالابیدیس، ی. Zuiderwijk، A. مزایا، موانع پذیرش و اسطوره های داده های باز و دولت باز. Inf. سیستم مدیریت 2012 ، 29 ، 258-268. [ Google Scholar ] [ CrossRef ]
  10. ماسیپ بروین، ایکس. رن، GJ; سرال-گراسیا، آر. Yannuzzi، M. باز کردن ارزش داده های باز با یک پلت فرم اطلاعات مبتنی بر فرآیند. در مجموعه مقالات پانزدهمین کنفرانس IEEE در انفورماتیک تجاری، وین، اتریش، 15-18 ژوئیه 2013. صص 331-337.
  11. بخش تجارت، نوآوری و مهارت ها. شهرهای هوشمند، مقاله پس زمینه. در دسترس آنلاین: https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/246019/bis-13-1209-smart-cities-background-paper-digital.pdf (دسترسی در 13 اکتبر 2015 ).
  12. Boulos، MN; تسوروس، AD; Holopainen، A. شهرهای اجتماعی، نوآور و هوشمند شاد و تاب‌آور هستند: بینش‌هایی از کنفرانس بین‌المللی شهرهای سالم WHO EURO 2014. بین المللی J. Health Geogr. 2015 , 14 . [ Google Scholar ] [ CrossRef ]
  13. Batty, M. The New Science of Cities ; انتشارات MIT: کمبریج، MA، ایالات متحده آمریکا، 2013. [ Google Scholar ]
  14. سلینو، آی. کوتولاس، S. شهرهای هوشمند. محاسبات اینترنتی IEEE. 2013 ، 17 ، 8-11. [ Google Scholar ] [ CrossRef ]
  15. داسیلوا، WM; آلوارو، آ. توماس، جی. آفونسو، آر. دیاس، ک. گارسیا، وی. معماری های نرم افزار شهرهای هوشمند: یک بررسی. در مجموعه مقالات بیست و هشتمین سمپوزیوم سالانه ACM در محاسبات کاربردی، کویمبرا، پرتغال، 18 تا 22 مارس 2013. صفحات 1722-1727.
  16. Boulos، MNK; الشرباجی، NM درباره اینترنت اشیا، شهرهای هوشمند و شهرهای سالم سازمان جهانی بهداشت. بین المللی J. Health Geogr. 2014 ، 13 . [ Google Scholar ] [ CrossRef ]
  17. زانلا، ا. بوئی، ن. کاستلانی، ا. وانجلیستا، ال. زورزی، م. اینترنت اشیا برای شهرهای هوشمند. IEEE IoT J. 2014 ، 1 ، 22-32. [ Google Scholar ] [ CrossRef ]
  18. Vlacheas، P. جیافردا، آر. استاورولاکی، وی. کلیدونیس، دی. فوتینوس، وی. پولیوس، جی. دمستیچاس، پ. سوموف، ا. بیسواس، AR; Moessner, K. فعال کردن شهرهای هوشمند از طریق چارچوب مدیریت شناختی برای اینترنت اشیا. IEEE Commun. Mag. 2013 ، 51 ، 102-111. [ Google Scholar ] [ CrossRef ]
  19. آتزوری، ال. ایرا، ا. مورابیتو، جی. Nitti، M. اینترنت اجتماعی اشیاء (SIoT)—زمانی که شبکه های اجتماعی با اینترنت اشیا روبرو می شوند: مفهوم، معماری و خصوصیات شبکه. محاسبه کنید. شبکه 2012 ، 56 ، 3594-3608. [ Google Scholar ] [ CrossRef ]
  20. چن، ام. مائو، اس. لیو، ی. داده های بزرگ: یک نظرسنجی. اوباش شبکه Appl. 2014 ، 19 ، 171-209. [ Google Scholar ] [ CrossRef ]
  21. برانچی، پ. فرناندز-والدیویلسو، سی. ماتیاس، I. ماتریس تجزیه و تحلیل برای شهرهای هوشمند. آینده. اینترنت 2014 ، 6 ، 61-75. [ Google Scholar ] [ CrossRef ]
  22. کههو، م. کازگرو، ام. جنارو، SD؛ هریسون، سی. هارتورن، دبلیو. هوگان، جی. میگان، جی. نسبیت، پی. پیترز، سی. سری شهرهای هوشمندتر: بنیادی برای شناخت شهرهای هوشمند IBM. در دسترس آنلاین: http://www.redbooks.ibm.com/redpapers/pdfs/redp4733.pdf (در 1 اکتبر 2015 قابل دسترسی است).
  23. منیچتاس، ا. کراناس، پ. دونووانگ-کوهلیش، م. هایندریکس کروش، ام. Coote، RW; Shade، U. عثمان، کا. کالیپولیتیس، ال. گراف، SVD; بربلز، دبلیو. و همکاران D2.3 تحویل خدمات آنلاین گزارش پایه و الزامات فنی. پلتفرم اروپایی برای شهرهای هوشمند شماره: 270895. موجود آنلاین: http://www.epic-cities.eu/sites/default/files/documents/D2.3B%20Online%20Service%20Delivery%20Baseline%20and%20technical%20requirements%20report.pdf (ac در 1 اکتبر 2015).
  24. منیچتاس، ا. کراناس، پ. دونووانگ-کوهلیش، م. Shade، U. واسیلسکو، سی. رعنا، پ. بربلز، دبلیو. کالیپولیتیس، ال. Gastel، MV D2.1 Project Vision. پلتفرم اروپایی برای شهرهای هوشمند شماره: 270895. موجود به صورت آنلاین: http://epic-cities.eu/sites/default/files/documents/D2.1%20Project%20Vision.pdf (در 1 اکتبر 2015 قابل دسترسی است).
  25. دونووانگ-کوهلیش، م. هایندریکس کروش، ام. استول، دبلیو. عثمان، ک. کالیپولیتیس، ال. کراناس، پ. Menychtas, A. D2.1 Project Vision. پلتفرم اروپایی برای شهرهای هوشمند شماره: 270895. موجود آنلاین: http://www.epic-cities.eu/sites/default/files/documents/D3.1B%20Technical%20Integration%20Architecture%20Plan.pdf (در تاریخ 1 اکتبر 2015 قابل دسترسی است).
  26. آنجلیدو، ام. سیاست های شهر هوشمند: رویکرد فضایی. شهرها 2014 ، 41 ، S3–S11. [ Google Scholar ] [ CrossRef ]
  27. زمان، AU; Lehmann, S. چالش ها و فرصت ها در تبدیل یک شهر به “شهر بدون زباله”. چالش ها 2011 ، 2 ، 73-93. [ Google Scholar ] [ CrossRef ]
  28. مک گرات، بی. پیکت، اس. فراشهر: چارچوبی مفهومی برای ادغام اکولوژی و طراحی شهری. چالش ها 2011 ، 2 ، 55-72. [ Google Scholar ] [ CrossRef ]
  29. کنسرسیوم شهرهای باز پروژه شهرهای باز در دسترس آنلاین: http://www.opencities.net/content/project (در 1 اکتبر 2015 قابل دسترسی است).
  30. انجمن ویریوم هلسینکی. CitySDK چیست؟ در دسترس آنلاین: http://www.citysdk.eu/about-the-project/what-is-citysdk/ (در 1 اکتبر 2015 قابل دسترسی است).
  31. سازمان Open311. یک مدل مشارکتی و استاندارد باز برای پیگیری مسائل مدنی. در دسترس آنلاین: http://www.open311.org/learn/ (در 1 اکتبر 2015 قابل دسترسی است).
  32. شبکه شهرهای هوشمند متصل شهرهای هوشمند باز و چابک در دسترس آنلاین: http://connectedsmartcities.eu/ (در 1 اکتبر 2015 قابل دسترسی است).
  33. اوسلندر، تی. Berre، AJ; گرانل، سی. هاولیک، دی. لورنزو، جی. صابور، ز. مدفری، س. توانمندسازی اینترنت آینده فضای اطلاعات محیطی. در سیستم های نرم افزاری محیطی. تقویت اشتراک اطلاعات ; Springer: Neusiedl am See، اتریش، 2013; صص 109-120. [ Google Scholar ]
  34. برائر، بی. آیزل، م. Kolbe, LM وضعیت هنر در تحقیقات شهر هوشمند – تحلیل ادبیات راه حل های IS سبز برای تقویت پایداری زیست محیطی. در مجموعه مقالات کنفرانس آسیای اقیانوس آرام در مورد سیستم های اطلاعاتی، سنگاپور، سنگاپور، 5-9 ژوئیه 2015.
  35. دانیل، اس. Doran, M. GeoSmartCity: سهم ژئوماتیک در شهر هوشمند. در مجموعه مقالات چهاردهمین کنفرانس بین المللی سالانه تحقیقات دولت دیجیتال، شهر کبک، QC، کانادا، 17 تا 20 ژوئن 2013. صص 65-71.
  36. روشه، اس. علم اطلاعات جغرافیایی I: چرا یک شهر هوشمند باید از نظر فضایی فعال شود؟ Prog. هوم Geogr. 2014 ، 38 ، 703-711. [ Google Scholar ] [ CrossRef ]
  37. Steinitz, C. چارچوبی برای ژئودیزاین: تغییر جغرافیا با طراحی . ESRI Press: Redlands، CA، USA، 2012. [ Google Scholar ]
  38. Goodchild، MF بیست سال پیشرفت: GIScience در سال 2010. J. Spat. Inf. علمی 2010 ، 1 ، 3-20. [ Google Scholar ] [ CrossRef ]
  39. راجر، ال. شهرهای هوشمند: چالش های فناوری. در دسترس آنلاین: http://urbanopus.net/smart-cities-technology-challenges/ (در 26 اکتبر 2015 قابل دسترسی است).
  40. لی، ام. آلمیرال، ای. Wareham, J. داده های باز و برنامه های مدنی: شکست های نسل اول، بهبودهای نسل دوم. اشتراک. ACM 2015 ، 59 ، 82-89. [ Google Scholar ] [ CrossRef ]
  41. کوچرا، جی. Chlapek، D. مزایا و خطرات داده های دولت باز. جی. سیست. یکپارچه سازی 2014 ، 5 ، 30-41. [ Google Scholar ]
  42. مارتین، اس. فولونو، ام. ترکی، س. Ihadjadene، M. داده های باز: موانع، خطرات و فرصت ها. در مجموعه مقالات سیزدهمین کنفرانس اروپایی در مورد دولت الکترونیک، کومو، ایتالیا، 13 تا 14 ژوئن 2013.
  43. زوئیدرویک، ا. Janssen, M. اثرات منفی داده های دولت باز-بررسی سمت تاریک داده های باز. در مجموعه مقالات پانزدهمین کنفرانس بین‌المللی سالانه تحقیقات دولت دیجیتال، آگواسکالینتس، مکزیک، 18 تا 21 ژوئن 2014. صص 147-152.
  44. مارتین، اس. فولونو، ام. ترکی، س. Ihadjadene, M. تجزیه و تحلیل ریسک برای غلبه بر موانع برای داده های باز. الکترون. J. E-Gov. 2013 ، 11 ، 348-359. [ Google Scholar ]
  45. رابرتز، تی. مشکل با داده های باز. در دسترس آنلاین: http://www.computerweekly.com/opinion/The-problem-with-Open-Data (در 5 ژانویه 2016 قابل دسترسی است).
  46. تسریع استقرار شهرهای هوشمند: چالش ها، رقابت ها و همکاری ها از شهرهای هوشمند در سراسر جهان و در سراسر منطقه. در دسترس آنلاین: http://www.smartcitiesweek.com/Pages/Detail/17254 (در 26 اکتبر 2015 قابل دسترسی است).
  47. شافرز، اچ. کومنینوس، ن. پالوت، ام. تروس، بی. نیلسون، ام. اولیویرا، الف. شهرهای هوشمند و اینترنت آینده: به سوی چارچوب های همکاری برای نوآوری باز. در مونتاژ اینترنتی آینده Domingue, J., Galis, A., Gavras, A., Zahariadis, T., Lambert, D., Cleary, F., Daras, P., Krco, S., Müller, H., Li, MS, et . al. ، ویرایش. Springer: برلین، آلمان، 2011; ص 431-446. [ Google Scholar ]
  48. کاراگلیو، ا. دل بو، سی. Nijkamp، P. شهرهای هوشمند در اروپا. J. فناوری شهری. 2011 ، 18 ، 65-82. [ Google Scholar ] [ CrossRef ]
  49. هالندز، آر. آیا شهر هوشمند واقعی لطفا بایستد؟ باهوش، مترقی یا کارآفرین؟ شهر 2008 ، 12 ، 303-320. [ Google Scholar ] [ CrossRef ]
  50. نفتاد، م. بناور، گ. هریسون، سی. پاراشچاک، جی. موریس، آر. شهرهای هوشمندتر و چالش های نوآوری آنها. محاسبات IEEE. 2011 ، 44 ، 32-39. [ Google Scholar ] [ CrossRef ]
  51. گرانل، سی. هاولیک، دی. Shade، S. صابور، ز. دیلینی، سی. پیلورز، جی. اوسلندر، تی. مازتی، پی. شلید، ک. کوبرنوس، م. و همکاران فناوری های آینده اینترنت برای کاربردهای زیست محیطی محیط زیست مدل. نرم افزار 2016 ، 78 ، 1-15. [ Google Scholar ] [ CrossRef ]
  52. باتی، م. Axhausen، KW; جیانوتی، اف. پوزدنوخوف، ا. بذانی، ع. واچوویچ، ام. اوزونیس، جی. پرتغالی، ی. شهرهای هوشمند آینده. یورو فیزیک J. Spec. بالا. 2012 ، 214 ، 481-518. [ Google Scholar ] [ CrossRef ]
  53. ون دن برگ، ج. Viaene، S. چالش های کلیدی برای شهر هوشمند: تبدیل جاه طلبی به واقعیت. در مجموعه مقالات چهل و هشتمین کنفرانس بین المللی علوم سیستمی، گراند حیات، HI، ایالات متحده آمریکا، 5 تا 8 ژانویه 2015.
  54. گلاسمیر، ا. کریستوفرسون، اس. فکر کردن به شهرهای هوشمند. کمب. J. Reg. اقتصاد Soc. 2015 ، 8 ، 3-12. [ Google Scholar ] [ CrossRef ]
  55. بزرگترین چالش ها برای توسعه یک پروژه شهر هوشمند موفق. در دسترس آنلاین: http://www.smart-circle.org/smartcity/blog/biggest-challenges-develop-successful-smart-city-project/ (در 29 اکتبر 2015 قابل دسترسی است).
  56. کوگان، ن. تحقیقات اکتشافی در مورد عوامل موفقیت و چالش های پروژه های شهر هوشمند. پایان نامه کارشناسی ارشد، گروه مدیریت بازرگانی، دانشکده تحصیلات تکمیلی، دانشگاه کیونگ هی، سئول، کره، 2014. [ Google Scholar ]
  57. لاتروپ، دی. روما، L. دولت باز: همکاری، شفافیت و مشارکت در عمل . O’Reilly Media, Inc.: Sebastopol, CA, USA, 2010. [ Google Scholar ]
  58. تاونسند، AM شهرهای هوشمند: داده‌های بزرگ، هکرهای مدنی و تلاش برای آرمان‌شهر جدید ؛ WW Norton & Company: نیویورک، نیویورک، ایالات متحده آمریکا، 2013. [ Google Scholar ]
  59. کراگلیا، ام. Granell, C. Citizen Science and Smart Cities ; شماره EUR 26652 EN; دفتر انتشارات اتحادیه اروپا: لوکزامبورگ، 2014. [ Google Scholar ]
  60. دگبلو، ا. دی فلیس، جی. لی، JH ادغام داده های جغرافیایی کمی و کیفی برای پاسخ به بلایا: چالش های تحقیق. در مجموعه مقالات GI_Forum 2013، سالزبورگ، اتریش، 2 تا 5 ژوئیه 2013.
  61. فن، جی. هان، اف. لیو، اچ. چالش های تحلیل داده های بزرگ. Natl. علمی Rev. 2014 , 1 , 293-314. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  62. چگونه بدترین مکان را برای پارک در شهر نیویورک پیدا کردیم – با استفاده از داده های بزرگ. در دسترس آنلاین: https://www.ted.com/talks/ben_wellington_how_we_found_the_worst_place_to_park_in_new_york_city_using_big_data (در 26 اکتبر 2015 قابل دسترسی است).
  63. Fovea Centralis. در دسترس آنلاین: https://en.wikipedia.org/wiki/Fovea_centralis (دسترسی در 11 فوریه 2016).
  64. نمای جانبی. در دسترس آنلاین: https://en.wikipedia.org/wiki/Peripheral_vision (دسترسی در 11 فوریه 2016).
  65. سولوو، دی. طبقه بندی حریم خصوصی. Law Rev. 2006 , 154 , 477-564. [ Google Scholar ] [ CrossRef ]
  66. لیون، دی. نظارت، اسنودن، و داده های بزرگ: ظرفیت ها، پیامدها، نقد. Big Data Soc. 2014 ، 1 ، 1-13. [ Google Scholar ] [ CrossRef ]
  67. شیدر، اس. دگبلو، ا. کوهن، دبلیو. پرزیبیتزین، اچ. توصیف محتوا و زمینه – چگونه داده های مکانی-زمانی مرتبط، خدمات اطلاعاتی جدید را برای کتابخانه ها ممکن می سازد. GIS Sci. 2014 ، 4 ، 138-149. [ Google Scholar ]
  68. داکهام، ام. Kulik, L. حریم خصوصی مکان و محاسبه مکان آگاه. در GIS پویا و سیار: بررسی تغییرات در فضا و زمان . Billen, R., Joao, E., Forrest, D., Eds. CRC Press: ملبورن، استرالیا، 2006; صص 35-51. [ Google Scholar ]
  69. تورسکی، آ. Kahneman، D. پیشرفت در نظریه چشم انداز: نمایش تجمعی عدم قطعیت. J. ریسک نامشخص. 1992 ، 5 ، 297-323. [ Google Scholar ] [ CrossRef ]
  70. هسپانهول، ال. تومیچ، ام. مک آرتور، آی. فردریک، جی. شروتر، آر. Foth, M. رابط های قرار گرفته برای درگیر کردن شهروندان در حال حرکت. تعاملات 2016 ، 23 ، 40-45. [ Google Scholar ] [ CrossRef ]
  71. Umpfenbach، K. تأثیرات بر رفتار مصرف کننده – پیامدهای سیاست فراتر از اصرار. در دسترس آنلاین: http://ec.europa.eu/environment/enveco/economics_policy/pdf/Behaviour%20Policy%20Brief.pdf (دسترسی در 11 ژانویه 2016).
  72. Vinod Kumar، TM سیستم اطلاعات جغرافیایی برای شهرهای هوشمند ؛ گروه انتشارات کوپال: دهلی نو، هند، 2014. [ Google Scholar ]
  73. گرون، A. شهرهای هوشمند: نیاز به هوش فضایی. ژئو اسپات. Inf. علمی 2013 ، 16 ، 3-6. [ Google Scholar ] [ CrossRef ]
  74. دومینگو، آ. بلالتا، بی. پالاسین، ام. الیور، ام. Almirall، E. داده‌های حسگر باز عمومی: انقلابی در شهرهای هوشمند. فناوری IEEE Soc. Mag. 2013 ، 32 ، 50-56. [ Google Scholar ] [ CrossRef ]
  75. Shade، S. گرانل، سی. Perego، A. جفت کردن اطلاعات بخش عمومی و داده های تحقیقاتی با بودجه عمومی در اروپا: چشم اندازی از یک اکوسیستم داده باز. در فناوری اطلاعات و ارتباطات در مدیریت دولتی: نوآوری از کشورهای توسعه یافته ؛ Reddick, C., Anthopoulos, L., Eds. بوکا راتون، فلوریدا، ایالات متحده آمریکا، 2015; ص 275-298. [ Google Scholar ]
  76. دفتر کابینه، دولت MH. کاغذ سفید داده را باز کنید – آزادسازی پتانسیل. در دسترس آنلاین: https://data.gov.uk/sites/default/files/Open_data_White_Paper.pdf (در 11 ژانویه 2016 قابل دسترسی است).
  77. راتی، سی. Townsend، A. استفاده از دستگاه های الکترونیکی ساکنان، شهرهای واقعاً هوشمند را به وجود می آورد. علمی صبح. 2011 ، 305 ، 42-48. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  78. فیورتی، ام. داده های باز، جامعه باز: یک پروژه تحقیقاتی درباره باز بودن داده های عمومی در مدیریت محلی اتحادیه اروپا. در دسترس آنلاین: http://www.dime-eu.org/files/active/0/ODOS_report_1.pdf (در 1 اکتبر 2015 قابل دسترسی است).
  79. بخش تجارت، نوآوری و مهارت ها. مطالعات موردی بین المللی شهرهای هوشمند: نوآوران جهانی. در دسترس آنلاین: https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/249397/bis-13-1216-global-innovators-international-smart-cities.pdf (دسترسی در 29 اکتبر 2015 ).
  80. باگ، جی. گرانل، سی. فونت، O.; هوئرتا، ​​جی. Painho، M. ارزیابی مشارکت عمومی فناوری‌های GIS و Web 2.0 در برنامه‌ریزی شهری در Canela، برزیل. شهرها 2010 ، 27 ، 172-181. [ Google Scholar ] [ CrossRef ]
  81. فچنر، تی. کری، سی. داده‌های باز را ارجاع دادند و تجسم‌های جغرافیایی تعاملی را به عنوان کاتالیزورهایی برای مشارکت شهروندان تقویت کردند. eJ. eDemoc. Open Gov. 2014 , 6 , 14-35. [ Google Scholar ]
  82. کلمن، دی جی; جورجیادو، ی. Labonte, J. اطلاعات جغرافیایی داوطلبانه: ماهیت و انگیزه تولیدکنندگان. بین المللی جی. اسپات. زیرساخت داده Res. 2009 ، 4 ، 332-358. [ Google Scholar ]
  83. Smart GraphHopper. در دسترس آنلاین: https://github.com/DIVERSIFY-project/SMART-GH (در 11 فوریه 2016 قابل دسترسی است).
  84. GraphHopper. در دسترس آنلاین: https://github.com/graphhopper/graphhopper/ (در تاریخ 11 فوریه 2016 قابل دسترسی است).
  85. Maisonneuve، N. استیونز، ام. نیسن، من؛ Steels, L. NoiseTube: اندازه گیری و نقشه برداری آلودگی صوتی با تلفن های همراه. در فناوری اطلاعات در مهندسی محیط زیست ; Springer: برلین، آلمان، 2009; ص 215-228. [ Google Scholar ]
  86. مارتلا، آر. کری، سی. کلمنتینی، ای. چارچوب بازی سازی برای اطلاعات جغرافیایی داوطلبانه. در مجموعه مقالات کنفرانس بین المللی AGILE 2015 – علم اطلاعات جغرافیایی به عنوان توانمندساز شهرها و جوامع هوشمندتر، لیسبون، پرتغال، 9 تا 12 ژوئن 2015. صص 73-89.
  87. Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ] [ CrossRef ]
  88. ببینید، L. فریتز، اس. پرگر، سی. شیل، سی. مک کالوم، آی. شپاچنکو، دی. دوراور، ام. استورن، تی. کارنر، ام. کراکسنر، اف. و همکاران استفاده از قدرت داوطلبان، اینترنت و Google Earth برای جمع آوری و اعتبارسنجی اطلاعات مکانی جهانی با استفاده از Geo-Wiki. تکنولوژی پیش بینی. Soc. چانگ. 2015 ، 98 ، 324-335. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  89. هری، ال. استیگمار، اچ. Djordjevic, M. برآورد تحلیلی خوانایی نقشه. ISPRS Int. J. Geo Inf. 2015 ، 4 ، 418-446. [ Google Scholar ] [ CrossRef ]
  90. Kraak, M. چرا نقشه ها در GIScience اهمیت دارند. کارتوگر. J. 2006 ، 43 ، 82-89. [ Google Scholar ] [ CrossRef ]
  91. واکابایاشی، ی. ایشیکاوا، تی. تفکر فضایی در علم اطلاعات جغرافیایی: مروری بر مطالعات گذشته و چشم انداز آینده. اقدام کرد. Soc. رفتار علمی 2011 ، 21 ، 304-313. [ Google Scholar ] [ CrossRef ]
  92. اوتال، دی اچ. میلر، دی. نیوکمب، NS در حال بررسی و تقویت پیوندهای تفکر فضایی با موفقیت در علم، فناوری، مهندسی و ریاضیات؟ Curr. کارگردان روانی علمی 2013 ، 22 ، 367-373. [ Google Scholar ] [ CrossRef ]
  93. باتی، ام. اتوماتای ​​سلولی و فرم شهری: آغازگر. مربا. طرح. دانشیار 1997 ، 63 ، 266-274. [ Google Scholar ] [ CrossRef ]
  94. کلارک، ک. Gaydos, L. Loose-coupling یک مدل خودکار سلولی و GIS: پیش‌بینی رشد شهری بلندمدت برای سانفرانسیسکو و واشنگتن/بالتیمور. بین المللی جی. جئوگر. Inf. علمی 1998 ، 12 ، 699-714. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  95. کلارک، ک. گازولیس، ن. دیتزل، سی. Goldstein, N. A Decade of SLEUTHing: درسهای آموخته شده از کاربردهای مدل تغییر کاربری زمین خودکار سلولی. در کلاسیک از IJGIS- بیست سال مجله بین المللی علوم و سیستم های اطلاعات جغرافیایی ؛ فیشر، پی اف، اد. CRC Press: شهر، کشور، 2007; صص 413-427. [ Google Scholar ]
  96. چاودهری، جی. کلارک، ک. مدل تغییر کاربری زمین SLEUTH: یک بررسی. بین المللی جی. محیط زیست. منبع. Res. 2013 ، 1 ، 88-105. [ Google Scholar ]
  97. کوهن، دبلیو. هستی شناسی عملکردی مشاهده و اندازه گیری. در مجموعه مقالات سومین کنفرانس بین المللی معناشناسی جغرافیایی، مکزیکو سیتی، مکزیک، 3 تا 4 دسامبر 2009. ص 26-43.
  98. Degbelo، A. مدلسازی تفکیک مکانی و زمانی یک مشاهدات حسگر. در مجموعه مقالات GI_Forum 2013—ایجاد GISociety، سالزبورگ، اتریش، 2 تا 5 ژوئیه 2013. صص 71-80.
  99. Degbelo، A. تفکیک مکانی و زمانی مشاهدات حسگر . IOS Press: آمستردام، هلند، 2015. [ Google Scholar ]
  100. Frank, A. هستی شناسی برای پایگاه های داده مکانی-زمانی. در پایگاه‌های داده مکانی-زمانی: رویکرد CHOROCHRONOS . Sellis، T.، Koubarakis، M.، Frank، AU، Grumbach، S.، Güting، RH، Jensen، CS، Lorentzos، N.، Manolopoulos، Y.، Nardelli، E.، Pernici، B.، و همکاران . ، ویرایش. Springer-Verlag: برلین، آلمان، 2003; ص 9-77. [ Google Scholar ]
  101. Janowicz، K. مهندسی ژئوآنتولوژی مبتنی بر مشاهدات. ترانس. GIS 2012 ، 16 ، 351-374. [ Google Scholar ] [ CrossRef ]
  102. فریرا، KR; کامارا، جی. مونتیرو، AMV جبری برای داده های مکانی-زمانی: از مشاهدات تا رویدادها. ترانس. GIS 18 ، 253-269. [ CrossRef ]
  103. استاش، سی. شیدر، اس. پبسما، ای. کوهن، دبلیو. پیش‌بینی و تجمیع فضایی معنادار. محیط زیست مدل. نرم افزار 2014 ، 51 ، 149-165. [ Google Scholar ] [ CrossRef ]
  104. کوهن، دبلیو. ایده های شناختی و زبانی در معناشناسی اطلاعات جغرافیایی. در جنبه های شناختی و زبانی فضای جغرافیایی ; Raubal, M., Mark, DM, Frank, AU, Eds. Springer-Verlag: برلین، آلمان، 2013; صص 159-174. [ Google Scholar ]
  105. کامارا، جی. اگنهوفر، ام. فریرا، ک. آندراد، پی. کی روش، جی. سانچز، آ. جونز، جی. Vinhas, L. فیلدها به عنوان یک نوع داده عمومی برای داده های فضایی بزرگ. در مجموعه مقالات هشتمین کنفرانس بین المللی علوم اطلاعات جغرافیایی، وین، اتریش، 24 تا 26 سپتامبر 2014. صص 159-172.
  106. OGC. در دسترس آنلاین: http://www.opengeospatial.org/ (دسترسی در 11 فوریه 2016).
  107. رید، سی. بوهلر، ک. اجماع مک کی، L. OGC: استانداردهای موفق چگونه ساخته می شوند. ISPRS Int. J. Geo Inf. 2015 ، 4 ، 1693-1706. [ Google Scholar ] [ CrossRef ]
  108. Percivall، G. OGC شهرهای هوشمند چارچوب اطلاعات مکانی. در دسترس آنلاین: http://www.opengeospatial.org/pressroom/pressreleases/2181 (در 11 ژانویه 2016 قابل دسترسی است).
  109. لی، دبلیو. لی، ال. گودچایلد، م. Anselin، L. یک زیرساخت سایبری جغرافیایی برای تجزیه و تحلیل اقتصادی شهری و تصمیم گیری فضایی. ISPRS Int. J. Geo Inf. 2013 ، 2 ، 413-431. [ Google Scholar ] [ CrossRef ]
  110. دامری، ر.پ. Rosenthal-Sabroux, C. Smart City: چگونه با فناوری بالا در فضای شهری ارزش عمومی و اقتصادی ایجاد کنیم . Springer: Cham، Switzerland، 2014. [ Google Scholar ]
  111. هانکه، جی. سیلوا، بی. Hancke, G., Jr. نقش سنجش پیشرفته در شهرهای هوشمند. Sensors 2012 , 13 , 393-425. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  112. فعال سازی وب سنسور. در دسترس آنلاین: http://www.opengeospatial.org/ogc/markets-technologies/swe (در 11 فوریه 2016 قابل دسترسی است).
  113. برورینگ، آ. اکترهوف، جی. جیرکا، س. سیمونیس، آی. اوردینگ، تی. استاش، سی. لیانگ، اس. Lemmens, R. فعال سازی وب سنسور نسل جدید. Sensors 2011 , 11 , 2652-2699. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  114. دواراجو، ع. جیرکا، س. کانکل، آر. Sorg، J. Q-SOS – یک سرویس مشاهده حسگر برای دسترسی به توضیحات با کیفیت داده های محیطی. ISPRS Int. J. Geo Inf. 2015 ، 4 ، 1346-1365. [ Google Scholar ] [ CrossRef ]
  115. تامایو، ا. هوئرتا، ​​جی. گرانل، سی. دیاز، ال. Quirós, R. gvSOS: یک کلاینت جدید برای استاندارد رابط سرویس مشاهده سنسور OGC. ترانس. GIS 2009 ، 13 ، 46-61. [ Google Scholar ] [ CrossRef ]
  116. میتون، ن. پاپاواسیلیو، اس. پولیافیتو، ا. Trivedi، K. ترکیب ابر و حسگرها در یک محیط شهری هوشمند. EURASIP J. Wirel. اشتراک. شبکه 2012 . [ Google Scholar ] [ CrossRef ]
  117. تامایو، ا. گرانل، سی. Huerta، J. استفاده از استانداردهای SWE برای سنجش محیطی همه جا حاضر: تحلیل عملکرد. سنسورها 2012 ، 12 ، 12026-12051. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  118. ورمسان، او. Friess, P. برنامه های کاربردی اینترنت اشیاء-از تحقیق و نوآوری تا استقرار بازار ; ناشران رودخانه: آلبورگ، دانمارک، 2014. [ Google Scholar ]
  119. OGC SensorThing API. در دسترس آنلاین: http://ogc-iot.github.io/ogc-iot-api (در 3 نوامبر 2015 قابل دسترسی است).
  120. تریلز، اس. لوجان، ا. بلمونته، او. مونتولیو، آر. تورس-سوسپدرا، جی. Huerta, J. SEnviro: یک پیشنهاد پلت فرم حسی با استفاده از سخت افزار باز و استانداردهای باز. Sensors 2015 , 15 , 5555–5582. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  121. داکهام، ام. حرکت رو به جلو: حریم خصوصی مکان و آگاهی از موقعیت مکانی. در مجموعه مقالات سومین کارگاه بین المللی ACM SIGSPATIAL در مورد امنیت و حریم خصوصی در GIS و LBS، سن خوزه، کالیفرنیا، ایالات متحده آمریکا، 2 نوامبر 2010. صص 1-3.
  122. Kuhn, W. مدیریت داده ها به صورت فضایی: فضایی سازی رابط های کاربر. در مجموعه مقالات هفتمین سمپوزیوم بین المللی در مورد مدیریت داده های فضایی، دلفت، هلند، 12 تا 16 اوت 1996.
  123. کوهن، دبلیو. فرانک، ای. رسمی سازی استعاره ها و طرحواره های تصویر در رابط های کاربری. در جنبه های شناختی و زبانی فضای جغرافیایی ; Frank, AU, Mark, DM, Eds. Kluwer Academic Publishers: Dordrecht, The Netherlands, 1991; صص 419-434. [ Google Scholar ]
  124. بارتوشک، تی. پاپ، جی. کری، سی. جونز، جی. Kauppinen، T. تعامل حرکتی با داده‌های باز مرتبط مکانی-زمانی. OSGeo J. 2014 ، 13 ، 60-67. [ Google Scholar ]
  125. باتی، ام. داده های بزرگ، شهرهای هوشمند و برنامه ریزی شهری. دیالوگ هام Geogr. 2013 ، 3 ، 274-279. [ Google Scholar ] [ CrossRef ]
  126. میلر، اچ. Goodchild، M. جغرافیای داده محور. GeoJournal 2015 ، 80 ، 449-461. [ Google Scholar ] [ CrossRef ]
  127. وانگ، اف. سیستم های اطلاعات جغرافیایی و تجزیه و تحلیل جرم . Idea Group Inc: Hershey, PA, USA, 2005. [ Google Scholar ]
  128. باربا، سی. متئوس، ام. سوتو، پ. مزهر، ع. Igartua، M. شهر هوشمند برای VANET با استفاده از پیام‌های هشدار، آمار ترافیک و چراغ‌های راهنمایی هوشمند. در مجموعه مقالات سمپوزیوم وسایل نقلیه هوشمند IEEE، Alcala de Henares، اسپانیا، 3-7 ژوئن 2012. ص 902-907.
  129. GEO-C. در دسترس آنلاین: http://geo-c.eu/ (در 11 فوریه 2016 قابل دسترسی است).
  130. میچنر، جی. برش، ک. شناسایی شفافیت. Inf. Polity 2013 , 18 , 233-242. [ Google Scholar ]
  131. ODI. در دسترس آنلاین: http://theodi.org/ (دسترسی در 11 فوریه 2016).
  132. کمیسیون جوامع اروپایی شورا، کمیته اقتصادی و اجتماعی اروپا و کمیته مناطق. COM (2014) 442: به سوی یک اقتصاد پر رونق مبتنی بر داده. در دسترس آنلاین: http://eur-lex.europa.eu/procedure/EN/1042141 (در 11 ژانویه 2016 قابل دسترسی است).
  133. دامیانی، م. مدل‌های حریم خصوصی مکان در برنامه‌های کاربردی تلفن همراه: دیدگاه مفهومی و جهت‌گیری‌های پژوهشی. Geoinformatica 2014 ، 18 ، 819-842. [ Google Scholar ] [ CrossRef ]
  134. دتردینگ، اس. دیکسون، دی. خالد، ر. Nacke, L. از عناصر طراحی بازی تا بازی سازی: تعریف گیمیفیکیشن. در مجموعه مقالات پانزدهمین کنفرانس بین المللی آکادمیک MindTrek: تجسم محیط های رسانه ای آینده، تامپره، فنلاند، 28 تا 30 سپتامبر 2011. صص 9-15.
Ijgi 05 00016 g001 1024
شکل 1. چالش های شهروند محور در سه موضوع پژوهشی گروه بندی شده اند: توانمندسازی شهروندان، روش ها و ابزارهای تحلیلی، و خدمات شهروند محور.
جدول
جدول 1. تطبیق مشارکت های علم اطلاعات جغرافیایی (GIScience) در چالش های شهر هوشمند شهروند محور (موضوع: توانمندسازی شهروندان). استفاده از نقشه ها یک رویکرد امیدوارکننده برای پرداختن به مسائل مشارکت عمیق و شهروندان با سواد داده در بافت شهر هوشمند است.
جدول
جدول 2. تطبیق مشارکت های علم GIS با چالش های شهر هوشمند شهروند محور (موضوع: روش ها و ابزارهای تحلیلی). مجموعه استانداردهای باز کنسرسیوم فضایی باز (OGC) نقطه شروع خوبی برای تبادل اطلاعات (جغرافیایی) در بافت شهر هوشمند است.
جدول
جدول 3. تطبیق مشارکت های علم GIS با چالش های شهر هوشمند شهروند محور (موضوع: خدمات شهروند محور). هفت اصل تحقیق در مورد حریم خصوصی مکان و تئوری فضایی سازی رابط کاربری می تواند تحقیق در مورد خدمات شخصی و رابط های متقاعد کننده را راهنمایی کند.
جدول
جدول 4. نمونه جهت تحقیقات در تقاطع GIScience و شهرهای هوشمند.

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370