如今，城市转型已成为全球现实。城市是全球一半以上人口的家园，全球城市消耗了人类所生产能源的75%，并产生了全球二氧化碳排放量的80%。随着越来越多的人成为城市居民，我们必须考虑对交通、住房、健康、工作和安全的影响。
随着这种过渡的发生呈指数级增长，负责城市规划和协调的人员需要采用前瞻性的方法进行设计和维护。如果忽视这一点，对大多数公民而言可能意味着较低的生活质量，尤其是在与其他诸如洪水泛滥和空气污染加剧等问题同时出现时。
实际上，伦敦大气排放清单的最新数据显示，伦敦的大多数人都处于非法空气污染水平之下。随着伦敦人口的增长，汽车数量随着二氧化碳排放量增加的连锁效应而增加。
好消息是，技术以及更重要的是数据为城市领导者提供了一个机会，以支持更可持续的城市转型，解决人力资源管理对环境的影响以及需求的可用性。换句话说，就是智慧城市。
通过边缘计算将智慧城市带入生活
边缘计算是在高带宽、时间敏感型、物联网集成这个背景下发展起来的技术 。对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。
建设智慧城市的目的是通过在停车场、公共交通站、垃圾车、城市照明系统等中安装传感器，并收集有助于城市决策的数据，从而优化向居民提供的交通、能源分配和服务。整个城市产生的庞大数据量可提供有关居民行为、习惯和需求的大量信息。
数字化技术是所有智慧城市的核心，它们提供了重要的转型潜力。近年来，边缘计算由于其启用的许多基于IoT的应用而在智慧城市领域引起了轰动。与之前的集中式愿景不同，边缘计算提出了一种新的分散式方式，可以抓住机遇并应对城市转型带来的危害。边缘计算允许在设备本身(而不是大型数据中心)上即时处理和分析大量复杂数据。
交通管理是智慧城市如何利用边缘计算的一个很好的例子。像wejo这样的联网汽车初创企业正利用这一优势为正在寻找汽车数据实时分析的城市中的相关组织提供关键信息。
这意味着更好的实时预测和准确性，通过从高流量区域重新优化来减少拥塞。这种丰富的数据提供还可以用于帮助城市规划人员根据交通流量来设计道路和城市。
随着城市变得越来越“智能”，电动出行将继续发展。边缘计算将在智慧城市内实现电动交通服务方面发挥关键作用。例如，在发生严重车祸的情况下，边缘计算可以处理车辆数据并向本地服务警报事故。实际上，这种能力已成为欧盟内新车的要求。
但是，设备中创建的数据量不断增加，这造成了问题，因为数据中心基础架构没有能力处理此数据量。
随着连接的设备和服务的增长，我们冒着网络拥塞的风险。城市可以通过将边缘计算节点托管在更靠近数据生成点的位置来减轻这些问题，越来越多的城市规划人员正在将其纳入其设计。这允许在边缘本身处处理大量数据，从而消除了自动驾驶的障碍。
规划人员和城市设计师还需要在云中构建可扩展和安全的架构，以确保安全性，数据质量和有效的数据管理。通过这种方式，边缘系统可以执行数据的初始处理和分析，并在有足够处理器和存储容量的数据中心或云中进行进一步的分析。
建立成功的智慧城市数据策略
城市必须致力于大数据战略，以实现可持续发展的智慧。利用生成的数据量，不仅可以更好地了解城市的运作方式及其居民的行为，而且还可以消除各种参与者和运营商之间的障碍，并创建更适合新用途的新服务。
但是仅生成数据本身是不够的。计划者和组织必须访问数据，并且数据必须准确且值得信赖。话虽这么说，部署的数字平台需要能够大规模收集数据并创建一个单一的信任点，在此可以对数据进行质量检验、
分类和保护。不仅如此，他们还必须支持集成、共享、发现和治理，以便计划者可以跟踪和监视其数据。数据将成为最有价值的商品之一，如果有效地设计一个智慧城市，将会生成大量的丰富且适用的数据，但这仅对具有数据完整性的计划者有益。
面对城市转型对城市资源可能带来的潜在问题，我们迫切需要寻求明智的解决方案。在城市规划中确保强大的数据策略并充分利用边缘优势是有助于减轻过渡带来的各种影响的有效方法。
从数字时代铺平道路的其他城市中汲取灵感，我们需要部署智能解决方案，以消除人类活动对环境的影响并有效管理不断增长的人口资源。数据完整性、数据速度和数据信任是所有基础，这些基础使边缘生成的数据可以支持和发展未来的智慧城市。
