上期咱们谈到了“数字孪生”进程中遇到的种种阻止。其实，数字孪生遇到的问题，也对应着地信（GIS）与才智城市工业链中，数据商、政企用户、工作部分、终端用户和集成商等不同类型的用户在不同场景和环节下遇到的难题。

　　此次，咱们将仍然依照“数字孪生”的时空次序，结合使用场景与成功事例，介绍各类型用户怎么凭借超擎渠道处理难题、快速使用时空大数据支撑事务、直至整合构建完好的时空智能场景。

　　无论是测绘地舆、遥感印象，仍是物联网数据，时空数据供给商与工作办理部分，既堆集有巨量的历史数据，一起也面临着每日新增海量数据的应战，怎么完成这些时空大数据实时发布、实时更新，一起支撑安稳、高效、快捷的终端使用，是头痛的问题。

　　超擎根据高功用自主时空核心技术，打造了可以承载百PB级时空大数据实时吞吐的根底数据处理渠道与PaaS服务，成为“海量数据”与“云服务”之间流通联接的安定桥梁，助力用户从容应对存量与增加数据，实时发布、实时更新，支撑“数字孪生”的云上实时映射，并将功用优势延伸至SaaS服务。

　　超擎发现，各工作对时空大数据的详细使用中，也存在着许多难题，例如，有数据，但不知道怎么与事务结合；数据剖析功用与功用难以支撑事务办理；多源数据无法快速交融一致使用等，阻止了时空大数据在工业中的深化使用与价值发挥。

　　在时空根底渠道根底上，超擎结合多年工作服务经历堆集，打造了丰厚的贴合工作与政企用户使用场景的SaaS级数据使用东西与产品，助力工作快速打造数据集成使用渠道。

　　假如需求举个比如愈加形象地了解，首战之地自然是交通。交通与时空有着天然的联络，它为社会开展注册条条大路，但也会遇到阻止瓶颈。

　　以经济学的界说来看，交通资源并不是公共资源，由于当一个人行进在路途上，势必会影响别人的驾驭，交通的阻塞实质是人们的需求与有限的路途资源之间的对立。时空智能怎样影响实践国际，调理公共交通与个人需求之间的对立？

　　交通工作中，对“人、车、地、物”之间内涵时空联络的探求非常重要，将这些要素、及其动态开展的状况进行数字孪生，经过横向交融与纵向回溯，进行根据时空的深度学习，可以探求导致城市拥堵的要害点，这是“时空智能”对深层次问题的发现。

　　而处理交通问题的方法则反映在“数字化万物”的时空推演中：在实践国际中，只要一种可能性会实践产生；而在数字孪生中，咱们可以将“人、车、地、物”进行数百万次的时空推演，然后找到最优的处理计划（或数据模型）。

　　以上所述，并非“人、车、地、物”的独自运转，而是根据大局的时空推演，且区域规模愈微观，更有利于交通循环问题的处理。这就触及到了数据从开端处理、交融、剖析到深度学习的全过程，运用超擎全时空大数据渠道供给的数据引擎、产品、东西，已支撑开始构建工作时空智能根底计划。

　　实时把握城市交通状况：千亿级热力趋势恣意时态实时出现，交通部分可以对拥堵地址快速把握。支撑自界说热力求剖析，按时刻、规模、车辆类型、车牌号等恣意特点与标签组合实时深度学习；支撑长时序下累积历史数据深度学习。

　　智能聚类剖析：什么类型的车散布在城市哪些地址？拥堵是否为某种特定车型的集合所形成的？超擎支撑快速剖析出现十余种车辆类型恣意分时散布状况。

　　含糊查询、智能检索：尾号“88”的壕车，今天是否拉高了碳排放量？限行车辆办法是否缓解了交通拥堵？立刻检查特定车牌车辆的分时热力动态。

　　电子围栏实时创立：线上也能办理交通？是的，结合拥堵点智能提示，动动小手，快速设定电子围栏与规矩，及时分流，实时揪出违章车辆。

　　无人驾驭/才智园区交通办理：面向智能网联轿车V2X场景，完成车辆测验场景的实时在线反应，无人驾驭完成必经环节；更能完成微循环交通区域（物流园、工作园区、频频拥堵路段等）的智能办理场景，引导特别功用车辆（救火、急救车辆等）快速经过。

　　AI路途需求时空推演：经过交融人工智能，深度学习重视区域（拥堵地段等）中，出行人员的社会特点（性别、工作、年纪等），与其行为轨道之间的深层联络与时空规则，从而推演分时、分路段的出行需求与路途资源之间的优化装备与引导处理计划，为出行人员实时引荐个性化智能出行规划，分流引导；为城市路途规划改建供给决议计划支撑。

　　泛时空信息语义深度学习：根据LBS服务串联的交际、资讯等泛时空数据的语义剖析，用人类感触替代地址代号，探求城市问题与交通拥堵的深层原因，树立数据模型，更能服务于规划、应急、言论等城市综合治理与监控。

　　超擎经过与遥感卫星、测绘地图、方位等不同数据商之间的深度协作，打磨了不同类型时空数据处理经历，然后为“数字孪生”与时空智能年代供给从数据到使用的完好时空数据云服务，一起交融“人、车、地、物”掩盖的全时空，向时空智能的纵深方向进一步开展，支撑城市全要素数字化和虚拟化、 城市全状况实时化和可视化、城市办理决议计划协同化和智能化。