全球范围里，有超过半数的人类居住在城市之中，城市化的进程也从未停止过。面对越来越庞大的城市，许多事情已经超出了控制：拥堵的交通，严重的空气污染，让人烦躁的噪音等等。

没有人真正了解城市中到底发生了什么，也没有人真正了解城市里的居民、住户每天在发生什么样的故事。对于城市管理者来说，他们需要更多的信息化方式来了解动态的城市，知晓正在发生的情况，并即时做出反应。

城市计算这门研究正在逐步解决上述的问题。在微软亚洲研究院主管研究员郑宇的带领下，他和他的团队正在利用城市计算解决各类问题，比如雾霾、噪音、交通拥堵和能耗等问题。尤其是在空气质量分析、监测这一领域里，已经和国内部分政府机构签约，目前预测范围覆盖了全国300多个城市。

所谓城市计算指的是计算机科学以城市为背景，跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体的说，城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战（如环境恶化、交通拥堵、能耗增加、规划落后等）的过程。

　　用大数据预测雾霾

2016年11月30日，美国计算机学会（ACM）网站公布了2016年该学会在全球范围内评选出的32名杰出科学家，郑宇是入选的两名中国大陆科学家之一。不仅如此，郑宇还是2013年美国《麻省理工科技评论》（MIT Technology Review）评选出的35个35岁以下的全球杰出青年创新者之一。他还是人工智能领域国际顶尖学术期刊ACM Transactions on Intelligent Systems and Technology的主编 ，也是到目前为止ACM/IEEE 顶尖学术期刊里唯一在大陆获得博士学位的主编。

微软亚洲研究院主管研究员郑宇

据郑宇介绍，城市计算包括城市感知及数据捕获、数据管理、城市数据分析、服务提供四个环节。与自然语言分析和图像处理等“单数据单任务”系统相比，城市计算是一个“多数据多任务”的系统。城市计算中的任务涵盖改进城市规划、缓解交通拥堵、保护自然环境、减少能源消耗等等。

“城市计算最后主要能帮助我们解决3个问题，即理解问题的现状、预测未来和考究历史。以空气质量为例，我们可以根据有限的空气监测站点给出的数据，算出城市每个角落的空气质量分布，了解清楚现状；也可以通过数据预测未来。当然也可以通过这些数据，分析历史：雾霾产生的原因是什么？”郑宇在接受澎湃新闻专访时说。

目前，微软在利用城市计算预测空气质量上，已推出Urban Air系统，通过大数据来监测和预报细粒度空气质量，该服务覆盖了中国的300多个城市，并被中国环境保护部采用。同时，微软也已经和部分其他中国政府机构签约，atv，为不同的城市和地区提供所需的服务。该技术可以对京津冀、长三角、珠三角、成渝城市群以及单独的城市进行未来48小时的空气质量预测。那具体是如何做到的？

首先雾霾的大数据主要包括当前空气质量数据、气象条件、未来天气预报3类数据。在北京共有35个空气质量监测点，外加上美国大使馆的一个监测点，共36个。

郑宇介绍，要预测一个地方的空气质量，并不是指单纯地只看这个地方本地的数据，而且要考虑到周边地区的空气及其他因素，比如空气质量站点数据、交通流数据、气象数据、厂矿数据、人口流动数据、路网结构等。

与传统模拟空气质量不同，大数据预测空气质量依靠的是基于多源数据融合的机器学习方法，也就是说，空气质量的预测不仅仅看空气质量数据，还要看与之相关的气象数据、交通流量数据、厂矿数据、城市路网结构等不同领域的数据，不同领域的数据互相叠加，相互补强，从而预测空气质量状况。

“预测的准确率，我们现在已经做到北京未来6个小时的准确率达到了75%，在深圳和广州做到了80%。未来48个小时的预测准确率达到50%。大家不要小看50%的准确率，它其实已经非常高了。相比之下，天气预报24小时的准确率只有40%。”郑宇说。

预测未来空气质量情况，给在城市生活的居民出行带来重要的提示信息，除了与环保部的合作外，微软的空气质量监测系统Urban Air还为在2015年于福州举办的第一届全国青运会的空气质量保障工作中提供了技术支持。另外一个科技巨头IBM也推出了类似的服务。IBM与北京市环保局共同创办了“联合环境创新中心”，使得政府官员可以在最恶劣的情况下更好地制定减排计划。IBM还与张家口市签订了协议，在冬奥会之前作出一些前期规划和应对方案。