什么是城市计算：
城市计算是一个获取、集成和分析城市空间中不同来源(如传感器、设备、车辆、建筑物和人)产生的大量异构数据的过程，以解决城市面临的主要问题(如空气污染、能源消耗增加和交通拥堵)。简单来说，就是用数据分析来解决城市问题。
城市计算框架：
从图中可以看出，该框架以数据为核心，从数据分析的角度，形成了面向城市的从数据感知及获取，数据管理，数据分析到服务提供的全流程城市计算框架。城市中的人、物、环境为城市计算框架提供源源不断的数据，数据分析的结果作为智能服务重新提供给城市中的人、物、环境更佳的智能体验。
城市数据感知及获取：
人、传感器、移动设备、车辆、建筑等作为城市计算的数据提供者，也作为智能服务的受益者。如何让这些数据提供者源源不断地为城市计算提供数据，直接影响到最后智能服务的供给。城市中的数据包括动态数据和静态数据，动态数据指人的移动性数据、交通数据、空气质量数据、气象数据、社交媒体数据、能耗数据等，静态数据包括路网结构数据、兴趣点数据等。这些大量的数据在城市时空环境下产生，包含人、物、环境之间的交互特性、也蕴含着时空特征。
城市数据管理：
从城市中获得的数据，往往是时空数据，以流数据、轨迹数据、图数据等数据表现形式存在。为了更好地管理这些数据，有必要对这些时空数据进行索引管理，便于查询和进一步分析。
城市数据分析：
当我们获得了大量的城市数据，为了使这些数据发挥更大的价值，服务智能城市的建设，需要对这些数据进行深入分析。首先，常见的数据挖掘方法可以大展拳脚，也会有针对时空大数据分析改良后的数据挖掘算法；其次，机器学习方法也能从这些时空数据中学得帮助城市变得更加智能的知识；最后，为了将数据分析的结果更加直观、美观地呈现给人们，数据可视化也将十分重要且必不可少。
服务提供：
以数据为中心的城市计算，给我们带来了一系列的智能服务，包括让城市规划更加合理，交通拥堵得到缓解，能源有效节约，减少空气污染等。让我们生活的城市变得智能而美丽，让我们的生活变得美好而幸福。
参考资料：
Zheng Y, Capra L, Wolfson O, et al. Urban computing: concepts, methodologies, and applications[J]. ACM Transactions on Intelligent Systems and Technology (TIST), 2014, 5(3): 38.
