自2009年智慧城市概念興起至今，我國已有400多個城市開展智慧城市建設，年投資額保持在15%以上，而智慧城市多個領域尚處于探索與試點階段，市場潛力還未充分釋放，全國萬億市場格局值得期待。智慧環保是智慧城市的重要組成部分！傳統環境管理模式難以滿足需求，孤島現象嚴重。智慧城市環境檢測系統是數字環保、物聯網、云計算。物聯網、云計算、智能GIS、海陸空一體化遙感監測、海量數據挖掘、環境模型模擬技術6大環境感知技術支撐智慧環保，為環境質量監測信息化、環境預警預報系統、環境應急管理系統等環境保護領域提供綜合解決方案。智慧城市環境檢測系統將建成城市范圍內高速、寬帶、融合、可靠的信息基礎設施和無處不在的信息網絡，城市產業發展健康、合理，綠色，城市管理和綜合之力搞笑、透明。協同、居民生活數字化、互動化，居民生活品質和幸福感大幅度提升，城市生態環境綠色、低碳，發展環境包容、創新，推動史稱協調、智能、可持續發展。環境感知能在公園重點區域設置空氣環境監測，包含：監測空氣溫度、濕度、降水量、風向、風速、PM2.5。現代環境感知應用場景

智慧社區的構建領域零散、 應用水平也不高,作為智慧城市組成的基本單元，己有的智能小區、數字社區等建設方案也存在著不同程度的問題，智慧社區所面臨的主要問題包括: (1)智慧社區缺乏智慧化，只是空泛的管理模式，沒有做到；(2)缺乏統一規劃和標準，普智慧化的精細管理以及為人們提供個性化的服務:遍適用性的信息共享和業務協同的機制尚未建立，從行業到企業，各自都有自己的標準，相互間的兼容性差， 從而給用戶生活帶來不便， 用戶如果要增加或替換就很可能導致該設備無法有效地融入到已有的系統中:家中的智能設備。靜態環境感知公司靜態性是指傳感器輸出信號的靜態性和傳感器輸出信號的靜態性之間的相互關系。

針對基于圖像數據的物理事件感知問題，目前的應用大多在收集到全部數據后，區別于這些基于信息空間數據挖掘的方法，根據個體智能和群體智能對物理事件感知粒度和層次的不同，提出基于群體行為特征的視覺感知數據質量萃取方法，從數據流中實時萃取質量數據，解決了面向各類突發事件的實時感知數據質量萃取問題。感知節點、事件、照片、照片流、事件關注者和多粒度感知結果之間存在緊密關聯，且群體感知行為存在共性（在感知對象發展的不同階段進行拍攝）和差異性（拍攝時空和數量的差異）。具體而言，個體智能體現：個體對事件發展過程中不同階段的變化進行實時感知；群體智能體現：群體對事件重要時刻和不同側面進行感知。面向不同的物理事件，基于群體感知行為特征不但將各個不同的子事件檢測出來，而且評估了子事件的重要性，從而快速得到低冗余、高覆蓋的事件多粒度感知結果。

面對城市大數據時代的到來和復雜多樣的城市管理需求，急需增強城市管理分析的智能化水平。現有的一些智能化管理功能，例如智慧消防、智慧環保和智慧能源等，的確能夠表現出一定的自動化和自主性，但是大多數仍未達到可靠、可信和可應用的水平，因此很多時候也被稱為“偽智能”。就是沒有充分挖掘城市綜合感知獲得的海量數據和信息，沒有完全建立準確可靠的城市發展模擬與預測模型，更沒有達到人類智能的平均水平。因此不可否認，現在的城市感知與管理的智能水平還相對初級。為此，李德仁院士提出了構建“智慧城市腦”的宏偉設想，將人工智能應用于城市信息學，將大幅度提升城市信息處理的感知認知能力，更加精細、準確和即時地對高時變城市事件作出科學響應，實現城市管理分析的高度智能化。高度融合的物理感知與社會感知，高度智能化的城市管理分析能力，以及高置信度的城市信物融合系統決策。

“對人和環境泛在、智能感知”是重要的科學前沿研究課題，也是滿足智慧城市、公共安全等國家重大需求的關鍵支撐。為此，《國家創新驅動發展戰略綱要》、《國家“十三五”科技創新規劃》等將智能感知列為戰略任務和重點方向。城市計算是智慧城市建設的重要支撐，如何大規模、低成本地收集“城市大數據”則是開展城市計算研究的基石。基于靜態設施的傳統感知技術存在部署成本高、覆蓋范圍有限等不足，難以滿足城市空間大規模動態感知需求。以群智感知（Crowd Sensing）、無線感知（Wireless Sensing）]等為新型感知技術成為應對公共安全、災難應急等重大挑戰的有效方式，受到國內外學術界和工業界的關注。當前城市要素感知手段豐富，但存在不同程度的時空觀測盲區，無法完全滿足地表要素的動態連續感知需求。環境感知技術

環境感知系統描述傳感器靜態特性的參數主要有：線性度，靈敏度，滯后，重復度，漂移等。現代環境感知應用場景

經過近10年智慧城市的轉型發展，城市感知由行業孤立在線感知逐步發展為多網融合綜合感知，城市管理由靜態數字化逐步發展為動態智能化，城市決策由模型庫驅動逐步發展為模型網驅動，初步滿足了城市特定領域的管理運維需求。隨著城市一體化管理運維需求的進一步提升、新興信息和空天技術的發展，城市感知決策面臨智能化、實時化和可信化的技術挑戰。因此，需深度融合遙感、地信、導航、物聯網、大數據、人工智能和社會學等學科領域，構建智慧城市綜合感知即可信決策的技術、產品和標準體系，帶領國際學術和產業發展。現代環境感知應用場景