对于任何一个城市来说，一个关键的条件就是对地理位置的理解，而地理位置决定了城市的现状和未来。这就是为什么城市规划系统的支柱是地理学的科学和实践。在过去的一代人中，城市机构采用地理信息系统(GIS)，最初是作为物业管理、基础设施、交通和公共安全的记录系统。在过去的十年里，他们在这个基础上建立了嵌入式传感器、移动设备、高速无线连接、指数数据和高级分析。
其结果是一个真正智能城市的潜力，不仅在可负担性和便利性方面，而且在加深社会联系方面。
少数城市和社区正渴望实现这一愿景。他们使用传感器实时输入到数据中心，人工智能(AI)用于更快的应用程序，多层次的社会人口数据，3d模型来建立和分析他们的城市的数字孪生兄弟，以及其他我们将在这里探讨的技术创新。
3-D模型和数字孪生
在波士顿，规划者已经启动了103个主要项目，其中包括8,000多个新住宅单元。他们首先使用3-D智能地图进行可建造土地分析，包括许可要求和环境影响。
他们使用这些3D地图创建了一个数字孪生模型——一个包含建筑物、基础设施和植被的城市模型。城市规划人员通过添加设计和数据层来探索和优化开发，从而使用数字孪生迭代项目。
数字孪生还可以提供对特定社区和建筑物状况的洞察——下至楼层或房间层，上至现有结构（包括屋顶）上方的空域。3-D地图或数字孪生使所有这些信息可供管理人员、急救人员、运输工人、医疗保健提供者、当地企业、教育工作者以及最重要的居民使用。
通过仪表板或Web应用程序共享来自数字孪生的这些数据，城市领导者可以向公众提供重要信息。
实时仪表板
在亚特兰大附近，科布县的领导者使用GIS驱动的仪表板通过分析道路封闭、事故和实时拥堵来管理主要场馆周围的车辆和行人流量。他们还将人工智能与机器学习相结合来监控和调整交通信号。
在俄勒冈州格雷舍姆，市政府工作人员创建了一个智能资产管理系统，包括一个基于位置的公共服务资产登记处。这项工作支持许多城市部门优化从街道重建项目、交通流量和城市消火栓冲洗计划到资产维修和更换、费用管理和街道重新铺设等方方面面。
物联网传感器和人工智能
智慧城市专注于数据驱动的性能。他们通常利用来自嵌入城市基础设施、车辆和建筑物的物联网传感器和移动设备的数据流。这些数据可以通过深度学习和其他形式的人工智能进行分析。结果不仅提高了移动性（例如科布县的自适应交通信号灯），而且实现了向实时决策的广泛转变。
在佛罗里达州科勒尔盖布尔斯市，城市领导者建立了一个智能城市中心，将关键数据、高速通信网络和物联网驱动的设备（如部署在该市吉拉达广场长廊上的行人传感器）整合在一起。这种现代方法正在改变城市官员和居民的沟通方式，同时有助于公共安全工作，例如飓风防备和支持可持续发展目标。
合作平台和公民包容
智慧城市从一开始就与三方成员互动，确定公民的优先事项，赋予具有特殊关注和需求的群体权力，并努力改善社会公平。
奥克兰的种族与平等部——加利福尼亚州首个此类部门——使用定位技术为城市决策和政策的种族平等影响分析提供信息。与一代人以来城市使用环境影响分析的方式类似，奥克兰的种族影响分析问道，这一决定将对公平产生什么影响？
进入2021年及以后
挑战依然存在。人口增长与城市发展同步。然而，即使有共享的实时数据和可视化的力量，雄心勃勃的公民项目也需要多个机构和利益相关者之间的合作。但是，通过应用更先进的技术工具，领导者可以重振这种协作，以实现更智能、更可持续的城市。
