针对异构多任务的感知能力发现与分配问题，需要综合考虑感知节点和任务之间的时空相关性。在城市环境中，鉴于越来越多的感知任务需要利用多源感知信息，提出一种支持多并发的感知节点发现和任务分配机制至关重要。然而，现有方法大多侧重于同构任务。由于不同的时空任务需求和感知情境，需要综合考虑感知节点的时空属性，挖掘时空相关的感知节点能力。为此，提出并形式化定义跨空间异构多任务分配问题，将数据质量比较大化和总激励预算作为约束条件。利用异构任务间的隐式时空相关性，提出一种两阶段求解方法，有效地处理共享资源池中的多个并发任务。基于异质任务的时空分布条件与群体用户的时空移动行为模式，从感知质量与感知成本两个维度出发，提出基于多轮线性加权和粒子群优化的任务分配算法。根据检测信号的来源类型，可将其分为物理传感器和化学传感器，物理传感器适用于物理效应。协同式环境感知行业现状
移动群智感知任务分配涉及两类重要实体，即感知任务和任务参与者，关键在于如何利用优化模型和算法，在候选者选择质量的参与者执行任务，以保证低成本地获取足量的质量数据。针对如何为城市空间中的单个感知任务（如城市某重点区域交通动态）选择合适感知节点这一问题，提出了基于信用分布的影响力比较大化算法，预测感知参与度。将基于事件的社交网络（EBSN, Event-Based Social Network）的活动视为感知任务，综合考虑任务的内容特征、时空情境特征和社会影响特征，提高预测用户参与任务的准确率，即提高感知能力发现和任务分配的命中率。如图2所示，将感知节点挑选的问题形式化为偏好-影响力**选择问题，即寻找对当前感兴趣且具有影响力的用户集。方法框架包括用户-任务偏好建模和影响力比较大化两个部分。专业化环境感知案例环境感知系统通过 AI 赋能，实现违规排污、违规入侵等水环境事件自动发现、溯源、预警。
面对城市大数据时代的到来和复杂多样的城市管理需求，急需增强城市管理分析的智能化水平。现有的一些智能化管理功能，例如智慧消防、智慧环保和智慧能源等，的确能够表现出一定的自动化和自主性，但是大多数仍未达到可靠、可信和可应用的水平，因此很多时候也被称为“伪智能”。就是没有充分挖掘城市综合感知获得的海量数据和信息，没有完全建立准确可靠的城市发展模拟与预测模型，更没有达到人类智能的平均水平。因此不可否认，现在的城市感知与管理的智能水平还相对初级。为此，李德仁院士提出了构建“智慧城市脑”的宏伟设想，将人工智能应用于城市信息学，将大幅度提升城市信息处理的感知认知能力，更加精细、准确和即时地对高时变城市事件作出科学响应，实现城市管理分析的高度智能化。
经过近10年智慧城市的转型发展，城市感知由行业孤立在线感知逐步发展为多网融合综合感知，城市管理由静态数字化逐步发展为动态智能化，城市决策由模型库驱动逐步发展为模型网驱动，初步满足了城市特定领域的管理运维需求。随着城市一体化管理运维需求的进一步提升、新兴信息和空天技术的发展，城市感知决策面临智能化、实时化和可信化的技术挑战。因此，需深度融合遥感、地信、导航、物联网、大数据、人工智能和社会学等学科领域，构建智慧城市综合感知即可信决策的技术、产品和标准体系，带领国际学术和产业发展。在公园重点区域设置土壤监测环境感知技术，主要功能包含：温度、含水量、EC值、氮、磷、钾含量等。
建设产业生态，促进开放可持续。城市感知体系的产业生态构成非常丰富，涵盖了众多的参与主体，共创共建共享城市感知体系势在必行。基于此，未来以标准驱动，共同打造城市感知体系产业生态，并根据不同发展阶段采取对应的产业推进策略，匹配产业发展路径与市场需求，才能推动产业链上下游都能够健康发展，实现城市感知体系参与各方的多方共赢。总的来看，在数字化浪潮下，万物互联将不再是一句口号，以感知塑造智能、智能提升认知、认知锐化感知，推动城市数字化转型条块深度融合，实现智慧城市可持续发展，是顺应时代发展的必然选择，也是推进国家治理现代化的重要途径，相信随着城市感知体系的建设加速推进，将会更好地实现城市精细化治理，让智慧城市真正为老百姓创造美好生活，并激发千行百业的创新活力。公园内用水、用电的监测和统计，数据传输采用环境感知技术，数据上报至智慧公园平台。静态环境感知算法实践
智慧垃圾桶实现设备定位、满溢监测、智能称重、扫码开门等环境感知功能。协同式环境感知行业现状
在移动互联网、物联网不断发展的背景下，用户可以通过线上/线下多种方式贡献数据。群智融合计算旨在研究如何挖掘或融合群体智能（群体态度、认知偏好、行为模式、交互规律等），以实现对低质冗余、内容丰富、多维互补群体贡献数据的高效处理和语义理解。在线社交网络中群体所贡献的数据往往能够反映感知事件的不同侧面，如何关联同一事件的多模态群体数据，实现事件演化的智能感知与脉络呈现具有现实意义。针对此，提出分层图模型融合多维关系，环境感知技术利用图挖掘等方法实现多模态数据的关联表达，进而生成事件演化脉络。协同式环境感知行业现状