Primero, me gustaría decir: ¡píos de visualización de datos y aspirantes a empresarios, tomen nota!
Carlo Ratti del Laboratorio de Ciudades Sensables del MIT (http://senseable.mit.edu/) ha realizado un trabajo increíble en términos de visualización de datos y ciudades inteligentes. Echa un vistazo a su sitio web, ya que han estado elaborando proyectos durante varios años.
El MIT Sensable Cities Lab trabaja mucho en el uso de “un vasto sistema de cámaras, dispositivos de comunicación, microcontroladores y sensores en nuestro entorno, que permite formas completamente nuevas de imaginar, monitorear y comprender nuestras ciudades”.
Escribí una publicación similar aquí sobre algunos de sus trabajos:
¿Cuáles son algunas de las mejores formas de visualizar el tiempo?
- ¿Por qué necesitamos Python cuando R es tan brillante para el aprendizaje automático y la ciencia de datos?
- ¿Julia (lenguaje de programación) está creciendo rápidamente?
- ¿Tendré oportunidades de trabajo después de hacer un curso de ciencia de datos de Simplilearn?
- ¿Cuál es el mejor instituto de capacitación en ciencia de datos en Pune?
- ¿Qué motivó la minería de datos?
Aquí hay un video:
Recientemente abrieron un laboratorio de investigación, en colaboración con la Universidad Nacional de Singapur: http://senseable.mit.edu/livesin….
Sin embargo, según la experiencia pasada, gran parte del movimiento de ciudades inteligentes basado en datos ha sido a muy pequeña escala y se ha centrado en algunas instituciones.
Desde mi ala mater, UC Berkeley, UrbanSim es una herramienta de simulación de software utilizada para modelar el transporte, el uso del suelo, el desarrollo económico, la vivienda, etc. para organizaciones de planificación metropolitana en los Estados Unidos.
http://www.urbansim.org/Main/Web…
Definitivamente no tiene la sensación en tiempo real de MIT Sensable Cities (no dependen de teléfonos celulares o cámaras, por ejemplo), pero UrbanSim definitivamente está haciendo mucho en términos de uso de DATA para predecir y medir cómo se verán las ciudades y ser, así como funcionar en los próximos veinte o treinta años.
Dado que estamos en una era de cambio climático y ciudades sostenibles, este tipo de softwares y tecnologías serán cada vez más importantes para asegurarnos de que podamos medir qué tan saludables son nuestras acciones para el planeta y para nosotros mismos.
Considero que estas son buenas oportunidades de negocios / mercado, ya que los gobiernos de las ciudades tienen que planificar cómo hacer que sus ciudades sean habitables, y estos modelos se asegurarán de que las ciudades se planifiquen con precisión en función de los datos correctos.
—————————————————————————————-
Sin embargo, ya se ha trabajado mucho en la planificación del tráfico / transporte.
La pregunta es cómo hacer que estos datos y software sean más accesibles para el público en general .
La mayor parte de su software solo está disponible para los ingenieros de planificación de transporte / tráfico y, en cierta medida, algunos planificadores urbanos. Además, gran parte de la interfaz de usuario es muy técnica e intimidante, lo que es un obstáculo para mucha gente (y por lo tanto, mucha gente se siente intimidada por la planificación urbana) .
Por ejemplo,
Una gran cantidad de software de modelado de tráfico se ve así (por cierto, se usa mucha planificación de transporte para planificar la infraestructura futura) 
Pero, para la persona promedio, es realmente difícil relacionarse con este tipo de trabajo. Para alguien que esté interesado en la emisión de carbono de esto, o el impacto del tiempo de viaje en términos de tráfico, tiempo que pasa con la familia, costos de vivienda, etc.
El Centro de Vecindad y Tecnología (http://htaindex.cnt.org/), una organización con sede en Chicago, ha hecho un trabajo increíble al recopilar datos del censo de EE. UU. De todas las áreas metropolitanas de los EE . UU. , Midiendo los costos de vivienda y transporte a los ingresos
Este problema es realmente importante, especialmente en áreas como el Área de la Bahía de San Francisco, donde los costos de vivienda / transporte son realmente difíciles y pueden limitar la cantidad de ingresos disponibles que una familia podría gastar, digamos ocio, recreación, salud, educación, comida, etc. .
Aquí hay un enlace aquí: El índice de asequibilidad H + T 2011
La Universidad de Columbia también tiene un instituto de investigación que se ocupa de la planificación basada en datos alojada en la Escuela de Arquitectura y Planificación, conocida como: Laboratorio de diseño de información espacial
Medición de los niveles de CO2 en Beijing durante los Juegos Olímpicos.
Sin embargo, no vi tantas imágenes reales en su sitio web.
———————————————————————-
Finalmente, para rendir homenaje a un nativo del Área de la Bahía, no olvidemos a los expertos independientes en visualización de datos; personas que hacen planificación urbana basada en datos en su tiempo libre.
Eric Fischer tiene un increíble conjunto de trabajos sobre mapeo / visualización de datos en su flickr: los fotosets de Eric Fischer en Flickr
Cualquier cosa de:
Cartografía de la actividad local / turística en la ciudad de Nueva York utilizando las etiquetas geográficas de Flickr 
Para mapear la actividad peatonal desde las estaciones BART a las casas / trabajo de las personas:
De acuerdo con Fischer:
“Las rutas son aproximadas: la ruta más corta desde el origen del viaje hasta la estación a lo largo de las carreteras TIGER (2010). Las diagonales son especialmente sospechosas. El viaje del pasajero BART se origina en el Estudio de Perfil de la Estación 2008, encajado en la esquina más cercana”.
PD Esta información está fácilmente disponible en el sitio web de BART: Estudio de perfil de estación. Las rutas que hizo utilizando el software de sistemas de información geográfica (probablemente ArcGIS)
Mapas de raza y etnia de Los Ángeles:
———————————————————————————
También me suscribo a este canal de YouTube que muestra la frecuencia del transporte público en las principales ciudades estadounidenses y europeas. Estos se realizaron utilizando los datos de la especificación de feed de tránsito general de Google (GTFS). Me imagino que hubo mucha programación involucrada en esto:
Aquí hay un día en la vida de Washington DC Transit:
—————————————————-
En términos de instituciones gubernamentales:
La MTA de la Ciudad de San Francisco creó recientemente un programa de estacionamiento inteligente llamado SF Park, que básicamente fija el precio del estacionamiento por oferta y demanda (acuñado por el gurú del estacionamiento y el profesor de planificación urbana Shoup de UCLA) basado en sensores que se han instalado en toda la ciudad de San Francisco. Estacionamiento fuera de la vía pública y estructuras de estacionamiento . Este es uno de los proyectos más grandes de su tipo en los Estados Unidos y fue financiado por el gobierno federal.
Por ejemplo, si una esquina de la calle en particular no tiene muchos espacios de estacionamiento, el precio aumentará en $ 0.25 o $ 0.50, dependiendo de la cantidad de espacios restantes. Mientras tanto, una esquina de la calle con muchos espacios de estacionamiento disminuirá sus precios en la misma cantidad (hay un algoritmo que no estoy tan seguro de cómo funciona). Oferta y demanda, precios de estacionamiento a precios de mercado, en acción.
Dado que el estacionamiento ocupa mucho espacio urbano en muchas áreas urbanas / suburbanas, y el espacio urbano y los espacios de estacionamiento son limitados, así como la necesidad de que nuestras ciudades fomenten un mayor uso del transporte público, esta es una excelente manera de usar los datos resolver problemas.
Hay muchos datos relacionados con la ocupación del estacionamiento disponibles en el sitio web de SF Park: Recursos – SFpark
Aquí hay un video que explica el proceso:
Aquí está la interfaz en detalle: 
Stamen Design (http://stamen.com/), con sede en San Francisco (Sha Hwang, ¡por favor comente!) Que realiza mucho trabajo de visualización (no solo ciudades; sus clientes han incluido MTV, MSNBC, SF MOMA, Schwab, Adobe, AirBnB, BMW y MoveOn):
Oakland Crimespotting:
Mapeo de autobuses de Google, Apple, eBay, Facebook, etc. de SF a Silicon Valley: ( Vea el proceso explicado aquí La ciudad del valle: una comisión para la Bienal Zero1 de Silicon Valley)
——————————————————
Tengo más ejemplos, pero vendrán a medida que avance la discusión.
Varias cosas para concluir, desde mi experiencia e investigación:
- Estos proyectos requieren colaboraciones cruzadas entre diferentes organizaciones e instituciones . Las instituciones académicas como MIT y UC Berkeley, por ejemplo, tienen un gran conjunto de conocimientos de personas / investigadores que tienen un gran conjunto de conocimientos en estas áreas. Además, muchos grupos de expertos gubernamentales / de políticas y otras organizaciones similares se mueren por obtener datos buenos y precisos (así como también cómo medirlos y usarlos) para planificar sus ciudades para que sean más habitables y saludables. Finalmente, el sector privado está repleto de expertos en visualización de datos / científicos / diseñadores, ingenieros de software, así como personas que se están enfocando en mejorar la tecnología de sensores / GPS.
- No es suficiente saber cómo codificar / programar / diseñar o recopilar / visualizar datos. Realmente enfatizo este punto en particular porque creo que una gran cantidad de problemas sociales / políticos / económicos particulares serán ignorados si todo el equipo de visualistas de datos se compone solo de esos expertos. Por ejemplo, he visto muchos datos relacionados con el transporte porque ha habido una gran cantidad de investigaciones sobre cómo medir el transporte (qué tan frecuente es el autobús que circula, qué tan accesible es el tránsito desde su casa, etc.), pero no lo suficiente visualización de datos relacionados con temas relacionados con: seguridad alimentaria, salud / ejercicio, el impacto de restaurantes / negocios locales de alimentos en una economía local, el impacto de los parques en la mejora de la salud y las amistades comunitarias, etc. Este tipo de perspectiva requiere un ” -programación perspectiva “; en otras palabras, ¡contrate economistas, urbanistas, arquitectos, antropólogos, investigadores de políticas, propietarios de pequeñas empresas, etc. en su equipo!
- No todos los datos están disponibles. Las instituciones gubernamentales no divulgan muchos datos al público, o es necesario recopilar algunos datos.
- Hay muchos datos disponibles, pero se dejan muy desorganizados y muy poco amigables para el usuario. En realidad, hay muchos datos disponibles (es decir, piense en los sitios web del gobierno, con esos PDF grandes).
- Dicho esto, los sensores / cámaras / GPS y otros medios alternativos para recopilar datos serán cada vez más importantes en el futuro.
- Los centros / centros de innovación para estas organizaciones serán cada vez más importantes para proporcionar un entorno.
