城市的復雜性（一個多樣的持續變化中的環境）會產生龐大數量的數據。越來越多的可用性工具可以生成、捕捉、存儲、管理和分析這些數據，這使大數據有了更廣泛的可能性。公共數據（包括公共交通、交通流、水、廢物、使用空間和商業等）的開放讓將這些數據轉化為比純粹的統計匯總更有用的信息。在移動設備廣泛應用的背景下，這些信息有助于理解和創造新的app的社會價值，這些app通過數據讓使用者更能從自身需求出發與城市互動。近年來可視化技術已經成為一個擴展的工具。

這里我們選擇了一些利用視頻格式或交互式網絡對城市生活強度數據可視化的優秀案例。

美國交通事故

（http://map.itoworld.com/road-casualties-usa　）這是一項令人印象深刻的工作，它收集了2001至2009年全美在不同道路上的交通事故，將事故按類型分類（行人事故、司機和年份等），并將所有信息都匯集到一張地圖上。這個研究團隊還制作了一個類似的關于英國大規模槍擊事件的地圖，其無言的悲劇令人震驚。

垃圾的長途旅行

（http://senseable.mit.edu/trashtrack/　）這是一個麻省理工大學的項目，最值得關注的是它如何解釋項目理念，給不同類型的垃圾加入位置標簽，以及每個類型的垃圾行程數公里直到最終被處理的過程。廢棄物管理和清除是一個不起眼而又秘密的系統（扔掉后被人遺忘）。而這個項目幫助人們看見和理解一個比我們想象中的“扔垃圾”更豐富的過程。

實時公共租賃自行車系統

（http://bikes.oobrien.com/global.php#zoom=3&lon=-30.0000&lat=30.0000　）這張地圖將所有倫敦公共租賃計劃內的自行車可視化。在同一網站，你也能訪問并查看其它城市的情況（如薩拉戈薩、多倫多和里爾等）。這個項目展示了所有登記點的分布信息、任意時間段的使用等級、每個終端當時的使用進程和每個登記點自行車是否可用的情況。

地鐵網絡的強度活動

（http://graphicsweb.wsj.com/documents/MTAFARES1108/#v=showCommuters　）每個用戶進入紐約地鐵的巨大網絡所產生的數據，我們能利用這些數據做些什么呢？怎樣利用這些看似不相干的個人數據（如各類門票、車站、時刻表和票價等）？華爾街日報發布的這項驚人的工作就是一個很好的例子。將這些信息放在地圖中并向信息添加邏輯關系，從而根據在價格系統中引入的稅價變化，來理解使用變化的情況。

自行車實時使用情況

（http://oliverobrien.co.uk/2011/02/flow-animation-of-barclays-cycle-hire-bikes/　）另一個關于自行車的案例：該視頻展示了過去的18個小時自行車的動態流線。

美國街區地圖

（http://projects.nytimes.com/census/2010/explorer　）利用人口普查數據你能做什么？有了這張建筑物級精度的地圖，你能看到這個國家的任意地方的人種、收入、家庭類型、住房類型和教育程度的人口分布，并了解該國家、區域、城市或街道的空間分布的動態。

漫步城市的時間距離

（http://shop.mapumental.com/samples/　）MySociety是一個多年前開發的項目。該項目完美詮釋了地理參考數據的作用。Mapumental工具顯示了從城市的任何地方到達某個地點的出行時間，從而有助于理解時間距離的移動性，這是比物理上的“距離”更為實用的信息。

城市的日夜變化

（http://www.joelertola.com/grfx/population/d_n.html　）一個簡單而有力的想法：利用白天和晚上的人口，反映出紐約不同地區的密度。

實時新加坡

（http://senseable.mit.edu/livesingapore/index.html　）另一個著名的麻省理工學院的項目來自Seansable市實驗室。該項目使用不同的數據集來解釋在一個作為全球經濟樞紐的城市中，降雨量對本市出租車使用情況、旅行時間預測基于交通條件的變化、熱島效應或者人流和物流的進出流的影響。

理解空氣污染

（http://www.intheair.es/　）使我們呼吸的不可見的空氣變得可見，這就是達爾瑪卡爾提出的馬里蘭空氣污染足跡動態模型。