大数据体系研究与应用实践

张孜等

现代化城市交通管理服务已经进入了以数据资源和信息技术为双轮驱动的新时期。大数据为交通管理和服务提供了更广阔的视野和更有效的途經。为了推进交通治理体系和治理能力的现代化，提升品质交通服务能力，广州市面向新时代城市交通发展需求，完善了交通信息化建设管理体制机制，深入研究了城市智能交通大数据体系，搭建了广州市“一个中心、三大平台”的智能交通大数据体系框架，持续推进大数据等新一代信息技术在城市交通领域的融合应用，在数据感知、处理、应用等方面开展了一系列创新实践，为交通运输行业大数据应用提供经验借鉴。

城市智能交通大数据应用现状

近年来，针对城市交通大数据的研究和应用方兴未艾，主要集中在大数据基础理论研究、大数据关键技术研究、交通领域大数据应用三方面。

大数据基础理论研究主要涉及时效约束的大数据多尺度汇聚计算和动态图谱、高维空间的隐性知识序贯挖掘与演化模型、交通态势的预测机理与调控策略等领域。

大数据关键技术研究主要从基于Hadoop框架的MapReduce模式、数据仓库、大数据处理、中央数据登记簿、平台交通地理信息系统应用、基于非序列性数据操作、大数据融合处理、实时数据分发订阅等方面展开。

交通领域大数据应用主要以数据驱动的方式，分析交通状况、出行规律，建立智能交通系统的分析、评价、预测模型，用于交通规划、管理、决策、控制、服务。交通领域大数据应用主要集中在：城市交通数据与跨行业数据关联分析挖掘、城市交通流预测、城市旅游线路推荐及交通诱导、车辆识别系统、交通事故预警及安全监控、城市交通布局与规划、基于大数据的交通信息服务。

总之，当前交通大数据的研究应用缺乏针对城市整体智能交通大数据体系的顶层规划设计，包括数据采集、软硬件体系、业务及服务应用、保障体系及机制等方面的统筹规划、系统梳理、深入研究与融合应用。

依托交通大数据资源形成的“数据智慧”，亟须构建以交通大数据体系为统领、科技创新为驱动的发展模式，满足现代化交通管理服务需求。首先，需完善网络化、标准化的交通状态感知体系，进一步整合数据资源;其次，需创新交通大数据分析应用，支撑城市交通高效运营管理、智能化服务;最后，需强化顶层设计、融合发展，构建城市智能交通大数据生态体系。

城市智能交通大数据体系发展目标：（1）从城市交通层面，驱动城市交通创新发展。以需求为导向、以数据为核心、以科技为支撑，围绕数据采集、传输、存储、处理、分析挖掘、展现应用、开放创新全链条，促进城市交通大数据开发利用，提升交通数据治理能力，支撑交通决策管理创新、交通信息服务创新，引导交通行业体制创新。（2）从城市整体层面，推进城市融合智慧发展。基于城市交通大数据体系，围绕“交通出行空间”，以交通大数据为纽带，推动交通与城市其他领域数据共享、融合，促进城市规划布局、管理决策、运营服务的智慧发展。（3）从产业体系层面，推动产业生态体系构建。基于大数据在智能交通的融合应用，优化保障体系和创新机制，发展相关软硬件研发、新兴服务业态，推动大数据产业和智能交通产业协同创新发展，打造城市交通大数据产业生态体系。

城市智能交通大数据体系框架：以城市交通大数据中心为核心，结合人工智能、云计算、移动互联网、物联网等技术手段，通过数据采集平台、共享交换平台，全面采集、有机整合各种交通数据，以应用为导向，通过云平台对数据加以分析挖掘，从而支撑综合业务平台和创新服务平台的有关应用，并完善标准规范、保障体系、数据共享开放机制、应用创新机制，构建适用于大中型城市的智能交通大数据体系，支撑新时代的智能交通运营管理服务。

城市智能交通大数据体系涵盖3个子体系、4个层级、3个子体系：

基础支撑子体系：包括智能感知平台和智能交通大数据中心。

创新应用子体系：包括综合业务平台和创新服务平台。

长效发展子体系：包括产业子体系、保障子体系、共享开放机制、应用创新机制。

感知层：以感知网络为基础，借助各类检测手段和检测设备，感知采集人、车、路、环境等数据，形成立体化、全领域的感知能力。

分析层：通过高速通信网络实现对“感知层”数据的传输，实现交通数据共享交换平台对数据的整合，实现对综合交通数据的深度分析，为应用层和服务层提供支撑。

应用层：应用的主体包括企业和政府。前者主要是应用数据提升企业经营管理效能，从而更好地提供交通运输服务;后者是以数据提升交通治理能力，增强模糊征兆预判能力，辅助精细化管理决策。

服务层：基于分析层的数据分析能力、应用层的基础业务能力，借助移动互联网等手段，创新实时互联交通服务模式和业态，面向公众提供出行诱导、查询、预约、支付、评价等综合性、一体化服务，也可进一步为分析层提供更加丰富、全面的交通数据。

大数据体系实践

广州市从促进数据感知共享、强化数据传输效率、深化数据挖掘分析、创新数据应用服务4个方面出发，构建了“一个中心、三大平台”的城市智能交通大数据体系。其中，“一个中心”指的是交通大数据中心，“三大平台”分别是智能感知平台、综合业务平台和创新服务平台。在智能交通大数据体系框架下，广州市强化数据融合分析与关联挖掘，构建跨维度数据分析能力，以大数据创新驱动行业治理和服务品质提升。

下面根据框架的结构分别选取典型案例进行介绍。

（1）广州市交通行业数据共享与分析服务平台。作为交通大数据中心的核心组成部分，广州市交通行业数据共享和分析服务平台整 合了广州交通行业的数据资源。

数据资源涵盖17个行业，共800多类数据，接入90余个交通行业信息系统，每天新增数据量超过250 GB。同时平台实现了跨部门、跨行业、跨领域的信息共享，接入广州市公安局、地铁集团、气象局、环保局等数据资源，支撑重点区域的客流监测分析、疏运保障、交通治理、高速路与快速路交通保障等应用。此外，该平台建立了广州市交通行业数据标准规范、数据资源目录、数据资源共享和基础应用服务等核心体系，按照交通运输部相关数据标准及本地数据应用需要，梳理完成5000多项数据标准，进一步加强和规范了交通信息数据的共享管理工作，统筹管理全市交通行业数据资源，为各类业务系统提供数据综合集成分析能力。

（2）交通运行综合监测与融合管理平台。该平台采用多维度集成化数据融合管理方式，对机场、港口、铁路、公交、出租、地铁、水上巴士、客货运输、维修驾培、交通路网和站场、实时路况及人群客流等各领域情况进行集成管理，实现综合信息监测、多维专题分析、预警提醒等功能。平台通过业务融合分析，有针对性地开展综合交通、公共交通、道路运输、城市交通治理等多个业务数据的决策研究，建立分层分级交通情形一站管控，为全面掌控交通态势、科学指挥调度提供支持。