多源异构数据在区域交通领域中的应用分析

程雪敏

摘要：交通行业经过多年的信息化建设，目前已具备覆盖公、铁、水、空等多领域的数据积累。文章围绕如何借助大数据分析技术实现交通全方式全要素的数据融合应用，面向区域交通大数据分析及应用成套技术开展研究，突破关键技术瓶颈，从不同角度细粒度还原交通现状，支撑综合交通规划、管理、决策。

关键词：多源异构数据；区域交通；应用分析

中图分类号：TM73中图分类号  文献标志码：A文献标志码

0 引言

党的十九大报告明确了“交通强国”的发展理念，以数据资源赋能智慧交通，以科技创新为核心，推动交通运输高质量发展。交通行业经过多年的信息化建设，目前已具备覆盖公、铁、水、空等多领域的数据积累，汇聚和挖掘数据资源，开发和释放数据蕴藏的巨大价值，已经成为发展大势。随着数据源的不断丰富，目前大数据在交通行业领域应用仍存在技术瓶颈，如：数据资产标准化技术难点瓶颈仍未解决；数据壁垒广泛存在，阻碍了数据的共享和开放；多源数据融合及深度挖掘技术手段缺乏，机理研究不足；交通大数据模型构建、交通规划平台建设技术还不成熟。这些都是制约大数据有效推动智慧交通发展的重要短板，亟待进一步深入推进解决［1］。

本文旨在面向區域交通大数据分析及应用成套技术开展研究，突破关键技术瓶颈，通过多源数据整合、数据标准体系设计、交通模型及算法体系构建、多层次交通平台搭建等，从不同角度细粒度还原交通现状，精准预测交通态势，量化支撑精细化、智能化综合交通规划、管理、决策，为区域交通规划研究带来新的视角。

1 多源大数据介绍

目前交通系统中存有大量交通数据，通常包括静态数据与动态数据。按采集时间不同，获得动态数据能描述断面历史与实时的交通状态特征。按采集地点变化，获得的交通数据能描述整个路网交通流空间分布特征。按采集方式差异，人工调查数据能直接解析调查区域交通出行特征与规律，但数据量有限且主观性强、更新周期长；车检设备数据能提供检测地点的交通流特征，但精确性与布设密度有关；浮动车GPS数据能提供行驶路段区间的运行参数特征或单个车辆的实时运行特征，但稳定性、连续性差；手机信令数据、公交IC卡数据获取方便、内容完整、更新连续，能提供交通出行的精细化过程，但巨量数据分析与处理过程烦琐。因而，不同的交通数据在时间、空间、侧重点及用途上都表现出差异性，能以不同程度描述目标路段交通流运行特征。综合分析、处理多源交通数据，就能得到全面、可靠与互补的交通信息［2］。

从交通行业研究所需的数据来看，数据来源种类繁多，按行业划分为交通行业数据、非交通行业的交通数据和非交通数据3类。交通行业数据主要包括：公交车、出租车、两客一危车辆、旅游大巴GPS数据，轨道交通刷卡数据，高速公路、铁路、水运、客货运枢纽、停车场、客票、车船等交通收费数据，航空票根数据，交通枢纽旅客到发量及车辆进出量数据，地磁、线圈、视频数据等定点监测、FCD数据，RFID电子牌数据和基础设施数据等。非交通行业的交通数据主要包括：手机信令数据、LBS（百度、腾讯、高德、打车软件）、Wi-Fi定位数据、网络搜索数据、社交媒体数据、事故数据和调查类数据。其他数据包括地价、房价、经济指标、电子地图、气象信息等数据［3］。

2 多源大数据在区域交通领域的应用

2.1 区域交通多源数据预处理

大数据时代的到来，交通行业面临前所未有的问题和挑战。交通数据分散在不同部门，部门间又缺乏开放互通，形成信息孤岛，造成交通数据资源分割化和信息碎片化等现象。此外，虽然经过各行各业多年的发展，积累了大量的公铁水空数据、互联网数据、手机信令数据等，但仍存在数据量大、质量低、分析难度大等特点。本研究在多源数据预处理上提出了3点主要流程及相关标准技术。

2.1.1 交通行业多源异构数据的标准体系

根据交通运输部发布的交通数据标准，结合交通行业实际情况，提出省级交通行业数据规范，拟解决行业内数据规范管理欠缺、标准规范不统一、数据采集不兼容以及区域间信息共享方式不统一、不全面等问题，对分散在交通行业各部门的数据资源进行梳理，并按照统一的标准规范进行分级分类和格式标准化，形成符合应用需要的交通行业数据资源组织标准和规范，实现数据资源的有序组织。面对现在交通基础设施地理信息存储格式不一致、坐标系不一致、图层属性表不规范等问题，提出了一套针对公路、铁路、水路、航空、海事、航道、港口、场站、管理机构9大专题数据，以满足区域交通地理信息平台对专题空间数据的需求。

2.1.2 多源一体的交通大数据池化技术

针对现阶段多源数据存储中，不同交通数据集缺少统一标签的主键，数据库进行写入、读取、链接分析过程中无法有效使用的情况，提出基于特征层一致性的数据池化技术，即构建一个融合多方数据的资源池，在不同的资源表中设置一个唯一键值进行链接。传统的数据库连接池技术，在功能使用上各有不同，虽然可以较好地实现池化连接的思想，但并不符合标准的JDBC规范，且大多是采用各自的设计方案和优化策略，选择上与应用服务器的耦合度较大。多源一体的交通大数据数据池化技术，在选择适合开发框架的数据库连接池基础上，优化并发连接时不同的复用连接策略，提高连接池的动态并发处理性能。同时，需要建立一套特征值主键的唯一性的链接标准，提高交通数据库在使用中链接共享的效率［4］。

2.1.3 基于数据层的多源异构数据融合技术

面对同一类交通主体的交通分析中，同一类主体可能通过不同的交通方式从出发地到达目的地，在测算两地间的客货运量关系时，就需要将不同交通方式的数据进行融合叠加，为精确分析交通流分布特性提供优质的数据。针对以上问题，提出了基于数据层的多源异构数据融合技术，主要包括两方面：一是将同一交通方式不同的数据源分类融合得到统一交通方式的数据；二是将不同交通方式、不同来源的数据，统一到标准的人、车、货单位。数据层融合的目的是对各种数据源的有不同量级、不同量纲、不同表现形式的数据做第一次规整，统一的网络融合数据层形成的是以数据为中心的新型网络架构，基于统一数据层可有效实现网络的扁平化，简化网络运维，大幅降低TCO，并实现数据开放变现。

2.2 区域交通模型构建与算法构建

交通模型作为指导交通规划与建设的重要技术工具，在指导交通规划建设方面发挥着不可替代的作用。随着交通运输体系的建设发展，交通模型正在从单一模式向多网融合、从片区交通向区域一体化、从低精度向精细化方向转变，针对既有算法在处理指数级增长的区域综合交通运输数据中存在不足，难以适用区域性全方式出行链的交通模型分析，导致区域交通出行特征的挖掘深度不够等问题，以下通过结合数据的有效性和优缺点，设计各类数据修复算法和适用性分析，构建多源数据融合的区域交通算法与模型关键技术，为区域综合交通规划统筹协调区域各种运输需求提供一定的实证参考，同时为地区精准地改善运输服务水平提供决策方向。

2.2.1 基于ETC门架系统数据的车辆运行轨迹识别技术

针对高速公路运行车辆轨迹无法全网追踪、断面流量难以实时监测的难题，提出基于ETC门架系统数据的车辆行驶路径推测与轨迹还原技术。以车辆途经ETC门架信息建立关键点时空序列，结合高速公路路段邻接矩阵，提出基于最短路径和灰色关联的出行轨迹估计方法，该方法还原车辆轨迹准确率达90%以上，能对高速公路全网实时交通运行状态进行有效监测。

2.2.2 基于VITS和船闸数据的船舶轨迹与载运特征识别技术

针对水路运输外省籍船舶轨迹无法获取、全网载运特征难以监测等问题，提出基于VITS数据的船舶航行轨迹反推算法。以省籍船舶VITS和轨迹数据为基础，通过KNN算法补充轨迹缺失值，提取轨迹集聚活动半径、驻留时长等重要参数，利用K-means聚类方法，识别船舶行驶的中途驻留点和起讫点。分析船舶起讫点与船闸上报运载信息的关联性，提取船型、航速、航向、时间、载运量、货物类型等特征，建立随机森林模型，预测外省籍船舶起讫点，并还原船舶航行轨迹，实现全网船舶载运检测。

2.2.3 基于手机信令数据的区域交通需求预测

针对手机信令数据存在时间间隔长、定位精度差、缺乏出行信息、无法直接计算交通需求等问题，提出了基于手机信令数据的出行特征挖掘与区域交通出行需求预测模型。通过空间栅格划分、轨迹漂移剔除、时空邻近聚类，提取了手机用户停驻点；以居民出行调查数据为基础，标定职住活动时段、活动时长、访问频次等参数，识别手机用户职住位置。提出了基于模糊聚类的出行方式识别方法，以地图API接口获取起讫点各交通方式出行时间、出行距离等特征，模糊聚类识别用户出行方式。建立了区域交通下小汽车、铁路、道路客运等出行需求，采用交通分配模型，预测道路网、铁路网交通量。

2.3 多层次的交通大数据平台搭建

数据是开展交通规划和设计的基础，多层次的区域交通大数据平台构建有利于数据挖掘、成果展、直观可视交通特征，为交通行业交通数据管理、决策提供有力支撑。面对交通管理的新形势、新挑战，大数据技术的发展为交通系统的建设带来了新的发展思路，利用现代计算机网络、通信技术、大数据等众多先进技术，汇集公路（高速公路、普通公路）、铁路、水运、航空等行业数据，公铁水等基础设施空间数据，人口与经济数据，网络数据等多源数据，借助数据修复、数据关联匹配等模型算法，形成从数据采集和获取、大数据交通建模、大数据挖掘应用、平台可视化展示一系列完整的数据处理流程，可开展多源大数据分析研究，分析交通運行状态、出行规律、发展趋势，为区域交通管理和运输服务提供数据支撑［5］。

2.3.1 形成自底向上的知识图谱数据库

研究了多源交通数据的知识图谱构建技术，融合GIS地图、手机信令数据、车载GPS数据、视频监测数据、交通运营数据等多源交通大数据，实现了“交通—决策—治理”的多角度、多层次、多测度的全链条数据挖掘，形成文本、视觉、多模态不同形态的大数据关联图谱库，有效支撑交通运行态势精准预测、精细化规划、智慧治理。

2.3.2 构建多模式的大规模交通网络实时仿真平台

为有效解决交通行业不同层面的精准、高效治理的需求，本文搭建了江苏省全域范围内“区域—城市—小区”层面的多模式的综合交通体系，创新了一种全方式、多对象、多层级的省域范围的大规模交通网络实时仿真平台，建立了出行需求分析、各类交通方式运行态势重现、趋势研判与预测能力。

2.3.3 搭建面向场景应用的大数据平台

为更好地将科研成果转化为生产力，推进大数据赋能交通智慧管理，成果以多层次交通模型为核心，搭建多视角区域综合评估可视化平台。研究了大数据集成融合、分析挖掘、智慧决策一体化的大数据平台搭建技术，形成了全链条智慧物流、综合枢纽服务评估、旅游交通等应用平台。

3 结语

本文从大数据应用闭环赋能成套体系入手，构建基于多源异构数据的区域交通综合分析成套技术体系，突破多源异构数据融合分析技术难点，解决了交通规划、设计、建设、管理、服务闭环过程中的复杂性和不确定性问题。研究成果已经在多个省、市项目中应用，显著提升了多源异构数据融合、海量数据计算、多方式运行态势推演、多维度区域交通决策分析能力和评估水平。

在“交通强国”背景下，多源大数据在区域交通中的综合分析及应用是关系到国家社会经济能否快速高效发展的关键，也是交通运输领域的科学技术难题。本研究虽然从区域交通多源数据预处理、区域交通模型与算法实现、多层次多模式的智慧交通大数据平台搭建等方面实现了一定程度的突破，但仍存在数据质量不高、行业壁垒高筑以及交通模型与算法的精确度、准确度、效率不高等问题，如何通过数据全域标识、状态精准感知、数据实时分析、模型科学决策、智能精准执行，实现交通的模拟、监控、诊断、预测和控制，全面提高交通资源配置效率和安全运转状态，是未来亟待解决的难题，也是交通行业数字化发展的关键。

参考文献

［1］张相贤.大数据和云计算技术在智慧城市建设中的应用分析［J］.商展经济，2023（1）：112-115.

［2］曹軼云.大数据技术在智慧城市管理中的应用［J］.智能城市，2022（12）：42-44.

［3］钮心毅，林诗佳.城市规划研究中的时空大数据：技术演进、研究议题与前沿趋势［J］.城市规划学刊，2022（6）：50-57.

［4］匡军.大数据技术在城市智能交通中的应用刍议［J］.办公自动化，2022（19）：10-12，58.

［5］刘丽娜.智慧交通中大数据应用面临的挑战与对策研究［J］.智慧中国，2022（9）：78-79.

（编辑 沈 强）

Application analysis of multi-source heterogeneous data in regional transportation

Cheng  Xuemin

（China Design Group Co.， Ltd.， Nanjing 210004， China）

Abstract：  After years of information construction， the transportation industry has now accumulated data covering many fields such as highway， railway， water and air. This paper focuses on how to use big data analysis technology to realize the data fusion application of all elements of the whole mode of transportation， and carries out research on the whole set of technology for regional transportation big data analysis and application， breaks through the bottleneck of key technologies， restores the current situation of transportation from different angles in a fine-grained manner， and supports comprehensive transportation planning， management， and decision-making.

Key words： multi-source heterogeneous data; regional traffic; application analysis