發布日期：2022-04-17 點擊率：22
摘要：城市交通大數據具有種類繁多、異質性、時空尺度跨越大、動態多變、高度隨機性、局部性和生命周期較短等特征，如何有效地采集和利用交通大數據，滿足高時效性的交通行政監管、交通企業經營管理、交通市民服務等應用需求，是城市交通和智慧城市面臨的前所未有的機遇和挑戰。重點分析總結了城市交通大數據的若干研究內容及核心技術，提出了城市交通大數據智能應用系統解決方案，列舉了幾種典型應用，在城市交通和智慧城市領域的大數據研發和應用領域進行了初步探討。
1 引言
2015年兩會上，“大數據（big data）”一詞首次寫入政府工作報告。在交通領域，大數據一直被視作緩解交通壓力的技術利器。應用大數據有助于了解城市交通擁堵問題中人的出行規律和原因，實現交通和生活的和諧，提高城市的宜居性，為政府精準管理提供基于數據證據的綜合決策[1]。同時，大數據的挖掘和使用還有利于催生信息消費新模式，促進信息消費產業發展。
隨著手機網絡、全球定位系統（global positioning system，GPS）/北斗車載導航、車聯網、交通物聯網的發展，交通要素的人、車、路等的信息都能夠實時采集，城市交通大數據來源日益豐富[2]。在日益成熟的物聯網和云計算平臺技術支持下，通過城市交通大數據的采集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平臺上實現交通行政監管、交通企業運營、交通市民服務的集成和優化[3]。
城市交通大數據的集成與分析技術研究，對我國智慧城市的發展具有戰略性意義。交通大數據具有種類繁多、異質性、時空尺度跨越大、動態多變、高度隨機性、局部性和有限生命周期等特征，如何有效地集成交通大數據，滿足高時效性和知識牽引等城市交通智慧化需求，是各個大中城市所面臨的前所未有的發展機遇和挑戰[4~8]。
本文首先簡單介紹了大數據的發展狀況及趨勢，然后重點分析總結了城市交通大數據的若干核心技術，并提出城市交通大數據的智能應用系統解決方案，最后重點列舉了幾種典型應用。
2 大數據的發展狀況及趨勢
近年來，數據的快速增長成了許多行業共同面對的嚴峻挑戰和寶貴機遇，信息社會正在進入大數據時代。大數據指的是涉及的資料量規模巨大到無法透過目前主流軟件工具在合理時間內達到感知、擷取、管理、處理和服務的數據集合。從2009年左右開始，“大數據”開始成為互聯網信息技術行業的流行詞匯。
根據互聯網數據中心（IDC）估測，數據一直以每年50%的速度增長（大數據摩爾定律），這意味著人類在最近兩年產生的數據量相當于之前產生的全部數據量，預計到2020年，全球將總共擁有35億GB（35 ZB）的數據。大數據處理的數據規模從TB級上升到PB、EB甚至ZB級，人們面臨著如何降低數據存儲成本、充分利用計算資源、提高系統并發吞吐率、支持分布式非線性迭代算法優化等眾多難題。
為了應對大數據的發展趨勢，更好地為行業用戶和個人提供數據分析的服務，亟需構建各類不同的大數據平臺，支持用戶對數據的多種需求。構建大數據平臺就是要將不同渠道、不同來源、不同結構的數據進行有機的整合。與傳統數據平臺不同的是，大數據海量的規模、多樣的類型、快速的流動和動態的體系以及巨大的價值是大數據平臺構建需要重點考慮的幾個因素。除此之外，數據的分類存儲、數據平臺的開放性、數據的智能處理以及數據平臺與用戶的交互都為大數據平臺的建設帶來前所未有的挑戰。
大數據平臺處理的數據類型是多種多樣的。目前這些平臺的搭建已經有了一些有代表性的成果，如Google公司的Freebase、微軟公司的Probase、國內著名的中文信息結構庫——中國知網。在商用數據平臺方面，IBM公司的Infosphere大數據分析平臺、天睿公司的Teradata統一數據環境以及由國內天貓、阿里云、萬網聯合推出的國內首個電商云工作平臺聚石塔是3個典型的數據平臺。
“大數據”本身是一個現象而不僅僅是一種技術，這是信息科技歷史發展的必然結果。大數據的采集、傳輸、處理和應用所需的相關大數據處理技術，是通過系列地使用非傳統工具來對大量的結構化、半結構化和非結構化數據進行處理，從而獲得分析和預測結果的一系列大數據處理技術。大數據技術的戰略意義也不僅在于掌握龐大的數據信息，而更在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。大數據領域已經涌現出了大量新的技術，它們成為大數據采集、存儲、處理和呈現等功能的有力武器。大數據發展呈現以下趨勢。
?。?）基于云計算的數據分析平臺
云計算為大數據提供了可以彈性擴展、相對便宜的存儲空間和計算資源，使得中小企業也可以像亞馬遜公司一樣通過云計算來完成大數據分析。云計算IT資源龐大、分布較為廣泛，是異構系統較多的企業及時準確處理數據的有力方式，甚至是唯一的方式。
大數據要走向云計算，還有賴于數據通信帶寬的提高和云資源池的建設，需要確保原始數據能遷移到云計算環境以及資源池可以隨需彈性擴展。
下一篇： PLC、DCS、FCS三大控
上一篇： 索爾維全系列Solef?PV
