交通地理信息大數據應用

① 交通出行大數據到底要分析什麼

跟交通信息有關的所有數據整合到一起（比如車輛信息、地圖信息、人員信息、違規違章記錄信息等等），形成一個數據鏈，這樣的就是交通大數據。

② 大數據，數據挖掘在交通領域有哪些應用

交通領域大數據分析和應用的場景會相當多，這裡面要注意兩點，一個是大數據本身的技術處理平台，一個是數據分析和挖掘演算法。具體場景當時寫過點內容，如下：
對於公交線路規劃和設計是一個大數據潛在的應用場景，傳統的公交線路規劃往往需要在前期投入大量的人力進行OD調查和數據收集。特別是在公交卡普及後可以看到，對於OD流量數據完全可以從公交一卡通中採集到相關的交通流量和流向數據，包括同一張卡每天的行走路線和換乘次數等詳細信息。對於一個上千萬人口的大城市而言，每天的流量數據都會相當大，單一分析一天的數據可能沒有相關的價值，而分析一個周期的數據趨勢變化則會相當有價值。結合交通流量流向數據趨勢變化，可以很好的幫助公交部門進行公交運營線路的調整，換乘站的設計等很多內容。這個方法可能很早就有人想到，但是在公交卡沒有普及或海量數據處理和計算能力沒有跟上的時候確實很難實際落地操作，而現在則是完全可以落地操作的時候了。
從單一的公交流量流向數據動態分析僅僅是一個方面，大數據往往更加強調相關性分析。比如對於在某一個時間段內公交流量和流向數據發生明細的趨勢變化的時候，這個趨勢變化的究竟和哪些潛在的大事件或其它影響因素的變化存在相關性，如何去分析這些相關性並做出正確的應對。舉個簡單的例子來說，當市中心區內的房屋租金持續增長的時候一定會影響到交通流的變化，很多人可能會搬離到更遠的地方去居住，自然會形成更多的新增公交流量和流向信息。在《大數據時代》裡面談到更多的會關心相關性而不是因果只是一個方面的內容，實際上往往探索因果仍然很重要，就拿尿片和啤酒的例子來說看起來很簡單，但是究竟是誰發現了這種相關性才更加重要，發現相關性的過程往往是從果尋因的過程，否則你也很難真正就確定是具備相關性。
其次就智能交通來說，現在的智慧交通應用往往已經能夠很方面的進行整個大城市環境下的交通狀況監控並發布相應的道路狀況信息。在GPS導航中往往也可以實時的看到相應的擁堵路況等信息，而方便駕駛者選擇新的路線。但是這仍然是一種事後分析和處理的機制，一個好的智能導航和交通流誘導系統一定是基於大量的實時數據分析為每個車輛給出最好的導航路線，而不是在事後進行處理。對於智能交通中的交通流分配和誘導等模型很復雜，而且面對大量的實時數據採集，根據模型進行實時分分析和計算，給出有價值的結果，這個在原有的信息技術下確實很難解決。隨著物聯網和車聯網，分布式計算，基於大數據的實時流處理等各種技術的不斷城市，智能的交通導航和趨勢分析預測將逐步成為可能。
還有一個在國外大片中經常能夠看到的就是實時的車輛追蹤，隨著智慧城市的建設，城市裡面到處都是攝像頭採集數據，當鎖定一個車輛後如何根據車輛的特徵或車牌號等信息，實時的追蹤到車輛的行走路線和位置。這裡面往往需要實時的視頻數據採集，採集數據的實時分析和比對，給出相應的參考信息和數據。這個個人認為是具有相當大的難度，要知道對於視頻流和圖像信息的比對和分析往往更加耗費計算資源，需要更長的計算周期，要從城市成千上萬個攝像頭裡面採集數據並進行實時分析完全滿足大數據常說的海量數據，異構數據，速度和價值等四個維度的特徵。基於車輛能夠做到，基於人當然同樣也可以做到，希望這類應用能夠逐步的出現，至少現在從硬體水平能力和技術基礎上已經具備這種大數據應用的能力。
-

③ 根據 大數據在交通方面可以有哪些應用

交通方面的大數據用的還是比較多的。只是常在人們的身邊，人們忽略了而已。典型的就是網路地圖工具，那就是利用大數據分析的出來的路況信息。幾乎每個人都有用過吧？

④ 交通大數據分析會對智慧交通產生那些影響

隨著這些年我國城市化發展的加速，城市交通擁堵、交通污染日益嚴重，交通事故頻繁發生。眾所周知，智能交通成為改善城市交通的關鍵策略。因此，及時、准確獲取交通大數據並構建交通數據處理模型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

交通行業現狀

我國智能交通發展始於上世紀90年代，在「十二五」規劃中，我國交通部進一步明確未來智能交通運輸的發展目標，例如，感知識別、網路傳輸、智能處理和數據挖掘等。在改善結構調整和城際溝通的支撐、引領雙重作用，成為城市交通最重要的發展領城。包括大數據等現代先進技術的應用，提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

我國新型城鎮化將需要形成城市群內部城市之間、城市內部的軌道交通系統，交通運輸環境進一步改善。包括大數據等現代先進技術的應用，目的在於提高整個交通運輸系統的發展水平、質量和管理及服務水平，實現能力供給增加、安全保障性以及經濟、環保等的提高。而且，大數據的應用在地鐵網路化、大客流運營常態下愈發凸現其對地鐵安全、高效運行和乘客服務方面的重要價值。

目前遇到的問題

1、海量數據

軌道交通系統每時每刻都在產生大量數據，來自故障維修系統、實時監控系統、項目實施進度系統、物資物料統計系統等，且數據增長速度越來越快，這些數據的價值在哪?該如何利用提升地鐵運營效率，確保項目交付的及時監控。

2.數據認知

大多數傳統系統，故障維修系統，實時監控系統，物資物料統計系統中，已有簡單的分析統計圖表，但數據格式比較單一，靈活性差，交互性低，管理者難以對數據有很好的認知。

3、管理決策

大數據運營在地鐵網路化、大客流運營常態下愈發凸現其對軌道交通安全、高效運行和乘客服務方面的重要作用，能迅速從底層數據中提取關鍵數據，以數據驅動運營方向，對決策提供科學支撐。

現在很多地方的交通大數據系統都用的BI平台，比如永洪科技，一般的大數據分析系統分為3個層次:

1、數據層以及建模層:整合交通行業各信息系統，打破信息孤島，實現數據共享。數據決策方面、銷售方面、運營方面關心的指標，建立不同分析主題集市。

2、業務層:梳理交通行業指標，將分析結果推送至展現層。

3、展現層：以豐富美觀的圖表展現方式，靈活多變的交互方式，將分析結果呈現給各角色管理人員。

基本上現在的大數據分析平台都可以做到以下幾個方面：

1、基於交通數據分析平台，決策層、管理層可能洞察軌交運行狀況。

2、應對軌交各系統數據量的迅速增長，基於明細數據，任意業務的計算及展現，可達到秒級響應。

3、運營和分析部門都能做部分自服務分析，以滿足實時探索分析需求。

4、能夠快速響應新的分析需求和變化，提高工作效率 。

⑤ 大數據和智慧交通有哪些應用的案例

智能交通成為改善城市交通的關鍵所在。為此，及時、准確獲取交通數據回並構建交通數據處理模答型是建設智能交通的前提，而這一難題可以通過大數據技術得到解決。

智能交通整體框架主要包括物理感知層、軟體應用平台及分析預測及優化管理的應用。其中物理感知層主要是對交通狀況和交通數據的感知採集;軟體應用平台是將各感知終端的信息進行整合、轉換處理，以支撐分析預警與優化管理的應用系統建設;分析預測及優化管理應用主要包括交通規劃、交通監控、智能誘導、智能停車等應用系統。

系統利用先進的視頻監控、智能識別和信息技術手段，增加可管理空間、時間和范圍，不斷提升管理廣度、深度和精細度。整個系統由信息綜合應用平台、信號控制系統、視頻監控系統、智能卡口系統、電子警察系統、信息採集系統、信息發布系統等組成。以達到四方面的目標：提高通行能力、減少交通事故、打擊違章事件、出行信息服務。
在各城市建設智慧交通的過程中，將產生越來越多的視頻監控、卡口電警、路況信息、管控信息、營運信息、GPS定位信息、RFID識別信息等數據，每天產生的數據量可以達到PB級別，並且呈現指數級增長。

⑥ 如何運用交通大數據智慧出行

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。應用大數據有助於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於數據證據的綜合決策。

隨著手機網路、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採集，城市交通大數據來源日益豐富。在日益成熟的物聯網和雲計算平台技術支持下，通過城市交通大數據的採集、傳輸、存儲、挖掘和分析等，有望實現城市交通一體化，即在一個平台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。

⑦ 交通領域現在涉及大數據是哪些

不管什麼行業抄都是數據的匯總、分襲析，就是財務、內控、管理（車輛、車隊、運營實時數據），跟交通信息有關的所有數據整合到一起（比如車輛信息、地圖信息、人員信息、違規違章記錄信息等等），形成一個數據鏈，這樣的就是交通大數據。