智慧城市智慧交通的大力建設下，海量多源異構的交通數據能提供的信息內容更加豐富，如何利用大數據的理論來指導交通數據分析?或者說有什么比較好的將兩者結合的落腳點?
近期成立的深圳市綜合交通運行指揮中心囊括深圳全市24個交通信息化系統和海量的交通基礎數據，上述問題應該也是其重點的研究方向。
拋磚引玉：
分析案例1：結合公交車GPS數據、乘客刷卡信息等數據，能夠獲取每輛公交車每個站點停車時間、上下車乘客數量、乘客精細時空軌跡等，再此基礎上應該可以做“公交車線路、站點、發車頻次優化”、“典型居住區和就業地的通勤出行分析”等分析。
分析案例2：結合RFID、GPS等數據，能夠獲取車輛精細化時空軌跡信息，能夠對行車輛行駛軌跡、路段行程時間可靠性、OD分布(起點-終點)等進行數據分析，應該能替代部分傳統交通規劃和交通需求分析的內容，理論上應該更加實時可靠。
本人有2年地名規劃及數據整理經驗，曾經參與深圳市地名普查工作，對深圳市各級政府持有的基礎數據較為了解;目前從事高速公路有關數據分析工作，也有粗淺的交通經濟、OD調查等方面的理論和實踐涉獵。
對該題目的理解大概如下：
1、交通數據來源廣泛，頗有大數據之趨勢;
2、交通數據分析如何支撐某些優化或決策。
個人認為大數據理論對交通數據分析的指導還在方向性方面，尚無法落實，主要基于以下幾個理由：
1、交通數據復雜性，包括路網數據、路名數據、路面情況(坡度、破損度等)、路名突發事件(如車禍、限行等)、天氣影響等因素，復雜因素作用下的交通數據是否能夠抽絲剝繭提煉其特點并進行數據分析和總結，為一大難題;
2、交通數據分析目標的多樣性，以及干擾因素較多：
(1)交通量分析：新路修通后的交通需求具有派生性和誘導性，路線設計時依靠數據支撐不夠可靠;
(2)車輛行為分析：需要結合文化元素、經濟因素、周邊環境等難以量化的指標進行綜合考慮，并且未來的行為變化預測也較為復雜，需建模;
(3)基礎設施規模：公路及其附屬設施的規模確定，在極大程度上還依照交通設計指南等的硬性規定，但是在實踐中卻常存在指標偏低和過飽和承載現象;于是產生高額的維護成本。
3、出行需求的理性經濟假設：
(1)收費公路與免費公路所造成的交通量指引問題(如節假日免費);
(2)新聞媒體宣傳導向影響出行(如動車事件)。
京公網安備 11010502049343號