智慧城市建設興起以來，數據的產生不再局限于傳統的模式，而變得更多元化，從時間到地點乃至數據產生的方式方法都不再受限。大數據技術本身并不是憑空出現的新技術，只不過此前社會對于這項技術的訴求并不那么強烈，而云計算的出現使海量數據的處理需求越來越迫切。

同時，仔細觀察智慧城市在建設中的細節也不難發現，物聯網傳感器等技術的部署實際上在很大程度上為數據的收集奠定了良好的技術基礎，自動化的數據收集方式給了大數據應用更多的數據來源，這些龐大的數據體系通過云計算等技術的整合、分析和處理，得以將更為準確的交付結果提供給管理者以作為依據。

穿行的大數據

交通運輸部公路科學研究院總工王笑京對于智能交通與大數據間的關系是這樣解讀的，他說：“目前智能交通與大數據應用之間是密切相關的。對于智能交通的實際意義，數據的獲取與管理是判斷城市和公路交通運行狀態以及交通信息服務的首要條件，例如交通誘導系統的實現就需要數據信息的支撐。”城市交通不可能單純依靠信息技術去解決擁堵問題，例如北京很多路口機動車交通量超過了路口通行能力，擁堵就會成為必然而不是偶然。在基礎設施能力限制下，通過計算機系統控制的信號燈就必然滿足不了車輛通行的要求。但是技術卻能夠通過對數據的收集和計算分析出單位時間內能夠通過的車輛數，從而幫助協調路口的通行情況。他進一步解釋，智能交通對于道路交通的疏導和車輛管理的作用，實際上有很大程度上是依賴于對數據的分析得出結論而來的。大數據技術可促進交通管理模式的變革，讓出行方案有據可依，讓車輛管理更具科學型、規劃性。

早在“十五”期間，北京市交管局就與北京交通大學合作進行了交通數據管理系統的開發，如今經過不斷的開發和完善，這套系統一直在發揮作用。它能夠幫助指揮中心對于路面狀態進行判斷，從而指導路面車輛合理避開擁堵。王笑京表示，事實上交通數據管理系統的實際應用情況我們每天都能看到，例如道路情況推送，就是系統經過對道路斷面流量和速度的采集，結合歷史數據和對未來一段時間車流量的預測，以及當天不同時段是否有重大活動等因素的綜合計算分析得出的。這一過程中對于數據的管理尤為重要，例如目前北京的道路每500米就有一對(道路兩側)交通數據采集設備，并有數千臺攝像機實時將道路交通的情況反映到后臺，歷史數據的冗余非常龐大，在數據處理中哪些需要保留，保留多長時間等都需要科學依據。在實際應用中，以北京為例當有重大活動需要進行交通干預的時候，后臺系統實際上能夠將道路封閉和開放的時間精確到秒，這不僅要求對路面信息的及時獲知，同時也要求對車輛行駛狀態等綜合因素的獲知。奧運期間北京要既能夠保證運動員、教練員和裁判等人員到場的優先級，又能夠保證社會車輛通行不被過度影響依靠的就是這樣的系統。同時世博會期間上海能夠合理的調配車輛資源和客流也是依賴數據分析的支持。

大數據不是全新的技術，對于智能交通的影響也是持續的。“路車數據交換”中道路和車輛都可以成為信息源產生信息。例如自動感應的雨刷器在遇到下雨天氣時會自動啟動，并能夠根據雨量調節雨刷擺動的頻次。也就是說雨刷器擺動的越頻繁說明當地的雨量越大，結合大氣天氣預報與車輛的具體位置就能夠得出某一具體路段的精確天氣數據，這就是路車數據交換的典型案例。再比如，車隊中前車突發狀況之后，后車能夠根據前車位置的變換對后車駕駛員的盲區做出提示預警，甚至在某些危險角度時對方向盤的扭轉幅度做出限制，這就是車車數據交換的典型案例，目前這類技術裝備的車輛已經快商品化了，并在美國和歐洲的實際道路上進行千輛以上規模的應用測試。其實最常見的不停車收費系統也是車路數據交換的一個應用，駕駛員在通過不停車收費系統的同時也能夠通過路側或收費站上安裝的天線獲得前方道路的信息情況。

大數據具有信息集成優勢和組合效率。在交通領域，大數據的作用除了對于智能交通的支撐還包括整體交通數據的管理。我國大部分城市的各類交通運輸管理主體分散在不同主管部門，呈現出條塊分割的現象。從合理利用調配資源的角度來說，大數據能起到的作用必須是建立在需求為導向的前提之下的。

對此，王笑京解釋，不同交通運輸方式特點不同，是否需要數據進行統一和互換需要以需求為準。鐵路運輸與公路運輸只要將重要數據如列車時刻表、站點、客流量等指標共享即可，而不需要將全部數據進行共享。例如，北京市交通運行協調指揮中心(TOCC)作為全國首個城鄉一體化的交通運行協調指揮中心，其功能和運行模式的定位與設計是核心內容之一。中心是對各種交通信息資源進行統一存儲、統一維護、統一管理，并在更高層面對常態和應急狀態下交通的某一方面或者多種交通運輸方式交叉配合進行協調指揮的中樞機構。目前北京市擁有北京市交通管理局交通指揮中心、北京市軌道交通指揮中心、北京市道路路網管理與應急處置中心、北京公交集團調度指揮中心等多個交通指揮中心。不難發現，中心內綜合在一起的交通種類無論是路面還是軌道都屬于城市主要交通運輸方式。對北京市來說，重要的是解決城市交通的突出問題和面對應急事件的資源調配問題。如若將民航管理和水運管理也納入其中，不但對解決城市道路交通問題沒有明顯的幫助，反而浪費了資源。王笑京總結：道路交通的組織化程度最低，但是接入性卻最高，而鐵路的組織化程度最高，但接入性較低民航也類似。道路交通對于車輛種類、行駛時間都無法進行規定和限制，也就是對不可控群體的可控化最難實現，而智能交通技術對提高道路交通的組織化有明顯的作用，這也就是國內外智能交通的重點都在道路領域的原因。因此智能交通系統應該重點將道路交通信息資源集成應用，而與其他運輸方式的數據共享則需要根據行業內的作用和數據交換需求而定。

當然，智能交通對于具體交通情況的指導和影響并不是完全復制某一兩個成功案例就能夠實現的，各地的具體情況不同所采用的方式和指導思想也必然千差萬別。 　　杭州市交通信息中心技術總監毛劍結合杭州市的實際情況表示，在交通信息資源整合的過程中，面臨著海量多元異構的數據的采集，管理和分析。在實施過程中，除了音視頻數據外，還包括了卡口，電子警察采集數據，車輛的GPS數據，氣象數據、地理信息數據、公交車長途客運車等車輛的靜態屬性信息和營運信息。首先是這些數據的采集，在建立統一的數據交換平臺的基礎上，采用分布式處理方式，對這些信息進行接收，降低數據處理的壓力，同時優化數據采集策略，對相對靜態的數據，在約定時間，對增量和變化數據進行采集;在采集方式上主要采取以下幾種方式，一是通過采集前置機方式進行數據采集，在數據提供單位設置交換前置機，通過消息機制，對增量和變化的數據進行采集;二是在局內部與相關業務系統直接對接，通過開放相關業務系統的數據庫權限，實現數據的直接對接，保證數據的實時性;三是通過建立ESB總線，對“種植”在總線上的相關應用和數據服務的接口進行調用，實現數據的對接;四是通過網絡對現場的設施設備進行實時采集。

針對不同數據，系統采用傳統關系型數據庫存儲管理的同時，對特殊文件進行文件式存儲，通過關鍵字進行關聯檢索，對像卡口設備傳輸的原始數據，為保證數據的及時性，采用了實時數據庫對這些數據進行管理。

為能夠使這些采集過來的寶貴的原始數據，實現有數據到信息再到知識的轉變，在數據分析過程中，建立了專門的數據分析與管理平臺，對原始數據中的“臟”數據進行清洗，清洗后的數據，通過專業的數據處理軟件，建立交通數據倉庫，并對數據倉庫進行按照業務需求進行多維度分析，建立數據集市，這樣頂層的業務系統能夠最大化，最便捷的應用這些數據。

大能效即將實現

除了交通行業，大數據的在智慧城市諸多領域中均有不同程度的影響，不少城市借助云計算產業平臺將數據用活，用出價值。就在前不久，上海推出了《上海推進大數據研究與發展三年行動計劃》(2013-2015年)(以下簡稱“行動計劃”)，行動計劃指出，近年來，上海在數據資源整合、數據技術開發、數據應用服務等數據產業環節涌現出一批機構和企業，已經成為或正在成為推動上海數據產業發展的中堅力量，數據產業初顯輪廓。行動計劃推出的背后不僅需要城市發展和技術的日趨成熟，對于數據基礎也有著嚴格的要求。據了解，隨著上海“四個中心”建設的全面推進，公眾信息需求的不斷提升，信息公共服務設施的不斷完善，各行業信息化建設的深入推進，上海已經積累并將繼續產生龐大的數據資源，在眾多領域的重要作用越來越凸顯。例如，上海擁有世界最大的醫聯數據共享系統，有4800萬張交通卡、每天30GB交通流量信息數據，亞洲第二的證券交易額，世界第一的貨物和集裝箱吞吐量等。

按照《上海推進大數據研究與發展三年行動計劃》(2013-2015年)，上海將加強公共平臺建設，重點選取醫療衛生、食品安全、終身教育、智慧交通、公共安全、科技服務等具有大數據基礎的領域，探索交互共享、一體化的服務模式，建設大數據公共服務平臺，促進大數據技術成果惠及民眾。

仔細觀察不難發現，上海市的大數據應用將主要部署在與民計民生密切相關的行業中，如果將城市的信息化與企業信息化相比，上海此番對于大數據應用的部署相當于企業中對于關鍵性業務的信息化部署，也就是說，未來上海市對于大數據的應用部署充分說明了其社會價值的提升。

具體來說，在醫療衛生領域，上海市針對臨床質量分析、醫療資源分配、醫療輔助決策、科研數據服務、個性化健康引導的需求，建設全民醫療健康公共服務平臺。在健康信息網已有數據的基礎上，匯聚整合醫療、藥品、氣象和社交網絡等大數據資源，形成智能臨床診治模式、自助就醫模式等服務模式創新，為市民、醫生、政府提供醫療資源配置、流行病跟蹤與分析、臨床診療精細決策、疫情監測及處置、疾病就醫導航、健康自我檢查等服務。建設完善涵蓋3500萬患者的電子診療檔案庫，形成PB級的醫療健康大數據資源，實現支撐2000名醫生同時在線診療的輔助能力。

針對交通規劃、綜合交通決策、跨部門協同管理、個性化的公眾信息服務等需求，建設全方位交通大數據服務平臺。整合全市道路交通、公共交通、對外交通的大數據資源，匯聚氣象、環境、人口、土地等行業數據，逐步建設交通大數據庫，提供道路交通狀況判別及預測，輔助交通決策管理，支撐智慧出行服務，加快交通大數據服務模式創新。針對航班正常、安全、有效運行的需求，建設航空流量管理及機場協同決策平臺。匯聚整合塔臺數據、雷達數據、航空公司數據、機場數據，提供流量預測、特情處置等功能，實現飛行流量管理和機場航班運行協同決策，為民航航班指揮提供一站式數據服務。達到覆蓋華東地區近40個機場的規模，并逐步推廣到全國7大地區局。針對智能化航運業務的需求，建設航運大數據平臺。匯聚整合全球港口、貨物、船舶等數據，融合多源物聯網、北斗導航等數據，實現航運數據共享服務，建立基于大數據的現代航運物流服務體系。

針對公共安全領域治安防控、反恐維穩、情報研判、案情偵破等實戰需求，建設基于大數據的公共安全管理和應用平臺。匯聚融合涉及公共安全的人口、警情、網吧、賓館、火車、民航、視頻、人臉、指紋等海量業務數據，建設公共安全領域的大數據資源庫，全面提升公共安全突發事件監測預警、快速響應和高效打擊犯罪等能力。探索“以租代建”模式，依托第三方專業數據中心，實現數據內容托管、數據服務租用的現代運營模式創新等。

行動計劃還重點選取金融證券、互聯網、數字生活、公共設施、制造和電力等具有迫切需求的行業，開展大數據行業應用研發，探索“數據、平臺、應用、終端”四位一體的新型商業模式，促進產業發展。

大數據興起于技術發展，卻在經濟社會生產生活中得到不斷地印證和創新。有效的數據共享和精準的數據分析所得出的結果已經不限于領導決策的需要，而延伸至每一個城市人的生活中，這再一次證明技術的發展需要用落實應用去推動，而應用需求的不斷提升又循環刺激著技術的一次次突破。在這樣的邏輯中，智慧城市與大數據的關系緊密不可分又清晰可見。