摘要：现如今，我国的城市发展十分迅速，在城市化发展中，交通问题一直是人们较为关注的话题，城市道路交通拥堵问题日趋严峻，已成为制约城市健康、可持续发展的重要因素之一。现利用大数据，从城市化进程加快引发供求关系失衡、城市规划和路网结构、交通出行结构构成和交通参与者素质等多个角度，分析了造成城市交通拥堵的原因，在此基础上，提出了科学规划和优化布局、智能化交通建设、大力发展公共交通、研究人群流动规律和提升交通参与者素质等措施来缓解城市拥堵情况，运用大数据思维，认清了城市交通拥堵问题的症结所在，预测交通治理的新方向，具有一定的实践意义。
关键词：大数据；城市轨道交通；应用
引言
城市轨道交通在一定程度上推动整个城市交通的发展，且为城市实现可持续性发展奠定了基础，近些年，我国有些城市在尝试着共享城市轨道交通和铁路资源，对城市轨道交通线网络中的某些车站设置和线路走向都作出了适当的调整，尽可能充分结合城际铁路、路网干线以及地铁，减少人们出行换乘次数，节省时间。城市人口数量随着城市化进程的加快日益渐长。因而，大数据背景下城市轨道交通运输体系的形成，是城市交通发展最紧迫的工作。
1大数据在轨道交通领域的分类
1）轨道交通客流预测：提出一种基于深度学习的系统DeepRail，通过对海量的异构数据进行学习，有效的预测和模拟铁路运输。系统研究了主流大数据处理框架，城市轨道交通客流数据的大数据特征，客流状态监测，大数据存储、大数据计算、大数据分析和处理等关键问题。设计并实现了一个基于大数据的轨道交流客流分析平台。分析了诸多影响旅客数量的因素，如土地利用等。基于神经网络和马尔可夫链，提出了一种综合预测铁路运输站点的每日旅客量模型。从站点特性的多维度因素，客流相关性，客流的波动形态等进行了详细的分析。基于海量智能卡数据，对旅客出行方式的时空分析进行了系统研究。2）轨道交通规划优化：通过设计随机效应函数和多项分式对数模型，提出了一种有效动态交通规划方法，该方法能较好的进行客流规划，优化交通运输成本。提出一种新颖的货物运输决策支持框架。基于数据分析的全长度和短转弯路由模式，对列车规划优化问题进行了研究。3）轨道交通大数据分析：大数据分析广泛应用于铁路运输和工程领域。通过一个新的分类框架，全面综述大数据在铁路工程和运输领域的最新应用。文献［12］研究了大数据分析框架，总结了数据源和收集方法、数据分析方法和平台，以及大数据分析应用类别。研究了几个典型的ITS大数据应用。4）轨道交通节能优化：提出一种基于时间依赖客流量的城市轨道交通双目标时间表优化模型，最大限度地减少了旅客等待时间和纯能源消耗。基于乘客大数据，提出了一种基于时间驱动的小范围模拟调度模型。提出了一种两阶段轨道交通节能规划方案。针对城市轨道交通线路的客运需求，提出了一种两阶段优化方法来优化列车时刻表和发行计划。5）轨道交通状态监测：针对枢纽站客流拥塞风险问题，提出了一种基于灰色聚类的轨道交通枢纽站客流拥塞风险动态识别方法。在轨道交通网络脆弱性分析过程当中综合考虑了乘客流量和使用特征，提出了一种基于站点的网络脆弱性测量方法。使用大数据可视化技术分析客流的分布和时空特征，对地铁线网海量大数据进行可视分析，从而有效进行数据清洗。综上所述，目前国内外许多研究机构和公司已对轨道交通中的大数据问题进行了深入的研究，但基于大数据技术的实际轨道交通系统并不多。由于数据特征和应用需求的差异，如何针对性地设计和开发基于大数据的轨道交通应用系统是十分必要的。
2大数据在城市轨道交通中的应用
2.1功能设计应用
轨道车辆智能化系统平台主要有三方面的功能，主要是数据管理功能、数据整体分析功能、运维检修管理功能。
期刊文章分类查询,尽在期刊图书馆数据的整体分析功能主要是通过各个机车的终端收集机车的运行数据，将数据传回轨道车辆智能化系统的数据库中，方便车辆专家对机车的整体运行情况做出分析，并且通过数据可以整理出机车每周、每月、每年的整体报告体系，车辆运营情况体系等数据；数据整体管理是指机车轨道智能化管理系统对所有安装有机车智能化系统终端的子系统进行统一的管理，主系统也可以通过网络对子系统数据进行管理、解决和传递，可以完成对机车的修理、使用、检查等数据信息的统一管理，并且通过机车数据的管理，可以不断的完善轨道机车智能化管理系统，优化轨道车辆的维修管理，运维管理系统主要是指通过轨道车辆智能化系统，建立完善的运维管理体系，包括运维管理、检修维护制度、设备状态记录等，保证对设备的实时监控，对机车的运行安全负责，减少事故率的发生。
2.2合理规划，优化布局
科学规划城市道路建设。道路建设，规划先行。道路规划要跟上社会发展节奏，必须在变化中得到修正和调整，以适应变化形势。要走出单一部门大包大揽的局面，应由政府牵头，联合各相关部门，如公安交通管理部门、交通建设部门、市政工程部门、供水、供电部门等进行密切合作，充分调动各部门的积极性，把各部门工作和长远规划结合起来。运用交通大数据服务城市建设总体规划、科学规划，优化城市道路网建设，改善道路微循环能力，减轻土地开发强度，还路于民，降低中心区建设密度和强度是实现缓堵的重要措施。将政治、文化、经济、商业、服务等中心区域合理规划，对主要道路交汇口进行彻底改造，运用发展性和前瞻性思维，针对造成节点和关键堵点的症结，把好脉搏，对症下药，解决道路节点“瓶颈”问题。
2.3推动多学科研究方法的交叉与融合
大数据的应用分析不仅推动了研究方法的多元化，而且还在一定程度上扩大了各学科的研究范围。例如，对网络数据的挖掘以及对居民行为活动数据进行分析都需要专业的工作人员去进行计算后才能得知。又因为学科与学科之间的性质不同，因此为了保证数据研究的精确性，学科与学科间要相互配合并彼此发挥其优势，从而推动大数据的应用。
2.4交通路况实时预警和预测
统计道路海量交通历史大数据，仿真建模，并采集实时交通数据进行模型分析比对，可实现对交通路况的实时预警和预测。当拥堵状态为轻度拥堵，进行黄色预警，并自动调取周边监控开展识别，发现是否存在交通事故或车辆故障等突发情况，并对路面情况进行密集监测，形成反馈。一旦持续黄色预警，拥堵加重达到事先设定的阈值，预警系统自动升级为橙色预警，并自动下达指令到周边巡逻民警PDA，指令周边附近交通民警赶往现场开展疏导排查，尽可能恢复交通；并提前发布红色预警，开展限流分流，避免大规模交通拥堵事件的发生。当达到严重拥堵阈值，红色预警持续产生，应立即接入值班指挥中心，开启交通突发事件处置流程应对。
结语
交通拥堵问题作为普遍现象长期制约着城市道路交通发展，职能管理部门面临长期而艰巨的挑战，值得注意的是，解决交通拥堵问题不单是一个部门的事，还取决于社会经济发展的需求，受制于资金、资源和环境的制约，需要遵循可持续发展原则。大数据时代，解决城市道路交通拥堵，政府的发展战略和政策起着决定性作用，是一个协调各方面利益和目标的过程，需要对海量数据进行系统分析和统计，了解拥堵产生的原因和规律，并预测其发展趋势，用科学和可持续发展的观点指导和解决城市发展中带来的交通拥堵问题。
参考文献：
[1]黄亮彪，张艳.城市道路交通拥堵的原因及其治理对策[J].政法学刊，2007，24（1）：114-118.
[2]徐超忠.基于移动大数据的城市交通拥堵对策研究[J].交通运输部管理干部学院学报，2015，12（4）：16-20.
论文作者:杨志超
论文发表刊物:《基层建设》2019年第27期
论文发表时间:2020/1/2
标签：数据论文; 轨道交通论文; 交通论文; 城市论文; 客流论文; 提出了论文; 机车论文; 《基层建设》2019年第27期论文;