关键词：大数据；城市轨道交通；发展趋势
1轨道交通大数据挑战
1.1数据管理的挑战
轨道交通大数据来源广泛、种类繁多、产生速度快，具有多源、异构、自组织的特点。使得其在管理上面临着“汇聚难、集成难、存储难、检索难”的挑战。轨道交通数据在地理上分散，并通过不同的数据模型和元数据来进行自组织管理，如何连接不同类型的数据源，定时、自动化地汇聚多源的轨道交通大数据是一个挑战。轨道交通数据的体量大，对于已经汇聚、集成的数据，一方面，如何去设计适用于分布式环境下的数据存储模型，以满足高可扩展、高可用、高吞吐的需求；另一方面，如何结合轨道交通数据的时空特性，构建包含时空索引、全文检索在内的多类型索引模型，减少查询的搜索空间，加快查询的过程，是一个关键的挑战。
1.2数据处理的挑战
轨道交通数据的体量大，产生速度快，既包括了实时产生的动态数据，又包括了归档的静态数据，使传统的单机处理难以满足轨道交通应用实时处理的需求。Hadoop和Spark作为如今主流处理大规模数据的系统，可以作为解决轨道交通数据处理难的有效途径。轨道交通大数据存储在Hadoop生态系统和Spark生态系统的数据管理系统（如：HDFS、HBase、Hive等）中，通过MapReduce或者Spark进行分布式处理。在这个过程中，面临三个挑战：
1.2.1数据管理系统数据读取接口的开发
由于轨道交通大数据涉及多个数据模型和存储系统，如何基于这些存储系统开发统一的数据读取中间件是一个挑战。
1.2.2并行编程框架的开发
无论是MapReduce还是Spark，都要求算法开发者熟悉框架，限制了其使用范围，因此，需要在MapReduce和Spark提供的底层API上开发适用面广泛的编程框架。
1.2.3工作流调度
数据处理通常由多个子过程构成，如何将这些子过程通过工作流机制进行组织、调度，以便实现处理过程的自动化是一个挑战。
1.3数据分析的挑战
数据分析的目的旨在挖掘、提取海量轨道交通数据背后隐藏的规律及知识。对于轨道交通大数据分析而言，其核心问题在于如何对轨道交通大数据进行有效的表达、解释和学习。
2轨道交通大数据运用的注意事项
2.1轨道交通大数据运用的局限性
大数据运用可以为轨道交通发展提供参考，但也存在一定的局限性。例如，轨道交通从规划、设计、建设到运营，周期长、时间久，存在投入运营后的城市状况与最初规划设计时期差距较大、以及存在规划设计内容滞后于实际市场发展进度的状况。规划设计可以参考大数据分析，但是大数据分析往往停留在以往的信息收集基础之上。在这种情况下，需要规划设计者充分的考虑城市发展的步调，了解城市规划的远期发展计划，综合判断规划设计，而不是仅仅依靠大数据分析的结果。在大数据分析的基础上，规划设计者可以通过互联网平台收集相关方的需求与建议，但是不能过度依赖这些信息上，要通过全局和发展的眼光和视角综合考虑，一方面要满足市民实际需求，另一方面要考虑到城市发展的长远规划，以及轨道交通建设的实际环境与问题，保证规划设计的合理性。
2.2轨道交通大数据运用的安全性
随着时代的进步和人们自我意识不断提升，大数据的广泛运用也引发了人们对个人信息安全的严苛要求。轨道交通大数据的运用，涉及大量相关方信息的采集、存储、分析和应用，绝不能出现数据信息的泄露与贩卖等问题，引发轨道交通企业危机。
期刊文章分类查询,尽在期刊图书馆轨道交通企业要要从意识源头抓起，加强培训，不断提升大数据相关工作人员的安全和保密意识，一旦出现违规运用数据信息的情况，要依法依规严厉处置，务必做好轨道交通大数据信息安全工作，切实保障轨道交通大数据的安全、合法、合理运用。
3大数据视野下轨道交通网络的研究展望
3.1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。
3.2技术经济优势的挖掘与应用
3.2.1数据准确性高
因为大数据相比较于其他技术具有更大的储存能力，不存在样本范围小等不足之处，相反其在轨道交通建设中发挥着重要的作用。除此之外，因为交通大数据具有结构复杂以及连续性等特点，因此更能对城市交通现状进行零差别还原。
3.2.2具有更高的便捷性
采用大数据对数据进行统计以及储存，一方面不仅可以保证其计算的高效性，另一方面还可以快速直接的对其中存在的有用信息进行获取，所以相比较于传统问卷调查方法，大数据统计方法省去了调查过程，可以实现对数据的直接获取，更具有精确性以及便捷性。
3.2.3投入成本低且带来的效益非常可观
因为交通大数据具有非常强的专业性，其提供的数据大都具有很高的精确性，不仅可以给平台以及公众带来经济效益的同时，还可以满足客户的基本需求。且交通大数据系统是采用统一管理的方法对各数据进行管理，所以在一定程度上可以节约劳动成本，更有利于对数据的统计。
3.3轨道交通网络的规划与建设
3.3.1轨道交通大数据系统的建设
为了保障大数据系统的顺利运行，首先要建立一套完整的管理措施，积极协调各部门与政府部门之间的关系，并建立有效的数据共享机制，从而形成一个完整的交通大数据系统。轨道交通大数据的建设不仅具有更高的便捷性，而且还可以使大数据的潜在应用价值更明确，从而进一步促进轨道交通大数据的广泛应用。
3.3.2轨道交通网络理论的创新
为了能够在庞大的数据库中迅速找出客户需要的信息，就要建立一套完整的网络理论体系，因为大数据系统结构复杂且数据庞大，如果不建立一套健全的理论体系，则轨道交通大数据将很难进行运行。同时为了使大数据的优势得以更好的被发挥，要将大数据模型与分析处理系统进行有效的结合。
3.3.3大数据在轨道交通领域的应用
大数据如今被广泛应用于轨道交通建设中，其中包括交通控制以及设施建设等多方面，为了进一步推动整个轨道交通管理技术的发展，要在原来的技术上进行创新，并结合实践经验进一步改善其中存在的不足之处。
4结束语
总之，大数据在一定程度上推动了我国城市轨道交通的发展，并为交通网络的分析研究提供了基础，但是因为目前我国大数据系统尚未完善，所以其缺少实践以及数据支撑，为了进一步推动大数据技术的应用，要加大对城市轨道交通网络规划建设的研究。随着社会的发展，信息技术的不断普及，如今城市轨道交通大数据有望被广泛应用于城市轨道交通建设中，从而进一步发挥其具体优势。
参考文献
[1]张建来.城市地铁轨道交通中的大数据分析[J].电子技术与软件工程，2019（06）：164.
[2]张浩，石琦，徐启禄，等.轨道交通领域大数据的关键技术研究[J].都市快轨交通，2016（06）：8-10.
[3]李得伟，张天宇，周玮腾，等.轨道交通大数据运用现状及发展趋势研究[J].都市快轨交通，2016（06）：1-7.
论文作者:张寅卓
论文发表刊物:《城镇建设》2019年22期
论文发表时间:2019/12/16
标签：数据论文; 轨道交通论文; 城市论文; 大数论文; 交通论文; 是一个论文; 在一论文; 《城镇建设》2019年22期论文;