时空数据及其在智慧交通中应用

蔡先华，张 远，高书亭

(东南大学交通学院，江苏 南京 211102)

0 引 言

随着智慧地球、智慧城市和智慧行业的建设与发展，智能传感技术、通信技术等在当今社会中无所不在。传感网、物联网、社交网络等技术迅猛发展，各种视频监控、监测、感应设备可获得的交通数据规模不断扩大，越来越多的数据使交通领域进入真正的大数据时代。

“数据”已成为这个时代的核心推动力之一。数据中与时空位置有关的数据称为时空数据。地理数据是最典型的时空数据，描述地理实体的性质、特征和运动状态，用于表达地理特征与地理现象之间关系[1]，基于特定的空间参照基准，通过地理信息系统进行管理、分析与应用，通常以地图形式可视化，已经具有了一套有效的处理与空间分析技术。

另一种时空数据是时空大数据，大数据泛指大规模、超大规模的数据集，因可从中挖掘出有价值的信息而备受关注，但传统方法无法对其进行有效分析和处理。大数据中绝大部分与时间、空间相关，所以这部分数据称为时空大数据。

地理数据和时空大数据都是与地球表面位置关联的数据，无论是传统意义上的地理数据还是现在流行的时空大数据，在智慧交通系统中都具有非常重要的决策支持作用。虽然地理数据与时空大数据有区别，但也具有都与时间和位置关联的共性，所以本文统称为时空数据，两者在智慧交通中都是非常重的数据资源，在智慧交通中有重要的应用。交通是管理时空数据的地理信息系统(Geographic Information System，GIS)最早的应用领域之一，并形成了专有名词——交通地理信息系统(GIS for Transportation，GIS-T)[2]。

1 时空数据的特征

地理数据和时空大数据既有共性特征，又有自身特点。地理数据是大数据的空间框架，具有严密的数学基础，价值密度高，分析处理方法相对成熟；大数据多是某个领域或某个方向的数据，具有专题性，定位精确度相对较低，有的甚至是文本描述，相对于地理数据来说价值密度低，分析处理方法还有待进一步研究。

1.1 地理数据的特征

地理数据是以地球表面作为基本参照框架的空间数据，从地理实体到地理数据，从地理数据到地理信息的过程，反映了人类从认识物质、能量到认识信息的一个巨大飞跃。

地理数据具有3个基本特征：① 通过公共空间基准体现的定位特征；② 在二、三维空间结构基础上，还具有多专题的多维结构特征；③ 可按时间尺度进行地理数据划分的时序特征。地理数据的区域性、多层次性和动态变化特征的研究与分析，可应用于诸多领域，交通是典型的应用领域之一。

地理数据类型相对标准化，来源相对单一，遵照行业的技术标准生产。在智慧交通领域，几乎所有数据都与基础地理数据关联。基础地理数据是交通数据的空间框架，基本交通分析也是基于地理数据的专题空间分析。

1.2 时空大数据的特征

《Nature》和《Science》分别于2008年、2011年出版了《Big Data》[3]、《Dealing with data》[4]专辑，说明了大数据时代的到来。根据国际数据公司IDC监测[5]，人类产生的数据量正在呈指数级增长，大约每2年翻一番。大数据已经开始造福于人类，成为信息社会的宝贵财富。

一般认为，大数据具有以下5大特征[6]：

(1)Volume(规模大)：运用大数据，人和事物的所有轨迹都可以被记录下来，数据爆发性增长，大数据的计量单位已经越过TB级别发展到用PB、EB、ZB、YB甚至BB来衡量。

(2)Velocity(速度快、时效高)：增长速度和处理速度是大数据快速性的重要体现，生产和传播数据的速度都非常迅速，要求处理数据的响应速度快，时效高。

(3)Variety(类型多)：大数据来源广泛，类型多样。大数据可以分为三类，一是结构化数据，数据间因果关系强；二是非结构化的数据，数据间没有因果关系；三是半结构化数据，数据间的因果关系弱。有统计显示，结构化数据占据整个互联网数据量的75%以上，而产生价值的大数据，往往是非结构化数据。

(4)Veracity(真伪难辨)：大数据收集过程中产生的噪音、缺失、不一致和歧义等会引起数据的不确定性，大数据的研究是从巨量数据中提取解释和预测现实事件知识的过程。

(5)Value(价值密度低)：大数据的核心特征是价值，价值密度的高低和数据总量的大小成反比，即数据价值密度越高数据总量越小，数据价值密度越低数据总量越大。有价值信息的提取是依托海量基础数据，如何通过机器算法迅速在海量数据中进行数据价值提纯是当前关键问题。

大数据是由包括人类活动在内的地理世界中任何事物和任何现象运动变化产生的，有学者认为大数据本质上就是时空大数据[7]。时空大数据除具有一般大数据的特点外，还具有地理数据的空间性、时间性、多维性等特点，其更大的价值在于时间、空间、对象之间的关联关系。大数据种类繁多，具有多源异构和复杂性，经过分析处理的大数据以地理数据作为空间框架进行管理与分析。

2 智慧交通

“智慧交通”一词源于“智慧地球”“智慧城市”的概念，也是从智能交通发展演变而来的，是构建智能城市的重要组成部分。交通拥挤和交通事故是全球交通所面临的共同问题，交通智慧化是交通发展和变革的方向，智慧交通已经成为交通建设的热点。

智慧交通包含智能化的交通基础设施、智能化的交通运载装备、智能化的感知设备、智慧化的信息管理云平台和智慧化的运输组织服务。

智慧交通是将感知、通信、大数据、人工智能等技术集成运用于综合交通运输体系，在完善的交通基础设施基础上，广泛采用数字化技术，改进交通基础设施、运输组织和运载工具、运输组织与交通管理的形态，基于智慧信息管理云平台(城市大脑，数字孪生交通系统等技术)，通过科学决策提供一体化综合运输解决方案，在一定的资源配置下，以合理的成本将人员和物质送到指定位置的智慧型综合交通运输与管理系统。

未来智慧交通将具有如下特征[8]：

(1)泛在互联的智能化交通基础设施和智能化运输装备。

(2)虚拟与现实、线上与线下相结合，以虚拟指导现实，以线上指导线下。

(3)门到门的一体化综合运输服务。

(4)应需而变，为用户提供个性化、多样化服务。

(5)高可靠性和高效能的运输生产组织和管理。

3 智慧交通中的时空数据应用

广义的交通包括人、物的运输与语言、文字符号、图像等视听信息的传递[9]。无论是人和物的运输，还是语言、文字符号和图像等视听信息的传递，都与空间位置的变化有关。

记录交通参与对象特征以及事件发生、发展和消失的大数据，是交通事件解释和交通未来预测的重要基础。在智慧交通中，基于感知、深度学习、云计算、现代通信(5G)等技术，通过时空数据，分析交通事件、交通状态，可对交通系统进行智能规划、建设和运营管理，实现对公众出行和物流运输最优配置，满足个性化出行定制要求，高效方便公众出行、缓解交通压力，让一定的交通资源高效安全地运行和发展[10]。

3.1 交通分析

交通分析是解决交通问题的技术基础，各种交通分析基于相应的交通数据，这里的数据90%以上是时空数据。智慧交通具有“虚拟与现实、线上与线下相结合，以虚拟指导现实，以线上指导线下”特征的基础是“数字孪生交通、交通云”等信息技术系统，其基本空间框架是地理数据，是交通设施数字化空间基础。

交通网络分析是最基本的交通分析，其基础是动态实时交通网络数字模型。地理数据是高精度交通网络数字模型构建的原材料，时空大数据也为交通网络数字模型提供动态实时更新的补充数据。地理数据采集、处理与分析相关的GIS与RS、GNSS等技术的高度集成与融合，构成的GIS-T为智能交通提供了强有力的分析方法。

3.2 交通基础设施规划建设

在传统的交通规划中，需要进行四阶段交通流分配，首先需要进行交通调查，依靠人工进行抽样调查。人工调查样本数少、效率低、准确度不高。大数据的应用改变了交通状态和交通现象的获取方法，获取交通实况数据更加方便。通过手机信令、地铁公交IC卡、浮动车数据(FCD)、互联网等时空大数据的融合，可以得到城市交通OD流的大样本甚至全样本数据，计算出移动对象的时空轨迹，基于轨迹数据分析交通规划及运营管理中现有交通流特征，解决未来交通流的预测等问题，为交通规划与运营管理提供精确数据。

利用GIS-T数据处理与空间分析能力可以高效准确的实现公路、铁路及其附属设施的选址、规划、设计，对交通设施施工区进行智能化管理，提高管理水平，实现交通工程建设智能化。

3.3 交通运营管理与运输组织

泛在互联的智能化交通基础设施和智能化运输装备[8]是智慧交通的特征之一，泛在互联的基础必须设施数字化。交通设施管理与维护，运输装备的定位导航与出行路径规划，智慧停车，货物运输优化及货运车辆监控管理，公路病害采集与发现、养护评价智能决策、公共交通的管理与调度等都离不开时空数据的支持。GIS-T是实现智能交通管理的最重要技术之一，能提升运输生产组织与管理的高可靠性和高效能。

运用交通云平台可以实现对道路和附属设施实时监控和管理、进行动态评估和调整等工作；通过感知车流量和车辆排队长度，综合评估交通拥堵状况，根据拥堵状况智能调整红绿灯时长，有效缓解城市交通拥堵；通过对出租车、网约车进行动态监测、实时监控，有效遏制违规违法行为，保障公众财产和生命安全；在城市主要路口，使用具有人像识别功能的监视器，抓拍行人闯红灯等不文明行为，并通过现场大屏显示，更好的维护交通秩序。

在物流运输组织中，运用时空大数据，可以实现运输路线的最优选择，实时监控、掌握物流运输的轨迹，增强应急处置能力等；将车辆和驾驶员的基本信息进行登记管理并及时共享，可以实现物流资源的合理调度，提供门到门的一体化综合运输服务。

3.4 公众信息服务

时空数据可以更合理地为公众出行提供规划路线并进行预测；基于公共交通时空数据，可以使无人驾驶的私家车和公交车更有效率、更加安全、更加准确；在公交出行中，可以通过信息平台实时提供公交车辆的位置信息，便于公众合理安排出行时间；在共享出行时，可以更加合理地按照位置和时间进行派单，使乘客享受更好的服务。实现“应需而变，为用户提供个性化、多样化服务”。

3.5 交通安全

智慧交通下的交通运输生产组织和管理要求具有高可靠性，这种高可靠性是在准确掌握交通基础设施、交通运载装备相关数据(这些数据绝大部分是时空数据)，通过智能技术确定运输生产策略的基础上才能实现的。交通安全涉及交通流量监视、突发事故发现与分析、现场应急救援与疏导指挥等，利用交通云可以准确获得交通事件的发生点，通过交通云发布交通应急疏散信息，进行交通信息诱导，对交通事件进行分析，对交通安全进行评价等，有效保障出行安全。地理数据实时动态采集处理技术的发展，更加促进了时空数据在智慧交通建设方面的发展应用。遥感技术与人工智能的结合可实现道路网络的自动提取与更新，为道路网络的实时更新提供技术支持，也让真正的数字孪生交通系统(现实与数字完全同步)成为可能，使现实交通与虚拟交通无时差匹配；无人机三维建模技术的发展为桥梁病害检测提供了多视角、多尺度、更清晰的三维实景模型；无人机倾斜摄影测量使道路工程测量效率高、成本低、更灵活等；车载移动测量系统可以高精度、快速地获取交通及其附属设施的地理信息数据，可以为道路施工、道路数据入库、道路病害采集以及道路养护巡检等提供更快捷的数据支撑；GNSS导航定位技术可以实现对车辆的监控与管理、道路状况的预判、交通指挥调度、事故报警、智慧停车、无人驾驶等。

4 结 语

时空数据涉及智慧交通的方方面面，在智慧交通中有广泛应用。本文从价值密度和定位基准的角度，将时空数据分为地理数据和时空大数据。地理数据是经典的时空数据，描述地理实体的性质、特征和运动状态，用于表达地理特征与地理现象之间关系，基于特定的空间参照基准，通过地理信息系统进行管理、分析与应用，通常以地图形式可视化。时空大数据具有一般大数据的5V特征，对于交通来说，还具有与交通设施、运载设备对象行为对应的时/空/对象动态演化、对事件的感知和预测特性。

在智慧交通领域，融合了地理位置和时间的地理数据、时空大数据是支撑交通分析，交通基础设施规划建设，交通运营管理与运输组织，公众信息服务，交通安全重要的数据基础。现代地理信息获取技术以及时空大数据技术，可以为智慧交通提供高质量，高精度，多时效的时空数据。随着处理技术的进一步发展，时空数据必将在智慧交通中得到更加广泛的应用。