一、交通运输行业挑战与数字化建设必要性
1、管控困难
交通运输行业涉及的地理范围较广,监控成本高,管控难以及时
2、数据量大
交通运输行业有着大量地理信息数据,需要可视化工具可视化后进而发现其规律优化交通运输业务
3、货运客运量难预测
交通运输行业的货运量或客运量是不断变化的,有高峰有低谷,需要对其进行预测以备资源
4、开放数据访问量低
开放数据访问量低,外部数据与内部数据没有形成良好的对比。
5、突发事件多
交通运输行业多是突发事件的处理,对于数据的分析也是事后分析,难以做到提前预警。
6、报表逻辑复杂
不仅有各类财务、运作报表需要统计,还有相关国家标准报表需要统计,相关数据的填报与统计维度和计算方法复杂。
二、交通运输行业数据应用目标
协助管控
通过数据的汇集与计算,帮助企业机构快速查询数据,并设立预警机制协助管控
预测分析
对相应指数进行监控,预测交通运输状况,对货量/车流量/客流量等数据进行预测
运营管控
对于运营数据进行实时监控,对安全事故问题进行及时报备预警
行业分析
对行业开放数据指标和公司指标进行计算监控,将公司各项指标与行业平均水平进行对比
报表生成
自动生成报表,统计各项指标
三、建设主题
以高速公路数字化建设为例,建设业务主题,并对交通运输指标体系建设。
四、建设意义
信息集成优势和组合效率:大数据有助于建立综合性立体的交通信息体系,通过将不同范围、不同区域、不同领域的“数据仓库”加以综合,构建公共交通信息集成利用模式,发挥整体性交通功能。例如,将气象、交通、保险部门的数据结合起来,可以高效率地研究交通领域防灾减灾;IC卡数据结合抽样调查,能更快捷、更精确测得城市交通流分布状况。
智能配置交通资源:通过对大数据的分析处理,可以辅助交通管理制定出较好的统筹与协调解决方案,减少各个交通部门运营的人力和物力,提升道理交通资源的合理利用。例如,根据大数据结果确定多模式地面公交网络高效配置和客流组织方案,多层次地面公交主干网络绿波通行控制以及交通信号自适应控制。
提升交通预测水平:大数据的快速性和可预测性能有助于提升交通预测的水平。
跨域管理:大数据的虚拟性有利于其信息跨越区域管理,只要多方共同遵照相关的信息共享原则,就能在已有的行政区域下解决跨域管理问题。