同濟大學 教授

1 城市交通云數據平臺建設的兩條技術路線

城市交通云數據平臺的建設有兩條不同的技術路線——以交通大數據為契機的“另起爐灶”，以及重視既有資源逐步“云化”。

網絡數據、移動通信數據等是一種不同于傳統(tǒng)交通數據的資源，其分析邏輯也與傳統(tǒng)數據具有相當程度的差異。正是出自此原因，相當部分以新數據資源為主體的城市交通數據云平臺基本上采用的是一種重新構建的模式，以探索發(fā)揮新數據資源能力，提升城市交通狀態(tài)管控水平。

另一方面，將新的數據資源與傳統(tǒng)數據資源相互融合，基于城市交通復雜適應系統(tǒng)特征，探尋慢變量（城市建成環(huán)境、空間聯(lián)系結構、不同交通方式間空間資源分配等對系統(tǒng)狀態(tài)演變產生重要影響的因素）與快變量（道路信號控制、交通誘導、需求管理等對系統(tǒng)運行狀態(tài)產生直接影響的因素）協(xié)同調控思想，這將涉及更多管理部門的既有仿真系統(tǒng)、數據中心等需要融入云數據平臺建設之中，且云數據平臺本身應視為一個需要成長管理的生命體系統(tǒng)，在此背景下必然采用“逐步云化”的推進路徑。

兩種技術路線背后，實際上是不同的建設目標，以及不同調控對策范圍，不存在絕對的對錯。采用哪條技術路線，取決于更大范圍中的城市交通對策體系頂層設計。當我們更加看重當前困難，力圖利用新技術緩解面前壓力，并認為自動駕駛等新技術將在中短期內對城市交通產生革命性影響的情況下，選擇“另起爐灶”的技術路線具有一定的道理。如果判斷自動駕駛等新技術近中期不會對城市交通壓力產生顛覆性解脫，我們仍然需要從城市空間結構、空間行為模式尋找可持續(xù)發(fā)展道路，則“逐步云化”的技術路線更加具有吸引力。

之所以這樣說，是因為當需要在更大范圍內調動資源和力量應對城市交通壓力時，作為決策支持基礎的城市交通云數據平臺必須考慮更為復雜的組織關系，更加充分地利用既有技術資源，更多地融入現有對策體系中的經驗，這些都不是“另起爐灶”在短期內可以解決的問題。

當然，兩條技術路線并非截然對立，具有一定程度的互補性。但是在當前發(fā)展階段均需要一定的自身積累取得經驗，才談得上如何相互協(xié)同。構建城市交通大數據云平臺的不同技術路線，將影響平臺架構、數據組織、項目實施組織等方面的決策，需要事先加以明確。

2 城市交通云信息平臺構建中的數據組織與信息提煉

在城市交通云信息平臺建設中似乎有一些誤解：只要把海量數據積存下來就是資源，面對未來使用的數據組織可以留待明天逐步解決；數以萬計服務器構筑的云數據中心具有巨大潛力，在這種驚人規(guī)模的系統(tǒng)面前，初期架構上即使存在問題，也可以在后期得到彌補。由此可能出現的錯誤，是在系統(tǒng)架構設計的關鍵階段中，缺乏對于交通系統(tǒng)深入理解，從而造成數據組織上產生了致命缺陷。

面對城市交通這樣的復雜巨系統(tǒng)，即使擁有數十萬臺服務器所提供的巨大處理能力，也不可能在缺少合理數據組織，以及定義在數據結構基礎上精心設計的數據處理算法的情況下，有效地從數據海洋中發(fā)掘有價值的信息。海量數據既可能成為決策分析和運行管理的資源，也有可能成為造成決策過程中干擾判斷的數據垃圾。海量數據究竟成為資源還是垃圾，相當大程度上取決于云數據平臺建設中的數據組織和信息提取方案。

所謂“信息”是組織起來的“數據”。城市交通云信息平臺中的各種數據，需要在合理的維度空間中，采用合理的方式表達成為特征，并形成逐步濃縮的層級結構，才有可能成為有價值、能夠為多種用戶使用的信息。為此需要強調，城市交通云數據平臺要高度重視數據組織架構的重要性！

這首先是由于城市交通數據觀測規(guī)模遠超出一般人的想象。例如，試圖通過百萬路視頻數據對交通行為個體的空間活動進行觀測時，一個月的數據量就可能達到EB（1024千萬億字節(jié)）級。顯然直接存儲這些數據再在需要時進行歷史行為分析是不現實的（甚至直接在云端進行如此海量數據分析也是不合理的），因為一個月的數據對于分析行為主體的空間活動模式來說，觀察時間長度并不足以發(fā)現空間活動模式的變化。為此，需要從這些視頻中提取特征數據，或者識別高價值圖像來加以保存，以支持下一階段研究分析工作。城市交通演化的研究周期往往長達幾年乃至二、三十年，將短期觀測的精細化數據與長期分析的抽象數據建立緊密關聯(lián)，一方面是當前階段信息提取的要求，另一方面是將當前觀測數據與當時觀測條件下留存的歷史數據相融合的需要（城市交通領域中歷史經驗具有非常巨大的價值）。

其次，數據抽象是深入理解城市交通內在規(guī)律的必要手段。正如復雜熱力系統(tǒng)所顯示的那樣，追蹤每一個分子的行為會極大地分散研究者的注意力，反而難以識別系統(tǒng)整體規(guī)律。城市交通涉及海量的行為主體，不進行適當信息濃縮，就難以做出有效的決策判斷。城市交通行為主體的空間活動，源于其社會屬性產生的“活動”需求，以及城市建成環(huán)境等外部的影響，從而有一定的共性規(guī)律在發(fā)揮作用。認識這種共性規(guī)律，對于公共政策制定是極為重要的。數據組織的任務之一，就是從分散的、個體的行為之中，提取背后隱藏的統(tǒng)計規(guī)律，以支持對于內在規(guī)律的研究。

第三，交通信息平臺所支持的決策分析，涵蓋了規(guī)劃、需求管理、狀態(tài)管控等不同層面的問題，作為服務對象的決策主體的思維模式，也囊括了從宏觀到微觀的不同類型。特定的決策主體往往需要從系統(tǒng)中提取不同抽象程度的信息，也往往只適應某一抽樣層面的問題思維，因此系統(tǒng)往往需要設計輕度、中度和高度抽象等不同級別的信息組織，以滿足不同用戶的需求。

第四，城市交通數據產生于多種多樣的信息系統(tǒng)，全部集中到云端進行集中處理并不一定是合理的技術架構方案。考慮到管理組織結構的多樣性，以及問題決策的層次性，形成有序的前后端數據處理的分工合作，應該是城市交通信息平臺能夠有效工作的前提。

總之，在城市交通云信息平臺建設中，數據組織和信息提煉是一個需要在信息工程師與交通工程師之間深入討論的重大問題，初期的含糊其辭會留下后期造成系統(tǒng)崩潰的巨大隱患。