大数据分析：智能交通发展的引擎
简述大数据在智能交通的应用与发展
简述大数据在智能交通的应用与发展大数据的应用范围非常广泛，是信息技术、网络技术以及云计算等先进科学技术发展和计算方法变革的产物，在很多行业领域中广泛应用并发挥着重要的作用。
云时代的到来进一步推动了大数据技术的发展，现今在交通管理方面也将大数据加以应用。
世界各国陆续开始对交通运输管理数据采用数字化的方式进行收集、存储和利用，智能交通系统的建立和应用对缓解交通压力，解决交通管理中存在的问题发挥十分重要的作用。
1、大数据概述随着世界各国对“大数据”关注度的提高，大数据的应用范围不断扩大，其所蕴含的内容价值也得到进一步的开发和利用。
随着互联网技术的普及和发展，信息时代的发展进步导致了信息量的极速扩大，海量的多样的信息使我们逐渐的步入了“大数据”的时代。
大数据是各种数据集的集合体，大而且复杂，是IT产业一次颠覆性的技术变革。
大数据信息量之大，种类之多，采用已有的普通的数据库管理工作很难对其进行有效的分析处理。
要在大数据中快速获得有价值的信息并对其进行有效的分析处理，就需要应用到大数据技术。
大数据的特点主要表现在：第一，数据体积大。
一般来说大型的数据集多位TB级，而大数据的数据集普遍为PB级，甚至达到EB级。
第二，数据处理速度快。
大数据与传统的数据采用不同的挖掘技术，而且数据处理不需要消耗仓储，因此在数据的处理速度上非常快。
第三，数据种类多。
大数据中的数据不仅包括传统的结构化数据，还包括半结构化数据和非结构化数据，数据呈多种类型增加了大数据的复杂性。
第四，数据具有实时性。
虽然大数据中的数据量非常大，即便如此当用户将数据需求提交上来后，大数据即可自动对相关的有价值的信息进行提取。
在智能交通中，数据的类型以交通管理系统数据、服务数据、传感器数据和应用数据为主，拥有多种数据类型，而且数据体积大，数据的分析和处理具有一定的难度。
2、大数据技术与智能交通的契合社会经济飞速发展，人们的生活水平提高，机动车的数量呈现出逐年大幅度增长的趋势。
大数据在智能交通与自动驾驶中的应用与发展趋势
大数据在智能交通与自动驾驶中的应用与发展趋势随着智能科技的快速发展，大数据在各行各业中的应用也越来越广泛。
在交通运输领域，大数据技术对于智能交通与自动驾驶的应用起到了重要的作用。
本文将探讨大数据在智能交通与自动驾驶中的应用以及相关的发展趋势。
一、大数据在智能交通中的应用智能交通系统旨在通过引入信息技术和通信技术来提高交通运输的效率和安全性。
而大数据技术正是实现智能交通的重要手段之一。
1. 交通流预测与优化通过采集整合各种交通数据，如车辆位置、路况、气象等信息，利用大数据分析算法可以对交通流进行准确预测，从而实现交通优化。
例如，根据交通流预测结果，调整信号灯的时长，提高道路通行效率；通过分析历史交通数据，优化道路布局，减少拥堵现象发生。
2. 智能交通管理大数据技术可以帮助交通管理部门更好地监控和管理交通系统。
通过实时采集车辆信息和智能信号灯的控制，可以实现交通拥堵的快速发现和处理。
同时，借助大数据分析，交通管理部门还可以提前预测和预防交通事故的发生，提高交通安全性。
3. 个性化出行服务基于大数据的智能交通系统可以为每个用户提供个性化的出行服务。
通过分析用户的出行偏好和习惯，智能交通系统可以为用户提供最佳的出行路径、推荐出行工具等个性化服务，提高出行效率。
二、大数据在自动驾驶中的应用自动驾驶技术是基于大数据的智能交通系统的延伸和拓展。
大数据技术在自动驾驶领域发挥着至关重要的作用。
1. 传感器数据分析自动驾驶车辆通过多种传感器采集周围环境的数据，如摄像头、雷达等。
这些海量的数据需要通过大数据技术进行高效的处理和分析，从而帮助车辆做出准确的决策和判断，实现行驶安全。
2. 地图和导航系统自动驾驶车辆需要准确的地图和导航系统进行路线规划和路径选择。
基于大数据的地图系统可以实时采集和更新道路信息，包括实时路况、变道限制等，为自动驾驶车辆提供准确的导航指引。
3. 高精度定位自动驾驶车辆对于精确的定位要求非常高。
智能交通系统发展趋势与前景分析
智能交通系统发展趋势与前景分析智能交通系统是利用现代信息技术和通信技术对交通进行智能化管理和控制的一种新型交通模式。
本文将从以下十个方面展开，分析智能交通系统的发展趋势和前景。
一、技术创新带来新机遇随着人工智能、大数据等技术的不断突破和发展，智能交通系统也在不断创新。
比如，智能交通信号灯系统可以根据实时交通情况自动调节信号配时，提高交通的通行效率。
二、智慧城市建设拉动智能交通发展智慧城市建设需要智能交通系统的支持和配合，智慧交通是智慧城市建设的重要组成部分。
智能交通系统在传感器、智能控制中心、数据平台等方面的应用将得到更大的发展，为智慧城市的交通管理提供了技术支持。
三、智能交通系统助力交通拥堵缓解交通拥堵一直是城市发展中的难题，智能交通系统的发展为解决交通拥堵提供了新的思路。
利用智能交通系统的流量监测、导航引导等功能，可以更加精确地分析交通状况并实时调控交通流量，提高道路利用效率和通行速度。
四、智能交通系统提升交通安全交通事故频繁发生是交通系统中的一个重要问题，智能交通系统可以通过实时监测、智能预警等手段提升交通安全水平。
比如，智能驾驶辅助系统可以实时分析驾驶员的行为并提供预警，在危险情况下刹车及时等，有效减少交通事故发生的概率。
五、智能交通系统推动公共交通发展智能交通系统不仅可以优化私家车的出行体验，也可以推动公共交通的发展。
通过智能交通系统的数据分析，可以更加精确地预测出行需求，提高公共交通资源的配置效率，使公共交通更加便捷和高效。
六、智能交通系统促进出行环境优化智能交通系统可以帮助交通管理部门有效掌握交通状况，实施科学合理的交通规划，优化城市的出行环境。
比如，智能交通系统可以通过大数据分析得出道路瓶颈、交通压力点等信息，并制定相应的交通整治方案，提供更好的出行环境。
七、智能交通系统提升了城市形象智能交通系统的发展不仅提升了交通效率，还提升了城市形象。
一个拥有智能交通系统的城市，具备了高效、安全的交通服务，更加吸引人们的关注和眷顾，为城市的形象加分。
大数据分析师的交通数据分析与智能交通
大数据分析师的交通数据分析与智能交通随着互联网的快速发展，大数据分析已经成为了信息时代的核心内容之一。
在这个信息爆炸的时代，各个行业都将数据作为最重要的资源来进行管理和决策。
其中，交通领域更是一个典型的应用场景，交通数据的采集和分析对于智能交通系统的建设有着重要的作用。
而大数据分析师在交通数据分析与智能交通方面发挥着重要的作用。
一、交通数据的采集为了进行交通数据分析，首先需要进行交通数据的采集。
交通数据的采集可以通过多种方式进行，最常见的方式是设置交通监控摄像头，采集车辆的行驶信息。
此外，还可以利用无线通信技术，通过检测车辆上的通信装置来获取交通数据。
通过这些数据的采集，可以充分了解道路上车辆的行驶状况，包括车辆的数量、车速、车流量等信息。
二、交通数据的处理采集到的交通数据通常是庞大而杂乱的，需要对其进行处理和整理，以便进行后续的分析。
在交通数据处理过程中，大数据分析师需要运用各种数据处理工具和技术，例如数据清洗、去重、归类等。
通过这些处理手段，可以将原始数据转化为有价值的信息，为后续的分析提供基础。
三、交通数据的分析交通数据分析是大数据分析师的核心工作之一。
通过对交通数据的分析，可以了解交通状况，并从中发现规律和问题。
例如，可以通过分析交通数据来判断道路的拥堵程度，预测道路的交通状况，并相应地采取措施进行调整。
此外，还可以通过分析交通数据来了解交通事故的发生原因，并提出相应的改进措施。
通过这些分析，可以提高交通系统的效率和安全性。
四、智能交通系统的建设交通数据分析与智能交通系统的建设是紧密相关的。
通过对交通数据的分析，可以为智能交通系统提供数据支持和决策依据。
例如，可以基于交通数据的分析结果来进行信号灯的控制调整，减少交通拥堵。
同时，通过对交通数据的分析，还可以为智能交通系统的用户提供实时的交通信息，方便出行。
因此，大数据分析师在智能交通系统的建设过程中发挥着至关重要的作用。
综上所述，大数据分析师在交通数据分析与智能交通方面具有重要的地位和作用。
大数据在智能交通系统中的应用与发展
大数据在智能交通系统中的应用与发展智能交通系统（Intelligent Transportation System, ITS）是运用先进的信息、通信、感知和控制技术，对交通运输和道路交通进行全方位、精确、高效的监测、管理和服务的系统。
而大数据则是指大量的、多样化的数据资源，通过有效的分析和挖掘，可以为交通管理提供更准确、更智能的决策支持。
大数据在智能交通系统中的应用和发展为交通领域的运营管理和交通安全提供了全新的解决方案。
一、大数据的收集与处理智能交通系统通过各种感知设备如摄像头、传感器、雷达等收集交通信息，这些信息包括交通流量、车辆速度、停车场使用情况等。
同时，移动智能设备如智能手机也成为大数据收集的重要来源，通过GPS定位和网络数据收集，可以获取实时的位置、速度等信息。
收集到的大数据会通过云计算和物联网技术进行处理和分析，从而得出交通状态、趋势和模式，为交通管理提供数据支持。
二、大数据在智能交通中的应用领域1. 交通拥堵管理大数据可以实时收集和分析路况信息和交通数据，通过交通流量预测、拥堵预警等手段，提供准确的交通拥堵状况和拥堵位置。
基于这些数据和信息，交通管理部门可以制定针对性的交通治理策略，优化道路规划和交通信号控制，减少交通拥堵，提高交通效率。
2. 交通安全管理大数据分析可以实时监测交通事故发生的状况和原因，预测事故风险，为交通管理部门提供指导和决策支持。
基于分析结果，可以优化交通信号控制，改善道路设计，提高交通安全性。
同时，大数据还可以用于违法行为监测和交通违法处罚，提升交通监管效能。
3. 公共交通运营管理大数据可以实时监测公共交通的运行状态和乘客需求，通过分析乘客流量和乘车行为，提供准确的运营调度和服务优化建议。
基于数据分析结果，交通管理部门可以合理优化公共交通线路规划、站点设置和班次安排，提升公共交通系统的服务水平和运营效率。
4. 非机动车管理大数据可以通过收集和分析非机动车的轨迹数据，了解非机动车的行驶路径和分布情况，从而优化非机动车道的规划和设置，并提供更好的非机动车停车管理服务。
智能交通大数据的分析与应用
智能交通大数据的分析与应用随着人们对智能交通的需求不断增加，智能交通系统也随之快速发展。
而这背后支撑起智能交通系统的关键技术之一就是大数据分析与应用。
智能交通大数据的分析与应用可以帮助城市管理者更好地理解交通状况、提高道路使用效率、优化交通运输体系，以及实现智慧城市的目标。
一、智能交通大数据的来源智能交通大数据的来源主要有两类：第一类是传感器数据，包括交通信号灯、摄像头、卡口等设备产生的数据；第二类是移动终端数据，如智能手机、车载导航等设备产生的数据。
这些数据可以包括车辆行驶速度、车辆位置、交通拥堵情况、交通事故信息等。
二、智能交通大数据的分析方法智能交通大数据的分析方法有很多种，常见的包括数据挖掘、机器学习、人工智能等。
数据挖掘可以通过对大数据进行处理和分析，提取出交通流量、道路使用状况等关键信息。
机器学习和人工智能可以通过对大量数据进行学习和训练，建立模型来预测交通状况、分析交通事故的发生原因等。
三、智能交通大数据的应用1. 实时交通管理通过对智能交通大数据的分析，可以获取实时的交通信息，比如道路拥堵情况、车辆行驶速度等。
这些信息可以帮助交通管理部门及时调整交通信号灯时间、引导车流，以提高道路利用率，减少交通拥堵。
2. 智能导航系统智能交通大数据的分析与应用可以为智能导航系统提供数据支持。
通过获取车辆位置、行驶轨迹等信息，智能导航系统可以根据实时交通状况为驾驶员提供最优的路线规划，避开拥堵路段，减少行驶时间和交通压力。
3. 交通事故预测与防控智能交通大数据的分析与应用还可以帮助预测交通事故的发生概率。
通过对历史交通事故数据的分析，可以发现事故发生的规律和原因，提前采取相应的交通管理措施，减少交通事故的发生。
4. 交通运输规划基于智能交通大数据的分析和应用，可以帮助城市规划部门进行交通运输规划。
通过分析交通状况、道路使用情况等数据，可以为城市规划师提供科学的决策依据，合理规划城市道路交通网络和公共交通系统，提高交通运输效率和城市交通发展质量。
智能交通系统的未来发展方向
智能交通系统的未来发展方向近年来，智能交通系统逐渐成为城市交通管理的重要组成部分，以其高效、安全、绿色的特点受到广泛关注。
然而，随着科技的不断进步和社会的不断发展，智能交通系统还有许多需要改进和创新的方向。
本文将从智能交通系统的数据分析、技术应用和管理模式三个方面展开，探讨其未来发展方向。
一、数据分析方面的发展智能交通系统产生的数据包含了大量的交通信息，如车辆位置、交通流量、道路状况等，这些数据的分析和应用是智能交通系统的基础。
为了更好地利用这些数据，未来的智能交通系统应该朝着以下方向发展：1. 大数据分析能力的提升：为了应对日益增长的数据量，智能交通系统需要进一步提升数据的处理和分析能力。
通过应用大数据技术，将海量的交通信息整合、分析和挖掘，可以更准确地预测交通拥堵、优化路线规划等，从而提高交通系统的效能。
2. 强化数据安全保护：随着智能交通系统的发展，交通数据的安全问题也日益凸显。
未来的智能交通系统应加强数据加密和访问权限控制等安全措施，确保交通数据的安全性和可靠性，防止信息泄露和操纵。
二、技术应用方面的发展智能交通系统的发展需要借助先进的技术手段，未来的发展方向应聚焦在以下几个方面：1. 5G通信技术的应用：随着5G技术的逐渐普及，未来的智能交通系统可以更好地实现车与车、车与路、车与网之间的实时互联互通。
通过5G通信技术的应用，可以提升交通系统的安全性、流畅性和智能化水平。
2. 自动驾驶技术的发展：自动驾驶技术的不断进步将对智能交通系统产生深远的影响。
未来智能交通系统应积极推动自动驾驶技术的研发和应用，提高车辆的自动化水平，实现更智能、高效的交通管理。
三、管理模式方面的发展智能交通系统的未来发展还需要创新的管理模式，以更好地实现交通资源的优化配置和有效的管理。
未来的发展方向包括：1. 多部门协同管理：智能交通系统涉及到交通、数据、通信等多个领域，需要各相关部门之间加强合作，形成统一的管理机制。
大数据驱动的智慧交通发展研究论文
大数据驱动的智慧交通发展研究论文摘要：随着信息技术的迅猛发展，大数据在交通领域的应用日益广泛，为智慧交通的发展带来了新的机遇和挑战。
本文旨在探讨大数据如何驱动智慧交通的发展，通过分析大数据在交通规划、交通管理、出行服务等方面的应用，揭示其对提高交通效率、改善出行体验、减少环境污染等方面的重要作用，并对未来智慧交通的发展趋势进行展望。
一、引言交通是城市发展的动脉，对于经济增长和社会进步起着至关重要的作用。
然而，随着城市化进程的加速，交通拥堵、交通事故、环境污染等问题日益凸显，传统的交通管理方式已经难以满足人们日益增长的出行需求。
在此背景下，智慧交通应运而生，成为解决交通问题的重要手段。
大数据作为智慧交通的核心驱动力，为交通领域带来了深刻的变革。
二、大数据在智慧交通中的应用（一）交通规划大数据可以为交通规划提供更加准确和全面的信息。
通过收集和分析人口分布、土地利用、就业岗位等数据，能够预测交通需求的变化趋势，从而优化交通设施的布局和建设。
例如，利用手机信令数据可以了解居民的出行规律和出行热点，为公交线路的规划和站点设置提供依据。
（二）交通管理实时交通数据的采集和分析是实现智能交通管理的关键。
通过安装在道路上的传感器、摄像头等设备，获取车辆流量、车速、路况等信息，运用大数据技术进行处理和分析，能够及时发现交通拥堵点，采取有效的疏导措施。
此外，大数据还可以用于交通信号灯的智能控制，根据实时交通流量自动调整信号灯的时长，提高道路通行效率。
（三）出行服务大数据为出行者提供了更加个性化和便捷的出行服务。
例如，导航软件通过分析历史交通数据和实时路况，为用户提供最优的出行路线规划。
公共交通 APP 可以实时显示公交车的位置和到站时间，方便乘客合理安排出行时间。
共享单车和网约车平台利用大数据实现车辆的精准调度，提高资源利用率。
三、大数据驱动智慧交通发展的优势（一）提高决策的科学性基于大数据的分析结果，交通管理部门能够更加准确地了解交通状况和问题，制定更加科学合理的政策和措施，避免决策的盲目性和主观性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据分析：智能交通发展的引擎0前言近年来，各国都在关注“大数据”，力图通过扩大其在国内的应用范围，进一步释放数据所蕴含的潜在价值。
2012年3月29日，奥巴马政府公布“大数据研发计划”，旨在改进现有人们从海量和复杂的数据中获取知识的能力，从而加速美国在科学与工程领域发明的步伐，增强国家安全，转变现有的教学和学习方式。
我国亦于2012年7月22日在北京大学举行“首届中国大数据应用论坛”，主要议题包括大数据的发展趋势、不同场景的大数据应用、云计算与大数据、大数据与商业智能等，旨在共同讨论大数据的应用价值。
在2013年4月举行的首届中国国际云计算技术和应用展览会上，工信部软件服务业司司长陈伟表示“大数据，我认为它有四个维度：量大，种类多，发展速度快，最后就是价值复杂，可以说处处是黄金，到处是沙子”[1]。
随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。
智能交通成为改善城市交通的关键所在。
为此，及时、准确获取交通数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决[2]。
1大数据概念Big Data“大数据”是继云计算、物联网之后IT产业又一次颠覆性的技术变革，对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。
在信息技术中，大数据是一个数据集的集合，这个集合是如此大而复杂，以至于它很难通过现有数据库管理工具来进行处理[3]从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。
大数据特点有四个层面：第一，数据体量巨大。
从TB级别，跃升到PB级别；第二，数据类型繁多。
包括视频、图片、地理位置信息、传感器数据等等。
第三，价值密度低，应用价值高。
以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。
1秒定律。
最后这一点也是和传统的数据挖掘技术有着本质的不同。
在交通领域，海量的数据主要包括4个类型的数据：传感器数据（位置、温度、压力、图像、速度、RFID等信息）；系统数据（日志、设备记录、MIBs 等）；服务数据（收费信息、上网服务及其他信息）；应用数据（生成厂家、能源、交通、性能、兼容性等信息）。
交通数据的类型繁多，而且体积巨大[4]。
2 大数据技术与智能交通2.1大数据：改变传统交通管理的路径社会经济的快速发展促使城市机动车辆的数量大幅增加。
城镇化的加速打破了城市道路系统的均衡状态，传统的交通系统难以满足当前复杂的交通需求，交通堵塞成为棘手问题。
用大数据技术可促进交通管理模式的变革。
大数据技术的主要特点及其对传统交通的改变集中在以下方面：第一，大数据的虚拟性可以解决跨越行政区域的限制。
行政区域的划分是国家为了有效统治和管理，而将一个国家划分不同行政区域。
这个划分在促进各个行政区域自治的同时，也导致各个地方政府追求各自辖区利益的最大化，而对地方政府之间边界区的交通基础设施建设、过境交通线路等漠不关心。
交通大数据的虚拟性，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[2]。
第二，大数据具有信息集成优势和组合效率。
我国大部分城市的各类交通运输管理主体分散在不同主管部门，呈现出条块分割的现象。
涉及交通的“有关部门”超过10个，每个部门都有自己的信息化系统，但这些数据信息只存在于垂直业务和单一应用中，与邻近业务系统缺乏共通联动。
这种分散造成交通管理的碎片化，如交通信息分散、信息内容单一等问题。
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，这样才能发现新价值，带来新机会。
例如气象、交通、保险部门的数据结合起来，可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[5]。
第三，大数据的智能性能较好的配置交通资源[4]。
传统的交通管理主要依靠人工的方式进行规划和管理，难以实现交通的动态化管理。
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。
一方面减少各个交通部门运营的人力和物力，另一方面可有些提升道理交通资源的合理利用。
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。
第四，大数据的快速性和可预测性能提升交通预测的水平。
用传统的思维来改善交通拥堵，一般是加大基础设施投入，即加宽道路、增加道路里程来提高交通通行能力，但这种做法又不仅会受到土地资源的限制，而且规划的方案是否能满足远景需要也有待商榷。
在对各个部门的数据进行准确提炼和构建合适的交通预测模型后，可以有效模拟交通未来运行状态，验证技术方案的可行性。
而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。
2.2大数据在智能交通应用上的优势(1)提高交通运行效率大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。
交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。
例如，根据美国洛杉矶研究所的研究，通过组织优化公交车辆和线路安排，在车辆运营效率增加的情况下，减少46％的车辆运输就可以提供相同或更好的运输服务。
伦敦市利用大数据来减少交通拥堵时间，提高运转效率。
当车辆即将进入拥堵地段，传感器可告知驾驶员最佳解决方案，这大大减少了行车的经济成本。
大数据的实时性，使处于静态闲置的数据被处理和需要利用时，即可被智能化利用，使交通运行的更加合理。
大数据技术具有较高预测能力，可降低误报和漏报的概率，随时针对交通的动态性给予实时监控。
因此，在驾驶者无法预知交通的拥堵可能性时，大数据亦可帮助用户预先了解。
例如，在驾驶者出发前，大数据管理系统会依据前方路线中导致交通拥堵的天气因素，判断避开拥堵的备用路线，并通过智能手机告知驾驶者[2][6]。
(2)提高交通安全水平主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。
在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。
同时，联合路边探测器检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。
在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失[7]。
(3)提供环境监测方式大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。
通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。
同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统[8]。
3结语在当前大数据时代，数据充斥所带来的影响远远超出了企业领域，其不仅能带来商业价值，亦能产生社会价值。
随着信息通讯技术的发展，交通运输从数据贫乏的困境转向数据丰富的环境，而面对众多的交通数据，如何从中根据用户需求提取有效数据成为关键所在。
但是，大数据技术在智能交通应用领域同样面临着巨大挑战，包括隐私，数据处理硬件设施、数据不完备性、模型有效性等领域，这些都是我们未来继续需要探讨和解决的问题。
参考文献：[1] 韩耀强.大数据：智慧城市的发展引擎. /news/detail/105004003/1574183268.html, 2013-04-09/2013-4-19.[2]杨万三.智能交通管理一次颠覆传统的技术变革./Common/NewsDetail.aspx?ID=201304081137580 6088, 2013-04-08/2013-4-19.[3] 王涛.英特尔开放平台构建大数据生态圈./server/2012/1211/2135509.shtml, 2012-12-11/2013-4-20.[4]Mohan Sawhney.Big Data Challenges and Opportunities./docs/2012-.10.31.Sawhney.Big.Data.pdf, 2012-10-31/2013-4-20.[5] 李玲娟.IoT的数据管理与智能处理[J].中兴通讯技术,2011,17(1):38-41[6] Rima Mukherjee.Travel and Transportation in the Age of Big Data./blog/travel-and-transportation-age-big-data, 2012-08-28/2013-4-20.[7] Greg Rucks.How big data drives intelligent transportation./blog/2012/08/15/how-big-data-drives-intelligent-transportation?page=0%2C1, 2012-08-15/2013-4-20.[8] U.S. Department of Transportation.Big Data Analytics: Driving Value Beyond the Hype./coi-/outreach/colloquia/tsda/docs/bigdatabro_508.pdf, 2012-10-2/2013-4-20.。