189 8069 5689
互联网IDC圈4月27日报道，互联网的发展使得大数据引起人们广泛关注。现如今大数据技术早已渗透到金融、通讯等行业以及生物学、物理学等领域。大数据在容量、多样性和高增速方面的爆炸式增长全面考验着现代企业的数据处理和分析能力，与此同时也为各个行业带来了准确洞察市场行为的机会。迄今为止大数据技术与产品有哪些创新，工业大数据应用面临哪些挑战，金融行业大数据应用现状如何等。围绕这一系列问题，4月27日至28日，由工业和信息化部指导、中国信息通信研究院主办的"2016大数据产业峰会"在北京国际会议中心盛大召开。
其中，在4月27日下午“大数据与城市交通”分论坛上，深圳市城市交通规划设计研究中心科创中心主任丘建栋带来了精彩演讲。
以下为丘建栋演讲实录：
丘建栋：很高兴有这个机会跟大家分享一下我们深圳交通排放监测平台建设的一个探索。确切地说我们这个项目是用了交通大数据，更确切地说应该是用交通排放核算的品牌，用大数据做了一个比较低成本的一个监测，也是希望我们的探索能够给其他城市带来一些借鉴。
首先介绍一下我们单位，我们单位一直深耕深圳市，为城市政府做了非常大的交通城市决策建设的工作。目前我们单位300多人，主要还是在交通领域人数算最多的。这些年我们依托大数据平台建立了一些载体，包括重点实验室、工程中心等等，依托大数据发展这么一个载体。
大家知道，城市交通里面现在交通污染逐渐成为一个发展的序列，官方数据显示，深圳城市交通污染是41%，我相信北京这个数值可能会更高，因此我们要对城市交通污染做一个定量化的评估显得越来越重要。在欧美国家大家都知道建立一个完整的交通排放模型，但在国内由于技术方面原因，我们国家整个交通排放核算的技术一直没有建立，因此也没有一个比较好的成熟案例，因此这次我们在研究的时候也借鉴了一些国外的经验，包括欧洲的HTFA，或者欧洲的简化版COOKE，做了对比发现HBEFA更加契合我们，在专家帮助下我们在这套体系下做了研究和在深圳本土化做了一个设计。
我们做这个项目的目标其实可以动态的监测我们整个城市道路交通能源消耗、温室气体以及排放等等，同时城市污染物也做了一个前期的探索，因为污染物中国跟国外有很大的差异，因此我们做的过程中用国外标准发现误差非常大，但是我们监测国内二氧化碳标准误差比较小，可以使用，因此我们建立了详细的预测模型。
我们技术成果包括这么几个方面，第一个是建立了本地化的交通排放模型，这里有几大块，包括交通趋势模型，动态交通评估本地化的智慧模型，交通排放因子以及核算方法。这块也是满足政府需要，我们看整个运行状况是做了监测平台，监测每小时来核算整个城市机动车排放的多少二氧化碳物等等污染物，这个品牌已经在深圳上线和实时的监测。
后面讲到我们一些技术的方法，其实有几套方法去做我们整个智慧城市的交通排放，像850口计算，是计算整个城市排放多少二氧化碳和污染物等等。但是我们在做交通分析时，看自下而上的交通排放核算模型，我们用了从下而上的监测方法，监测到某一段路有多少车，什么车型，在这个路上跑了多少车速，建立一个完整的核算模型，逐步进入到小区、中心和城市去做的。
另外还有我们城市模型和城市运行监测，我们不同运行交通如果交通拥堵交通排放因子里面是五倍差别，因此保持交通畅通是非常重大的意义。
最后一块是不单单建立模型，还要做交通排放评估，预测城市车辆分布。
这里面有几个重要的指标，这个序列模型算路上机动车周转量和车是怎样行使的状态。下面这两个是排放因子库跟车队模型，这里面有几个重要的，路上都有什么样的车在跑，这对于我们后面做低排区限行，高排量车的限行和高排放量车的限行有很重要的参数。我们通过因子库去建立深圳驾驶行为，我们用这套体系去核算我们整个交通排放。
目前我们深圳有非常多的数据，可以支撑我们这种方法，以前欧洲那边他们在帮助我们做的时候，他们发现他们数据缺乏，在算城市排放的时候也会碰到非常多的问题。但是我们深圳这边刚好接入了大数据，在这种情况下我们探索了一条用大数据比较低成本动态监测我们整个城市交通排放的技术手段。这里面有一个核算方法，包括我们道路交通断面流量可以数据采集到，通过GPS数据实时更新路况，然后通过车牌数据识别系统不同时间的分布。
我们深圳做了几千辆的监测，知道不同车辆在不同状况下面的本地化排放因子，在德国做实验，就可以得到我们排放因子，就可以乘起来就得到我们整体交通排放的这么一个技术手段。
本地化这个因素大家可能都理解，我们中国虽然采取了欧洲的标准，但是在价值行为跟路况有很大的差距，所以当时我们在建模的时候，也是说每个城市都得去做标的。后来我们研究下来确实也是需要的。每个城市之间驾驶行为有显著差异，它的排放因子也就有很大的差异。
这是我们建立的一个交通特征本地化，包括出行运行，做了模型去做交通特征本地化。我们有趋势模型，我们有很大的积累，这是当时我们跟欧洲合作的基础，他们希望我们有这么一套模型体系可以支撑整个需求预设，可以做到整个未来城市的分布，建立模型。
这块是货运交通模型，污染物排放，相当一部分是火车产生的，这是港口的处理，这些港口跟深圳市现状模型结合起来，支持了城市规划。
这块是我们本地化排放因子的调查，我们做了6000多小时GPS调查，得到整个城市驾驶行为。后来我们对应深圳驾驶司机比欧洲那边要加速度、减速度要高30%左右，接受车辆间距，所以我们是更危险的驾驶，因为加速、减速比较快，会直接影响到交通排放，交通排放有显著的差别。这里我们建立了一个本土化的排放因子，包括我们跟不同的排放标准，以及在不同登记、不同服务水平等，有4500多个排放因子，这个排放因子已经成为我们深圳市计算交通排放核心的计算库。当时我们评估下来二氧化碳这块比较靠谱，我们下阶段还做污染物的校核，这块现在还是有比较大的误差。
这是车队模型本地化，这也是依托我们本地城市大数据去做的，要把握整个不同车辆分布，会直接影响到低排区和交通通道，所以我们规划了一些项目出台。这是深圳层面。
另外是交通排放动态监测平台，希望在我们成果里可以用起来，可以在城市决策可以查询，可以看到整个城市交通整体排放情况，我们这个排放平台可以监测到各个污染物在不同的区域，在不同的时间点上的一个变化。目前已经做到一小时更新一次，可以实时算我们整个城市排放了多少各种污染物等等。统计口径也有不同区域、路段和热力图等等判断。这是在我们指挥中心里放的大屏幕，可以看到实时的情况。最终我们算下来深圳每一天排放二氧化碳是2.4万吨，这是这个指标，每年也在变化，火车占30%左右。但是在污染物这块，氮氧化物对城市生活，尤其是港口对深圳有非常大的影响，现在我们深圳也依托我们平台去分析怎么走合理，影响到城市的人口最小。
下面我们讲到一些应用，包括我们在这个项目已经建成大概三年多，以前在一些规划设计和出台政策出了一些建议和应用，包括我们整个城市发展策略，路网发展策略和公交发展策略，做了评估，这是我们做整个城市交通白皮书的时候把交通环境约束去测试交通排放的情况。
这是我们刚刚开通了一条隧道，开通这个隧道会对整个交通排放降低多少，这里不需要建太多的预测模型，只要开通后和开通前做简单对比交通变化，所以从上往下就可以看整个模型很容易对比出来。
还有我们深圳去年做了停车收费，一天260块钱收费很高的策略出台，二氧化碳在一些局部区域降低20%左右，效果非常明显。当时我们做了很多方案，不同方案下有不同的选择，包括收多少钱，用这种方案做战略评估。这是真正用起来的这个技术平台。这边是建设的通道，货运走廊，现在我们这几条货运走廊要限掉，现在我们已经在做方案，因为这个影响到非常多的居住人口。
这边是我们在做“十二五”经济规划，现在在做一个新的规划，叫做交通潜力的一个评估，这是发改委这边要做的。做交通排放核算，政府投资这么多钱，哪里的钱最划算、效率最高等等，后来去审核了，最终我们结算下来，最好的效果是大力发展轨道，性价比最高的是停车收费，对政府来讲停车收费和拥堵收费效率是最高的，包括排放量情境分析假设方案的对比。
现在我们深圳在做碳交易，碳交易也是非常好的做法，原来是工业跟建筑业纳入到碳交易里面去，但是移动云也准备做，现在依托我们这个平台技术也走通了，所谓的大型货车也在监管，可以做企业物流的碳交易，也在计算技术支持和设计方案。
下一步的工作展望我们也是做了一个探索，由机动车交通排放我们在几大机场、港口航运等建立更好的交通排放监测平台，我们也是利用城市建立阻挡物扩散模型，我们算了一下，世纪中真实交通污染很难测算，因为就有一个扩散模型在这边有影响，所以下阶段我们考虑也在进入升级。大概就是这几块应用，感谢各位专家，谢谢！