交通节能减排智能化分析技术及北京应用

我们由于这些数据的不掌握，以至于我们在制定我们发展目标、发展方向，以及我们在用这些我们要治理的这些问题去争取我们的发展机会和我们治理机制的时候，处于一个非常大的劣势，这个是非常大的客观困难。

在这点对于我们交通节能减排与建筑、工业等领域至少存在5到410年的差距，我们感觉到实际差距就是数据能力，体现在高水平统计监测能力的缺失，稻城工业和建筑已经进入到精细化计量和实时化进行分析的用它来进行节能减排的阶段，在这个阶段下它就有很强的预测、治理，以及把这些定量化的数据分析转化为政策的能力。而我们交通在这方面的缺失，虽然我们是主要的排放污染源，大家都认为是这样，但是实际上90%以上的政策和治理基金都投入到工业和建筑，我们说不清楚自己是怎么回事儿，我们可能能拿出很多数据展示一下，但是到了宏观决策这个层面，到了跟发改委和环保部门争取我们数据的时候他们对这方面是不认可的。从这个需求是多种多样的，这里面我们对它进行了一个系统分析，这种层面分为宏观层面、中观层面和微观层面，从宏观层面无论是国际要求还是自身发展需求，比如说绿色节能发展目标，我们的责任也好，紧箍咒也好，是强压到必须你要自己了解你的需求，还有绿色导向交通规划等等；中观还有很多车辆结构调整，像新能源车这两年是层面这一块；微观这方面是环保效果都需要精细化的监测体系的支持，所以这方面需求其实不需要别的部门的压力，我们自身也有这方面的需求。

但是从城市看对国内外交通城市发展的实践，我自己看，包括国外我们学习了很多经验，这方面他们也积累的不是特别好，第一个就是大数据解决宏观决策的层面，我个人观点，大数据应用非常多，但是真正能上升服务到我们交通监测指标很少，交通指数是一个，真正从微观数据到宏观决策的提升。也就是说你这个指标能写到我们“十三五”发展规划上面去，这个是很少，我们做了很多分析但是服务不了宏观据决策；

第二个就是面向治理，比如交通排放是300万吨，怎么治理？这么监测了明年就变成90万吨吗？不会，这没有很大的联系；

第三个系本地话参数构建问题，我们做了本地话架构、本地化参数，以及巨大投入的本地数据化的维护，你要有交通数据，要有环保数据，像我们因子数据、工况数据，只有达到本地化数据，才有解决你本地问题的这方面的机会，所以我们北京在实践中实际上是非常强调本地化的，我后面会介绍这种要求。

因为现在目前从中国发展水平来看，我们拿一个国外的参数来描述中国，已经没有办法准确描述我们的问题，因为我们跟国外差距实在太大了，这些问题实际上我们做很多探索实践也没有很好解决的问题。

在这方面，北京从2010年开始，我们北京市交通委科技处对外处长在下面，应该是我们交通委科技处做了很多这方面的尝试，当时我们做整体规划，我们希望通过北京信息化方面的优势，以及我们在交通节能减排交叉方面的优势，我们能够真正的去彻底地改变我们现在匮乏数据造成的决层能力的缺失，监管能力的缺失，所以我们把它有一项叫做节能减排分析技术，这是分析技术的架构。这里面我们有挖掘技术、评估技术以及感知技术，这一整套技术的组成，希望能够解决我们前面提到的一些问题。这里面我介绍多维感知技术，大家可能做交通政策和宏观政策的研究发现，其实大数据并不是越多越好，越多越不知道该怎么用，数据质量也没法评估，很模糊，虽然数据很多，但是数据怎么把它分析出来以后跟节能减排相关的能够提炼出来，而且节能减排有一个很重要的问题就是对准确度要求非常高，这是我们采集以前交通的问题实际上是很难解决的。在这里面我们用形象的说法，这个很复杂，但是我们形象说法就是把这些大数据拿来以后做了很多尝试，建立了网状的结构，把所有数据统一到以车辆为单位的范围中去进行加工处理，这样数据由零散变为有意义的。我们把车辆能耗、污染物、运行工况、运行情况，以及人的情况，驾驶员，因为我们要做驾驶行为的治理，把它形成网状结构，而不是形成零散的数据，建立网状数据以后来解决零散数据的问题，这样很多来源的大数据就以这个结构为集中在我们数据库中进行处理，处理以后形成单元，单元整合以后能够准确的描述节能减排的一些特征。

（编辑：焦作站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!