摘要：目前人类生活和文明的各个方面的数据呈现出爆炸突长的形式，体现在经济、教育、医疗以及交通等方面。大数据的特点体现在多样性（Variety）、海量（Volume）、快速（Velocity）、灵活（Vitality）和复杂（Complexity），也就是“4V+1C”的特性。本文分析了在大数据时代，轨道交通信息的建设的发展现状、存在问题以及未来的发展趋势。
关键词：大数据；轨道交通；发展趋势
人类的生活、工作以及思维模式都在经历着大数据信息风暴的洗礼，但真正的改变并不局限于数据自身以及其分析方法，而在于蕴含在海量数据里面的知识和潜在规律。基于以物联网和云计算为代表的第三阶段信息化建设的飞速发展，作为城市公共交通重要组成部分的城市轨道交通，在提升行业运营管理水平和乘客服务质量方面发挥着至关重要的作用。
一、轨道交通信息化建设的必要性
轨道交通信息化是促进行业创新发展和提升企业服务质量的关键。它是凭借信息技术进行各专业子系统数据的采集、存储、分析、交互、共享、管理和应用，并形成辅助行业建设、运营、管理、安全和服务的智能化工具。
轨道交通系统包括的各个专业独立但又密切相关。这些专业分别是，车辆、机电、土木、供电、信号、通信、运输、环控等。为了使系统以较高效率工作运转，各个专业要进行信息资源采集、存储、分析、共享和管理。科学的信息化大数据的建设可以促进资源共享和解决问题的效率，从而节约了大量人力、物力以及财力，克服了各个工作环节中信息孤岛和沟通不畅通等问题。
大数据技术是计算机、信息智能领域的核心技术，在轨道交通领域发挥着巨大的作用。首先，大数据技术的精准性高。轨道交通是我国重要的交通运输方式，所以，客运量、货运量等数据信息处理工作量很大，传统的数据分析处理技术不能满足逐渐增长的需要，必须要求发展大数据技术。此外，因为大数据技术的数据运算是基于强大的计算机处理系统，所以数据获取、整合迅速，使用便捷。最后，因为大数据技术的智能化理念，减少了传统轨道交通领域大量的人力、物力资源，降低了运营成本。
二、大数据技术在轨道交通领域的运用现状
（一）大数据技术在轨道交通调查中的运用
以信息技术、4G网络建设工作的发展完善、数据建设和城市信息化水平的提升为基础，大数据技术可以搭建出整体的轨道交通大数据系统。该系统可以随时获取城市轨道交通的有用信息。在交通管理部门的协助下，大数据系统还可以获取城市道路检测装置和道路视频监控，了解城市交通的情况，知晓各个道路、路口、关键位置的实时流量信息，为交通管理部门的监管节省了大量的资源和成本。不仅如此，居民手机的定位系统以及车辆的GPRS定位装置获取城市交通信息，获取城市居民以及车辆的行驶路径信息，从而方便出行，有利于城市轨道交通规划工作的开展。
（二）大数据技术在轨道交通客流预测、乘客出行诱导方面的运用
以一、二线城市的轨道交通情况为研究对象，因为人流量与客流量逐年增多，轨道交通运营能力面临着前所未有的考验，但是有了大数据技术，就可以对交通主要干道进行监控，也可以依据反馈的数据进行路线运营状况图表的制定，方便乘客调整出行计划，避开堵塞时段和道路。此外，大数据技术还可以帮助运营部门解决客流预测，整合交通售票资料以及检票系统的数据，结合气象部门的天气情况、检测地域内的大型活动等相关数据，可以对一定范围的客流情况进行科学、准确、合理的预测，并且分析客流规律。
三、轨道交通信息化建设存在的问题
目前，有关城市轨道交通的企业均将大数据信息化建设作为企业发展的一项重要工作。虽然取得了一定成果，但还存在一部分问题。
第一、由于投资、建设和运营体制有限，企业在投资和建设阶段的信息化建设力度不够。
第二、在生产管理阶段，伴随着建设初期对信息化建设总体规划的缺乏，涉及在系统运营过程中的很多专业和系统的独立及交互作业，频繁会出现业务信息化缺失。第三、已经存在的信息化系统之间信息共享率低、信息综合应用程度不高，信息系统功能的前瞻性和拓展性不够；第四、信息安全建设仍旧有待加强，运维体系还需要进一步完善。
四、轨道交通大数据研究所面临的挑战
目前，轨道交通大数据分析和处理有着广泛的使用，但仍存在五方面的问题需要解决。
（一）数据收集
由于车辆和行人的不固定性，在特定地点或在某些时间，轨道交通中收集的数据不可能做到完全准确，比如，车辆没有嵌入提供实时定位数据的设备、道路传感器收集的道路交通数据可能丢失。攻克这一难题的一个方法就是引进新的数据采集技术，提升数据采集能力。伴随物联网技术的发展，新的传感器技术随之诞生，这有助于提高数据采集速度和数据质量。不仅如此，采用数据捕获自动化来最小化手动数据输入同样也是提高数据质量的必备方式。
（二）数据隐私
处于大数据时代，人们最关心的问题是隐私问题。个人隐私在数据传输、存储和使用过程中会有泄露的可能性。以往的轨道交通系统收集的数据并不是个人数据，如车辆数据、交通流数据。但目前的数据收集涉及到个人隐私数据，如个人和车辆的位置信息。所以需要严格保护这些数据，否则窃取这些数据的人将损害数据所有者。为防止未经授权的个人隐私信息泄露，各国政府和交通部门应采取相应的措施提高数据的安全性。
（三）数据存储
当下，大数据的数据量已经从TB级跃升到PB级，数据存储容量的增长速度和数据增长速度不成正比。传统数据存储基础设施和数据库工具已经无法应对日益庞大和复杂的海量数据。因此，研发最合理的数据存储体系结构已经成为了挑战。主要的公共云存储提供商，如谷歌和微软，提升凭借大数据集成能力来改进其服务质量，多云存储和混合存储正在成为大数据存储的关键领域。它们的计算能力在处理计算密集型分析工作负载中附有绝对优势。
（四）数据处理
轨道交通中的大数据应用对时效性有严格的要求，需要及时、快速地处理数据。这些大数据应用包括交通数据预处理、交通状态识别、实时交通控制、动态路径引导和实时交通调度。轨道交通数据涉及大量的来自不同数据源的异构数据，同时必须与历史数据进行对照，并在短时间内分析处理。数据处理系统必须能够应对更复杂和日益扩大的数据。
五、大数据技术在轨道交通领域的未来发展趋势
大数据技术在我国的发展还处于初始阶段，还有较多的问题。虽然有着挑战，但是大数据技术也具有良好的发展前景和巨大的机遇。在未来发展趋势中不仅要做好上述的应用技术，还要从潜在关联数据以及潜在未显示关联数据分析的角度进行探究，主要发展趋势包括以下几点。第一点在内部数据中，对轨道交通中的基础数据作为原始数据分析源，将环境中容易发生故障问题以及维修方式、维修次数数据进行整合，分析常见故障之间的联系性。第二点是以客流数据为分析数据源，预测客流量与设备。车辆维修关系，分析轨道交通的运行环境，分析环境数据对维修次数和维修内容的影响，依据上述数据制定维护工作的间隔与维护内容。第三点是对安全隐患、事故数据为分析数据源，根据上述数据，整合安全隐患与事故发生频率、性质等进行分类，制定一二三级隐患与事故排列表，相关工作人员可以根据以上数据进行安全风险防控措施，并根据上文中的客流量数据关系制定疏散制度，保证人们的生命与财产安全。第四点是资源配置为分析数据源，整合以往的财务数据，分析轨道交通领域的资源配置比例，预测未来变化趋势，针对耗费数额高环节进行整合分析。
参考文献
宋杰，孙宗哲，毛克明，等.MapReduce大数据处理平台与算法研究进展[J].软件学报，2017，28（3）：514-543.
作者简介：
孟强，1980年11月，硕士研究生，研究方向：轨道交通，地铁信号。