中国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。
深圳市城市交通规划设计研究中心科创中心主任丘建栋
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。