1.世界*的綜合交通運輸體系的目標
　　
　　結合美國、日本、歐洲等發達國家的綜合交通運輸水平，世界*水準的綜合交通運輸體系(Comprehensive Transportationin First Class,CTFC)主要體現在以下5個方面：
　　
　　1.基礎設施：具有覆蓋全國的綜合交通網絡，以連通縣城、通達建制村的普通公路為基礎，以鐵路、國家高速公路為骨干，與水路、民航和管道協同運作，能夠發揮運輸的整體優勢和集約效能。
　　
　　2.技術裝備：具有安全可靠、*、經濟適用、綠色環保的交通技術裝備，軌道交通技術、公路運輸車輛、遠洋沿海和內河運輸船舶等裝備達到現代化水平。
　　
　　3.運輸服務：擁有綜合、交通運輸服務系統，擁有*的運輸服務能力、服務質量、服務水平和物流效率。
　　
　　4.安全保障：以*為zui高目標，具有安全保障措施體系，能zui大限度的降低事故率和人員傷亡率。
　　
　　5.節約環保：發展循環經濟，建設綠色交通系統，節能減排，控制交通運輸領域溫室氣體排放，全面提高綜合交通運輸體系可持續發展。
　　
　　2.交通大數據在CTFC中的支撐作用
　　
　　隨著大數據世界各個國家各個領域的廣泛應用，大數據演變成了一個泛概念，指通過*的數據分析技術，對大量數據進行關聯分析，得出一些以前沒有能用因果關系推導出來的現象關系。
　　
　　大數據的來源主要有3個方面：行業內部自身產生的數據，相關行業的導入數據，公眾交互的數據。隨著信息技術的發展，大數據逐漸成為現代社會基礎設施的一部分，就像公路、鐵路、港口、水電和通信網絡一樣*。大數據時代，可以分析更多的數據，處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣，大數據時代不再特別注重某個數據的度，大數據的分析也從因果關系轉向關聯關系。
　　
　　世界*的綜合交通運輸體系是由交通網絡基礎設施、*適用的交通工具、的動態交通運營等多一系列規劃、建設、運營、管理等方面協同建設實現的。隨著信息技術和現代通信技術的迅猛發展和廣泛應用，交通大數據成為CTFC的貢獻手段之一，為建立和發展高質量的綜合運輸體系創造了有利的技術支撐條件。在整個交通運輸體系中，大數據的作用主要體現在對管理者、出行者、社會環境3類對象7個方面：
　　
　　1.對管理者的支持：大數據有助于提高管理者對綜合交通運輸體系的規劃、建設、管理、營運、養護。
　　
　　1）通過大數據對網絡客貨流的周轉時間、服務水平的分析，可以找出交通網絡中的待優化點，為規劃、建設提供參考。
　　
　　2）大數據可以提高交通運輸體系的信息化、智能決策水平。基于條碼、射頻、定位、手機、視頻、身份識別等匯聚的大數據，實現交通運輸各種方式之間關聯關系。
　　
　　3）大數據提升交通運輸服務水平，通過各種運輸服務之間的關聯分析，促進各種運輸服務之間的無縫銜接與合作，提高客貨運輸服務效率，降低社會物流成本。
　　
　　4）大數據提高運輸安全，基于對運營車輛、鐵路、船舶、飛機等定位、聯網聯控系統及交通動態監控，利用歷史積累的數據分析安全隱患點及區域、事故易發環境，起到運營安全預測，為安全監管提供決策支持，提高應急反應速度和救援成功率，從信息技術上保障綜合交通運輸體系安全。
　　
　　5）匯聚交通基礎設施健康監測數據、動態交通運行數據，通過大數據分析，預警列車、道路、橋梁、隧道的全壽命周期健康狀態，及時更換零部并做保養，以確保zui大限度的利用及zui小投入的養護費用。
　　
　　2.對出行者的支持：大數據有助于提高出行者的出行服務質量和效率，飛機票價預測、航班延誤預測、出發地目的地聯運信息及預訂等，大數據通過各種運輸方式信息系統的互聯互通，為公眾提供、立體化的出行服務信息及網絡預訂。
　　
　　3.對保護環境的支持：大數據降低交通運輸對環境的影響，匯聚交通運輸車輛行駛軌跡、道路港口航空等區域的大氣監測數據，分析交通運輸工具對環境的影響，正確衡量不同交通方式對環境的副貢獻，為管理者提供面向生態交通的規劃、建設和管理，以zui大限度的降低污染物和二氧化碳排放水平，有效控制噪聲污染，建設綠色低碳交通。
　　
　　3.交通大數據的實施關鍵

　　3.1交通大數據框架組織
　　
　　如圖1所示，交通大數據主要由綜合交通網絡規劃建設數據、交通運載工具數據、交通流運行數據、交通基礎設施健康數據等組成，各個領域的數據涉及到空運、水運、陸運的不同交通方式，由人、貨、載運工具、交通設施內部產生的數據以及城市運行的環境、行為等外部數據。

　　　　3.2交通大數據的利用模式分析
　　
　　目前海量數據的利用上，主要有4種模式：數據集中分析集中、數據集中分析分布，數據分布分析分布，數據分布分析集中，其區別是數據匯聚存儲是否集中在一起，數據分析是否集中，數據存儲與分析是否在一起。
　　
　　我國目前在交通信息化方面，基本已經建設了空港信息平臺、港航運輸平臺、公路網監控平臺、城市交通信息平臺、物流信息平臺、隧道設施監控平臺，這些信息化系統大多按照交通方式、分管行業等原則建設。


　　
　　圖2我國的隧道監控平臺、城市交通信息平臺
　　
　　因此，鑒于綜合交通運輸體系涉及到不同地域，不同方式、不同行業的交通數據，其交通大數據的利用模式宜采用數據分布分析分布的模式，充分利用現有的平臺匯聚的數據，基于云平臺、Hadoop技術等實現跨地域、跨行業、跨部門的數據共享及分析挖掘。并且，大數據的來源也是多樣化，涵蓋各個交通運輸方式不同手段直接獲取的不同類型數據以及從、文本等間接獲取的數據。大數據分析可以由政府部門或任何民間第三方放在任何地方進行，根據需要從云端獲取相關的數據。
　　
　　3.3交通大數據深度學習的核心——關聯、預測
　　
　　交通大數據應用的核心體現在數據分析、融合與挖掘方面，這幾個詞雖然表達不同，手段不同，但基本目標都是一致的，就是從海量數據中得到有用的信息。
　　
　　與小樣本數據量相比，大數據zui突出的分析技術體現在2個方面：關聯分析、預測。
　　
　　1.關聯分析的核心是量化兩個數據值之間的數理關系，相關關系強指當一個數據值增加時，另一個數據值有可能隨之改變，相關關系弱則指當一個數據值發生變化時，另一個數據值幾乎不會發生變化。
　　
　　2.預測，也被稱為大數據的核心特點[5],它通常被視為人工智能的一部分，是機器學習的一種，它是把數據算法運用到海量數據上來預測事情發生的可能性。預測方法光譜分析、卡爾曼濾波、線性模型、回歸模型、聚類分析、人工神經網絡以及各數據公司自行開發的預測模型。。
　　
　　在綜合交通運輸體系中，交通大數據的關聯、預測等深度挖掘應用宜在大數據開放環境下，充分調動各行各層級的技術力量，發揮專業優勢開展應用。
　　
　　3.5交通大數據應用的機制保障
　　
　　綜合交通運輸體系是國民經濟的基礎，具有更大的為公眾服務的社會效益，交通大數據需要從國家、市級政府層面推動，制定發展規劃，明確發展目標，引導交通運輸體系大數據在管理層、公眾層、環境保護層的各類應用。
　　
　　在已經建設的各類交通信息平臺中，多為行業內自行投入建設數據采集、監控等設備設施，交通大數據需要跨部門跨行業數據公開，英國ODI提出“促進公眾和企業更好地利用政府開放數據,促進私營企業逐步開放數據”，因此，需要協調甚至通過立法確保各種交通方式數據的開放。
　　
　　為確保交通大數據的應用有益于管理，有益于出行者，需要建立大數據應用的過程控制、監管機制，避免大數據的泛濫以及錯誤的大數據決策導向。
　　
　　4.上海交通大數據在構建CTFC中的應用探討
　　
　　上海市的綜合交通運輸體系的基礎設施、載運工具、交通運營一直走在*列，上海空港總體設計保障能力達到年旅客1億人次，年貨郵量520萬噸，與英國倫敦（1.36億人次）和美國紐約（1.06億人次）等*機場體系肩。2010年上海港貨物吞吐量和集裝箱吞吐量均排名*，也是*個集裝箱吞吐量突破3000萬噸標箱的港口。
　　
　　近些年來，機場、港口、鐵路、長途客運、城市道路交通、市內公共交通燈各運輸體系行業為提升管理水平，都陸續建設了信息化系統，對運營進行動態監控，為管理者提供決策支持，為出行者提供信息發布，為交通大數據奠定了基礎。
　　
　　隨著交通運輸的化，無論是運輸網絡規劃還是出行者信息服務方面，各交通方式越來越需要協同運作，從系統運營效率指標、出行者效率參數等方面關聯分析、預測一些有助于進一步提升交通運輸能級的有用信息。因此，為實現上海市達到世界*綜合運輸體系的，本文建議從以下3方面開展交通大數據研究：
　　
　　1、規劃上海市綜合交通大數據應用體系，研究水運、空運、陸運各種運輸方式之間的數據云平臺架構，建立分布分析模式，通過PP（Public&Private）等多種方式鼓勵政府及企業有條件的數據開放，更好的利用大數據為規劃、建設、運管、養護服務。
　　
　　2、從立法及規章制度角度建立交通大數據應用的過程控制、監管機制，確保交通大數據的應用有益于管理，有益于出行者，避免侵犯公眾的隱私，避免錯誤的大數據決策導向。
　　
　　3、加強綜合交通運輸體系中各個環節交通數據的保護，目前航空、水運、陸運等動態交通數據匯聚全面，但是交通設施建設、運營、維護等方面的數據積累不夠全面，宜進一步重視靜態數據、準動態數據（運載工具、交通基礎設施）的全壽命數據，通過全過程全鏈路的交通大數據應用，構建*運輸體系，提高運營效率，降低運營成本。