智慧城市背景下交通流量优化的数据应用潜力.docx

代表

代表

智慧城市背景下交通流优化的数据应用潜力

智慧城市背景下交通流优化的数据应用潜力

智慧城市背景下交通流优化的数据应用潜力

智慧城市背景下交通流优化的数据应用潜力

智慧城市背景下交通流优化的数据应用潜力

PAGE1

PAGE1

PAGE2

PAGE2

版本说明

发行方

德国国际合作机构（GIZ）注册地址：波恩和埃施伯恩

驻华代表处地址

中国北京市朝阳区麦子店街37号盛福大厦1100室，邮编100125电话+861085275180

传真+861085275185

邮件transition-china@，giz-china@giz.de网址 .giz.de| ./mobility/

项目

中德合作—交通与燃料战略对中国交通行业转型的贡献

项目负责人

AlexandervonMonschaw（冯绍德）alexander.monschaw@giz.de

作者

同济大学

李健、李玮峰、何凌晖、甘田、任鹏举

审稿与校订

德国国际合作机构蒋真、刘同

图片来源

AdobeStock（封面图及章节图）

引用链接:

引用链接:

外部内容责任声明：本出版物中列出了参考的外部网站。对所列出的外部网站，内容提供方始终对?页面内容负责。首次引用时，GIZ确保检查了第三方的内容，以确定是否可能引发民事或刑事责任。在没有具体侵权证据的情况下，GIZ不会持续审核外部网站链接的内容。如果GIZ确定或被他人告知引用某一外部内容将引发民事或刑事责任，GIZ将立即删除引用的内容。GIZ明确表示不会涉及这些内容。

本项目为受德国联邦数字化和交通部（BMDV）由GIZ在华执行的项目。本报告由GIZ编写，GIZ对出版物的内容负责。德国联邦数字化和交通部不对本出版物的内容享有版权。

2022年，北京

图目录

图1.1 技术路线

图2.1 中国智慧（能）交通产业链构成

图2.2 2016-2020年中国智慧（能）交通投融资情况

图3.1 智慧交通治理的新数据环境

图3.2 交通状态评估和监测数据应用

图3.3 出行服务监管和决策支持数据应用

图3.4 移动性风险评估和应急管理数据应用

图3.5 数据安全监管框架

图3.6 智慧交通相关公共数据分级示例

图3.7 公共数据分级保护具体要求

图3.8 上海市公共数据开放工作职责分工

图3.9 数据交易模式

图3.10综合交通大数据平台总体架构

图3.11路网运行状态分析

图3.12轨道开通前后的交通影响评估

图3.13台风“苗柏”当天总体交通指数变化与片区交通拥堵概览

图3.14节假日交通拥堵预测和出行指引

图3.15示范区地理区位示意图

图3.16示范区货运交通碳排放现状

图3.17示范区货运交通碳排放情景规划预测

图4.1 深圳市和福田区区位图4.2 福田CBD研究范围

图4.3 数据驱动的活动规划体系图4.4 TransPaaS的基本情况

图4.5 基于数据融合的现状交通规划模型构建和应用框架

图4.6 厦门市概况

图4.7 厦门市综合交通大数据构成图

图4.8 多源数据应用与各交通子模型对应图

图4.9 厦门市现状交通模型应用平台和应用案例

表目录

表2-1 中德智慧城市发展对比

表2-2 中国智慧（能）交通政策支持一览表

表2-3 中国智慧（能）交通行业的企业布局

表2-4 世界四大导航系统对比表

表3-1 交通数据分类和内容

表3-2 数据安全法律法规体系

表3-3 指标层涉及的部分特征指标

表3-4 专题分析层涉及的部分功能

目录

引言 6

研究背景 7

研究目标和研究内容 8

技术路线 8

智慧城市的发展进程与趋势 9

“智慧城市”的定义与发展进程 10

智慧城市 10

中国智慧城市的发展情况 11

中德智慧城市的发展情况对比 11

智慧城市背景下的智慧交通发展进程与趋势 12

交通在智慧城市建设中的作用 12

中国智慧交通的发展情况 12

中国智慧交通的建设规划与发展趋势 15

智慧城市背景下的交通数据资源 17

交通流数据的关键技术介绍 18

交通流数据的分类和来源 18

交通流数据的数据预处理 19

交通数据典型分析场景及?关键技术介绍 19

交通流数据的现状行业应用实践 23

法律体系和监管制度 23

数据安全和数据管理 26

数据开放和数据交易 29

行业应用和平台建设 32

交通流优化中的未来数据应用潜力 37

交通监管 37

交通排放 41

交通安全 44

智慧城市背景下交通流优化的数据应用潜力

智慧城市背景下交通流优化的数据应用潜力

PAGE5

PAGE5

中国智慧城市建设的交通流优化案例介绍 45

基于数据平