智慧城市背景下交通流量优化的数据应用潜力.pdfVIP

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

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www.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:

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，内容提供方始终对其页面内容负责。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

1

智慧城市背景下交通流优化的数据应用潜力

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2.22016-2020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4.4TransPaaS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

2

智慧城市背景下交通流优化的数据应用潜力

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-