1.世界一流的综合交通运输体系的目标
结合美国、日本、欧洲等发达国家的综合交通运输水平，世界一流水准的综合交通运输体系(ComprehensiveTransportationinFirstClass,CTFC)主要体现在以下5个方面：
基础设施：具有覆盖全国的综合交通网络，以连通县城、通达建制村的普通公路为基础，以铁路、国家高速公路为骨干，与水路、民航和管道协同运作，能够发挥运输的整体优势和集约效能。
技术装备：具有安全可靠、先进高效、经济适用、绿色环保的交通技术装备，轨道交通技术、公路专用运输车辆、远洋沿海和内河运输船舶等装备达到现代化水平。
运输服务：拥有综合、高效交通运输服务系统，拥有世界先进的运输服务能力、服务质量、服务水平和物流效率。
安全保障：以零事故为最高目标，具有安全保障措施体系，能最大限度的降低事故率和人员伤亡率。
节约环保：发展循环经济，建设绿色交通系统，节能减排，控制交通运输领域温室气体排放，全面提高综合交通运输体系可持续发展。
2.交通大数据在CTFC中的支撑作用
随着大数据世界各个国家各个领域的广泛应用，大数据演变成了一个泛概念，指通过先进的数据分析技术，对大量数据进行关联分析，得出一些以前没有能用因果关系推导出来的现象关系。
大数据的来源主要有3个方面：行业内部自身产生的数据，相关行业的导入数据，公众交互的数据。随着信息技术的发展，大数据逐渐成为现代社会基础设施的一部分，就像公路、铁路、港口、水电和通信网络一样不可或缺。大数据时代，可以分析更多的数据，处理和某个特别现象相关的所有数据，而不再依赖于随机采样，大数据时代不再特别注重某个数据的精确度，大数据的分析也从因果关系转向关联关系。
世界一流的综合交通运输体系是由交通网络基础设施、先进适用的交通工具、高效的动态交通运营等多一系列规划、建设、运营、管理等方面协同建设实现的。随着信息技术和现代通信技术的迅猛发展和广泛应用，交通大数据成为CTFC的贡献手段之一，为建立和发展高质量的综合运输体系创造了有利的技术支撑条件。在整个交通运输体系中，大数据的作用主要体现在对管理者、出行者、社会环境3类对象7个方面：
对管理者的支持：大数据有助于提高管理者对综合交通运输体系的规划、建设、管理、营运、养护。
1）通过大数据对网络客货流的周转时间、服务水平的分析，可以找出交通网络中的待优化点，为规划、建设提供参考。
2）大数据可以提高交通运输体系的信息化、智能决策水平。基于条码、射频、全球定位、手机、视频、身份识别等汇聚的大数据，实现交通运输各种方式之间关联关系。
3）大数据提升交通运输服务水平，通过各种运输服务之间的关联分析，促进各种运输服务之间的无缝衔接与合作，提高客货运输服务效率，降低社会物流成本。
4）大数据提高运输安全，基于对运营车辆、铁路、船舶、飞机等定位、联网联控系统及交通动态监控，利用历史积累的数据分析安全隐患点及区域、事故易发环境，起到运营安全预测，为安全监管提供决策支持，提高应急反应速度和救援成功率，从信息技术上保障综合交通运输体系安全。
5）汇聚交通基础设施健康监测数据、动态交通运行数据，通过大数据分析，预警列车、道路、桥梁、隧道的全寿命周期健康状态，及时更换零部并做保养，以确保最大限度的利用及最小投入的养护费用。
对出行者的支持：大数据有助于提高出行者的出行服务质量和效率，飞机票价预测、航班延误预测、出发地目的地联运信息及预订等，大数据通过各种运输方式信息系统的互联互通，为公众提供全方位、立体化的出行服务信息及网络预订。
对保护环境的支持：大数据降低交通运输对环境的影响，汇聚交通运输车辆行驶轨迹、道路港口航空等区域的大气监测数据，分析交通运输工具对环境的影响，正确衡量不同交通方式对环境的副贡献，为管理者提供面向生态交通的规划、建设和管理，以最大限度的降低污染物和二氧化碳排放水平，有效控制噪声污染，建设绿色低碳交通。
3.交通大数据的实施关键3.1交通大数据框架组织
如图1所示，交通大数据主要由综合交通网络规划建设数据、交通运载工具数据、交通流运行数据、交通基础设施健康数据等组成，各个领域的数据涉及到空运、水运、陆运的不同交通方式，由人、货、载运工具、交通设施内部产生的数据以及城市运行的环境、行为等外部数据。
图1构建一流运输体系的交通大数据框架组织
3.2交通大数据的利用模式分析
目前海量数据的利用上，主要有4种模式：数据集中分析集中、数据集中分析分布，数据分布分析分布，数据分布分析集中，其区别是数据汇聚存储是否集中在一起，数据分析是否集中，数据存储与分析是否在一起。
我国目前在交通信息化方面，基本已经建设了空港信息平台、港航运输平台、公路网监控平台、城市交通信息平台、物流信息平台、隧道设施监控平台，这些信息化系统大多按照交通方式、分管行业等原则建设。
图2我国的隧道监控平台、城市交通信息平台
因此，鉴于综合交通运输体系涉及到不同地域，不同方式、不同行业的交通数据，其交通大数据的利用模式宜采用数据分布分析分布的模式，充分利用现有的平台汇聚的数据，基于云平台、Hadoop技术等实现跨地域、跨行业、跨部门的数据共享及分析挖掘。并且，大数据的来源也是多样化，涵盖各个交通运输方式不同手段直接获取的不同类型数据以及从网站、文本等间接获取的数据。大数据分析可以由政府部门或任何民间第三方放在任何地方进行，根据需要从云端获取相关的数据。
3.3交通大数据深度学习的核心——关联、预测
交通大数据应用的核心体现在数据分析、融合与挖掘方面，这几个词虽然表达不同，手段不同，但基本目标都是一致的，就是从海量数据中得到有用的信息。
与小样本数据量相比，大数据最突出的分析技术体现在2个方面：关联分析、预测。
关联分析的核心是量化两个数据值之间的数理关系，相关关系强指当一个数据值增加时，另一个数据值有可能随之改变，相关关系弱则指当一个数据值发生变化时，另一个数据值几乎不会发生变化。
预测，也被称为大数据的核心特点[5],它通常被视为人工智能的一部分，是机器学习的一种，它是把数据算法运用到海量数据上来预测事情发生的可能性。预测方法光谱分析、卡尔曼滤波、线性模型、回归模型、聚类分析、人工神经网络以及各数据公司自行开发的预测模型。。
在综合交通运输体系中，交通大数据的关联、预测等深度挖掘应用宜在大数据开放环境下，充分调动各行各层级的技术力量，发挥专业优势开展应用。
3.5交通大数据应用的机制保障
综合交通运输体系是国民经济的基础，具有更大的为公众服务的社会效益，交通大数据需要从国家、市级政府层面推动，制定发展规划，明确发展目标，引导交通运输体系大数据在管理层、公众层、环境保护层的各类应用。
在已经建设的各类交通信息平台中，多为行业内自行投入建设数据采集、监控等设备设施，交通大数据需要跨部门跨行业数据公开，英国ODI提出“促进公众和企业更好地利用政府开放数据,促进私营企业逐步开放数据”，因此，需要协调甚至通过立法确保各种交通方式数据的开放。
为确保交通大数据的应用有益于管理，有益于出行者，需要建立大数据应用的过程控制、监管机制，避免大数据的泛滥以及错误的大数据决策导向。
4.上海交通大数据在构建CTFC中的应用探讨
上海市的综合交通运输体系的基础设施、载运工具、交通运营一直走在全国前列，上海空港总体设计保障能力达到年旅客1亿人次，年货邮量520万吨，与英国伦敦（1.36亿人次）和美国纽约（1.06亿人次）等世界级机场体系肩。2010年上海港货物吞吐量和集装箱吞吐量均排名全球第一，也是全球第一个集装箱吞吐量突破3000万吨标箱的港口。
近些年来，机场、港口、铁路、长途客运、城市道路交通、市内公共交通灯各运输体系行业为提升管理水平，都陆续建设了信息化系统，对运营进行动态监控，为管理者提供决策支持，为出行者提供信息发布，为交通大数据奠定了基础。
随着交通运输的全球化，无论是运输网络规划还是出行者信息服务方面，各交通方式越来越需要协同运作，从系统运营效率指标、出行者效率参数等方面关联分析、预测一些有助于进一步提升交通运输能级的有用信息。因此，为实现上海市达到世界一流综合运输体系的，本文建议从以下3方面开展交通大数据研究：
1、规划上海市综合交通大数据应用体系，研究水运、空运、陆运各种运输方式之间的数据云平台架构，建立分布分析模式，通过PP（Public&Private）等多种方式鼓励政府及企业有条件的数据开放，更好的利用大数据为规划、建设、运管、养护服务。
2、从立法及规章制度角度建立交通大数据应用的过程控制、监管机制，确保交通大数据的应用有益于管理，有益于出行者，避免侵犯公众的隐私，避免错误的大数据决策导向。
3、加强综合交通运输体系中各个环节交通数据的保护，目前航空、水运、陆运等动态交通数据汇聚全面，但是交通设施建设、运营、维护等方面的数据积累不够全面，宜进一步重视静态数据、准动态数据（运载工具、交通基础设施）的全寿命数据，通过全过程全链路的交通大数据应用，构建一流运输体系，提高运营效率，降低运营成本。
