交通大数据的应用主要以数据驱动的方式，分析交通状况、出行规律，建立智能交通系统的分析、评价、预测模型，用于交通规划、管理、决策、控制和服务。大数据之于智能交通意义重大，主要表现在以下几个方面：

（1）大数据的虚拟性解决了跨越行政区域的限制。交通大数据的虚拟性有利于其信息跨越区域管理。跨行政区域的数据被整合在一起，交通管理突破行政区划的限制，建立一盘棋的整体管理意识，有助于政府部门更有效地进行交通设施建设，更合理地进行交通路线规划。

（2）在治理交通拥堵、提升交通通行能力方面，大数据技术采用的方法是对交通拥堵的时段、地段、原因等信息进行分析和整合，从而因地制宜地进行合理疏导和治理，减少对土地等资源的占用，实现交通设施和系统的内在良性循环。

（3）大数据具有信息集成和组合效率的优势。大数据有助于建立综合性立体的交通信息体系，通过将不同范围、不同区域、不同领域的“数据仓库”加以综合，构建公共交通信息集成利用模式，发挥整体性交通功能，从而创造新价值，带来新机会。例如气象、交通、保险部门的数据结合起来，可高效率地研究交通领域防灾减灾。

（4）通过对大数据的分析、挖掘和整合，找出一些规律，得到我们想要的交通信息，可以合理调配人力、物力，提升道路交通资源的合理利用，辅助交通管理制定出合理的统筹与协调解决方案，交通管理更趋智能，如图3-4所示。

(www.daowen.com)

图3-4　大数据获取交通数据

（5）大数据的快速性和可预测性能提升交通预测的水平。通过大数据构建交通预测模型，有效模拟交通未来运行状态，验证技术方案的可行性。而在实时交通预测领域，大数据的快速信息处理能力，对于车辆碰撞、车辆换道、驾驶员行为状态检测等实时预测也有非常高的可靠性。

（6）提高交通运行效率。大数据技术能促进提高交通运营效率、道路网的通行能力、设施效率和调控交通需求分析。交通的改善所涉及工程量较大，而大数据的大体积特性有助于解决这种困境。

（7）提高交通安全水平。主动安全和应急救援系统的广泛应用有效改善了交通安全状况，而大数据技术的实时性和可预测性则有助于提高交通安全系统的数据处理能力。在驾驶员自动检测方面，驾驶员疲劳视频检测、酒精检测器等车载装置将实时检测驾车者是否处于警觉状态，行为、身体与精神状态是否正常。同时，联合路边探测检查车辆运行轨迹，大数据技术快速整合各个传感器数据，构建安全模型后，综合分析车辆行驶安全性，从而可以有效降低交通事故的可能性。在应急救援方面，大数据以其快速的反应时间和综合的决策模型，为应急决策指挥提供辅助，提高应急救援能力，减少人员伤亡和财产损失。

（8）提供环境监测方式。大数据技术在减轻道路交通堵塞、降低汽车运输对环境的影响等方面有重要的作用。通过建立区域交通排放的监测及预测模型，共享交通运行与环境数据，建立交通运行与环境数据共享试验系统，大数据技术可有效分析交通对环境的影响。同时，分析历史数据，大数据技术能提供降低交通延误和减少排放的交通信号智能化控制的决策依据，建立低排放交通信号控制原型系统与车辆排放环境影响仿真系统。