城市是一個有機體，一個城市在一天之中，內部的潮汐是如何漲落的?來來往往的車輛從哪里來，到哪里去?那些貨運車輛的集散地是否合理分布，是否能有更優(yōu)的貨運路線，以便減輕城市污染和交通的壓力?這一系列的問題，可能能夠通過大數據云計算技術找到答案。
目前，北京市城市規(guī)劃設計研究院正在嘗試用阿里云大數據平臺數加，探索城市物流和交通規(guī)劃的新模式。聯合云康大數據工作室，北京市城市規(guī)劃設計研究院正在基于數加平臺搭建“物流鷹眼”系統，用大數據技術對貨運車輛集散點分布進行研究。
北京市城市規(guī)劃設計研究院交通規(guī)劃所主任工程師張曉東介紹，利用數加平臺的大數據工具及相關智能算法，可有效優(yōu)化甚至從根本上解決城市物流與配送相關問題，例如城市物流空間的布局、優(yōu)化和管制，物流倉儲用地選址、規(guī)模確定及規(guī)劃保障，城市物流智慧配送體系設計，配送過程的商品、路線、車輛、人力優(yōu)化。
以北京南四環(huán)大紅門地區(qū)為例，這里位于北京中軸線南苑路以西，主干道有雙向8車道，但每到早晚高峰時段，這里都擁堵嚴重。
大紅門地區(qū)地理區(qū)位
大紅門地區(qū)交通基本情況(平峰非擁堵情況)
除了車流量大，還有什么其他原因造成這里的擁堵嗎?在北京市城市規(guī)劃設計研究院提供的案例分析里可以看到，大紅門地區(qū)的服裝城的貨運車輛對擁堵的貢獻也不小
在“物流鷹眼”云平臺上可以清晰看到，工作日下午三點前后大紅門地區(qū)路段擁堵嚴重，同時該地區(qū)出現了密集的快遞派件，并且物流強度也顯示為紅色。
工作日下午三點前后擁堵路段狀況
大紅門地區(qū)工作日下午三點前后交通擁堵狀況
大紅門地區(qū)物流強度
大紅門地區(qū)快遞派件飛線
北京市城市規(guī)劃設計研究院表示，以往交通規(guī)劃人員在對區(qū)域交通進行評估與改善時，一般是利用傳統的交通量觀測數據、逐日交通擁堵指數和平均車速數據，再結合區(qū)域土地利用情況估算居住人口與就業(yè)崗位和機動車保有量進行估算。
這樣的測算方法無法準確判斷由服裝批發(fā)這一類特殊行業(yè)帶來的就業(yè)及誘增、交通量規(guī)模，進而無法支撐并論證區(qū)域改善方案(將服裝城外遷或升級改造等)的有效性與潛在影響。
現在基于“物流鷹眼”系統，可以綜合分析物流的強度、空間分布、時間分布，同時融合常住人口/流動人口、出行時間、交通方式、常態(tài)/偶發(fā)行為等數據分析結果，較準確地確定服裝批發(fā)行業(yè)的誘增交通規(guī)模及出行行為特點，為解決上述問題提供了有力支撐。
據了解，阿里云于今年1月發(fā)布全球首個一站式大數據平臺“數加”，集合了計算引擎、開發(fā)套件、可視化工具和行業(yè)解決方案，囊括阿里巴巴十余年來的大數據技術。該平臺集成了人工智能、機器學習、智能語音等前沿技術，可以讓沒有足夠技術實力的機構，也能實現從數據中提煉“石油”。
