城市交通产生了海量的结构化、半结构化和非结构化数据，这些数据对形成完整的大数据产业创新链条大有益处。易华录智慧城市事业部副总经理张琦，主要研究交通大数据技术与行业应用、互联网+便捷交通技术。
他表示：“城市各行业细分场景，各有各的门道，唯有生态的力量才能响应众多需求，只有生态才能持续提供鲜活的应用。所以易华录提供面向行业的数据湖”
以下是张琦的演讲全文，亿欧智慧城市在不改变嘉宾原意的基础上，进行了编辑。
各位来宾大家好！我来自北京易华录公司，今天跟大家分享的题目是《城市数据湖，让城市大交通更智慧》。
北京易华录起步于智能交通，从2016年开始向城市数据湖业务转型，我们将城市数据湖定位为城市的基础设施，助力城市数字经济发展。今天我想分享一下近两年我们在城市数据湖业务上的探索和成果。
首先介绍一下易华录，易华录公司成立于2001年，是中国华录集团控股的央企上市公司。公司实施1+3的发展战略，以城市数据湖为主体，同时发展大交通、大安全和大健康的业务。易华录旗下拥有30余家分子公司，业绩覆盖全国30个省、自治区、直辖市及多个海外城市，已为国内300多个城市及海外多个国家提供了技术服务，足迹横跨亚欧，拥有“中国智慧城市最具影响力企业”、“中国智能交通领军品牌”等殊荣。
近一段时间行业内一些资深专家相继展开了关于智能交通业态近几年发生转变的讨论，其中一些观点也在业界发酵并引起共鸣，那么我首先围绕着相关议题结合几个突出的问题谈一下我的理解。
安全是交通的核心主题
首先是关于交通需求，城市的交通运行效果和运行安全，始终是交通的核心主题。从运行效率方面来说，在城市交通管理方面首当其冲的是交通拥堵治理，其次，从交通运输层面涉及到港口物流积压、客流集散问题、城市货运集约化程度低等问题，以上是交通运行效率上面临的问题的需求。
另外关于交通运行安全，近2年以来一系列的交通安全事件不断给我们敲响警钟，安全是一切的交通活动的前提，减少交通事故、减少事故死亡是我们永远的目标。如何来分析导致这些安全事件，以及运行效率低下的背后因素，预防或降低事故的发生概率，是我们行业的需求重点。
例如：通过进一步分析违法行为与交通事故隐患之间的关系，可以更好的帮助我们觉察那些非现场执法，可以转成现场执法来进一步提升执法威慑力，更好的避免将来发生更多的重大事故。
智能交通行业的承载技术
其次是承载技术，刚才很多嘉宾谈到了关于大数据和人工智能的应用，这两年大数据、人工智能在交通行业的应用越来越普及，例如，类似于一线城市北京、省会城市武汉等这类城市卡口摄像头建设非常发达，日均过车量突破4000万的量级，以往的技术处理手段来说非常满足实时性要求，现在基于大数据技术可以实现过车数据分析的秒级响应。
另外一个是数据的跨部门融合，涉及到交管部门数据、交通局数据、气象局数据的融合，例如，重点车辆GPS轨迹数据和卡口数据融合，以往交管分析红眼车辆之主要依靠卡口过车数据，GPS数据融合之后我们可以更精细化违规车辆通行轨迹并基于两种数据交叉验证，加大打击的精准性，进一步预防重大的交通隐患。可以说无论是从常态的管控服务，包括突发应急处置吗，整个行业都在强烈的拥抱大数据和AI赋予的新能力。
智能交通行业的合作模式
最后关于合作模式，包括互联网行业+，AI行业+，还有大数据行业+，带来的是整个行业合作模式和生态的变化。互联网企业类似百度、高德路况、拥堵数据注入和地图应用，类似于今天到场的商汤科技、科大讯飞等人工智能的企业将人工智能的产品和技术能力赋能到交通的传统行业。
此外，各委办局数据更深度的融合。举个气象数据融合的例子，以往我们知道一个城市的天气就是阴晴雨雪这样的颗粒度，但目前基于更细粒度的气象数据，类似于9*9公里网格化的数据，将气象数据映射到9*9公里的网络范围，结合路网的数据、流量的数据可以更细致的分析气象对于交通出行的影响，这在以往是难以实现的。
因此，互联网企业、人工智能企业、传统智能交通企业、交通相关委办局都是这个行业的参与者，智能交通建设不再只是传统交通从业者的事情。
智能交通落地的关键
前面谈到了三个变化，从需求、技术和模式落地的层面，真正实现落地需要一些必要条件的。从需求层面需要具备深层次的业务分析能力，在数据层面需要的是全量长周期多维度的数据，从算法和模型来说，需要众多能持续扎实研究、验证、优化算法的团队。
总结一下，只有在业务需求、技术环境、优秀团队、资本、上下游协作及配套生活环境的粘合下，才能构建一个鲜活繁荣的生态，才能快速持续发展。
中国国内城市交通管理的机构划分，可分为两大管理部门，公安交通管理及交通运输管理，公安交通管理管理路面交通执法，交通运输管理负责综合交通的管理，城市综合交通的发展建设离不开这两个部门。
而在交通管理和交通运输也在向大交通融合趋势发展，最终需要实现的几个目标，第一个是实现协同式综合交通运行管理，第二是精准化的交通安全保障，第三是精细化的城市拥堵治理，四是精准化市场拓展，五是一体化的公共服务、多元化的商业服务。
要实现我们期望的城市综合大交通发展目标，首先从建设模式上来说，未来来说交通不只是交警的事情，或者是交通委的事情，而是政府层面的事情，从政府层面牵头主导交通的建设并以政企合作的方式去运营。充分借助市场的资金优势、技术优势、资源配置优势，结合政府管理的行政资源，推进政企合作，提升公共管理服务效率，增强商业化服务效益，实现优势互补、长效运行，最终实现产业协同。
数据是智能交通的基础
其次是关于数据的问题，数据是基础，数据是核心，首先是我们有哪些数据，客观讲70%的数据在政府一侧，或与政府组织密切相关；70%的数据体量是视频影像。此外我们不仅需要数据，我们更需要大范围、多维度、长周期的全量数据来刻画交通运行特征。
因为单一数据对特征属性的描述是模糊的，要逼近客观真相，需要多维度、长时段的数据进行互补融合、交叉印证和持续验证，对于交通要素包括车、人、道路、事件等方面我们更需要的多维度、全量的数据，通过历史数据的分析和挖掘进行预测和预警。
最后是应用层面向智能化转变，包括：1、从业务系统向系统化的决策系统转变，用户希望后台大数据运算能够把高价值结论、决策直接推送到手边。2、从IT功能化向场景化转变，从大而全的功能堆砌的系统向面向具体的场景化应用转变。3、操控由被动向主动推送。
接下来，我汇报一下易华录城市数据湖以及如何赋能综合大交通协同发展。易华录城市数据湖，就是构建一个由政府主导建设运行的、海量/共享/安全/绿色的DT基础设施。在安全有序开放的环境下，众多企业面向细分痛点业务场景，挖掘数据智能，创新升级业务平台。这样一个鲜活繁荣的数据湖生态，为城市快速健康发展提供持续动力。
城市数据湖的具体模式
这张图是城市数据湖的生态全景图，包括三个部分，第一部分是湖存储，第二部分是云计算，第三部分是智慧社会。其中两个关键部分湖存储和云计算，二者是什么关系？首先把湖存储定义为政府的基础设施，以存储和节能优先，这是它的定位。
云计算我们定义为是企业商业化的设施，它是以计算和效率优先，这是他俩的区别。传统的IDC将数据不分冷热混合存储，面临的大问题是能耗非常高，带来的很大的成本压力，特别是类似历史视频和图片，虽然有价值但不频繁使用的冷数据存储成本非常高，以往的解决方案是直接将这部分数据直接丢弃了。
那么在城市数据湖中，我们把数据分成冷数据和热数据，冷数据就是我们需要长期保存，但是不需要频繁使用的数据，以低成本、绿色和环保的方式进入到湖存储。需要频繁使用的热数据进入到云计算里面实时参与计算，湖存储中的冷数据的数据需要进行计算，通过冷热数据转换由冷数据变成热数据进入到云计算环境，云计算成果数据再服务于智慧社会。那么智慧社会中生成的新数据最终会遇冷存入到湖存储中，构成个数据湖运转的生态链。
再看一下城市数据湖的几个关键能力。从整体来看，冷热数据呈现2/8分布的特征，其中20%的数据为温热数据，而80%的数据为冷数据。
一、冷数据的长期保存
基于易华录基于拥有核心技术产权的蓝光存储技术，提供低成本、高可靠、更安全的存储方式。目前单张光盘可提供300G的存储能力，12张光盘组成光盘匣，光盘匣构成光盘库、蓝光柜，长期存储能耗是普通磁存储的0.3%，成本也是传统磁存储方式的6.5%，理论寿命可以达到100年，另外是安全可靠，防病毒，防电磁攻击，防黑客攻击。此外，通过预加载技术实现冷热数据的快速转换，保障数据存储和使用效率。
二、视频结构化算力调度能力
特别是针对行业内大规模的视频资源，它们大多处在浅层次的视频图片浏览上，要么存不下被丢弃，要么停留在车牌识别等浅表应用上，它们的价值没有得到有效挖掘。视频结构化算力调度平台提供了视频流、GPU板卡和算法之间的灵活调度能力，实现视频N次结构化，通过这一切组合模式，完美地满足交通行业对视频不同纬度价值挖掘的诉求。
三、面向AI的算法框架
它是一个高价值数据生产工具，是面向业务的算法平台，其目的在于降低算法平台门槛，激发众智，充分挖掘数据的价值。数据湖提供了面向不同行业的众创、众智生态环境，不同的行业都有特定算法，即使同一个行业，不同企业的产品能力、解决方案都不一样，通过统一的算法平台，可以方便的挂接生态伙伴的业务算法模，借助生态伙伴的力量，持续优化行业算法。
四、优化繁荣生态
城市各行业细分场景，各有各的门道，唯有生态的力量才能响应众多需求，只有生态才能持续提供鲜活的应用。所以易华录提供面向行业的数据湖Store，就像我们熟悉的移动端安卓市场和App Store一样，张开双臂迎接优秀伙伴，共建生态，共享繁荣。目前我们已经与70多个伙伴一起，大家共同丰富算法和应用软件生态，向多个行业用户推荐优秀产品。对于交通行业，基于数据湖store面向智能交通行业提供优秀算法、创新应用，推进智能交通行业创新和发展。
城市数据湖实际落地案例
回到我们今天交通的主题，由于城市数据湖是面向城市的基础设施，细分到交通行业，我们构建了综合交通行业的数据湖，面向的是交通行业，包括交通运输和交通管理，是城市数据湖的行业子湖，基于前面我们讲到的模式和能力赋能城市综合交通发展。
最后我简要介绍一下城市数据湖的落地案例。城市数据湖因为与发达地区政府/行业对于数字经济转型和发展的诉求比较契合，从2017年开始正在一些城市加速落地，目前来说已经有11个城市落地了数据湖，包括天津津南数据湖、徐州淮海数据湖、姜堰华东数据湖等。目前正在推进的有21个数据湖，预计到今年会有超过15个数据湖落地。我们未来的期望是每一个城市都应该有一个自己数据湖，就像每一个城市都有一个自己的图书馆。
基于姜堰城市数据湖，面向交通行业综合交通行业子湖，总投资1.06亿元，建设运营期18年，汇集了21个相关部门和企业数据，其中包括交管、港口、海事、航道等，实现全域的数据感知并基于这些数据提供了15类的行业和跨行业的应用。
以上是关于城市数据湖如何赋能城市大交通发展的分享，也欢迎业界合作伙伴共同加入城市数据湖生态圈，共同繁荣我们的智能交通生态和城市综合交通发展，谢谢大家！
