浙江省交通信息中心主任韩海航表示，车速预测需要强大的计算平台支持，浙江省交通运输厅在该项目中采用了阿里云大数据计算服务平台ODPS，为其高速路况预测提供计算能力支持。此外，阿里云多位资深数据科学家也参与车速预测模型研发。

　　对于浙江省内近1300公里高速路段，ODPS的强大计算能力可以在20分钟完成历史数据分析，10秒钟完成实时数据分析，保障数据“算得起、算得准、算得快”。

　　记者了解到，浙江省交通运输厅在实时路况检测方面也引入了一项新的技术：将手机信令数据同道路通行数据进行关联。在城市道路上，一般每隔500米一个运营商基站，在市郊高速路上大约为2公里。当手机用户经过基站时，形成的信令数据可以较准确地反映出单位时间内通过该路段的实时路况变化。

　　韩海航介绍，从成本投入来说，相比较于传统传感器采集高速路况数据，这种方式至少可以降低90%的成本。建设周期也大大缩短，2至3个月即可完成。“这些数据的采集、存储、分析过程均有政府主导，且经过严格脱敏处理。”

　　利用这项新的实时路况检测技术，浙江省交通运输厅可以掌握到高速历史车速数据和实时车速数据，这两项数据再加上路网状况，即可通过车速预测模型，预测出未来高速路况。

　　有业内人士表示，数据量庞大和预测准确率一直是交通大数据应用落地的瓶颈，浙江省通过采用云计算大数据平台解决了计算能力问题，同时联合阿里云数据科学家研发的预测模型也保障了预测的准确性，可以预见未来将有更多的地区采用类似模式来治理交通拥堵，并为公众提供更好的出行服务。

　　责任编辑：余芯