大数据与可持续能源消费

发。在交通能源消耗问题上，最困扰研究者的就是由于拥堵、寻找停车位等造成的无效率能源浪费。这些造成无效率的现象大多是由于人们缺乏信息造成的。同样也是因为缺乏信息，使得长期存在的智能交通调度等管理手段难以实现。

然而随着智能手机的普及，许多驾驶员使用手机装载的定位系统确定行车路线。和传统的定位系统不同，这些通过智能手机定位的信息都传递和保存在大数据库中。这些海量数据不仅能像传统的交通信息一样让人们了解某一个时段一条路上的车流量，还能明晰的标示出这条路上每个时段的每一辆车从何处来、往何处去，并记录每辆车的停车情况。同时，现有技术也能够支撑信息的反馈，即可以向车辆驾驶者和乘客发布拥堵预警、拥堵状况和停车场分布和占用情况等信息。

对于以通勤为主的城市交通而言，这些信息的交互显得极为重要。在缺乏这些信息时，人们是根据过往经验进行选择，这使得人们面临的随机性风险很大。而有了这些信息后，人们能更准确的获取信息优化自己的出行选择。人们由于对交通流量程度的估计错误，或绕远路、或不得不忍受拥堵，而这都会造成大量的能源浪费。通过机器学习等技术，能够根据历史出行信息预测出车每个出行者的出行路径;这就使拥堵发生的概率和发生在哪个时段等信息提前传递给出行者。再配合现在已经被广泛使用的路径优化技术，可以实现交通流量智能调度或半调度的梦想。从管理类软技术而言，由于这些信息的可获取性和真实性大大提高，针对不同时段、不同路段设定并征收有差别的拥堵费等管理手段也成为可能。

需要特别指出的是，目前研究的前沿已经推进到结合大数据和自动驾驶车辆进行综合交通调度这一问题上。更重要的是，这些信息有助于了解一个城市在当前的规划格局下，哪些热点是造成主要拥堵问题的肇因、停车场的布局是否合理和如何针对不同人群的出行提供个性化信息服务等一系列问题。这使绿色城市规划不仅仅在于依赖理念，而能扎扎实实的扎根于实证数据。

摆脱了海量数据获取难、获取后处理难的双重困境，人类对自身能源消耗的细节更加了解。而正是在这些细节中，暗藏了大量无效率的能源浪费。大数据的应用正是从细节入手的努力，能够成就绿色可持续未来的宏大叙事。