#gStore-weekly | gStore应用之交通气象风险评估与预警平台

gStore及生态产品由于完善的功能和卓越的性能已应用于金融、医疗、政府大数据、公安、纪检、工业互联网、军工、智能问答等多个领域，在多个互联网和人工智能公司的图数据和知识图谱项目进行了部署，已产生了良好的社会和经济效益。今天我们介绍gStore在智慧交通方面的应用：

1.1 问题描述

随着社会的不断发展，交通运输面貌发生了翻天覆地的变化，铁路、公路、水路等多种交通方式给人们的出行带来巨大便利。但与此同时，各种交通事故频发也给人民生命财产安全带来巨大威胁。交通事故不仅是由不特定的人员违反道路交通安全法规造成的；也可以是由于地震、台风、山洪、雷击等不可抗拒的自然灾害造成。交通事故与天气气象的变化有着相当密切的关系。

交通气象灾害监测预警以及气象条件对交通的影响，需要气象监测数据和交通通行数据的融合分析，充分考虑到交通运营管理部门的业务体系，才能做出定量化、精细化的监测预警，为交通管理决策提出科学的依据。但当前交通的应用系统目前主要的基于关系型数据库的关联分析方法，在面对海量高维数据时，关联分析性能将急剧下降，无法满足系统实时风险评估和智能预警的需求，急需通过结合大数据和人工智能新兴技术对气象导致的交通风险进行关联分析和监测预警。

1.2 解决方案

本应用从气象因素角度出发，构建气象与交通之间的知识图谱，并根据气象预报数据，对可能发现的交通安全隐患进行评估与预测，对可能发生的交通事故进行智能预警，并为其他应急响应系统提供数据支撑。

系统总体架构如下图所示。

基本架构为“六横两纵”架构，其中“六横”主要是六层，最下层是数据资源层，为本项目提供了数据支撑，包括互联网（视需求而定）、气象局提供的气象数据、地理位置数据及交通部门内部的路网数据等。

然后是数据采集层，针对互联网数据，主要通过分布式网络爬虫等技术获取互联网数据，其他业务系统的数据主要通过数据交换引擎技术获取数据。

第三层是数据预处理层，该层通过自然语言处理框架和图像处理框架对非结构化或半结构化数据进行处理，将其转换为结构化数据。

第四层是知识图谱层，该层将数据预处理层处理后的数据进行实体抽取，并形成一个个实体数据库，如风速、降水、温度、湿度等，然后对实体之间的关联关系进行自动识别，最终对实体、关系进行标准化、统一化，对异常关系进行消歧处理等，最终构建出气象交通知识图谱。

第五层是服务层，将用户业务需求转换为对知识图谱的查询、推理等应用，并封装成一个个服务。

第六层是接口层，该层主要是将服务以不同的接入方式提供给其他业务系统或用户使用，在本项目中主要考虑三种接入方式，包括互联网访问、应急响应系统访问及其他系统访问等。

除此之外，为了保障系统安全稳定，我们将在分布式软件架构上实现系统，同时为了管理知识图谱，我们将设计知识库管理体系用于管理和维护气象交通知识图谱。

1.3 核心功能

气象交通知识图谱构建、管理及可视化

该部分的内容主要是基于历史数据、业务背景知识等构建气象交通匹配规则，这些规则将用于实时匹配气象数据，从而对可能的交通安全隐患进行实时预警，为了提高匹配效率，我们将采用基于图数据库的知识图谱技术来存储和管理这些匹配规则；另一方面还需要对这些知识图谱进行可视化展示。

气象交通实时推理技术研究

该部分主要是将实时气象数据与匹配规则进行高速匹配，从而推导计算出交通安全隐患出现的几率，该部分的重点是研究如何将气象数据转换为可以与匹配规则相匹配的匹配条件，并且要具有较高的性能。

气象交通智能问答技术研究

该部分主要是研究将用户的自然语言查询请求转化为对知识图谱推理的请求的自然语言处理技术，并为用户提供“一问一答”的气象交通智能问答服务。

1.4 产品价值

1. 深入结合气象数据和知识对交通的影响方面进行分析和预测，通过多维度的客观现实条件关联起来并结合领域内专家经验和规则从而得到准确的结果，实现气象条件可能导致的交通自然灾害进行预警。

2. 有效提升在新形势下的交通安全与应急处置及保障能力，有效控制、减轻和消除因气象灾害引发的交通安全事件，保障人民群众的生命和财产安全。

3.加强交通运行管理，加强道路交通养护的及时性与科学性，提升交通通行效率，降低交通事故的发生，提高交通运输的效率，从而提升综合经济效益。

---

针对gStore有任何问题也可通过加运营同学微信，邀请加入gStore图谱社区咨询。

诚邀大家参加

·gStore-weekly技术文章征集活动·

  相关技术文章，包含但不限于以下内容：系统技术解析、案例分享、实践总结、开发心得、客户案例、使用技巧、学习笔记等。文章要求原创。

  入选周刊即送精美礼品~