新华网上海2月18日新媒体专电(“中国网事”记者周琳　叶健)春节,是中国一年一度最重要的节日,出行人次达28亿,假期一周人们在零售业和餐馆里消费超6000亿元,一些铁路站点一天的旅客就超过50万人次……

　　火车站、地铁里、热门景点,达到多少人需要预警?人流量何时达到峰值?在记者采访的不少大数据专家看来,当数据积累足够、分析模型强大,“大数据”就能实现:它不仅知道发生了什么,还能预测将发生什么。

　　有了大数据,危险可以被预测

　　如果明知人数已经超过极限,你还会去热门景区吗?如果管理者发现超过阈值了,还会继续让人进景区吗?答案都是否定的。假日来临,景区爆棚、春运拥挤等现象如约而至,在拥挤的城市我们如何保证节日安全?

　　越来越多的现象说明,危险是可以预测的:1月26日开始,纽约等美国东北部地区遭遇一场罕见的暴风雪,由于提前预测,多州宣布进入紧急状态,最终大幅减少了灾害的损失。

　　“我国人口众多,重大文体活动、节假日集会等活动中,容易出现因人群过度拥挤而引发的危险乃至事故”。百度研究院大数据实验室一位专家表示,通过大数据对人流量的定位数据、搜索数据进行深度挖掘发现,根据地图上相关地点搜索的请求量,至少可能提前几十分钟预测人流量峰值的到来,并采取预防措施。

　　上海交通大学大数据工程技术研究中心副主任金之俭说,数据模型可判断出实时人流状态,并可同时预测未来5至10分钟该区域内人群密度的变化趋势。一旦人流密集度超出预警标准,系统将立即发出报警,并根据事态成因、人群行为分析和周边通道状况建立应急疏散模型,从中优化选择最佳方案,供指挥中心发出客流疏导指令。

　　大数据对于“天灾”救援也有用武之地。上海交通大学大数据工程技术研究中心研究发现,一旦发生自然灾害,通过大数据技术建立海量遥感数据获取、储存与分析体系,将为“理性救灾”指明道路。

　　例如在地震发生后的第一时间,依靠卫星或航空遥感技术,远程获取灾区现场数据,评估和预测灾区受损情况,明确物资需求,规划救援道路,可以制定合理的救援计划,最大程度减小灾害影响。