引言：大数据其实是一种数据库，在该数据库内存储了各行各业的各类数据信息，相关工作人员在数据库收集数据信息时，便可通过相应的技术收集到想要的信息，提高了信息收集的时效性。将大数据技术应用于城市地铁轨道交通系统当中，能够促使相关工作人员及时获取有效的数据信息，同时通过对数据信息的分析，能够便于相关部门调整城市地铁轨道交通的运营计划，促使城市地铁轨道交通具有更高的应用价值及经济价值。
一、大数据在城市地铁轨道交通中的应用
（一）在数据获取与处理中的应用
城市地铁轨道交通是我国交通领域的重要组成部分，是为我国现代社会居民提供便利出行条件的交通工具，在城市地铁交通轨道领域中应用大数据技术，最大的优势便是提高了城市地铁交通轨道的数据信息获取能力与数据信息处理能力。传统的城市地铁轨道交通在进行相关数据收集时，主要采用的方法便是利用访谈、亲身体验等方式，如工作人员在城市地铁与社会居民通过沟通交流、调查问卷的形式获取相关数据信息，或相关工作人员通过亲身体验使用地铁获取相关数据信息，该种方式主要是以人力为主，信息数据获取周期较长，且成本较高，且数据信息的时效性、可靠性较低，且容易出现数据信息丢失、数据信息失真的问题。同时，在数据信息的分析方面，传统的方式是利用定性分析法或定量分析法对数据进行分析，定性分析法主要是指相关工作人员利用归纳演绎法对数据进行分析，主要的分析目标为城市交通轨道的运营数据，定量分析法主要是统计学方法对城市交通轨道产生的数据进行分析，这两种分析方法难度较高，且分析结果与实际城市交通轨道数据存在较大的偏差，故而并不适用于现代信息化社会的城市地铁交通轨道数据分析当中[1]。
将大数据应用于城市地铁轨道交通当中，能够实现低成本、高效率的信息数据获取与分析，将互联网技术、计算机技术与云平台技术与大数据技术进行整合，当现代社会居民使用城市地铁时，系统便可以自动获取相关的数据信息，以便于相关工作人员更好的进行数据分析。就目前情况而言，随着移动终端技术的发展，手机已经成为了我国现代社会居民日常生活中必不可少的辅助设备，同时伴随着网络技术的发展，在城市地铁轨道交通中，现代社会居民便可利用相应的软件出行，这种“无票出行”现阶段已经被我国大部分城市广泛的应用。同时，通过大数据技术的应用，城市地铁轨道交通能够及时获取现代社会居民的出行信息，通过出行相关数据的分析，便可及时掌握城市地铁轨道交通的运营情况。在进行城市地铁轨道交通的客流量分析时，相关工作人员便可分析出各个时间段地铁的运营状况，通常情况下为早7-9点、晚5-7点地铁客流量最大，这是由于该阶段为现代社会居民的“上下班高峰期”，故而此时间段现代社会居民对地铁的使用需求量较大，而此时城市地铁轨道交通便可根据实际的城市地铁轨道交通运营情况制定出一套切合实际的高峰期处理方案，例如，在早7-9点、晚5-7点这一时间段，城市地铁轨道交通的管理部便可在适当调整地铁班次，增加车辆数量，而当数据模型承受信息量达到上限之后，报警装置会发出警示，对地铁班次、时间间隔进行自动调整，以降低城市地铁运营的负担，并满足现代社会居民对城市地铁轨道交通的使用需求，以推进城市地铁轨道交通的发展。
（二）在自动售检票中的应用
实际上，城市地铁轨道交通系统具有较大的不确定性因素，这是由于受气候天气、节假日等诸多因素的影响导致城市地铁轨道交通客流量发生变化，同时，不同的地区城市地铁轨道交通也会存在一定的差异性，如商场、大学城、火车站附近的城市地铁轨道交通客流量较大，而郊区的客流量较少，故而城市地铁轨道交通存在着一定的不平衡性。而针对此类问题，利用大数据技术可以在城市地铁轨道交通系统中构建实名高检处理引擎，应用自动售检票，从而在高峰期和客流量较大的地区减轻地铁工作人员的工作压力。但就目前情况而言，由于技术因素的限制，城市地铁轨道交通系统的实名高检处理引擎应用效果不佳，因此，我国相关领域研究人员需要在城市地铁轨道交通系统的实名高检处理引擎中应用代码，从而优化实名高检处理引擎，运用高速特征比算法代替传统的逻辑云算法，从而提高售检票效率[2]。
二、城市地铁轨道交通中大数据技术的应用趋势
（一）人脸识别技术
人脸识别技术是现阶段我国相关领域研究人员的重点研究对象，但由于我国人脸识别技术研究发展较晚、起步较慢，致使现阶段我国人脸识别技术仍然处于发展中阶段。在我国未来城市地铁轨道交通系统中，人脸识别技术应为主要的发展趋势，这是由于人脸识别技术所获取的信息数据更加真实、高效。同时，当城市地铁轨道交通客流量较大时，城市地铁轨道交通系统也可以利用人脸识别技术让用户利用人脸识别购票，该种购票方式能够减轻地铁相关工作人员的售票工作压力与安检工作压力，同时，将人脸识别系统与大数据系统相连，能够将乘客使用城市地铁轨道交通的数据直接传递到大数据系统当中，以便于相关工作人员对城市地铁轨道交通系统的管理。在使用人脸识别系统时，乘客可以提前在手机上进行人脸验证，后期到现场进行核检便可，这能够在很大程度上节省乘客的出行时间。但就目前情况而言，由于我国人脸识别技术尚未成熟，现阶段只是在部分城市使用了人脸识别技术，但使用效果未能达到预期的目标，故而需要对其继续优化。
（二）智能检测技术
就目前情况而言，部分地区的城市地铁使用量较大，如在商场、旅游景点地区，乘客较多，需要安检人员维护交通秩序，避免由于拥挤发生踩踏事件，以保证城市乘客的生命健康。但由于客流量较大，安检人员每日的工作量较大，同时，很难做到全面、高效的管理，故而需要城市地铁轨道交通利用智能检测技术提高对城市地铁轨道交通系统的管理能力。利用智能检测技术开发智能检测系统，利用智能检测系统时刻监控乘客的行为及人员流量，将该系统安装于闭门前的黄线内，当乘客越过黄线后，智能检测系统中的红外线感应器便能够感应出来，并将信息发送给城市地铁轨道交通系统当中，而当城市地铁轨道交通系统接收到信号后，报警系统便会自动发出警告，提供乘客向后退，以维护城市地铁轨道交通系统的交通秩序。
结论：综上所述，在城市地铁轨道交通中应用大数据技术能够提高城市地铁轨道交通系统的数据信息获取能力与数据信息分析能力，通过大数据技术能够帮助城市地铁轨道交通构建实名高检处理引擎，从而优化自动售检票工作。同时，通过对大数据技术发展方向的分析，我国未来城市地铁轨道交通的大数据技术应注重研发人脸识别技术及智能检测技术，以实现城市地铁轨道交通的进一步发展。
参考文献：
[1] 朱佑恩,沈鑫.关于城市地铁轨道交通中的大数据分析[J].数码世界,2019(10):91.
[2] 黄聪骢,凌晨.浅析地铁轨道交通运输能力的影响因素及改进策略[J].湖北农机化,2018(01):31-32.
