城市规划和交通领域正在经历着数据收集和使用方式的重大变化，而造成这一变化的主要因素有两个。第一，不论在数量还是类型上，城市传感器部署的明显增加(城市传感器指安装在目标基础设施上的设备，通过网络联接，用来收集关于基础设施状态的数据)。第二，对于测量性能以及基于从传感器收集的数据做出决策的需求扩大。

　　大数据

　　感测的交通数据可用性的增强反应在三个方面：类型，数量和覆盖范围。其数据类型可用性的增强可归功于新型传感器的开发和使用，如高清雷达车速探测器和计数检测器等。数据量和覆盖率增长则归功于传感器部署范围的扩大。在大城市，传感器被安装在过去没有安装的道路上，而原先就配备的道路上则安装上了更多的传感器。在过去没有数据收集的一些相对较少的社区，也正越来越多地部署传感器并实现数据收集机制。这种种的进步，尤其是传感器类型和数量的增加，造就了数据的多样性和多量性。

　　规划和性能监控力度过去通常依赖于专门为这些进程所收集的或从模型中得出的数据，然而近年来出现了以固定传感器的“运行数据”制作的规划、以性能监测报告为基础的趋势。

　　在交通领域，传感器通常应用于交通系统，如管理交通信号和旅行时间显示板等，此类数据被称为“运行数据”。与此相反，规划和性能监控力度通常依赖于专门为这些进程所收集的或从模型中得出的数据。然而近年来出现了以固定传感器的“运行数据”制作的规划、以性能监测报告为基础的趋势。该趋势始于九零年代后期，当时美国联邦公路管理局肯定了“运行数据”的价值并鼓励为此类数据建档。波特兰、温哥华和华盛顿等地区门户交通数据归档的建立正是为应对此类需求。

　　扩展交通运输数据融合和基于性能的决策正在驱使交通运输专业人员用不同以往的方式去查看和处理运行数据，这其中必然存在着一些挑战:

　　1. 数据量：交通运输专业人士正在处理比以前更宏大的数据集，以至于现有工具和方法不再管用了。

　　2. 数据多样化：新型的传感器正在被研发和安装,因此数据必须结合不同类型的传感器。拥有不同格式、不同时间分辨率以及不同等级精确度的数据需要被融合利用起来。

　　3. 数据再利用：为了操作运输系统而收集的数据将被用来制作性能监控报告。但由于收集到的数据也许不能直接与报告数据的需要相匹配,或收集的位置或数据值的类型和预期相比存在差异，因此对于数据或报告的修改必不可少。

　　4. 数据质量：当数据用法改变了,数据的要求也会随之改变。数据清理的等级对于在速度地图上显示数据的要求(表3)不同于它对制作一份性能报告的要求。简而言之，数据清理是目标驱动型的。

　　人们可以将交通运输业中的数据收集和数据用法的改变理解为一个自下而上的数据增加和自上而下对数字需求的过程。这些变化是无处不在,时刻影响着全国的交通运输专业人员。相似的趋势正发生在医疗和教育等不同领域。以交通运输领域为例,解决日益增长的数据量和数据多样性的问题,是计算机科学家们的最为关键的潜在研究课题所在。