1.一種基于時空大數(shù)據(jù)的交通量預(yù)測方法，其特征在于，包括以下步驟：

獲取目標(biāo)檢測路段在一定時間間隔的交通流信息；

對交通流信息按照網(wǎng)格圖形式進行存儲；

對存儲的交通流信息進行建模并提取空間異質(zhì)性和時間異質(zhì)性；

利用CNN的輸出經(jīng)過參數(shù)重整作為LSTM的輸入得到預(yù)測結(jié)果；

所述對交通流信息按照網(wǎng)格圖形式進行存儲；具體包括：

對城市道路按照經(jīng)度和緯度轉(zhuǎn)化成網(wǎng)格圖；

將目標(biāo)檢測路段所在城市按照經(jīng)度和緯度映射在一張網(wǎng)格圖上，網(wǎng)格圖中每一個小格子內(nèi)的數(shù)值表示當(dāng)前區(qū)域交通量；

按照一定的時間間隔檢測獲取需要預(yù)測路段以及該城市其他道路的交通量歷史值并按照網(wǎng)格圖的形式存儲；

所述利用CNN的輸出經(jīng)過參數(shù)重整作為LSTM的輸入得到預(yù)測結(jié)果，包括：將CNN關(guān)于不同時間間隔空間異質(zhì)性對當(dāng)前路段所產(chǎn)生的影響作為LSTM的輸入值，得到空間依賴與時間依賴相結(jié)合之后產(chǎn)生的未來時刻交通量作為預(yù)測結(jié)果；

所述獲取目標(biāo)檢測路段在一定時間間隔的交通流信息；具體包括：收集目標(biāo)檢測路段及其周圍路段的道路檢測器在一定時間間隔內(nèi)檢測的交通流信息；

所述對城市道路按照經(jīng)度和緯度轉(zhuǎn)化成網(wǎng)格圖；具體包括：

將城市進行分割，按照各個道路所在經(jīng)度和緯度映射在一個M×N的網(wǎng)格圖中，網(wǎng)格圖中的每一個格子表示固定道路位置在當(dāng)前時刻的交通狀況，稱為交通柵格數(shù)據(jù)；

映射后的網(wǎng)格圖中存在大量的空白格，表示這些區(qū)域沒有道路；

通過壓縮存儲算法將原始的M×N網(wǎng)格圖進行壓縮得到密集的I×J網(wǎng)格圖，其中I×J網(wǎng)格圖與M×N網(wǎng)格圖的道路空間拓?fù)潢P(guān)系相同；

所述對存儲的交通流信息進行建模并提取空間異質(zhì)性和時間異質(zhì)性；具體包括：

將存儲的多張網(wǎng)格圖作為卷積神經(jīng)網(wǎng)絡(luò)3D CNN的輸入，利用3D CNN對預(yù)測路段附近路網(wǎng)的空間依賴關(guān)系進行建模；

利用3DCNN提取預(yù)測路段關(guān)于空間和時間的依賴關(guān)系，提取空間異質(zhì)性；

將3D CNN的輸出經(jīng)過參數(shù)重整作為LSTM的輸入對預(yù)測路段固定間隔時間歷史數(shù)據(jù)之間的時間依賴關(guān)系進行建模；

利用LSTM提取預(yù)測路段關(guān)于時間上的依賴關(guān)系，提取時間異質(zhì)性。