大数据驱动下的交通基础设施管理与养护维护方法研究

李彦婷 王兴举 张伊宁 闫泽楠

摘要 随着交通基础设施的迅速建设和城市人口的进一步增多，交通基础设施的使用频率也随之增高，传统的交通基础设施养护维护速度远低于交通基础设施的损坏速度。文章通过采集多渠道交通基础设施大数据，建立了基于GIS的三维城市交通基础设施数据库，运用大数据与云计算技术将多源数据融合，使海量的交通基础设施数据信息更加高效、准确地被表现，最终使用AHP方法建立维护顺序模型，确定优先进行养护、维护的交通基础设施。

关键词 交通基础设施；GIS；大数据；云计算；层次分析法

中图分类号 U495文献标识码 A文章编号 2096-8949（2023）11-0008-03

0 引言

“十四五”现代综合交通运输体系发展规划对基础设施养护方面明确指出要建立自动化、信息化的科学养护维护技术体系[1]。随着城市化进程的加快，城市交通基础设施日益增加，同时城市交通基础设施与城市居民日常生活的联系也日益密切。城市道路路面破损、路灯故障、交通信号灯故障、隔离防护栏破损、交通标志标线缺失等问题都会影响城市居民的日常出行，所以城市交通基础设施的维护显得尤为重要，交通基础设施如何管理的问题亟待解决。目前，如何有效管理和充分利用大量的交通基础设施数据，是实现交通基础设施科学管理与维护的关键。通过对大数据、云计算技术的充分运用建立交通基础设施大数据体系，为交通基础设施的管理与养护维护提供数据和技术的支持，也为实现交通基础设施科学管理与决策提供可行性的方法。

1 交通基础设施管理与养护维护方法概况

我国已建成规模庞大且复杂的城市交通基础设施系统，无论在一线城市还是地方城镇，都面临城市交通基础设施的养护维护资金短缺以及交通基础设施损坏日益严重的问题。考虑到城市交通基础设施养护维护资源的限制，以及封闭施工时对城市交通造成的影响，所以，当城市交通基础设施损坏时需要考虑在有限的资源下养护维护哪一个交通基础设施可以获得更大收益[2]。现有的传统城市交通基础设施养护维护方法多偏重于损坏严重至无法使用时才进行养护维护，难以适应当前城市交通基础设施维护的需要；如要维修需要的时间比较长，易造成交通拥堵问题；交通基础设施的维护常常滞后于设施破损的速度。同时，我国进行交通基础设施管理的手段还比较匮乏，并没有建立统一的交通基础设施管理信息系统，也没有建立综合的交通基础设施维护体系。大数据技术不仅表现为数据量大和数据规模广，还表现为用于收集数据的工具、平台和数据分析系统的复杂多样，其技术系统或架构能够快速获取、发现和分析大量数据，并通过有效的方法提取数据价值[3]。现阶段的交通基础设施状况调查并不是实时的，轻微损坏时并未注意，直到完全破坏时已造成极大的经济损失。传统的交通基础设施的维护没有一个稳定的系统和广泛的渠道进行城市交通基础设施的信息数据的收集、存储、分析、处理和维护顺序的排序。综上所述，该文提出了大数据驱动下的交通基础设施管理与养护维护方法，有助于交通基础设施管理部门进行综合管理。

2 交通基础设施大数据体系的建立

2.1 交通基础设施数据的采集

交通基础设施的数据的采集手段主要分为3大类：检测设备采集、人工采集、网络数据的获取[4]。

检测设备采集主要包括道路上的各种检测器，比如设置在道路上的雷达检测器、线圈检测器、高清摄像系统等等，另外还有以车为载体的数据收集器，比如安装在车辆上的车载GPS、车载智能终端、车载线圈等等设备。

人工采集主要是针对某些检测设备不能获取数据的情况，比如检测设备无法涉及或达到的区域中的交通基础设施。

网络数据的获取是面向范围最广的数据采集手段，主要包括城市居民的手机终端上传的数据以及网络中相关的信息资源数据等，使大众均成为交通基础设施数据收集的载体。网络数据的获取可成为交通基础设施状况数据实时更新的有力保障。

2.2 交通基础设施数据库的建设

随着科学技术的发展，地理信息系统（Geographic Information System，简称GIS）也进一步引入到交通基础设施时空管理中。运用GIS技术将采集到的交通基础设施数据数字化和可视化，对相应的数据进行空间处理和空间分析，分析采集到的数据之间的内在联系，进一步建立基于GIS的三维城市交通基础设施数据库。交通基础设施数据库分类如图1所示，数据类型则包括地理信息数据和设施属性数据，其中地理信息数据提供交通基础设施的经度、纬度等具体地理位置；设施属性数据提供交通基础设施的长度、宽度、高度及完好程度等。

2.3 基于大数据的交通基础设施云计算平台的建设

云计算平台承担了数据挖掘、分析和处理的功能。以交通基础设施管理系统自身各项数据为主，建立数据集成和分析处理平台，从数据存储的数据架构、数据分析处理技术和应用架构方面考虑大数据的抽取与集成、分析、展现等，使大數据集成和分析的云计算平台高效地运行。将收集来的数据进行实时存储并处理，后端通过智能化分析平台分析交通基础设施状态，比如具体为哪一个交通基础设施，交通基础设施的损坏情况等信息，为交通基础设施管理提供大量的数据支持和快速分析，为之后确定交通基础设施的维护顺序提供了数据来源。

3 基于AHP方法的交通基础设施养护维护顺序模型

3.1 层次分析法原理

层次分析法（Analytic Hierarchy Process，简称AHP）是通过对定性指标模糊量化计算各个层次指标的权重排序的一种决策方法，它将单个目标逐步分解为多个目标以解决复杂的多目标决策问题[5]。其基本原理为首先将决策总目标分为若干层子目标，之后将每一层的子目标根据其上一层的目标准则进行两列判断，进而计算出各层次目标的权重，之后根据权重的大小确定相应的最优方案。城市交通基础设施维护引入层次分析法，从基于大数据的交通基础设施云计算平台得到的交通基础设施损坏程度的数据进行层次分析运算，比较损坏的交通基础设施的重要性，并且根据比较出来的权重安排交通基础设施维护顺序，某一损坏的交通基础设施的权重越高越先进行维护。

3.2 基于AHP方法的交通基础设施养护维护顺序模型构建

基于AHP方法的养护维护顺序模型的层次划分及各影响因素的选择需根据具体情况而决定，一般情况下包括目标层、准则层、子准则层和方案层。针对城市交通基础设施维护，将交通基础设施最先维护定为目标层，将工程指标、经济指标、道路指标、对环境的影响这4个指标作为准则层，将线路长度、维护所需材料、维护时的土地占用量、维护造价、盈利能力、所处路段重要性、路网的连通程度这7个指标作为子准则层，将最先维护ui（其中i=1，2，3，……，m，m为基于大数据的交通基础设施云计算平台中计算得出的需要维护的交通基础设施个数）作为方案层。

基于AHP方法的养护维护顺序模型的判断矩阵构建是根据美国运筹学家萨蒂的方法，采用1～9比例标度来表示其重要性，如表1所示。其中，若元素i与元素j比较得到ai， j，则元素j与元素i比较判断则为。

基于AHP方法的养护維护顺序模型，根据构造出的判断矩阵，采用方根法求解基于AHP方法的养护维护顺序模型的判断矩阵的最大特征值和特征向量，方法如下：

式中，A——基于AHP方法的养护维护顺序模型的判断矩阵；W——基于AHP方法的养护维护顺序模型判断矩阵A的最大特征值的特征向量，W=（W1，W2，……，Wn）T，之后对W进行归一化处理即可得到权向量；λmax——基于AHP方法的养护维护顺序模型判断矩阵A的最大特征值。

根据基于AHP方法的养护维护顺序模型的判断矩阵A计算出的权重向量，进行一致性检验。一致性检验室要求基于AHP方法的养护维护顺序模型的判断矩阵A具有一致性或偏离一致性的程度不能太大，否则计算出的权重并不能反映各因素之间的重要性程度。基于AHP方法的养护维护顺序模型的判断矩阵A一致性检验方法如下：

（1）基于AHP方法的养护维护顺序模型的一致性指标：

式中，n——基于AHP方法的养护维护顺序模型的判断矩阵A的阶数。

（2）基于AHP方法的养护维护顺序模型的随机一致性指标：

式中，CI——基于AHP方法的养护维护顺序模型的一致性指标；RI——基于AHP方法的养护维护顺序模型的平均随机一致性指标。

基于AHP方法的养护维护顺序模型的判断矩阵A的一致性检验标准为当随机一致性指标CR<0.1时，一般认为基于AHP方法的养护维护顺序模型的判断矩阵A的一致性可以接受，这时可使用利用基于AHP方法的养护维护顺序模型求权重；若不满足条件，则应该重新调整判断矩阵A，使之满足条件。

3.3 基于AHP方法的交通基础设施养护维护方案的确定

在确定交通基础设施最先维护方案时，需要计算目标层（交通基础设施最先维护）与准则层（工程指标、经济指标、道路指标、对环境的影响）以及子准则层（线路长度、维护所需材料、维护时的土地占用量、维护造价、盈利能力、所处路段重要性、路网的连通程度）之间的相对重要权重，进而确定所有需要养护维护的交通基础设施在基于AHP方法的交通基础设施养护维护方案中的总排序，其确定总排序具体步骤如下：

（1）确定基于AHP方法的交通基础设施养护维护方案的权重指标的层次组合。为得到各层次结构中的指标相对于总目标层的组合权重，首先由判断矩阵A导出各个层次指标之间的相对重要性权重，以及在各个指标下各个交通基础设施养护维护方案的排序权重，之后将这些指标权重进行适当组合。设分层目标指标共k个，其中第i个指标（i=1，2，3，……，m）的权重为Wi， j（其中j为该层指标所处层数），则上层支配i指标的分类指标权重为Wi， j?1，则指标i的组合权重如公式（4）所示：

（2）交通基础设施维护方案总排序。设有m个备选方案（即为基于大数据的交通基础设施云计算平台中计算得出的需要维护的交通基础设施个数），在基于AHP方法的交通基础设施养护维护评价指标体系下的排序权重计算如公式（5）所示：

式中，Wi——细目指标i的组合权重；——在细目指标i下，第l个方案的排序权重，l=1，2，……，m；——方案l在所拟定的评比指标体系下的总排序权重。

根据各交通基础设施维护方案总排序权重的大小，进行从大到小的养护维护方案排序，则可得到这m个损坏的交通基础设施的维护顺序，首先养护维护排在前面的交通基础设施。

4 结论

运用大数据驱动下的交通基础设施管理与养护维护方法，可以在一定程度上改善传统交通基础设施管理与维护方面的不足。通过检测设备、人工以及网络数据进行大数据采集，建立了基于GIS的三维城市交通基础设施数据库，使城市内的交通基础设施便于查阅和管理；运用大数据与云计算技术将多源数据进行挖掘、分析和处理，使海量的交通基础设施信息更加高效准确地被表现，同时处理过的数据为后续对损坏的交通基础设施的维护优先级计算提供有力的数据支持；建立基于AHP方法的交通基础设施养护维护顺序模型的评价指标和判断矩阵，并进行一致性检验，最终得到权重确定对城市交通基础设施的维护顺序，可以改善单凭维修人员主观判断进行设施维护这一缺点，为今后的城市交通基础设施维护决策者提供了一定的参考，具有一定的应用价值。

参考文献

[1]国务院关于印发“十四五”现代综合交通运输体系发展规划的通知（国发[2021]27号）[J]. 中华人民共和国国务院公报， 2022（4）： 8-28.

[2]王春晖， 曾胜男. 交通资产管理的形成与发展综述[J]. 交通工程， 2007（5）： 44-48.

[3]韩仲奇. 大数据在公路基础设施全寿命周期管理中的应用探讨[J]. 公路交通科技（应用技术版）， 2017（8）： 293-295.

[4]尹万杰， 申明亮， 温双银. 基于无人机技术的交通数据采集[J]. 黑龙江交通科技， 2022（9）： 152-155.

[5]萨蒂. 层次分析法——层次分析法在资源分配、管理和冲突分析中的应用[M]. 北京：煤炭工业出版社， 1988.