大数据在市政道路维护维修中的应用

朱永森

【摘  要】在高速发展的互联网时代，大数据技术发挥了重要作用，对传统行业的变革和升级具有很大影响。为使大数据技术能够为市政道路维护维修更好服务，必须以挖掘数据、采集数据以及数据开放和应用等各个方面为出发点，在大数据的背景下，使市政道路维护维修能够更好地满足时代发展要求。

【Abstract】In the era of high-speed development of the internet， big data technology has played an important role， which has a great impact on the transformation and upgrading of traditional industries. In order to make the big data technology can better serve the municipal road maintenance， we must take the mining data， data collection， data opening and application as the starting point， and make the municipal road maintenance better meet the development requirements of the times under the background of big data.

【關键词】大数据;市政道路;维护维修;重要性;应用

【Keywords】big data; municipal road; maintenance; importance; application

【中图分类号】U418.6                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）05-0182-02

1 引言

在市政道路维护维修中，应用大数据，必须要重视各方面因素的影响。以此为基础，所涉及的采集数据和挖掘数据以及数据开放和应用，还有根据市政城市道路检查井探索大数据管理等内容，为市政道路维护维修管理提供策略和理论依据。使大数据技术的优势充分地发挥出来，无论是针对人员的管理、培训、加强投入，还是有效驾驭新技术，都要重视起来。

2 大数据在市政道路维护维修中应用的重要性

我国在相关政策指导下，应该运用现代化管理手段，深入地分析开展市政道路维护维修工作的需求，有效地改进和优化管理应用层面，从而提高城市道路维护维修的管理工作水平。开展道路维护维修管理工作的过程中，通常都是根据分析相应数据，制定社会管理工作的决策。传统条件下，整体采集数据的成本比较高，采集数据的效率相对比较低，挖掘和利用数据方面也有很大的难度[1，2]。制定道路维护维修决策上，对于管理人员专业能力和经验等相关方面要求也比较高。从当前来看，开展城市道路维护维修工作的需求不断增加，现代化道路维护维修管理转型和科学化决策管理怎样实现，在管理工作中已经成为重要的举措。有效运用大数据技术，能够将有效的技术手段支持提供给制定决策。运用大数据技术，能够更好地分析全样本，从而使数据的精准性和全面性得到有效提高，还能够明确地处理和掌握数据之间的关系。企业运用大数据技术，能够将传统收集数据的很多弊端打破，使开放化的共享数据实现了全方位的流动，避免了封闭性和碎片化数据问题，很大程度上降低了采集数据的成本，将一个分析全样本的体系建立起来。以往获得数据方面的难度比较大，人为主观经验因素等方面，对于执行具体策略也有一定的影响。有效运用大数据技术，通过分析样本数据，准确地掌握市政道路运行的状况，与病害和有关影响因素联合起来进行分析，预测各类公路的灾害，使主动化真正地实现，进行精准化的维护维修，使得维护维修工作的效率提高，维护维修成本降低，相关损失更好地回避。

3 大数据在市政道路维护维修中的应用

3.1 采集数据

市政道路维护维修工作中，采集数据工作必须要做好，在传统道路巡查工作中，主要内容就是巡查人员现场采集道路病害信息，但是，由于道路拥堵，巡查视野受限，无论是巡查覆盖率，还是准确率，很多时候都会受到负面的影响，很大程度地降低了工作的效率。针对大城市而言，通常道路巡查工作既要耗费大量的人力和物力，又要耗费大量的时间，移动设备和传感器技术以及定位的不断普及和快速发展，提高了重视市政道路维护维修采集数据的程度，运用大众力量，迅速地解决了各类问题，各个交通参与者都能够将自身的作用充分地发挥出来。运用手机内置传感器，汽车行驶的过程中，驾驶者能够收集振动数据，数据管理中心接收该类数据后，对其进行针对性的处理，明确路面状况的信息，很大程度上提高了制定市政道路维护维修管理计划。传感器性能和手机后台分析数据能力不断地提高，很大程度上提高了获取对应位置信息病害的准确度，根据传感器振动的频率和振幅以及加速度数据，通过分析，精确地匹配病害的类型和程度以及范围，更好地感知路面病害的属性。以此不断地更新采集数据的方法，渐渐地丰富维护维修的数据，并且可以在更多的领域中应用[3，4]。大数据的背景下，市政道路维护维修管理，应该更好地应用互联网思维，掌握互动和跨界以及用户为中心等的特点，无论是市政设施和管理部门，还是交通的参与者，都要积极地参与到市政道路信息的采集过程中，从而有效地提高采集社会化程度。

3.2 开放数据和应用

针对市政道路维护维修管理，主动性和预见性的市政道路维护维修管理模式会将传统的被动性和滞后性模式渐渐地取代，根据大数据提供的精准个性化和定制式诱导出行服务，顺利地提高道路设施的服务水平，并且能够实现道路管理者与出行参与者的良性互动。为有效地提升市政道路维护维修管理水平，不能忽视运用大数据技术中的开放数据[5，6]。例如，市政道路中车辆撞击立交桥等相关事故，通常该事故容易损坏桥梁结构、降低安全性和抗震能力、中断交通动脉、缩短使用寿命、桥毁人亡等事故也会出现，造成人员伤亡和经济损失。传统治理中，限高提示标志和超高车辆红外预警系统设置，属于比较常用的措施，还有比较常见的方法就是增设限高门架的保护桥梁，但是，因为该种被动防御措施主要来自设施管理者，导致措施缺乏实用性。根据撞立交桥事件，深入地进行分析，可以了解到，出现事故主要的原因，就是不了解桥梁限高的数据和对限高值心存侥幸，所以，可以通过驾驶车辆高度和出行起止点信息以及城市桥梁限高的数据，驾驶者和管理部门根据大数据技术，实现双方信息互动，以防发生撞击立交桥事故。根据实践探索发现，在地图导航软件中，已经广泛应用规划躲避拥堵行车路线的功能，因此，将天桥和立交桥的限高数据以及个性化诱导超高车辆行驶的路线纳入地图系统中，合理科学的路线规划就能够实现，也就获得了控制车辆撞立交桥的风险。在市政道路维护维修管理中，不能忽视数据共享发挥的重要作用，由此将回应公众需求和社会的信息服务平台构建起来，既能够使信息共享加强，也能够获得克服碎片化市政道路维护维修管理信息问题的支持。共享探索数据，相关开放数据机制必须建立健全，使市政道路信息资源能够共享，很大程度地减少由于信息不对和信息不通畅等导致的公众误解等相关问题，并且也能够大幅度地提高公众参与市政道路维护维修的有效性和积极性，无论是维护维修管理工作和监督道路设施问题，还是公众与管理部门之间的互动沟通都能够加强，从而综合地提高市政道路维护维修管理水平。

3.3 挖掘数据和管理

市政道路维护维修是城市基础设施的重要组成部分，维护维修的过程中，大量数据的产生是不可避免的[7]。建设道路日程、大中修和扩建过程、日常维护维修以及定期检测等，是该类数据主要的来源，例如，规划与立项等的前期文件，设计图纸和勘探等相关设计资料，验收报告和竣工图等相关施工资料，以及每年的评定技术状况和巡查得到的巡查道路状况数据、收集健康监测系统数据、特殊检测报告数据以及加固和修复等相关资料数据等。为应对不断增长的大量数据，将大数据的優势充分地发挥出来，丰富动态的全寿命周期市政道路信息数据库应该构建起来，记录各个时期市政道路的数据信息，提供全面有效真实的数据源，对分析数据的需要进行满足。实践的过程中，必须更好地开展路网数据的深度挖掘，在大量数据中发现相关规律，构建市政道路维护维修决策等模型，大力地支持市政道路维护维修管理工作。在模型的支持下，能够很大程度地提高道路维护维修管理系统的科学性和实用性。在维护维修数据管理和应用技术服务平台中，融入维护维修分析规划、数据管理系统、道路定位信息以及检测道路技术等相关功能，根据大数据和云计算等相关新型技术和理念，结合市政道路维护维修，开展具有针对性的分析和预测，获得实用性的建议和维护维修规划，提高市政道路维护维修管理的服务水平和技术含量以及科学的统筹养护。因此，运用大数据技术，市政道路维护维修管理的实用性非常强。

在我国城市建设发展中，开展市政道路维护维修工作非常重要。开展工作的过程中，应该合理地探索运用大数据技术，根据市政道路维护维修的管理特点，整合和优化技术，从而全方位地提高道路维护维修的管理工作。

【参考文献】

【1】刘雅莉.物联网大数据助力城市道路水生态监测预警[J].科技与创新，2020（22）：62-63+65.

【2】郝佰军.大数据背景下的城市道路养护管理探究[J].中国建设信息化，2020（19）：72-73.

【3】张莉，高波.基于大数据的大中城市交通精准管理模式研究[J].辽宁警察学院学报，2020，22（05）：71-75.

【4】肖博严.基于大数据技术的城市道路交通短期流量预测研究[J].中国新通信，2020，22（15）：125-126.

【5】朱文浩.大数据背景下的市政城市道路养护管理分析[J].建材与装饰，2020（11）：175-176.

【6】罗国翔.城市道路交通分析与交通工程设计技术分析研究[J].智能城市，2020，6（04）：128-129.

【7】张雨.大数据背景下的城市道路交通拥堵问题研究[J].机电信息，2019（29）：162-163.