气象与施工关联度的数字化研究方法

汪 雅，顾建国，王 强，赵 洋，陆文婧，王 芃（ 上海市气象灾害防御技术中心，上海 00030； 上海市建设协会，上海 0035；）

近年来，新一代智能建造概念被多次提及，信息化、工业化、智能化等关键词是不可或缺的，在加快提升建造信息化升级方面重点要求是推进数字化体系建设。

尽管，当下建造过程中已有一些工地依托多种信息监测设备、高速移动无线通讯、无线识别等物联网感知识别技术，以及三维场景和虚拟现实等技术的应用初步实现工程安全监管模块的自动化监控以及机械装备运行风险的智能化识别。但是，这离真正意义上的信息化和数字化技术的应用还有很大的差距。

数据与数据之间应该发挥作用，而不是仅仅停留在监控和记录的初级层次。数字化技术的应用，不仅仅需要实现生产过程的自动化监控和风险识别的数字化，更要提升数据资源的利用服务能力，将其渗透到项目管理过程中。数据的关联分析可以实现数据价值的再创造，甚至产生溢出价值，可以为施工管理人员提供决策过程的客观化支撑[1]。

历经时间检验的项目管理经验具有重要的价值，这恰恰又是年轻的项目管理人员所缺乏的。工程项目的管理经验通过“老带新”的模式被传播，但是这个模式基本上靠口口相传，中间需要花费大量的时间去重复解释说明，其传播效率不高，不利于复制和传承。而数字化以其独有的优势，可被复制移植、可实现更新迭代和升级、可被可视化展现，正好可以有效解决这一问题。因此，迫切需要将已有的管理经验和响应措施进行数字化研究。

数字化研究即借助数据处理实现研究过程和结果的量化，需要对数据进行收集和处理，同时进行分析与处理，确保研究目标得到有效实现[2]。本研究的目的是找出气象与施工关联度的数字化研究方法，该方法将被应用于施工管理中。这是未来科学精准施工和引领建筑施工行业向科技型转变的要求。

1 关联度研究需要被数字化

暴露在户外的工程项目易遭受气象风险的影响，这是一线的技术人员和施工人员所熟知的。这些影响风险主要表现在简易房或工棚倒塌、吊车或塔吊被吹坏、架体被刮倒、钢板或木板或铁皮被吹、临时围护倒塌、基坑进水等等，甚至造成意外人身伤害和严重的经济损失，很多影响过程往往是不可逆转的。

工程的安全、质量、工期以及造价等在很大程度上受到气象因素的影响。不利气象条件会严重影响工程和施工人员人身安全，如高温天气，室外作业人员有中暑死亡的风险；雷电天气，会造成工人遭受雷击或者触电风险；大风天气，高空作业极有可能引起坠物风险。不利气象条件会对工程施工质量产生负面影响，如低温天气会造成混凝土受冻；高温天气会影响桥梁施工，出现变形移位等现象；降水天气，影响外墙涂料与顶板防水材料的施工质量等。气象条件会对工程施工进度和施工效率产生不利影响，连续降水造成工程窝工，甚至停工。总体来看，气象对工程的影响一直存在，但其关联关系定性、粗放、凭经验、不成体系，迫切需要被数字化研究，建立定量的关系[3]。如果能通过研究建立二者对应关系，可以有效指导施工生产活动。

气象与工程关联研究虽然是智能建造中的一个小分支，但在整个施工活动中起到了重要作用，尤其在施工安全和施工质量两个重要方面起到关键性作用。气象与工程关联研究可以提高施工生产效率和降低施工气象风险，也是智能建造体系中重要的前置研究和构成要件。

2 数字化研究的流程和方法

2.1 数据收集和采集

数字化研究中，数据的重要性是不言而喻的，有计划地收集和采集数据可大大提高数据的针对性和代表性，从而更好地帮助分析和研究。历史数据通过调阅气象和工程存档文件获取，实时数据需要采集，可以选不同工程类型的试点工地进行跟踪记录。

数据的内容是丰富的，需要采集的数据具体包含气象数据、工程工序数据、工程的施工影响数据、项目进度数据、措施数据等。其中，工程工序数据和进度数据通过施工单位都能获取到。样本数量可根据公司规模和项目大小进行调整，数据的周期最好覆盖施工的全部流程。

施工现场气象数据的感知可以有很多手段，可以是人工感知，也可以是自动感知。有些项目工地通过手持式传感器采集数据，手持式人工采集观测位置不固定，且不能保证数据被有效存档。工程实施过程中，由于施工场地的特殊性、施工工作的连续性、各施工人员技术水平参差不齐等原因，所采集资料质量无法保证，更无法实现数字化使用。

工程的施工影响数据和措施数据是关联度研究的关键，其采集工作一直以来未受到足够的重视。其中，施工过程中的记录资料已经包含了部分施工影响数据和措施数据。然而，针对其各分部分项工程，如何及时有效、详实、真实、准确、全面做好资料收集很重要的，数据记录的及时性也很重要。但有时候工程资料的记录滞后于施工进度，导致第一手真实可靠的工程数据缺失，这会给数据的准确度上打折扣。

问卷和访谈也是可行的数据采集方式，设计周到全面、逻辑合理的问卷可以获取到可靠的数据。开放式问题使受访者可以自由表达自己的观点，而封闭式问题可以将受访者表达的观点限定在一定的范围内[4]。通过问题的层层推进，访谈可以获取到更多想要的调查信息，例如可以要求受访人对分项工程影响特征进行详细描述。

此外，还可以设计自动化采集软件用于采集施工影响数据和措施数据，这可以避免繁琐的数据整理工作。该软件可以考虑安装在移动端，设计封闭式和开放式问题，可以实现现场人员在手机端的快速记录，还可以添加拍摄快照、对生产现场情况进行手写评论等功能，进而实现自动化、电子化、标准化的采集。

综上，数据采集要求是格式上要自动化和电子化、一致性上要标准化。

2.2 数据关联度研究

感知的数据用来干什么？就是要找到风险事件与气象指标的关联度，这需要通过跨学科的交叉和融合研究实现，还需要利用科学的方法。建立关联研究之前，需要将采集到的工地现场的精细化的数据进行质量控制，构建数据集。

数据关联度研究之前，需要科学评估气象对工程的影响，建立一一对应的影响框架。这就需要确定气象单因子和复合因子，不同分部分项工程甚至工序的影响模块，影响的表现方面，影响的程度指标等（包括连续性程度指标和分类性程度指标）。在分析过程中，对每一种分项工程甚至工序进行详细分析，明确不同气象因子的影响位置、影响程度等级、影响特征表现等，建立不同气象因子和分项工程甚至工序的关联度。这关联关系又和时空位置、工程类型、工程规模密切相关，实际研究时可以先从最简单的情况开始。

研究方法也可以有多样性，这里列举如下。

（1）人工逐一对应法。根据工程影响事件，逐一对应反查当日当时当地的天气条件和气象观测值，找到阈值范围，记录阈值指标范围。

（2）数据统计分析法。通过统计模型分析气象数据集和工程影响数据集，通过回归分析、分类分析、聚类分析等统计学方法建立关联关系，拟合模型，得到影响指标。

（3）人工智能知识图谱方法。质量控制之后的数据，结合人工智能知识图谱方法，可以将气象因子与施工事件之间的关系复现出来，不过这需要大量的样本和样本属性信息。

由于链接数据关系的维度众多（气象因子、分部分项工程、工序、工序施工方式、影响表现方式、影响的程度指标、时间位置、空间位置、工程类型、工程规模等），通过不同的组合，其分析内容和结论可以极其丰富且多样化。研究结论可以是分析关键影响因子的指标特征，也可以是特定气象条件下的影响特征。这里列举一些内容：降水对普通建筑工程施工停工影响指标；表面风力对新浇筑混凝土失水速率的影响及引发的硬化干燥收缩裂缝的规律；强对流大风对超高层吊装工程位移影响规律；高温天气对桥梁上部结构的梁体侧向变形分析及规律等。

在研究过程中，需要注意以下几点。

（1）多多交流，研究人员应和各方进行细致深入的沟通交流，并抓住关键点进行沟通。

（2）协调统一，不同学科背景的人思维方式不同，认知和理解上必然存在差异，出现偏差时关键概念求同、研究方法存异。

（3）加强过程记录，关键点的记录可以更好地帮助复盘，随着时间的推移这可以创造出更多的价值。

2.3 成果固化及表现

关联度的数字化模型开发是关联性研究的成果表现，结合精细化的预报资料能够以自动化方式识别与工程关联的影响事件，可以帮助施工单位提前识别气象风险影响程度，结合响应措施和建议可以帮助生产。它为项目管理提供一种工具，可以在施工前考虑预期风险及工期变更系数，根据实际情况提出建议和应对措施。

模型中气象数据调取取决于施工项目的位置，选取项目周边的观测资料进行分析才能更准确。时间提前量非常重要，换而言之越早发现气象风险越好，但预报的难度也随之快速增加。模型还需提供措施计划，以最大限度地减少负面影响。模型中可以有多种响应措施，为项目经理提供不同的选择。模型可以自动生成风险单，分析对质量和安全的影响，帮助项目管理进行决策。风险单可以作为验收的附件材料，在项目验收报告“索赔管理”内容中进行讨论。

项目人员可根据风险建议单调整他们的工作，如建筑外部转为建筑内部、地上工程转为地下工程。项目结束时，模型可以提供一份清单，列出所有因气象风险而受到影响的施工部位和时间。

2.4 质量评定与应用改进

数字化模型的优势不仅在于数据的集成应用，更在于可以实现算法的持续改进和升级。模型的主要目的是找到气象条件与影响事件之间的关联性并用于实际生产，然而实际影响因子相当多且复杂，因此模型初级版本解决方案可以用不多的信息来实现建模，然后逐渐升级改进。

为了确定模型的性能，需要进行实地试用和调查，并进一步分析问题原因。这就需要选取试点工地进行试用，建立检验评估方法，试用过程中与施工人员多交流，并不断修正相关系数和增加影响因子。应当指出的是，在整个研究过程中，尤其是在进行了试用其结果之后，模型应该不断发展。模型经过多次评估改进且运行稳定之后，可进行正式推广使用。使用过程中的应用和改进可循环往复，可以改进后应用，也可应用后再改进。

3 结 语

气象与施工关联度的数字化研究工作是非常有价值的，它和城市安全、城市精细化管理、智能运维密切相关，也是比较复杂的，本文仅做初步探索。文章提出了气象与施工关联度的数字化研究流程及方法，简要概括如下。

（1）数据采集要求是格式上要自动化和电子化、一致性上要标准化。可设计自动化采集软件，用于采集施工影响数据和措施数据，以避免繁琐的数据整理工作。

（2）数据采集其目的是找到风险事件与气象指标的关联度，这需要通过交叉融合研究实现，主要研究方法有：人工逐一对应法、数据统计分析法、人工智能法知识图谱方法等等。

（3）关联度的数字化模型开发是关联性研究的成果表现，能够以自动化方式识别与工程关联的影响事件，可以帮助施工单位提前识别气象风险影响程度，结合响应措施和建议可以帮助施工现场工作人员调整他们的工作。

（4）模型实际影响因子复杂而众多，初级版本可以用不多的信息来实现建模，进而实地试用和调查分析，并不断修正系数和增加影响因子。模型经过多次评估改进且运行稳定之后，方可进行正式推广使用。

事实上，一个完整的技术流程包括两方面的模型：计算模型和产品样本模型。计算模型被认为是解决问题的灵丹妙药，应至少有一种标准化的形式。产品样本模型是产品样本的直接表现，也是与用户之间联系的纽带，本文未做详细讨论。事实上，产品可以是定性产品、可以是指数产品。输入端也可以更加多样化，可以是延伸期气象预报，形成延伸期气象影响结论。

除此之外，模型的顺利运行还需要充分的支撑条件，如基于数值天气预报模式的高度精细化工地微尺度气象预测技术是需要的；数字化模型需要准备必备的计算资源；高度关联性因子指标取决于不同工程的类型和项目位置，因为沿海和内陆气象条件常常差异较大、高楼密集区和无覆盖区气象条件差异也较大。