李遠輝，楊 勇

（1、廣州地鐵集團有限公司 廣州510308；2、廣東省建筑科學研究院集團股份有限公司 廣州510500）

0 引言

城市軌道交通在緩解城市交通壓力方面發(fā)揮著重大的作用，在公共交通出行選擇中所占比例也越來越高，國內(nèi)對于城市軌道交通安全監(jiān)測方面的研究也取得了一些成果。文獻[1]以自動化監(jiān)測系統(tǒng)為基礎結(jié)合三維數(shù)值分析法研究基坑群開挖對臨近既有地鐵隧道的保護措施；文獻[2]基于物聯(lián)網(wǎng)設計一種遠程地鐵隧道斷面監(jiān)測與預警系統(tǒng)；文獻[3]在對RIA/Silverlight 技術(shù)進行研究的基礎上，設計開發(fā)了地鐵施工監(jiān)測預警WebGIS 系統(tǒng)；文獻[4，5]重點實現(xiàn)監(jiān)測數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)自動分析和預警預測功能。大數(shù)據(jù)時代的城市軌道交通監(jiān)測在于圍繞“有數(shù)據(jù)、用數(shù)據(jù)、管數(shù)據(jù)”做文章，提高數(shù)據(jù)利用效益，讓數(shù)據(jù)采集實時化、處理高效化、分析多維化、服務大眾化。本文針對大數(shù)據(jù)在城市軌道交通監(jiān)測領域應用中的關(guān)鍵技術(shù)和難點問題進行了研究，具體內(nèi)容如下：⑴關(guān)于實時監(jiān)測數(shù)據(jù)異常值的處理；⑵多維度數(shù)據(jù)的有效利用；⑶城市軌道交通安全監(jiān)測數(shù)據(jù)的高效應用。

1 實時監(jiān)測數(shù)據(jù)異常值的處理

城市軌道交通安全監(jiān)測涉及軌道檢測、結(jié)構(gòu)安全監(jiān)測、周邊環(huán)境監(jiān)測及設備安全檢測等，如果不能有效地對異常數(shù)據(jù)進行辨識、處理，將直接影響監(jiān)測數(shù)據(jù)的精度和分析結(jié)果，甚至導致數(shù)據(jù)的缺失。針對監(jiān)測數(shù)據(jù)信息量大、數(shù)據(jù)格式復雜、頻幅分別廣等特點，國內(nèi)學者提出了很多處理方法，如小波分析、數(shù)據(jù)流理論、數(shù)據(jù)挖掘等，這些方法多集中在離線數(shù)據(jù)的處理上，在自動化實時監(jiān)測上還缺乏相應的準確率和智能化。

1.1 單個測點異常數(shù)據(jù)的處理

實時監(jiān)測數(shù)據(jù)異常數(shù)據(jù)的處理首先在于有針對性的識別，基于局部異常點挖掘算法，識別出“異常點”，這些“異常點”組成點集Y，在時空維度上來看點集Y內(nèi)每一個數(shù)據(jù)都對應著一個固定監(jiān)測點的特定時空刻度。在這一特定時空刻度來看這點集Y 是一個個孤立的數(shù)據(jù)，但監(jiān)測的特殊性在于我們往往是通過數(shù)據(jù)的異常來感知結(jié)構(gòu)或環(huán)境的異常，并在此基礎上對建（構(gòu)）筑物的安全狀況進行分析，因此我們并不能簡單地判斷“異常點”一定無效或者錯誤，甚至進行剔除。

異常數(shù)據(jù)處理的其次在于分析處理，對篩選出的“異常點”作進一步辨別，這里要應用到一套候補機制，數(shù)據(jù)集Y 將被存儲在候補區(qū)域待定。

第一步：分析“異常點”點集Y 對應測點集A，并判斷“異常點”對應測點集A 內(nèi)測點是否孤立。若集A內(nèi)多個測點對應同一數(shù)據(jù)采集儀器，即同一采集周期同一儀器所測多個測點出現(xiàn)異常，則這些測點為關(guān)聯(lián)測點，否則認為測點孤立。

第二步：若點集A 內(nèi)存在孤立測點，識別出“異常點”之后自動觸發(fā)計算機自動驗證機制，并對該測點進行加密觀測，此次監(jiān)測數(shù)據(jù)記為A1 與數(shù)據(jù)集Y 進行比對計算，差值記為△A1。若△A1 小于測量極限誤差，則可認為此測點兩期之間沒有變形，數(shù)據(jù)集Y 有效并錄入數(shù)據(jù)庫，并觸發(fā)相應預報警機制。若△A1 大于測量極限誤差，則數(shù)據(jù)集Y 內(nèi)該數(shù)值初步判斷為無效數(shù)據(jù)，A1 進一步與點集A 內(nèi)對應測點最后一次有效數(shù)據(jù)A0 進行計算，差值記為△A0。若△A0 小于測量極限誤差，則可認為此測點兩期之間沒有變形，從待定區(qū)域剔除“異常點”A1 為異常測值，并存儲數(shù)值A1。若△A0 大于測量極限誤差，則判斷點集A 測點異常，發(fā)布測點異常預警信息。

1.2 關(guān)聯(lián)測點（點組）異常數(shù)據(jù)的處理

若點集A 內(nèi)存在關(guān)聯(lián)測點，若關(guān)聯(lián)測點數(shù)量小于周期測點1/3 時處理流程如上，若關(guān)聯(lián)測點數(shù)量超過周期測點1/3，則對該測量周期所有測點進行重測，此次監(jiān)測數(shù)據(jù)異常點集記為Y1，并與數(shù)據(jù)集Y 內(nèi)對應關(guān)聯(lián)數(shù)值進行對比計算，差值記為△B1。若點集Y1 對應測點集B 與點集A 一致，△B1 小于測量極限誤差，則可測量正常，且數(shù)據(jù)集Y 有效并錄入數(shù)據(jù)庫，并觸發(fā)相應預報警機制。若點集Y1 對應測點集B 與點集A 一致，△B1 大于測量極限誤差，則數(shù)據(jù)集Y 內(nèi)該數(shù)值初步判斷為無效數(shù)據(jù)，Y1 進一步與點集A 內(nèi)對應測點最后一次有效數(shù)據(jù)Y0 進行計算，差值記為△Y0。若△Y0 小于測量極限誤差，則可認為此測點兩期之間沒有變形，從待定區(qū)域剔除“異常點”Y1 為異常測值，并存儲數(shù)值Y1。若△Y0 大于測量極限誤差，則判斷點集A 測點異常，發(fā)布測點異常預警信息。若點集Y1 對應測點集B 與點集A 不一致，則可初步判斷為測量過程受到重大干擾，兩周期數(shù)據(jù)無效，需都剔除或重測，發(fā)布異常預警信息，查找干擾源并消除。異常數(shù)據(jù)剔除前后時序曲線對比圖如圖1 所示。

圖1 異常數(shù)據(jù)剔除前后時序曲線圖對比Fig.1 Comparison of Sequential Curves before and after Elimination of Abnormal Data

2 多維度數(shù)據(jù)的有效利用

實時監(jiān)測是城市軌道交通安全管控過程中一種重要的監(jiān)督手段，對軌道交通運營過程中結(jié)構(gòu)和設施的隨機變化與異常波動實時監(jiān)控，并在此基礎上對軌道交通運營過程中異常趨勢做出安全預警。

在時空的維度上物質(zhì)是在不斷運動的，物體的絕對位置存在不確定性，因此也就不可量測。但是具體到各個時刻，隧道內(nèi)部結(jié)構(gòu)之間的相對位置卻是固定的、可量測的，這也是我們監(jiān)測工作中通常采用獨立坐標系統(tǒng)的重要原因。但是監(jiān)測工作中總是存在各種各樣的原因，導致測量的結(jié)果存在一定的誤差，這是我們無法避免的。但通過對測量方法和測量工具的改進與創(chuàng)新，我們可以將誤差限制在一個可控的范圍內(nèi)，這是我們監(jiān)測工作的精髓，也是監(jiān)測行業(yè)發(fā)展的重要體現(xiàn)。

監(jiān)測工作的開展多以點代面，通過單個測點在時間維度上的變化來替代反映某片區(qū)域的變形情況。在實際監(jiān)測過程中我們以測點相鄰2 次觀測數(shù)據(jù)的差值作為該測點對應時間段內(nèi)的位移，并在此基礎上展開數(shù)據(jù)分析。在隧道實時監(jiān)測工作中時間刻度可以不斷進行壓縮，從月、周、日到小時、甚至分秒，采集頻次的增加，產(chǎn)生了大量的數(shù)據(jù)，但是如何正確利用、有效利用、高效益利用卻是重點。

在實時監(jiān)測過程中時間刻度不斷壓縮，測點鄰近時間段內(nèi)產(chǎn)生的觀測數(shù)據(jù)往往只存在微量變化，我們甚至可以近似認為這是測量過程中系統(tǒng)誤差產(chǎn)生的，這樣短期時間段內(nèi)的數(shù)據(jù)一般不具備分析的價值和參考性，視乎這些數(shù)據(jù)都成為了無用的累贅，但當我們換一個視角，就會發(fā)現(xiàn)很多我們不曾注意的變化已經(jīng)發(fā)生。文獻[6]基于時序的變化對地鐵沉降規(guī)律進行分析的方法值得借鑒，并在此基礎上對不同時間尺度的變化展開研究。以隧道襯砌內(nèi)力監(jiān)測為例，從4 個測點的日變化曲線來看，10∶00～19∶00 時間刻度內(nèi)存在顯著變化，約在14∶00 達到最大。如果我們只是分析這段時間范圍內(nèi)的某些數(shù)據(jù)，可能會簡單的得出如下結(jié)論：該隧道區(qū)域土層有變化或襯砌有變形（見圖2）。但當我們在更長的時間軸上觀察才會發(fā)現(xiàn)，隧道襯砌內(nèi)力單日變化具有一定的規(guī)律性（見圖3），并不只是某個測點某一天的特例。當然我們通過其他的試驗也取得了相同規(guī)律的數(shù)據(jù)樣本，并驗證溫度對結(jié)構(gòu)內(nèi)力影響的規(guī)律。

圖2 襯砌內(nèi)力日變化曲線Fig.2 Diurnal Variation Curve of Lining Internal Force

圖3 加固前后襯砌內(nèi)力變化曲線Fig.3 Internal Force Curve of Lining before and after Reinforcement

文獻[7]就建筑健康評估影響因素提出基于“核心單元”和“輔助單元”的直接指標及間接指標，從另一個角度闡述了不同維度數(shù)據(jù)之間的相互影響，值得我們借鑒。通過不同的時間維度我們能發(fā)現(xiàn)歷史背后的故事，通過不同的空間維度我們將發(fā)現(xiàn)數(shù)據(jù)隱藏的秘密。點是0 維，兩個測點的聯(lián)系構(gòu)成1 維的線，三個不共線的測點構(gòu)成2 維的面，面的上下拉升則構(gòu)成3維的空間。測點是我們監(jiān)測工作的基本單元，對于單個測點的數(shù)據(jù)分析我們已經(jīng)具備相對完善的分析處理規(guī)程。單個測點的數(shù)據(jù)變化更能體現(xiàn)隧道結(jié)構(gòu)長期而又緩慢的發(fā)展過程，但是隧道結(jié)構(gòu)畢竟是三維的構(gòu)造，它由不同的幾何結(jié)構(gòu)組成，存在不同的形變機理，并不能簡單地以單點測量數(shù)據(jù)來代表隧道結(jié)構(gòu)的安全狀況。以圖4 為例，測點D1-1～D1-6 就單個測點來分析變化量都在閾值范圍內(nèi)，但是當我們將測點兩兩相連計算它們的相對收斂情況時就會發(fā)現(xiàn)有4 條收斂線變形量超過閾值；再以6 個測點構(gòu)成監(jiān)測斷面整體分析，可以較為清晰地看到隧道圍護結(jié)構(gòu)明顯受到擠壓，形變趨勢顯著。再結(jié)合鄰近斷面的數(shù)據(jù)分析，我們可以進行更多的分析，諸如隧道受擠壓的主要區(qū)域、發(fā)展趨勢、形變的方向、結(jié)構(gòu)的安全性等等。如果我們納入更多的有效數(shù)據(jù)，例如軌檢數(shù)據(jù)、沉降變化、水位變化、溫度、周邊環(huán)境等信息，我們將能得出更全面、更精準可靠的判斷。

圖4 隧道斷面圖及同一斷面位移觀測時序曲線圖Fig.4 Tunnel Section and Time Series Curve of Displacement Observation at the Same Section

3 大數(shù)據(jù)在城市軌道交通安全運營中的應用

城市軌道交通運營的安全由多個方面關(guān)鍵設備設施共同構(gòu)建，主要包括車輛、信號、軌道、隧道結(jié)構(gòu)等，文獻[8]基于計算機技術(shù)的應用提出了跨平臺地鐵施工信息安全監(jiān)測系統(tǒng)設計與開發(fā)。但基于大數(shù)據(jù)技術(shù)的城市軌道交通監(jiān)管體系重點不在于掌握龐大的數(shù)據(jù)信息，而是對這些含有意義的數(shù)據(jù)進行專業(yè)化處理，在于打通現(xiàn)有各系統(tǒng)應用之間的專業(yè)壁壘，實現(xiàn)軌道交通路網(wǎng)運營安全評估與預警，為開展城市軌道交通行業(yè)網(wǎng)絡化運營條件下安全保障方面的研究提供支撐，為解決多樣化、規(guī)?；耐话l(fā)事件提供科學依據(jù)，保障城市軌道交通長運久安。

城市軌道交通運營系統(tǒng)作為一個成熟的運營體系，它并不缺乏數(shù)據(jù)來源，也不缺少專業(yè)的能力。以廣州地鐵為例，其開展了列車在途監(jiān)測與安全預警項目研究，在供電、消防等系統(tǒng)有SCADA、FAS、BAS 等系統(tǒng)對相關(guān)設備進行監(jiān)控。但是大數(shù)據(jù)技術(shù)的關(guān)鍵在于提高對數(shù)據(jù)的“深度加工”，通過大數(shù)據(jù)技術(shù)深度挖掘海量數(shù)據(jù)之間的聯(lián)系，以實現(xiàn)城市軌道交通運營數(shù)據(jù)的“增值”。

文獻[9，10]分析了大數(shù)據(jù)在城市管理中的應用和前景，提出實現(xiàn)對現(xiàn)實城市中人和物的自動控制和智能服務的目標，為我們進一步的研究提供了新的方向。以客流信息為例，常規(guī)的應用模式這個是我們每天出行都會見到的：車站根據(jù)歷史客流信息，判斷出客流高峰，或者根據(jù)各入閘口客流量的差異，進行不同的客流指引或者限流，避免站臺或站廳出現(xiàn)客流擁堵。那么客流信息是否還有其他的“剩余價值”呢?在回答這個問題之前我們要先明確潛在使用對象，也就是有哪些用戶會需要這些？A 車站、B 車輛調(diào)度、C 乘客、D 第三份服務供應商……，其實這個選擇題，A、B、C、D 都可以作為答案。對于A 車站而言，可以根據(jù)客流信息合理調(diào)配工作人員，保證員工的工作狀態(tài)；對于B 車輛調(diào)度而言，可以根據(jù)客流信息調(diào)配車輛班次頻率，平衡客流安全和經(jīng)濟之間的關(guān)系；對于C 乘客而言，可以根據(jù)實時客流信息判斷出行時間和行程，合理分配時間；對于D 第三份服務供應商而言，可以根據(jù)客流信息調(diào)配維護工作時間，合理避開高峰客流期，提高工作效率和服務安全。以上這些都只是客流信息比較簡單的應用，只是在于對數(shù)據(jù)多進行了一步的分布和利用，但是卻極大地擴展了數(shù)據(jù)的應用群體和，潛在的提升了城市軌道交通運營的安全性。充分利用大數(shù)據(jù)技術(shù)，深入地挖掘數(shù)據(jù)，合理地利用數(shù)據(jù)、高效地使用數(shù)據(jù)，實現(xiàn)人與數(shù)據(jù)的有機交互、人與物的智能服務，將為城市軌道交通安全運營提供更高效、可靠的安全保障。

4 結(jié)論

城市是人類文明的最大遺產(chǎn)和人類文化的最大成就，數(shù)據(jù)就是點綴其中的夜明珠，隱沒在文明的鋼鐵叢林中，卻照亮著城市經(jīng)濟的發(fā)展。但是孤立的數(shù)據(jù)只能成為叢林中一顆被隱沒的沙子，只有將數(shù)據(jù)聯(lián)系起來，有效地利用起來，數(shù)據(jù)才能產(chǎn)生價值。同時我們也要清醒的認知到：數(shù)據(jù)并不能代替所有的安全管控措施，加強管理、防患未然，仍是我們不破的方針。