綠色交通數據分析范文

導語：如何才能寫好一篇綠色交通數據分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

【關鍵詞】信息化系統　高速公路　交通數據分析　應用

一、前言

信息管理系統在高速公路交通數據分析中發揮著重要的作用，它不僅減輕了人工數據統計的體力支出和成本支出，同時也能夠較好的適應高速公路運營的出現的新情況和新問題，并能夠利用統計分析的原理加以剖析，為高速公路建設和管理的科學化提供良好的借鑒性意義，以更好保證高速公路運營的正常性，創造更多的企業效益，為經濟社會的發展提供較為穩定的基礎設施。信息管理系統廣泛應用于高速公路交通數據分析過程中，并且在高速公路交通數據分析過程中發揮著越來越重要的作用已成為一項不爭的事實，各國都注重了信息管理系統在高速公路交通數據分析中的作用，采取多種方式加以研究，力求發揮信息管理系統在高速公路交通數據分析中作用的最大化。

二、信息管理系統

作為信息管理系統是一種操縱和管理數據庫的大型軟件，用于建立、使用和維護數據庫。用戶通過訪問數據庫中的數據，數據庫管理員也進行數據庫的維護工作。它可使多個應用程序和用戶用不同的方法在同時或不同時刻去建立，修改和詢問數據庫。數據管理系統的應用增強了系統的靈活性，加快了數據分析的速度，從而更好的實現數據分享，將數據分析結果應用于政策制定和實施，從而有效的增強了政策的科學性。

三、將信息管理系統應用于高速公路交通數據分析中的意義

（一）經濟社會發展的迫切需要

伴隨著我國經濟社會的快速發展，交通運輸業也需要緊跟經濟社會發展的步伐，而高速公路的建設和發展對于交通運輸業的發展具有極其重要的意義。將信息管理系統應用于高速公路交通數據分析過程中，綜合我國經濟發展態勢和各地區的經濟發展現狀能夠更好地規劃和設計交通運輸方式，從而更好地推動經濟社會的可持續發展。

（二）高速公路管理科學化的要求

高速公路交通系統中數據分析是重要的基礎性工作。它體現公路交通系統的業務情況以及車流構成、流量、流向等特征，可以為高速公路事業的規劃、建設和管理提供科學依據。隨著我國公路收費系統步入了計算機聯網收費階段，利用高速公路信息管理系統進行高速公路的交通數據分析成為重要手段。高速公路信息管理系統從最初方案設計開始，就充分考慮整個系統的整體性和擴充性，并對高速公路信息管理系統進行合理劃分，從而更好地實現高速公路聯網收費和統一管理，做到路網內行駛一卡通和按路段合理結算，以提高高速公路管理的科學化水平。

四、廣西高速公路信息化系統建設概況

廣西高速公路收費系統是為了滿足對高速公路收費統計查詢以及分配的需要，結合現有的管理機制而分析和設計的，可分為收費管理與清分二個部分。收費管理的目的是通過利用計算機網絡和相應的軟件，并與通訊、監控系統相配合來大幅度提高收費效率以及提高財務核算的安全性和自動化程度，降低工作人員的工作強度。同時最大限度地防止各種營私舞弊現象，提高工作效率，為管理決策層提供各種相關信息。目前高速公路的管理體制，自上向下分為四層的行政管理結構，即聯網清分總中心―收費中心―收費分中心―收費站。

收費站是收費的基層單位。收費車道的原始數據匯總到收費站，收費站監控員進行當班數據的匯總，統計核對收費數據。收費站站務員對收費數據復核，并進行必要的數據糾錯，提供本收費站正確完整的匯總數據。同時收費站的原始數據實時通過TCP/IP協議上傳總中心，匯總數據在站務員輸入的同時也上傳總中心。所以，收費站一級是總中心收費數據的基礎。分中心和中心本地不保存收費數據，它訪問收費站獲得它要的數據?？傊行牡臄祿y計、數據查詢和清分是依據收費站上傳的數據。

五、從具體數據看信息管理系統在高速公路交通數據分析中的應用

（一）車流流量統計與分析應用

車流流量統計與分析應用是信息管理系統在高速公路交通數據分析中的一個方面，通過信息管理系統，我們能夠實現對高速公路車流流量統計與分析。下表為某城市路段高峰車流量分析表，見表1：

通過以上分析，我們能夠明確的看出個收費站在高峰和低峰期車流量，及各個時間段的變化和平均小時流量的變化，并根據相關數據合理安排各收費站的工作人員情況，更好的確保交通的暢通性。

（二）車流流向統計與分析應用

車流流量統計與分析應用是信息管理系統在高速公路交通數據分析中的另一個方面，下表是某城市途經A路段的綠色通道車輛流向統計表，見下表：

路段 其他路段站碼 入口車輛數 出口車輛數 合計

A路段

101 108 10782 10890

105 754 137 891

206 43 59 102

501 202 42 244

705 1158 47 1205

803 3330 11520 14850

821 77 933 1010

909 1490 3596 5086

921 2590 3352 5942

999 359 1770 2129

從表格中我們可以清楚掌握途經A路段的綠色通道車輛在全區部分路網中分布和走向情況，為高速公路管理者更清晰地認識高速公路通行費減免情況，并提供精確數據以合理決策。

（三）路段綜合信息車流量統計分析和應用

路段綜合信息車流量統計分析和應用是信息管理系統在高速公路交通數據分析中的又一個方面。下表為兩段高速A、B年度車流量綜合統計分析表：

分析項目 A 路段 B路段 AB高速合計

路段內收費站數量 5 6 11

里程（公里） 72 116 188

拆分所得通行費 16805萬 20854萬 37659萬

收取路段通行費 4693萬 14420萬 19113萬

每公里路段發生的通行費 233萬 180萬 200萬

路段內收費站出入口車流量 1639616 3576253 5215869

日均斷面車流量 5911 8009 6955

通過以上分析，我們得出了兩路段的綜合信息車流量統計分析，透過數據，我們能夠了解到路段通行費，從而實現更好的費用管理。

六、小結

信息管理系統在高速公路交通數據分析中發揮著重要的作用，高速公路交通數據分析是一個較為復雜的過程，以上只是將車流量進行了簡單的統計，交通數據分析還要對通行費、通行卡進行綜合統計。單方面通過某一種交通數據是無法的得出正確的交通數據分析結果，只有通過上述方式將多重數據綜合進行分析，才能得出所需要的結論，為高速公路的管理者和決策者提供正確的分析依據，促進我國交通運輸事業和經濟社會的快速發展。

參考文獻：

[1]段廣云,沈振宇.高速公路交通信息系統實際應用中的若干問題及對策.公路交通技術,2009年,第06期：21-22

篇2

很多年前，藍色巨人IBM就提出了“智慧地球”的概念，以一種更智慧的方法利用信息技術改善人類生活。現在IBM正斥資30億美元打造IBM Watson IoT Platform物聯網云端服務平臺，融入了認知分析（人工智能）技術的Watson IoT擁有從業務分析、存儲空間、數據和分析、物聯網、Web、移動應用到Watson語義識別、分析、預測等一百多個功能模塊，用戶只要輕松調用這些模塊就能達到意想不到的效果。

目前世界各國正在大力支持物聯網產業的發展，據Gartner預測，到2020年全球所使用的物聯網設備數量將超過200億臺。數百億的設備每天都在產生數據信息，這些海量數據藏著巨大賺錢商機，越來越多的企業開始從數據中洞見未來，尋找提升未來競爭力的最佳途徑。IBM Watson IoT Platform的出現正好為企業提供了一個發掘新商機的絕佳平臺。

智能建筑

讓每一處能耗清晰可見

我們經歷了三次重大的工業革命，從蒸氣機的出現到電燈、發電機的發明，石油能源的利用（內燃機、汽車的發明），人類把能源的利用發揮到極致。然而，化石能源的過度開發和消耗使環境受到嚴重的破壞。

今天，我們正在經歷氣候變暖的影響，由于極地冰川融化導致海平面的上升，地球上無數島嶼面臨消失的危機，降低能耗實現能源利用的智慧管理勢在必行。

建筑是能耗大戶，它和交通、工業并稱為三大高能耗行業，建筑能耗已占到全國總能耗的近40%，發展綠色建筑是必然的選擇。我國正處于城鎮化快速發展期，城鎮和農村住宅有400億多平方米，這些住宅95%都是高耗能的建筑。建筑一旦建成就開始產生能耗，如采暖、空調、照明、廚房設施，洗衣機等都是建筑能耗中的主導部分，通過物聯網平臺對這些設備進行監控，能源消耗一目了然，這對節能減排具有重要意義。

IBM正利用出色的云計算、大數據分析技術為用戶解決能源損耗的問題。Sogeti High Tech使用Bluemix中的IBM Watson IoT Platform 服務構建了一款物聯化智能建筑解決方案，實現了本地傳感器與設備的遠程監控與控制。

通常建筑能耗形式包括電、煤、天然氣以及集中供熱的蒸汽和熱水等，通過傳感器對能耗設備數據進行采集，再經過物聯網網關發送到IBM物聯網平臺，便能生成系統的動態數據供用戶實時監控。

IBM Watson IoT Platform不受時間和地區的限制，用戶可以隨時隨地查看每個大廈和房間的溫度、亮度、噪音以及家電設備的運行情況，用戶還可以通過遠程關斷用電設備，實現智慧遠程管理。IBM Watson IoT提供了一個簡單、安全且可擴展的通信架構，物聯網數據通過MQTT協助進行傳送，保證了數據的安全和快速性。IBM Watson IoT基于開源的Cloud Foundry技術，具有良好的開放性，靈活滿足用戶個性化需求。無論是設備監控還是預測性分析，用戶可以根據自己的需求進行二次設計。

智慧交通大數據

分析預知未來路況

在經濟高度發達的今天，大城市里都遇到交通混亂、擁堵和事故頻繁的難題。通行一公里，塞車半小時！道路擁堵導致運輸效率大幅下降，造成了時間浪費，空氣的污染，使社會發展付出昂貴的代價。交通擁堵問題原因是缺乏一個系統、科學的運營決策；另一方面是城市規劃者沒有充分考慮未來車流量負荷。

解決道路擁堵的有效辦法是實行智慧交通管理，通過數據監測實時交通路況，分析預知未來交通堵塞狀況，合理選擇交通方式、交通路線，避免擁堵，從而減少能源浪費，降低時間成本。IBM Watson是世界最強大的人工智能系統，曾經在智力競賽中打敗過人類，蘋果Siri使用的就是Watson的強大數據處理和分析能力。引入了Watson的IBM物聯網平臺可以通過來自各個路段的監控數據認知分析，然后給出最佳的出行方案。

智能交通的核心內容是通過傳感器和感知終端實時收集動態交通信息，實現道路管理智能化。隨著無人駕駛技術的成熟發展，未來的汽車將越來越智能化，每一臺車都裝滿傳感器，實時感知汽車各個部件的性能好壞，通過車聯網預測周邊車量可能發生的動態路徑，預知路面、天氣等復雜環境的變化，讓駕駛者提前做出應對處理，利用大數據分析能有效減少交通事故和道路擁堵的局面。

IBM已與美國亞利桑那州汽車制造商Local Motors合作推出了自動駕駛巴士，搭載IBM Waston物聯網技術的巴士 Olli能與人類交流，用戶可以用任何語言輸入指令，經過Waston自然語言處理翻譯后，Olli巴士會按照指令將用戶帶到目的地。此外，Olli還能回答乘客提出的“是否到站？”、“到哪里了？”等問題。IBM在物聯網領域投入大力的研發，還不斷推出汽車交通相關的物聯網組件，包括自動駕駛、車聯網密鑰安全技術等。

預測分析

減少工廠設備停機時間

無序的工業生產每天都在產生大量的浪費，設備發生故障停機會給企業造成嚴重損失，如果生產線的突然停機，可能會讓一些企業付出百萬元甚至上億元的代價。如今，世界各地正在推動“機器換人”，未來工廠自動化設備將越來越多，如何防止設備故障，如何提升機器的運轉效率？這是每個工廠都必需考慮的問題。

中國制造業處于轉型升級的關鍵時期，“中國制造2025”行動戰略大力推進新一代信息技術與工業的融合，這與德國“工業4.0”和美國“工業互聯網”概念異曲同工。未來制造業的發展方向是形成自動化，互聯化和智能化的高效工廠，能實現所謂的個性化的定制服務。而在智慧工廠的發展過程中，大數據分析將是重要的角色。

篇3

關鍵詞：鋪蓋段；信息化監測；地鐵工程施工；監測分析；

1 工程項目概況

1.1工程概況

無錫市軌道交通1號線11b標包含一站半區間，“一站”為清明路車站，“半區間”為太～清區間南段明挖區間。清名路站位于無錫市南長區，沿清揚路布設，呈南北走向，車站主體結構為地下二層島式站臺車站，車站總長度528.4m，開挖深度16.11m，標準段寬度18.7m。圍護結構采用800mm連續墻+內支撐的支護形式，內支撐設置四道內支撐+一道換撐，第一道為混凝土支撐，第二、三、四道支撐及換撐為609mm鋼管支撐。

該車站為無錫地鐵1號線最長車站，為保證綠色廣場大酒店正常營業和市民正常出行，在綠色廣場大酒店門前設置72.9m長的鋪蓋，采用蓋挖順作法施工。

1.2周邊情況

本車站綠色廣場大酒店蓋挖段東側為綠色廣場大酒店及焦化廠宿舍，西側為在建茂業三期，交通疏解后道路為由北向南兩車道單行線，寬度7～9m。鋪蓋上方部分作為綠色廣場大酒店停車場，部分為社會車輛通行道路。通揚路蓋挖段鋪蓋位置道路保證施工車輛、非機動車和人員通行，一端與老通揚路相連，一段與清揚路單行路連通。

1.3地質情況

本標段地貌單元屬長江三角洲太湖沖湖積平原區，區內第四紀沉積物覆蓋廣泛，沉積連續，層序清晰，地勢平坦，地表水系發育，第四系覆蓋層厚度較大，各土層水平向分布較穩定。其中綠色廣場酒店鋪蓋位置周圍附近土層主要地質情況為：（1）工程地質層（人工填土）、（1）2層表填土、（3）1層粘土（第一硬土層）、 （3）2層粉質粘土夾粉土、（3）3-1層粉質粘土、（3）3層粉土夾粉質粘土、（5）1層淤泥質粉質粘土（第二軟土層）、（6）1-1層粉質粘土、（6）1層粘土（第二硬殼層）、（6）2-1層粉質粘土夾粉土、（6）2層粉質粘土，具體詳見下圖。

地質縱剖圖（取自：地勘資料2-2剖面）

2 監測內容

綠色大酒店前鋪蓋基坑（樁號K15+613～樁號K15+700）位置對應綠色廣場段，對周邊建筑物保護要求高，并且采用蓋挖法施工。蓋挖法施工過程中，架設支撐存在一定難度，為隨時掌握現場信息，指導現場靈活施工，現場主要設置了建筑物沉降、地連墻墻體變形、坑外深層土體水平位移、支撐軸力、地下水位等監測內容。

3 監測布置

基坑兩側主動土壓力主要靠坑內水平支撐作用來平衡，若支撐軸力過小，將不可避免使得圍護結構及周邊環境產生一連串的連鎖反應，如墻體變形、坑外土移，建筑物沉降等等。為及時準確的掌握鋪蓋位置的基坑變形數據，保證基坑及周邊建筑物的安全穩定，在鋪蓋位置的內支撐上安裝自動化監測儀器，通過GPRS傳輸，后臺顯示的方式，使監測人員能夠更及時準確的掌握基坑的現狀情況，為技術人員對數據分析提供了可靠的后勤保障，綠色廣場鋪蓋段具體監測布置如下圖。

4 信息化監測分析、總結

該鋪蓋位置主要設置建筑物沉降、房屋傾斜、深層土體水平位移、地連墻墻體變形、支撐軸力及地下水位監測等監測項目。

4.1沉降值分析

綠色廣場酒店結構上，共布置了8個沉降觀測點，編號JZ4-1～JZ4-8?；愉伾w位置于2011年3月12日開始開挖，緊隨施工進度，對該建筑進行跟蹤觀測。

沉降主要產生在土方2011年5～6月開挖期間，隨著開挖的深入而增大，在底板施工完成后逐漸穩定。期間，沉降速率最大為1.52mm/d（JZ4-4，2011年5月21日）。

2011年8月30日最終的沉降數據見表4-1。從表中沉降數據發現，綠色廣場酒店最終沉降主要位于西南角JZ4-4，JZ4-5，JZ4-6位置，分別為19.62mm，18.99mm，11.51mm。其中最終最大沉降量為19.62mm，均未超過沉降設計控制值。

綠色廣場周邊共布置11個地表沉降觀測點，編號D1～D11。各沉降點隨著各層土方的開挖而逐漸增大，在底板施工完成后逐漸穩定，截止2011年8月30日，各沉降觀測點數據見表4-2。

4.2 房屋傾斜分析

綠色廣場酒店傾斜計算示意圖（圖1）

從表4-3中看出，建筑略微呈現出向西南傾斜的狀況。根據公式：傾斜度 計算，各方向傾斜度見表4-3，其傾斜度均未超過規范控制標準2‰。

4.3墻體變形監測成果分析

地連墻墻體變形主要集中在2011年5月開挖期間。由于現場組織架設支撐及時，同時加快墊層施工速度，變形速率逐漸減緩，有效控制了地連墻墻體變形。。至8月基坑頂板澆筑完成，地連墻墻體變形基本保持在30mm以內，均未超過設計控制值30mm。

4.4深層土體水平位移監測成果分析

土移變化同樣集中在2011年5月開挖期間。由于現場組織架設支撐及時，同時加快墊層施工速度，位移速率逐漸減緩，有效控制了土體變形。至8月28日基坑頂板澆筑完成，深層土體變形基本保持在30mm以內，均未超過設計控制值30mm。

4.5坑外地下水位監測成果分析

施工期間，地連墻前期施工較好，開挖過程中嚴格控制，地連墻墻體變形較小，這最終保證了基坑兩側均未出現滲水現象。地下水位變化比較平穩，未發生明顯突變現象。

4.6支撐軸力監測成果分析

基坑采用鋼支撐支護，預加軸力800kN左右，經過應力消散作用，支撐最終預加力總體保持在60%～70%之間，隨著基坑的挖深，支撐承受兩側地連墻的作用力逐漸增加，基本保持穩定。

4.7總結分析

綜合鋪蓋段各項監測數據，得出以下幾點：1）地表沉降最大值15.87mm，平均值7.89mm，控制值為16mm。2）綠色大酒店結構沉降最大值19.62mm，平均值7.71mm，設計控制值為20～60mm。3）綠色大酒店結構傾斜最大值0.52‰，規范控制值為2‰。4）地連墻墻體變形最大值21.52mm，平均值16.74mm，設計控制值為30mm。5）深層土體水平位移最大值24.89mm，平均值19.76mm，設計控制值為30mm。6）坑外地下水位最大值最大變化值284m/d，平均值207mm/d，設計控制值為300mm/d。7）鋼支撐軸力最大值1040kN，平均值518kN，設計控制值為第二道1468kN，第三道1856kN，第三道1362kN。通過監測數據分析，各項監測指標均未超過設計控制值，在基坑蓋挖法施工過程中，密切關注支撐軸力的變化情況，認真落實信息化施工，在支撐應力過大時及時加設支撐；應力過小時，及時補加應力。最終，在蓋挖法施工的復雜條件下，有效控制了基坑的變形，保證了基坑和周邊建筑物的穩定與安全。

5 結語

無錫地鐵綠色廣場鋪蓋段施工信息化監測從2011年3月開始，緊隨施工進度，對該鋪蓋段及臨近建筑進行跟蹤觀測，通過信息化監測掌握第一手監測資料并及時進行監測分析，以利施工過程及時科學調整施工參數，改進施工工法，有效地指導其地鐵鋪蓋段安全施工，具有廣泛的應用價值，為今后類似工程提供借鑒。

參考文獻：

篇4

調查對象與方法

對象為隨機抽取仙游縣華僑中學高中三個年級同學，參加問卷共有126人。

調查方法：采用自行設計的高中學生關于低碳生活的調查問卷，內容主要包括高中學生對于低碳生活的認識狀況、態度狀況和行為狀況。

分析方法：編碼問卷全部回收后，進行數據錄入，運用數據分析軟件對數據進行整理、分析。

調查結果及分析

低碳生活相關知識的獲取途徑：有93.65%的學生是從廣播電視報紙雜志上知道低碳生活的，比例遠大于其他途徑，只有6.35%的學生是從教師、同學處知道低碳生活，可見學校對學生進行低碳生活理念和實踐教育開展得不理想，在倡導公眾參與方面還大有可為。

影響低碳生活的實踐方法：

穿戴：XX.41%的同學有較少不怎么穿的衣服，XX.71%的同學有較多不怎么穿的衣服。學生對穿戴產生的碳排放意識薄弱。

出行：26.2%的學生使用公交車，64.29%的學生步行或自行車，9.52%的學生私家車或者打車。55.56%的同學經常選擇綠色交通工具，42.06%的同學有時選擇綠色交通工具。

調查結論

目前高中學生對低碳生活的了解情況認知度參差不齊，大部分學生對低碳生活的了解僅僅限于表面，并沒有深入了解，殘缺性低碳生活認知必然造成部分青少年在踐行低碳生活過程中做得不盡人意，多數學生不會探索科學方法計算家庭或個人踐行低碳生活的外在價值。在日常生活中，學生能做到一些與低碳生活要求相符的行動，但是同時很多高中學生，買東西追求時尚，吃穿、出行等方面浪費現象較嚴重，主要存在不能在衣食住行用等各個方面都踐行低碳生活、不能自覺地、持之以恒地踐行低碳生活、不善于使用科學方法踐行低碳生活等狀況。所以有必要加強平常的宣傳教育力度，指導學生對低碳生活進行系統的了解和學習。

對實踐活動的建議

為了樹立高中學生低碳生活的思想觀念和社會責任意識，培養學生從自身做起，從點滴做起，養成良好的 低碳生活習慣;鼓勵高中學生能身體力行，為自己、為社會、為他人做好踐行低碳生活方式的榜樣作用，實現高中學生自身社會價值;高中化學教學可以做以下幾種實踐：

一、高中化學教育將低碳生活教育納入當前教育體系之中，通過開設第二課堂、社會實踐課程或者興趣小組活動的方式，改進學生殘缺性低碳生活認知構成。

篇5

關鍵詞： 非GIS專業 主題學習資源 實踐案例

1引言

地理信息系統（Geographic Information System，簡稱GIS）是對地理空間信息數據進行采集、輸入、管理、查詢、分析、模擬和顯示的計算機技術系統。GIS作為應用性極強的一項技術，已被廣泛應用于生態環境評估、自然資源調查與評價、城市規劃、交通運輸等領域，且隨著技術的不斷發展，其應用形式及內容不斷更新。GIS課程特別強調學生的專業實踐技能培養，國外一些高校在課程實踐教學中已率先開始使用面向專題、主題應用的實踐教學模式[1]。針對國內的不同專業，科學性與實用性并重的GIS課程主題學習資源的設計與建設顯得尤為重要與迫切。

2.GIS課程定位及實驗教學目標

2.1課程定位

GIS業已形成獨立的本、碩、博專業，且在其他如理學、工學、人文社會學等多個學科專業中開設GIS課程。因此，開展GIS課程的教學，首先要對GIS課程進行合乎本專業培養目標的定位。對于非GIS專業來說，一般GIS課程教學注重學生了解和掌握GIS原理與概念，GIS軟件平臺的基本操作及其在本學科領域中的應用，而不是放在研究GIS科學上。

2.2實驗教學目標

針對非GIS專業中不同學科對于GIS應用的需求，GIS課程實驗的設置應有所不同，但最終目的均為提高學生在本學科專業內應用GIS解決實際應用問題的技能，培養針對本學科的創新性人才。以筆者所在高校為例，學科專業方向為國土資源管理類專業與城鄉規劃專業，學生在軟件應用及其定量分析等方面較薄弱，因此，主題學習資源的設計需要在這些方面下足工夫。

3.引入主題學習資源必要性及其設計原則與案例

3.1引入主題學習資源必要性

首先，某些學科專業方向的基礎支撐學科較廣，碰到的實際問題往往涉及多個學科專業。主題學習有利于學生打破學科界限，圍繞某一主題進行學習，實現學習內容的綜合化、集成化。其次，現今針對非GIS專業的通用教材還無法完全滿足GIS課程教學的需要，急需任課教師針對本學科、學生、高校自身特點組織設計課程教學內容，因此針對不同專業引入主題學習資源恰逢其時。最后，學生相比基本原理普遍更傾向于學習應用技術，因為應用技術、操作技能等學生能夠直觀感受，提高學生的學習興趣。GIS主題學習資源正是針對某些應用主題，將應用操作技能融入其中。

3.2主題學習資源設計的原則與實踐案例

針對非GIS專業，GIS課程主題學習資源設計應符合以下原則。第一，主題學習資源設計的目標是為了讓學生應用GIS解決專業內實際問題，尤其是掌握GIS各種空間分析技術的特點及其解決工程實際的流程，而不是學習開發各種分析算法與軟件[2]。第二，主題學習資源設計要時刻注意“從實踐中來，到實踐中去”的原則。即首先在教學準備階段，要求主題學習資源的數據來源于工程實踐。其次在教學實施階段，教學內容的組織和安排要符合真實工程實踐的應用要求，在教學過程中以學生實踐操作應用為主，理論教學為輔，充分利用主題學習資源，為學生創造更多的專業技能實踐鍛煉機會。最后在教學總結與討論階段要求學生將所學知識和操作技能應用于真實的工程實踐。

GIS主題學習資源設計需涉及GIS的基本功能，包括數據的采集與處理、專題地圖制作、矢量數據分析、柵格數據分析、空間分析、DEM分析等[3]。結合參考資料、教師科研實踐與學校專業方向特點，設計多個主題學習資源案例，現將主要案例介紹如下：區域綠色GDP專題地圖制作，涉及GIS功能模塊：專題制圖等；區域基本農田數據庫建庫，涉及GIS功能模塊：數據采集、轉換、處理和屬性數據分析等；城市用地適宜性評價，涉及GIS功能模塊：矢量數據分析和柵格數據分析等；小區域DEM建立與地形分析，涉及GIS功能模塊：數據轉換、DEM分析和三維模擬等。

4.主題學習資源設計的多維互動

GIS主題學習資源的設計不可能一蹴而就，需要不斷地補充完善。在補充完善環節要做到主題學習資源設計與學校、教師、學生、應用行業等方面多層次、多維度的互動，以有效提升主題學習資源的質量與內涵，達到培養符合學科需要、社會需要人才的目的。

在學校層面，學校要鼓勵GIS主題學習資源設計等教學活動，形成一定的激勵機制，如將教師進行的主題學習資源設計工作與教師的職稱評定、獎金等掛鉤，引導教師重視科研成果轉化與課程建設的關系，通過主題學習資源建設推動課程內涵建設[4]。

在教師與學生層面，對于教師來說，在GIS主題學習資源設計的教學活動中從教學準備階段、教學實施階段和教學總結階段都要考慮自身科研課題、社會服務課題的知識轉化，將實際案例與實際工程項目與主題學習資源設計相融合，并且到用人單位了解專業需求情況，不斷完善主題學習資源。對于學生來說，首先是在課堂上針對教師所授主題學習資源，不斷實踐GIS操作技能，并在此基礎上將難點與疑惑點反饋給老師，幫助老師完善主題學習資源，另外有些學生在畢業論文、甚至課程論文環節可以應用GIS解決本專業領域的實際問題，為教師提供新的主題學習資源藍本。

在應用行業層面，教師和學生要時刻關注GIS技術在應用行業領域內的新理論、新方法的具體應用，甚至作為推動GIS在行業新應用的實踐者，這樣才能得到新主題學習資源的第一手資料。另外，學校、教師和學生也要與用人行業、單位多溝通，聽取其對人才培養的建議與要求，并將其融入主題學習資源設計。

參考文獻：

[1]喬閃.奧爾堡大學面向項目的高等教育體系[J].高等工程教育研究，2002（2）：69-72.

[2]賈澤露.非GIS專業地理信息系統課程教學思考[J].測繪科學，2008，33（5）：230-232.

[3]田雨，韓作振.基于arcgis面向專題應用的GIS課程實踐教學[J].實驗室研究與探索，2008，27（9）：46-49.

篇6

在“工業立市”政策的指導下，數十年來，濟南經濟一路飆升，每年濟南經濟的增長已超過10%――2003年，濟南全市的生產總值為1360億元，到了2013年，這一數字就已經飆升到5230.19億元。

隨著不斷發展，濟南希望進一步促進經濟轉型，提高經濟發展質量。目前，濟南正依據自身特點大力發展智慧旅游，希望將旅游業培育成現代服務業的重要推手，借此助推服務經濟發展與經濟轉型，為提高居民生活水平與推動城市快速發展提供動力。

城市的未來就是地球的未來，如何才能讓城市更好地發展并實現綠色轉型？在IBM“智慧城市大挑戰”項目團隊的幫助下，濟南正在努力尋求這一答案。

行進中的城市轉型

2014年9月，IBM公司“智慧城市大挑戰”（Smarter Cities Challenges，縮寫：SCC）國際專家組在濟南市以“智慧旅游”為課題，開展了為期三周的公益咨詢服務。

三周來，各位專家通過走訪、調研、策劃，積極幫助濟南市制定具有泉城特色的國際智慧旅游城市的規劃，提升濟南智慧旅游水平。

“IBM專家站在全球視角上，利用信息技術，尤其是大數據分析方面的經驗，為濟南‘智慧旅游’發展進行了戰略性規劃。接下來，我們將積極借鑒IBM專家給出的建議，結合濟南旅游的實際和濟南智慧旅游發展規劃，因地制宜地推進濟南智慧旅游城市建設和發展?！睗鲜新糜尉志珠L王鐵志如是說。

作為IBM國際基金會發起的、單項投入金額最高的公益項目，“智慧城市大挑戰”項目秉承IBM“專長服務社會”的企業社會責任理念，自2010年創始至今，通過貢獻IBM全球頂尖人才的專長，在三年內已經無償為數百個城市的智慧發展提供咨詢服務。

此次，濟南市是今年中國大陸地區唯一入選的城市，同時也是“IBM智慧城市大挑戰”在中國的第一個智慧旅游項目。

事實上，濟南市早就提出城市轉型，并提出打造“國際旅游名城”。近年來，建設“智慧旅游城市”已經成為濟南市政府和濟南市旅游局的重要發展戰略目標。濟南在促進旅游業智慧發展方面擁有前瞻性視野，已經開展了諸多切實可行與成效顯著的舉措。

作為省會城市，在相當長的一段時期內，濟南都是聞名全國的工業城市。解放后的濟南，一直都是工業立市。在機械、車床、電子、電器、化工、化纖、醫藥等多個領域都有著不俗的表現。尤其是重工業，在大型壓力機、數控機床、高檔改裝車等領域都走在全國的前列。

在謀求城市發展上，濟南是迫切的，參加IBM“智慧城市大挑戰”就是出于同樣的考量：用IBM國際專家組的力量幫助濟南完成“智慧旅游”的目標。濟南是一座具有悠久歷史的古城，擁有豐富的歷史文化和獨特的自然景觀。

如今的濟南，更是需要抓住產業轉型升級機遇，展現出了巨大的經濟活力。此外，因為濟南位于環渤海經濟區，且是主要的骨干城市，它的轉型在區域甚至全國都會發揮著重要的集聚、輻射、服務和帶動作用。

大數據支撐下的智慧旅游

城市曾經是世界的問題的集中地――交通擁擠、環境污染、學校教育失敗等等，但因為每個城市情況各不相同，所以其謀求城市發展的新方向自然不同。

對于濟南提出的“智慧旅游”，IBM專家組成員給予了高度肯定，在走訪了20多家單位，采訪與問卷調查數百人，分析10萬多條社交媒體信息之后，“IBM智慧城市大挑戰”專家團隊認為，濟南在促進旅游業智慧發展方面已經取得了很多成果，如果進一步綜合運用新技術手段，將促進濟南旅游業的發展，幫助打造泉城特色的國際旅游名城。

IBM專家團隊應用在信息技術尤其是大數據分析方面的優勢，結合相關國際經驗，通過可執行的具體規劃，為濟南建設成為具有泉城特色的國際智慧旅游城市提出四點建議：

第一，打造旅游大數據平臺。

針對網站、微信、微博等多渠道數據進行收集、整理和分析，滿足旅游信息海量拾取、海量處理和海量存儲需求，實現與廣大游客主動交互。

同時利用大數據平臺實現各旅游部門的信息共享，為行業管理、規范市場運作提供數據支撐。

事實上，數據對于城市來說至關重要。關于城市生活方方面面的數據能方便城市領導者了解城市真正的運作機制，從而做出更好的決定。

“智慧旅游”大數據平臺，實際上匯集了不僅是作為旅游的需求方（游客）的信息，同時集中了作為旅游服務提供方（這里面既包括企業，也包括政府）相關的信息，以及在這個行業可能還有散落的對整個的行業發展和游客體驗來說都至關重要的其他信息內容。

以上這些不但涉及濟南城市轉型，其中包括濟南在內全國眾多城市面臨的城市轉型都可作為參考，這其中蘊藏了激發創新和驅動經濟轉型發展的巨大能量。

第二，創建互動、多渠道的旅游公共服務體系。

將各渠道為游客提供的旅游服務進行整合，方便游客通過多種途徑輕松獲取旅游信息，從而創造高互動的游客體驗。

IBM全球實驗室技術與戰略部項目總監庫馬爾?巴斯卡蘭先生介紹說：“我們可以建立‘智慧旅游’孵化平臺。在這樣的孵化平臺，城市可以進行相關最近‘智慧旅游’解決方案的開發工作、實施工作，并在驗證成功之后將它擴大影響。這樣的孵化平臺建成，還能夠將濟南成功的經驗復制到其他地方，展現到全世界?！?/p>

第三，制定差異化旅游營銷戰略。

篇7

[關鍵詞]電力營銷數據；數據挖掘；數據挖掘技術

中圖分類號：TM769 文獻標識碼：A 文章編號：1009-914X（2014）37-0168-01

一、“大數據”

據統計，2011年全球數據量已達到1.8ZB（即1.8萬億GB），相當于全世界人均產生200GB以上的數據，并且還將以每年50%的速度在增長。概括來講，大數據有三個特征，可總結歸納為“3V”，即量（Volume）、類（Variety）、時（Velocity）。量，數據容量大，現在數據單位已經躍升至ZB級別。類，數據種類多，主要來自業務系統，例如社交網絡、電子商務和物聯網應用。時，處理速度快，時效性要求高，從傳統的事務性數據到實時或準實時數據。

縱觀人類歷史，每一次劃時代的變革都是以新工具的出現和應用為標志的。蒸汽機把人們從農業時代帶入了工業時代，計算機和互聯網把人們從工業時代帶入了信息時代，如今大數據時代已經到來，它源自信息時代，又是信息時代全方位的深化應用與延伸。大數據時代的生產原材料是數據，生產工具則是大數據技術，是對信息時代所產生的海量數據的挖掘和分析，從而快速地獲取有價值信息的技術和應用。

二、數據挖掘及數據挖掘技術

數據挖掘，又稱為知識發現（Knowledge Discovery），是通過分析每個數據，從大量數據中尋找其規律的技術。知識發現過程通常由數據準備、規律尋找和規律表示3個階段組成。數據準備是從數據中心存儲的數據中選取所需數據并整合成用于數據挖掘的數據集；規律尋找是用某種方法將數據集所含規律找出來；規律表示則是盡可能以用戶可理解的方式（如可視化）將找出的規律表示出來。數據挖掘的主要技術有：關聯規則、分類、時間序列挖掘和序列挖掘、聚類、Web挖掘、空間挖掘等。

三、電力營銷數據

電力營銷系統以業擴報裝、電能計量、用電管理、營業計費和線損管理等關鍵業務為核心，在各業務模塊之上提供服務模塊和分析模塊。服務模塊包括電話服務、因特網服務和客戶中心服務等，側重于為電力用戶提供各種快捷優質的服務；而分析模塊則包括綜合業務查詢、基于歷史數據的統計、效益分析和決策支持，側重于為企業領導提供及時準確的決策依據。因此，一切為電力系統正常運行提供決策的原始數據都可歸結為營銷數據范疇，比如生產系統規劃設計、負荷預測及用戶特征提取、經濟調度、電力系統故障診斷、動態安全評估、異常數據的挖掘及相應處理等。

四、數據挖掘的應用前景

在電力行業，堅強智能電網的迅速發展使信息通信技術正以前所未有的廣度、深度與電網生產、企業管理快速融合，信息通信系統已經成為智能電網的“中樞神經”，支撐新一代電網生產和管理發展。目前，國家電網公司已初步建成了國內領先、國際一流的信息集成平臺。隨著后續智能電表的逐步普及，電網業務數據將從時效性層面進一步豐富和拓展。大數據的“量類時”特性，已在海量、實時的電網業務數據中進一步凸顯，電力大數據分析迫在眉睫。

當前，電網業務數據大致分為三類：一是電力企業生產數據，如發電量、電壓質量等方面的數據；二是電力企業運營數據，如交易電價、售電量、電力客戶等方面的數據；三是電力企業管理數據，如ERP、一體化平臺、協同辦公等方面的數據。如能充分利用這些基于電網實際的數據，對其進行深入分析，便可以提供大量的高附加值服務。這些增值服務將有利于電網安全檢測與控制（包括大災難預警與處理、供電與電力調度決策支持和更準確的用電量預測），客戶用電行為分析與客戶細分，電力企業精細化運營管理等等，實現更科學的需求側管理。

例如，在電力營銷環節，針對“大營銷”體系建設，以客戶和市場為導向，省級集中的95598客戶服務、計量檢定配送業務屬地化管理的營銷管理體系和24小時面向客戶的營銷服務系統，可通過數據分析改善服務模式，提高營銷能力和服務質量；建立各種針對營銷的系統性算法模型庫，發現數據中存在的隱藏關系， 為各級決策者提供多維的、直觀的、全面的、深入的分析預測性數據， 進而主動把握市場動態，采取適當的營銷策略，獲得更大的企業效益，更好地服務于社會和經濟發展。

為了給堅強智能電網建設，“三集五大”體系構架提供更有力的支撐。電力大數據與互聯網數據、經濟數據、交通數據等社會數據融合，一方面促進智慧城市的建設，為用戶提供便捷的電力服務；另一方面為政策制定、公共事業管理以及商業經營提供有益幫助。

未來的智能電力系統不僅承載電力流，也將承載著信息流和業務流，智能電力系統的價值也將隨之躍升，而這種躍升顯然具有大數據的時代特征。網絡中傳輸不只是電能，更重要的還有數據，我們電力人也需要積極主動的去探索如何來科學合理的釋放數據能量，以推動傳統電力工業的升級，以適應未來經濟社會的發展需要。

五、結束語

電力工業作為國家基礎性能源設施，為國民經濟發展提供動力支撐，與社會發展和人民生活息息相關，是國民經濟健康穩定持續快速發展的重要條件。電力大數據的價值已經相當龐大，但如果實現進一步延伸，將電力大數據與人們生產生活數據，與政府企業等多行業數據相結合，將產生更多更大的增值潛力，實現數據價值在電力系統外部的流動和發展。積極應用大數據技術，推動中國電力大數據事業發展，重塑電力“以人為本”的核心價值，重構電力“綠色和諧”的發展方式，對真正實現中國電力工業更安全、更經濟、更綠色和更和諧的發展具有極大的現實意義。

參考文獻

[1] 中國電機工程學會.中國電力大數據發展白皮書，2013.

篇8

【關鍵詞】 桐廬；城市居民；交通出行；特征

【 abstract 】 this paper in urban area of transportation of tonglu of division based on the questionnaire survey to enter a way of tonglu urban residents transportation characteristics of the investigation and statistics, and in the data analysis of the same city and the surrounding analogy, draw the present situation of the trip to go slow tonglu give priority to, bus service level is good conclusion. Also recommended that deal with tonglu traffic development system planning, construction, induction of urban traffic to the green environmental protection of the public transport direction, in response to the garden city of beautiful tonglu urban development strategy.

【 keywords 】 tonglu; city residents; Traffic travel; characteristics

中圖分類號：TU984.191 文獻標識碼：A文章編號：

0 前言

為了滿足急劇增長的交通需求，各城市建設部門都著力于城市交通系統的改善。但城市交通合理的規劃、建設是建立在充分了解城市歷史與現狀，全面掌握居民出行習慣與特征的基礎上進行的。調查并了解城市居民的出行規律與特征是交通系統規劃與改善的重要前提。

本文以杭州市桐廬縣這一經濟快速發展的浙西小城市為例，調查并分析城市居民的交通出行現狀，并將出行特征與周邊同等城市進行對比分析，以期對我國其他類似城市的規劃與建設起到借鑒作用。

1 桐廬縣概況

桐廬縣位于浙江省西北部，錢塘江水系中游，地處“西湖•錢塘江—富春江•新安江—桐廬—黃山”黃金旅游線的中心地段。近年來桐廬經濟迅速發展，穩坐全國社會經濟綜合發展百強縣，各項經濟指標繼續保持浙西地區各縣市第一位。于此同時，桐廬縣機動車也進入快速增長階段，至2010年底，全縣機動車保有量近3萬輛（不計摩托車），且中心城區機動車保有量約占縣域總量的75%，近六年來機動車年均增長率為22.71%。

如不加以規劃管理，機動化的快速增長帶來的交通擁堵、能源消耗、環境污染等問題將與生態優先，環境立縣的城市發展目標漸向背離。為了解桐廬城區居民的出行特征和規律，為未來桐廬城市交通的規劃與管理提供可靠的依據，桐廬縣建設局在桐廬縣統計局、杭州市城市規劃設計研究院的協助下，于2011年10月進行了桐廬居民交通出行特征的調查。

2 桐廬居民出行調查主要內容

調查范圍覆蓋桐廬建成區的全部4個街道（鎮）29個居委（村），采用入戶詢問法進行調查，取得有效調查問卷5993份。調查內容涉及出行次數統計、出行方式及目的、出行分布特征、出行時耗及出行意愿等多個方面。

3 桐廬居民出行特征分析

3.1 居民出行特征分析

根據調查，現狀桐廬人均出行次數為2.41次/人•天，出行率達到95.33%。與周邊城市對比如下：

表1各城市居民出行次數對比表

3.2 居民出行目的

表2居民出行目的構成

桐廬居民的上班、上學等剛性出行的比重為73.3％，占據主導地位。此外出行以生活購物、文體娛樂等休閑型出行比例達到16%，居民生活質量較高，符合瀟灑桐廬的生活特色。

3.3 居民出行方式結構

通過調查數據的分析，可以發現：桐廬城區居民出行交通方式構成符合國內典型的小城市居民出行特點,即步行出行比例最高，自行車和電動車次之，慢行交通比例合計達到66%,這體現了現狀城區范圍較小，市民出行距離較短的特點。桐廬當前小汽車出行比例略低于周邊縣市；慢行交通出行比例與周邊縣市相當,公交出行比例明顯高于周邊縣市，有較高的公交發展水平。

表3各城市居民出行方式對比表

3.4 居民出行時間分布

調查數據顯示，早、晚為居民出行的峰值，且以通勤類交通為主，早高峰（7:00-8:00）交通量最大。

3.5 居民出行空間分布

本次調查根據行政區劃和自然特征將桐廬城區劃分為8個交通大區。在各交通大區對外出行方向的分析中，江北老城區與江南新城區之間的出行在桐廬城區居民出行方向中占主導地位，其次是江南新城與城西片區之間的出行需求以及江北老城區與城西片區之間的出行需求?？梢娭鲗Ы煌飨蚴墙迸f城和江南新城片區的直接溝通，溝通的最便捷路徑就是通過富春江二橋直線交流。

3.6居民出行時耗

桐廬居民的平均出行耗時為19.5分鐘，符合小城市的居民出行耗時特征。

表4 各城市居民出行時耗對比表

現狀城區居民出行已慢行方式為主，慢行出行時間在20min以內，出行距離在1.5—5公里以內。公交出行時間普遍較長，一般用于中長距離出行。

4分析與總結

桐廬城市居民的整體出行狀況與周邊類似城市相似，具有典型的小城市出行特征，但就交通發展階段而言，仍具有自身的不同之處，整體評價如下：

除早、晚高峰外，交通出行結構較為合理，慢行仍在城區居民交通出行方式中占主導地位，同時居民有著較好的公交出行習慣，購物、娛樂等休閑性出行需求旺盛。城市交通整體尚未進入機動車交通快速增長階段，休閑、淡然的交通氛圍符合瀟灑桐廬的發展理念。

但依照城市的發展趨勢，私人機動車將很快對城市交通構成威脅。得益于機動車較好的便捷性和直達性，將對原本合理的城市交通出行結構造成沖擊，早晚高峰時段小汽車和公交車出行比例的突變已經有力地證明了該點。同時隨著城區規模的繼續擴大，超出了合適的慢行距離，現狀占比66%的慢行出行方式必然向其他適合長距離的交通方式轉移，如不繼續強化城市慢行環境和公共交通服務水平，對居民出行方式加以引導，將進一步助長私人機動車及交通病的發展，對宜人的城市環境和發展前景帶來破壞。

篇9

關鍵詞：車門；無法打開；原因；對策

中圖分類號：U270.38+6文獻標識碼： A 文章編號：

Abstract:Based on the the Shekou line project of Shenzhen Metro,the essay mainly discusses the problems that arise when the train doors fail to open in half automatic mode and the relevant solutions.

Key words:Train door；fail to open； problems ；Solutions

1現狀分析

深圳軌道交通二期蛇口線列車近期頻繁發生車門與屏蔽門不同步，車門不能正常打開故障，此類故障表現為：列車AMC模式進站對標準確，車門控制模式開關在“半自動”檔位，屏蔽門打開，車門未同步打開，司機手動打開車門。

2列車CC計算機控制車門原理簡述

如圖1所示，列車車載CC計算機輸出門使能指令DC110V電源，驅動車輛系統的允許開門繼電器動作（圖中綠色線）。根據車門控制模式條件，列車AMC模式下，車門控制開關在“半自動” 檔位，車載CC計算機輸出自動開門指令DC110V電源，驅動車輛系統的自動開門繼電器吸起（圖中粉紅線），車輛系統的車門打開繼電器勵磁電路中，串聯其繼電器接點和允許開門繼電器接點，從實現列車自動打開車門功能（圖中藍色線）。

圖1： 列車CC控制車門原理圖

3故障原因分析及對策

3.1中央ATS時鐘與列車時鐘調查分析

調查發現中央ATS時鐘與列車時鐘的時間顯示不同步，列車的時鐘比中央ATS時鐘快8秒鐘，且故障列車均存在不同程度的晚點。根據信號系統設計，當列車出現晚點后，ATS系統自動調整停站時間為系統最少的停站時間15秒，因此列車晚點時DTI顯示停站時間為15秒，因列車時鐘比中央時間快8秒鐘，所以車載DMI停站時間僅有7秒。

3.2列車CC計算機數據分析

正常情況下，列車對標停車停穩后（速度為0km/h），約第1.9秒車載CC計算機收到車輛系統提供的ZVBA（列車安全停穩）指令，約第2.3秒車載CC計算機發出門使能指令（允許開門），約第2.4秒車載CC計算機發出自動打開車門命令，車門與屏蔽門自動打開, 如圖2所示。

故障時列車對標停穩后（速度為0km/h），約第1.9秒車載CC計算機收到車輛ZVBA（列車安全停穩）指令，約第2.3秒車載CC計算機輸出門使能指令（允許開門），約第2.4秒后車載CC計算機一直未輸出自動車門打開指令。因此，發生車門未打開，屏蔽門打開的故障, 如圖3所示。

圖2：正常列車車載分析診斷軟件數據圖3：故障列車車載分析診斷軟件數據

根據上述分析情況，因列車時鐘比中央時鐘快8秒鐘，當列車出現晚點后，ATS系統自動調整停站時間為系統最少的停站時間15秒，此時車載ATC系統認為該列車停站時間僅有7秒鐘。

另外，ATS系統向列車車載ATC系統發送的時間以秒為單位計算，而車載ATC系統的時間是以毫秒為計算單位。如車載CC計算機采集到1秒鐘的第500毫秒或大于500毫秒的數據時，就出現列車計劃發車時間（ATS系統提供）比實際到站時間（車載ATC系統提供）小于6.5秒（列車開關門最小時間）現象，導致車載CC計算機無法正常輸出自動開門指令，從而發生故障。

經對故障列車的計劃發車時間（ATS提供）與實際到站時間進行了統計分析，發現列車計劃發車時間（ATS提供）比實際到站時間均小于7秒鐘。

3.3信號系統時鐘同步調查分析及對策

1、車載ATC系統同步ATS系統時鐘原理

圖4： 車載ATC系統同步ATS系統時鐘原理圖

如圖4所示，ATS系統時間同步采用NTP協議，采用客戶-服務器周期性同步模式，同步周期為1～5分鐘。GPS母時鐘經ATS系統前置機A和B機（主用同步時鐘，備用不同步），通過信號系統深灰、淺灰網，分別與網關計算機A和B進行同步車載ATC系統時鐘。

2、中央設備時鐘調查分析及對策

查看中央設備時鐘，發現網關B計算機（備用）比網關A計算機時鐘（主用）快8秒，對網關B計算機進行調查，發現網關B計算機注冊表時間同步服務器NtpServer項IP參數為“（與Internet網絡時間同步）”，導致網關B計算機無法與CATS服務器A和B進行時鐘同步，從采用自身操作系統時鐘，出現網關B計算機時鐘比網關A計算機時鐘快8秒鐘。

經對網關B計算機注冊表時間同步服務器NtpServer項參數改為“10.6.31.26（CATS服務器A機）”后，在線測試列車車載ATC系統時鐘與中央時鐘一致，車門與屏蔽門都能夠自動打開。

4小結

隨著城市地鐵軌道交通行業的高速發展，許多新的產品、新技術進入這個行業，維護人員的技能水平需要不斷地提高。只要我們本著科學的工作態度，一定能夠在工作中解決實際問題，提高設備的安全性、可靠性。

參考文獻

[1]卡斯柯信號有限公司 深圳地鐵2號線信號與車輛接口技術規格書

篇10

關鍵字：ArcGIS；緩沖區分析；疊置分析；符號化；人居環境

The ArcGIS-based Analysis of Urban Living environment Selection Study---To Chengdu as an example

WANG Wei-min

The Department of Civil Engineering, The Engineering and technical of Chengdu University of Technology，Leshan 614000, China

Abstract: Use ArcGIS Desktop 9.3 software application -- ArcMap to analyse the region of three loops in Chengdu. By vectoring through the region, selecting the appropriate evaluation index of the housing for the buffer zone analysis and overlay analysing,It comes to the site figure of selection analysis, then analyse its result. The aim is to provide buyers with a basic reference, as well as provide a theoretical guidance for the regional environmental and Ecological construction adjustment study .

Keywords: ArcGIS; Buffer analysis; Overlay analysis; Symbolization; Living environment

中圖分類號：B82-058 文獻標識碼：A文章編號：

一引言

隨著我國經濟的快速發展，人民的生活水平有了很大改善，我國的城市化水平處于不斷上升的趨勢，人口不斷向城市集中，這就造成了城市住房需求量的增加[1]。因此，為了有一個良好的人居環境，對住房區域的選擇就成為購房者迫切需要解決的一個問題。購房者也將根據自身各方面情況選擇適宜居住的住房區域。

二ArcGIS Desktop 9.3軟件概述

ArcGIS Desktop 9.3是美國環境系統研究所在ArcGIS Desktop 8.3基礎上開發的新一代GIS軟件，是世界上應用廣泛的GIS軟件之一。ArcGIS桌面產品是一系列整合的應用程序的總稱，包括ArcCatalog，ArcMap，ArcGlobe，ArcToolbox?？梢詫崿F制圖、地理分析、數據編輯、數據管理、可視化和空間處理等GIS任務。

三研究區概況和數據源以及研究方法

1．研究區概況

四川省會成都，位于四川省中部，地理位置：北緯30.67°，東經104.06°，東界龍泉山脈，南臨云貴高原，西靠邛崍山，北依秦嶺山脈，東西最大橫距192千米，南北最大縱距166千米，轄區總面積12390平方千米，市區面積598平方千米，是四川省政治、經濟、文教中心，國家經濟與社會發展計劃單列市，也是一座現代都市風情與古蜀文明和傳統文化交融生輝的城市，具有“天府之國”的美稱。成都也是中國西南地區最大的陸路和空中交通樞紐，交通四通八達，極為便利，轄區人口1100多萬，2008年國內生產總值3901億人民幣，比上一年增長12.1%，中國城市第14名，人均GDP 超過4000美元，是我國西南地區最大的現代化城市。

2．數據源

本文數據源為成都專題地圖冊的2009版比例尺為1：30000的成都市市區交通地圖。

3．研究方法

分析方法主要可以概括為矢量化、緩沖區分析、疊置分析、條件評價、符號化顯示5個階段?；玖鞒倘鐖D1（數據分析流程圖）所示：

圖1 數據分析流程圖

（1）地圖掃描

在進行地圖掃描時，根據制圖目的、成圖尺寸、要求的精度以及清晰度等來設定圖像處理的分辨率和范圍，同時將柵格圖像掃描為灰度圖，以便利用ArcMap矢量化[2]。

（2）柵格配準

柵格配準是通過控制點的選取，對掃描后的柵格數據進行坐標匹配、幾何校正以及坐標投影，是保證矢量化工作順利進行的重要步驟。經過配準后的柵格數據具有地理意義，在此基礎上得到的矢量數據才具有一定地理空間坐標，才能解決實際空間問題[3]

（3）矢量化

選取6個人居環境的主要表征要素學校、醫院、車站、公園、主要交通要道（一環路，二環路、三環路、人民南路、人民北路、蜀都大道），對它們進行矢量化分別得到學校分布圖（school.shp）、醫院分布圖（hospital.shp）、車站分布圖（bus station. shp）、公園分布圖（tour place. shp）、主要交通要道分布圖（road1.shp）、鐵路分布圖（railway.shp）

（4）緩沖區分析

根據以下分析原則對選出的6個人居環境的主要表征要素進行各自緩沖區分析。

分析原則：

①有效控制噪聲污染的程度和范圍,提高聲環境質量,保障城市居民正常生活、學習和工作場所的安靜。

②以城市規劃為指導,按區域規劃用地的主導功能確定。

③便于城市環境噪聲管理和促進噪聲治理。

④有利于城市規劃的實施和城市改造,做到區劃科學合理,促進環境、經濟、社會協調一致發展[7-8]。

所選人居環境區域應：

①距離主要交通要道應在200m之外，以減少車輛噪音污染。

②距離鐵路應在800m之外，以減少火車噪音污染。

③距車站應在1500m之外，以便于人們出行方便以及避免車站人流量多引起的嘈雜和噪音污染。

④距學校應在1500m之內，以便于小孩上學便捷。

⑤距醫院應在1500m之內，以便于人們看病方便。

⑥距公園應在1000m之內，以便于人們休閑娛樂，環境優雅。

如圖2（要素緩沖區圖）所示：

圖2 要素緩沖區圖

（5）疊置分析

打開ArcToolbox，選擇Analysis Tools/Overlay/Intersect命令，對學校、醫院、公園3個緩沖區取交集，得到同時滿足這3個要素的區域。

再次打開ArcToolbox，選擇Analysis Tools/Overlay/Erase命令，依次用車站、主要交通要道和鐵路3個緩沖區圖層擦除學校、醫院、公園3個緩沖區的交集區域，最后得到滿足所有要素要求的區域。

（6）住房條件評價

為了便于對整個成都市區三環路內其他地段的住房條件進行了解，可以應用以上數據對整個成都市區三環路內區域的住房條件進行評價，評價內容包括屬性賦值、區域疊加和分級顯示。

①屬性賦值：屬性是空間數據的重要特征，描述了空間對象豐富的語義。對圖形要素進行相應的屬性賦值是地圖數字化的重要方面，是創建各種專題圖的基礎[3]。分別打開學校、醫院、公園、車站、主要交通要道和鐵路的緩沖區圖層的屬性列表，分別添加school、 hospital、tour place、bus station、road1、railway字段。school、hospital 和tour place字段附屬性值為1；bus station、road1和railway字段賦屬性值為－1（因為在這3個要素緩沖區之外的區域才是滿足要求的，因此取值為－1）

②區域疊加：打開ArcToolbox，選擇Analysis Tools/Overlay/Union命令，將以上6個緩沖區圖層進行疊加合并，得到一個新的疊加圖層。

③分級顯示：打開區域疊加所得到的新圖層的屬性列表，新增1個短整型字段class。在使此表處于編輯狀態后，右鍵單擊class字段，在打開的Field Calculator對話框中輸入運算公式：[school]+[hospital]+[tour place]+[bus station]+[road1]+[railway]。最后在class字段中得出3、2、1、0、－1、－2、－3 六個屬性值。

（7）符號化顯示

對區域疊加得到的新圖層進行分級符號設置并顯示。屬性值為3的區域等級為1，即同時滿足6個要素，也是最佳區域；屬性值為2的區域同時滿足5個要素，等級為第2級，以此類推。如圖3（選址等級圖）所示：

圖3 選址等級圖

四結果分析

由圖3可以看出，等級為第1級的區域即同時滿足6個要素的區域基本處于公園附近，這些區域中有的甚至包括含了公園，這與成都作為中國長江中上游地區的生態屏障，實現區域生態環境和城市環境優良的目標[5]相吻合。因此，這些區域居住環境優雅，是成都住宅選址的最佳區域；其次，除了二環路與一環路北部和東北部，第2等級與第3等級的區域幾乎分布于二環路以內其他區域，這兩個等級也是居住適宜度較高的區域；第4等級區域大部分分布于二環路與三環路之間，屬于適宜居住和居住適宜度較低之間的區域，是處于臨界狀態下的區域；最后，第5，6，7等級區域是居住適宜度較低的區域。其中第5等級區域基本處于鐵路兩側800米范圍之內，受火車噪音污染較為嚴重。

特別指出的是二環路與一環路北部和東北部區域，即成都火車北站周圍的區域，這些區域由于是交通車站較多以及人流量多引起嘈雜噪音污染的特點，所以居住適宜度也較低。從整個分析圖來看，二環路以內除主要交通要道兩側200米范圍內以及北部區域，居住適宜度較高；在二環路與三環路之間的區域里，適宜居住的區域為西北部，東部，東南部，和南部區域。

五結論

在實際情況下，成都市區哪里最適合居家？購買住房選擇哪個區域為好？是一個仁者見仁、智者見智的問題，不僅取決于消費者的心理需求，還取決于消費者的經濟收入即現實購買力、離工作地點遠近程度、從事工作性質等。隨著經濟的發展，人們收入水平的提高，以及城市建設的加快，人們對居住檔次和居住區域的選擇也在發生變化，特別是一些新的居家概念的推出，有的新區發展極有可能后來居上[6]。 因此，此研究為購房者選址提供了一定的參考價值，同時也為成都創建國家園林城市，不斷改善人居環境，保護現存的生態中有價值的東西，發展新的生態環境和人居環境，使城市有個性、有特色，發揮原有的特色，營造最佳的人居環境提供了一定的理論依據[5]。

參考文獻：

[1] 徐虹. 我國住房需求的影響因素及發展趨勢分析[J]. 蘭州學刊，2008，10：66.

[2] 黨安榮，賈海峰, 易善幀. ArcGIS 8 Desktop地理信息系統應用指南[M]. 北京：清華大學出版社，2003.

[3] 王洪戰, 馬燕燕, 張振濤, 等. 基于ArcGIS的專題地圖制作方法綜合研究[J]. 城市勘測，2008，04：47-48.

[4] 湯國安, 楊昕. 地理信息系統空間分析實驗教程[M]. 北京：科學出版社，2006，23-241.

[5] 薛竹英. 構建綺麗多姿的綠色空間 營造最佳人居環境——“成都生態園林城市”解讀[J]. 城建檔案，2007，04：18.

[6] 吳兆華. 成都房地產市場的區域特點[J]. 中外房地產導報，1999，14：18.

[7] 符國基. 海南島綜合環境功能區劃研究[J]. 海南大學學報人文社會科學版,2001,19(1):37-40.

[8] 徐少輝，王華東.城市環境功能區劃研究[J].重慶環境科學,1997,19(6):5-9.

[9] 張麗君，白占雄，王志琳 基于ArcGIS的臺州市環境功能區劃研究—以聲環境功能區劃為例[J] .華北農學,2005,20(專輯):73-76.