城市轨道交通综合监控系统大规模全景数据并发控制及存储技术

介绍了城市轨道交通综合监控系统在全自动运行模式下面临的大规模数据并发控制与存储问题。提出了采用按域划分的分布式模式、多路并发访问的键值型实时数据库、时序型历史数据库等大规模全景数据并发控制及存储技术,以解决综合监控系统面临的大规模实时数据处理和历史数据存储问题。模拟数据测试结果表明:采用大规模全景数据并发控制及存储技术的轨道交通系统监控系统能够满足全自动运行模式下对实时数据处理与历史数据存储的性能要求。     

高速铁路全域范围全要素时空信息组织模型设计研究

针对高速铁路工程结构的复杂性、专业协同的系统性、运营安全的高可靠性特征,从高速铁路时空信息安全保障方面出发,以唯一时空基准为主线,将不同时空信息进行关联,形成高速铁路全域范围、全要素时空信息的高效组织模型,实现高速铁路各专业、各领域海量时空信息的有效组织;利用地理信息系统(GIS,Geographic Information System)可视化技术、空间分析技术和大数据实时动态渲染技术,实现高速铁路不同时空信息及其组织关系的实时动态可视化展示,为高速铁路运营安全态势的自主预测及预警提供辅助决策及空间信息技术支撑。     

感知技术在自动化集装箱码头的应用

自动化码头系统运行分为状态感知、实时分析、科学决策、精准执行4个环节,其中状态感知是首个环节,也是后3个环节的基础。以青岛港自动化码头为实践案例,通过实证验证法和定量分析法,对青岛港自动化码头已采用的感知技术进行研究,得出感知技术在自动化码头应用的成果和短板。结果表明,自动化码头业务流程、设备运行均已实现数据驱动;感知信息实现全覆盖、高精度、全自动;设备复杂性提高、稳定性降低是亟待解决的问题。     

基于数据驱动的机场水泥混凝土道面性能退化预测

针对机场道面性能退化过程的精确预测问题，本文采用数据驱动的机场道面预测性维护方法，通过指示变量将两种数据集进行联合分析，考虑机场道面性能退化过程受飞行交通量和道面面层厚度的影响，以机场道面性能状况指数衰变的非线性函数为期望函数，建立一种机场道面性能退化双参数预测模型；根据模型的参数估计结果，采用边际效应分析结合预测性能曲线图示，对不同飞行交通量水平和不同道面厚度等级的道面性能退化过程预测进行分析。结果表明，采用数据驱动和非线性混合效应方法，搭载联合估计技术，能较为显著地提高机场道面性能退化预测的精度和效果。     

BIM与GIS融合技术在航道整治工程中的应用

针对航道整治工程中BIM技术无法管理条带状工程、难以表达工程周边地理信息等难点,通过梳理BIM与GIS数据特点,研究探索BIM与GIS融合技术,提出了通过格式转换、坐标转换和数据关联实现BIM与GIS融合的方法。将研究成果应用在蕲春水道航道整治工程,验证了BIM与GIS融合方法的可行性,实现了BIM与GIS数据一体化浏览、显示、管理、分析等功能,解决了BIM无法管理大范围工程、无法反映工程周边环境的不足,为BIM与GIS技术在航道整治工程中的应用提供了技术支撑。     

深化数据共享 让海事航保一体化融合发展做到心中有“数”

为全面推进海事监管及航海保障一体化融合发展,东海航海保障中心上海海图中心准确把握工作要求,加强与各海事局的交流合作,发挥自身业务特长,提供数据服务支撑,为贯彻落实海事航保一体化融合发展提供数据驱动。     

新基建体系支撑下的城市轨道交通运维模式刍议

当前以大数据等新兴信息技术为主导的城市轨道交通运维创新方案探索不断呈现.从当前政策形势、需求痛点、总体原则、应用场景等多个方面,对新兴信息技术在城市轨道交通行业的合理适配进行了分析.提出了以降本增效为宗旨、以组织管理为核心、以顶层设计为先导的城市轨道交通企业新型运维模式建设思路.     

内河航运工程GIS平台建设技术与应用

京杭运河黄河以北复航工程涉及山东、河北、天津、北京4个省市，线路长度800 km，建设周期5~10 a。项目研究过程中存在资料庞杂、规划方案变更及参建各方人员变动等情况，传统的设计与管理软件难以实现多源数据的融合及各阶段数据的有效利用。介绍了一种基于三维GIS技术解决上述问题的方法及其应用场景，该内河航运工程规划设计软件平台将模型数据、影像数据、矢量数据、属性数据和设计文件进行集成，实现规划设计一体化地理大数据管理，实现信息的快速查询与统计分析、数据的共享等。对平台建设过程中的技术及规划阶段设计者关注的功能点进行阐述，为GIS技术在水运行业应用提供可借鉴的方法与思路。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤，一是压缩 AIS 数据，二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法，只考虑船舶轨迹的压缩形状，忽视了船舶航行中其他重要信息。为解决此问题，把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面，传统谱聚类方法只对船舶轨迹的位置进行相似性度量，没有考虑船舶轨迹的其他维度，针对此问题，提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量，引入Calinski-Harabasz指标评价谱聚类算法，实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究，并与传统谱聚类算法做比较实验。实验结果表明，利用该方法提取到的典型轨迹符合真实水域的交通情况，相较于传统谱聚类方法具有更高的聚类质量。