綠色城區智能感知平臺技術體系研究

葉鴻 張蒙 高海強 朱佳

摘? 要：本文以綠色城區智能感知平臺技術體系為分析對象，首先介紹了感知要素與感知對象，接著分析了綠色感知數據架構，再接著分析了智能感知平臺應用設計，以便完善綠色城區智能感知平臺技術體系。

關鍵詞：綠色建筑;感知;數據架構;技術體系

中圖分類號：TU98 文獻標識碼：A

0 引言

2020年9月，我國提出力爭2030年前二氧化碳排放達到峰值，努力爭取2060年前實現碳中和。“雙碳”目標意味著能源結構的重大調整，是面向21世紀中葉的發展戰略。“十四五”期間，我國圍繞推動經濟社會高質量發展主旋律，將加快促進節能減碳綠色轉型，實現資源高效利用[1]。事實上，“綠色建筑”可謂這方面的先驅行業，至今已經走過20年的發展歷程。從“可持續發展”理念出發，聯合國環境與發展大會在1992年提出“綠色建筑”的概念，重新審視建筑與環境、能源等攸關人類物質生活方方面面之間的關系[2]。

然而，這些理念與技術不易在短期內得到感知。綠色建筑用戶通常是關注環境友好產品的人群，研究表明對環境漠不關心的感知實驗參與者并不會因“綠色”標簽或室內物理條件的不同而影響感知結果[3]。就目前的情況看來，住房與建設監管方、技術支撐方等專業人士固然了解綠色建筑的理念和技術，但一般大眾可能不具備該能力，也無需具備相關技術能力[4]。因此，將“可感知的綠色建筑”傳達給用戶是貫穿綠色建筑整個生命周期的工作任務。

1感知要素與感知對象

感知（perception）是心理學術語，是對感覺信息的組織、識別和解釋，以表示和理解所呈現的信息或環境。體驗（experience）是有意識的生物體感知周圍世界的過程。和傳統建筑相比，綠色的親環境性通常令其被認為更具健康、舒適等感知體驗，但實際作用由環境感知和生理途徑共同驅動，而非單一因素。將“可感知的綠色建筑”作為對比研究綠色與傳統建筑的工作基礎，有利于為綠色建筑的學術研究提供實證數據。

綠色城區感知屬于“全景感知”，涉及人們城市生活的多個部門，實際操作的難度因勢而定。例如，大型公共建筑、工業企業等部門可響應政策，共享運行數據，成為感知數據源，但私人住宅數據就涉及公民隱私，往往無法獲得直接的感知對象。把問題約束在公共領域，我們將城區要素大體分為四類，分別是：地理實體、資源環境、基礎設施、社會服務。

綜上所述，可感知的綠色城區產生多種要素，分別屬于不同類別，可以被不同部門的人群感知。視其數據類型，要素感知分別以數據監測、監控、監管的方式進行。

2綠色感知數據架構

基于“全景感知”的考慮，綠色城區的各感知對象可以設計為城區全要素數據采集，以便得到完整的記錄，形成一個“數據可溯源、信息可查詢、知識可表達、模型可利用、內容可發布”的全面感知應用。綠色城區的感知數據多源異質數據的融合、處理、分析及可視化，并遵循數據的安全與標準規約。

2.1 數據處理

數據處理在整個數據架構中處于支撐地位。時至今日，城市數據處理多選擇大數據平臺進行，它包括數據共享交換平臺、數據資源平臺、數據服務平臺、數據治理平臺等。大數據平臺依托（大）數據中心，或采用云部署。事實上，大數據與云計算均以分布式計算、分布式存儲為基礎，大數據的功能需求與云計算解決方案匹配，無論其是共有云還是私有云。云化的資源包括計算、存儲和網絡等組成，以彈性擴展的共享資源池為綠色城區感知數據處理提供按需調取的IT服務，實現可靠、安全、規范的技術支撐。

2.2 數據融合

數據融合負責完成感知數據的提取（extract）、轉換（transform）和加載（load），即ETL過程，最終放置于數據倉儲（data warehouse）。傳統的ETL是基于事務（transaction）進行的，數據從在線事務處理（OLTP）數據庫或其他數據源中提取。OLTP具有高吞吐量、大量的讀寫請求的特征，但它們不適合于數據分析任務。因此數據要在一個暫存區進行轉換（數據清洗和優化）再用讀優化的在線分析處理（OLAP）進行分析。更現代的技術是使用數據倉儲，通常是基于云計算的即席分析數據庫與SaaS應用的結合。

城市數據無疑歸屬于物聯網（IoT）和大數據（Big Data）的交叉領域。在現代數據架構設計中，需要考慮系統的低時延和高可用、多源數據的格式、數據的容錯性和異常預警等問題。此外，數據清洗（data cleansing）在整個數據融合過程中的作用顯著，而且其結果會影響后續數據分析。尤其是從物聯傳感終端攝入的數據和用戶通過表單填報的數據，分別對應數值型和文本型的數據清洗模型。

2.3 數據分析

為了從綠色城區感知數據中發現有用的信息并支持決策，需要借助數據分析。數據分析是一個建模過程，包括統計推斷、數據挖掘、數據智能等多種方法。

通過各類感知終端采集的綠色建筑（城區）數據，從網絡通信基礎設施匯集到大數據平臺，經過數據融合和數據分析最終得出有效信息，提供給監管方、建設方、綠色用戶等不同社會部門來感知和體驗。

2.4 數據可視化

數據可視化（data visualization）是設計并展現信息的技術統稱，最常見的形式是圖形、圖表、地圖等視覺元素，以幫助用戶直觀地感知數據所反映的模式、趨勢或異常。綠色城區大數據以其規模之大、種類之多、更新之頻繁，難以直接被數據使用者采用繼而發現價值，通常需要借助可視化的輔助工具。數據處理過程的結果之一正是將數據接入可視化工具。這些工具形式多樣，既可能是桌面應用程序，也可能是Web前端頁面，甚至小到智能穿戴設備、大至建筑物幕墻投影。

針對不同類型的感知數據和展現終端設備，視覺設計師應該慎重考慮呈現目的，并且與數據分析師協同創新，才能制作科學、合理、美觀的數據可視化作品。我們通過對感知數據的不同來源和維度進行梳理，得到折線圖等11類常用圖表類型，結合7種可視化任務，即類別、對比、分布、趨勢、相關、關聯和示意，技術組合關系如表1所示。

3 智能感知平臺應用設計

從綠色城區的高質量發展角度看，一個能夠從智能傳感到用戶查看的端到端感知應用平臺無疑更具吸引力。通過創建這樣的智能感知平臺，綠色建筑（城區）相關利益方可以共享數據、互聯互通，最大程度地減少重復開發、降低跨域風險，并進一步提升數據分析質量。監管方、建設方和綠色用戶在同一個平臺上分別以不同的角色交互數據。綠色用戶是建筑使用者，更關心綠色發展的理念和技術在建筑物和城市基礎設施上的具體應用成效，這些通常包含用戶自身的健康、舒適、生產力等，以及建筑設施設備的安全耐久、節約便利、空間功能等要素。建設方是綠色建筑（城區）的專業支撐，他們除了關心綠色用戶所關心的問題，還需要收集建筑物和城市基礎設施的海量運行數據，以便從中得出科學實用的數據模型，為建筑物的維修和整改提供參考，感知綠色發展帶來的經濟收益。監管方主要是政府相關部門的工作人員，需要全面感知城區監測點位的各類數據和從市民處回收的調查數據，這些數據都應接入智能感知平臺，監測監控數據經由物聯網平臺獲取，調查數據亦從平臺向民眾發放，在應用程序域內形成良性閉環。

3.1 技術體系

如圖1所示是常州市高鐵新城規劃中的綠色城區智能感知平臺技術體系總圖，目前該感知平臺已經進入開發測試階段。

該技術體系從底層到頂層包括感知對象、感知方法、基礎設施、應用架構、智慧業務和感知呈現六層，額外兩個支撐來自安全和標準。圖1列舉了各層主要設計內容和所需技術。

綠色城區智能感知平臺設計多個業務應用，包括但不限于建筑智慧感知、環境智慧感知、健康智慧感知、交通智慧感知、社會服務智慧感知、能源與水智慧感知等。這些業務可以分別開發對應的功能界面，供用戶使用。支撐這些業務應用的基礎是（云）數據中心提供的PaaS服務，在面向服務的開發架構（SOA）的諸多選擇中，微服務提供松散耦合的細粒度服務集合，適合分布式開發不同的模塊化應用，更具可擴展性。

3.2 關鍵技術

綠色城區智能感知平臺采用了多種IT技術的組合創新，其中關鍵技術包括邊緣計算、CIM、深度學習等。

邊緣計算是一個分布式計算框架，使企業應用更接近數據源，如物聯網設備或本地邊緣服務器。這種方式可以帶來更多信息收益，包括更快的洞察力、改進的響應時間和更好的帶寬可用性。

城市信息模型（CIM）技術是在建筑信息模型（BIM）的基礎上，結合地理信息系統（GIS）的空間大數據分析與呈現功能。BIM使設計人員能夠量化系統和材料對環境的影響以支持設計可持續建筑所需的決策，GIS可提供捕獲和分析空間和地理數據的能力。CIM做到了BIM與GIS的深度融合，在共享數據和服務的基礎上，適用于開發和部署城市級別的上層業務應用。

深度學習是人工智能中“機器學習”的一個子集，其神經網絡能夠從非結構化或無標簽的數據中監督或無監督學習。深度學習比傳統機器學習的優勢在于其強大的模型表現力。

4 結論

本文通過梳理從建筑到城區、“點面結合”的綠色感知要素和感知對象，提出了“人-建筑物-環境”的交互作用，分析了整個系統中物質和能量的流動關系，并在建成環境的必要感知對象中找到時空屬性（空間數據、時序數據）、建成屬性（建筑物和城市基礎設施運行數據）、管理屬性（社會服務數據、行政管理數據）三大類感知數據。針對不同種類的感知數據，本文提出使用監測、監控和監管的方法進行數據采集，并設計綠色感知數據架構，包括從數據融合、數據分析到數據可視化的一系列技術集成，這些技術均需要基于（云）數據中心的信息處理能力方可穩定、高效、安全地實現。在此基礎上，本文建議了一套綠色城區智能感知平臺技術體系，并將該體系應用于江蘇省常州市高鐵新城的綠色建筑感知平臺的開發過程。最后，文章就該體系中的幾個關鍵技術進行簡單闡述。

參考文獻

[1] 李高.“雙碳”目標指引新發展[J].中國環境管理，2021（4）：152-152.

[2] 陳俊.習近平生態文明思想的理論邏輯與現實依據[D].北京：北京航空航天大學學報 （社會科學版），2018（4）：100-107.

[3] Shamsi， M. S.， and Z. S. Siddiqui. "Green product and consumer behavior： An analytical study."[J].Pertanika Journal of Social Sciences and Humanities，2017（4）：1545-1554.

[4] 劉筱青.基于居民感知的綠色住區使用后評價研究[D].長沙：湖南大學，2017.

收稿日期：2021-08-05

作者簡介：葉鴻（1984—），男，江蘇宜興人，博士，講師，研究方向：建筑行業的數據采集與數據分析、軟件架構設計。

通訊作者：張蒙（1990—），女，江蘇徐州人，本科，工程師，副總經理，研究方向：環境監測技術、物聯網技術。