基于多源數(shù)據(jù)精細(xì)化采集與管理的路面養(yǎng)護(hù)決策技術(shù)體系

摘" 要：路面養(yǎng)護(hù)決策是實(shí)施養(yǎng)護(hù)工程的前提，科學(xué)合理的養(yǎng)護(hù)決策可實(shí)現(xiàn)路面性能和養(yǎng)護(hù)成本的有效平衡，這取決于對(duì)道路數(shù)據(jù)的采集和分析是否全面、準(zhǔn)確和高效。為促進(jìn)多源數(shù)據(jù)在路面養(yǎng)護(hù)決策過(guò)程中的融合應(yīng)用，基于湖北交投高速公路運(yùn)營(yíng)集團(tuán)有限公司開(kāi)發(fā)的路面養(yǎng)護(hù)決策系統(tǒng)，首先介紹養(yǎng)護(hù)決策系統(tǒng)的模塊構(gòu)成；進(jìn)而重點(diǎn)分析數(shù)據(jù)精細(xì)化采集和管理技術(shù)；最后進(jìn)一步闡述路面養(yǎng)護(hù)決策流程，并基于實(shí)例開(kāi)展決策系統(tǒng)的應(yīng)用工作。實(shí)現(xiàn)工程基礎(chǔ)數(shù)據(jù)、路面技術(shù)狀況數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)、養(yǎng)護(hù)歷史數(shù)據(jù)和交通量數(shù)據(jù)等的融合利用；建立以數(shù)據(jù)采集和管理模塊、性能預(yù)測(cè)模型、養(yǎng)護(hù)對(duì)策模型、養(yǎng)護(hù)費(fèi)用模型及優(yōu)先排序模型為主要內(nèi)容的養(yǎng)護(hù)決策技術(shù)體系，為科學(xué)地進(jìn)行路面養(yǎng)護(hù)提供一些參考。

關(guān)鍵詞：多源數(shù)據(jù)；采集與管理；路面養(yǎng)護(hù)；決策系統(tǒng)；精細(xì)化

中圖分類(lèi)號(hào)：F542" " " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2024）04-0155-06

Abstract： Pavement maintenance decision is the premise of the implementation of maintenance engineering， scientific and reasonable maintenance decision can achieve an effective balance between pavement performance and maintenance costs， which depends on whether the collection and analysis of road data is comprehensive， accurate and efficient. In order to promote the fusion and application of multi-source data in the pavement maintenance decision-making process， based on the pavement maintenance decision-making system developed by Hubei Jiaotou Expressway Operation Group Co.， Ltd.， firstly， the module composition of the maintenance decision-making system is introduced;furthermore， the fine data collection and management technology are analyzed; and finally， the pavement maintenance decision-making process is further expounded， and the application of the decision-making system is carried out based on an example. The fusion and utilization of engineering basic data， pavement technical status data， structure data， maintenance history data and traffic volume data are realized. a maintenance decision-making technical system is established， which is mainly composed of data collection and management module， performance prediction model， maintenance countermeasure model， maintenance cost model and priority model， which provides some references for pavement maintenance scientifically.

Keywords： multi-source data; collection and management; pavement maintenance; decision system; refinement

公路運(yùn)輸是交通運(yùn)輸系統(tǒng)的重要組成，每年依靠公路運(yùn)輸完成的貨運(yùn)量及客運(yùn)量在所有運(yùn)輸子系統(tǒng)中均居首位，因而其為國(guó)民經(jīng)濟(jì)發(fā)展和人們?nèi)粘１憬莩鲂凶鞒隽司薮筘暙I(xiàn)[1]，這得益于道路建設(shè)的快速發(fā)展。根據(jù)我國(guó)交通運(yùn)輸部公布的最新數(shù)據(jù)，截至2022年底，全國(guó)公路通車(chē)總里程535.48萬(wàn)km，2017—2022年累計(jì)增加了約12.2%；同時(shí)公路養(yǎng)護(hù)總里程也達(dá)到了535.03萬(wàn)km，占公路總里程的99.9%。可見(jiàn)，未來(lái)我國(guó)公路建設(shè)和養(yǎng)護(hù)的任務(wù)依然繁重。

道路在服役過(guò)程中，長(zhǎng)期受雨水、光照、溫度和交通荷載等因素的組合作用，不可避免地出現(xiàn)路面性能衰減以及形成結(jié)構(gòu)破壞[2-3]，例如抗滑性能不足、出現(xiàn)疲勞開(kāi)裂等，這嚴(yán)重影響到道路的運(yùn)營(yíng)安全和服務(wù)水平。因此，對(duì)道路進(jìn)行及時(shí)有效地養(yǎng)護(hù)意義重大，一方面改善路面使用性能，提升道路通行效率和運(yùn)營(yíng)安全性；另一方面延長(zhǎng)道路的使用壽命，減小道路服役階段的大修次數(shù)，有效控制道路全壽命周期養(yǎng)護(hù)過(guò)程中的養(yǎng)護(hù)成本投入。我國(guó)某些省份的道路已轉(zhuǎn)向?yàn)轲B(yǎng)護(hù)為主的發(fā)展模式[4]。但這一切有賴(lài)于科學(xué)合理的路面養(yǎng)護(hù)決策，例如，養(yǎng)護(hù)時(shí)機(jī)、養(yǎng)護(hù)方案、養(yǎng)護(hù)費(fèi)用投入和養(yǎng)護(hù)路段優(yōu)先級(jí)別等。一般以路面性能得以有效恢復(fù)的最小投入作為最佳養(yǎng)護(hù)策略，即對(duì)經(jīng)濟(jì)成本低和路面性能優(yōu)這兩相矛盾的目標(biāo)進(jìn)行有效調(diào)節(jié)，使其實(shí)現(xiàn)平衡[5-6]。

數(shù)據(jù)是進(jìn)行路面養(yǎng)護(hù)決策的底層依據(jù)，目前針對(duì)路面養(yǎng)護(hù)決策開(kāi)展的大多數(shù)研究，都是基于技術(shù)狀況評(píng)價(jià)指標(biāo)來(lái)綜合反映路面的性能，主要包括路面結(jié)構(gòu)強(qiáng)度指數(shù)（PSSI）、路面車(chē)轍深度指數(shù)（RDI）、路面抗滑性能指數(shù)（SRI）、路面損壞狀況指數(shù)（PCI）和路面行駛質(zhì)量指數(shù)（RQI）等指標(biāo)[6-7]。而道路在建設(shè)、運(yùn)營(yíng)、養(yǎng)護(hù)階段將產(chǎn)生多種不同類(lèi)型的海量數(shù)據(jù)，例如工程檔案信息、內(nèi)部病害等結(jié)構(gòu)信息、養(yǎng)護(hù)歷史及交通量等，顯然基于技術(shù)狀況評(píng)價(jià)指標(biāo)進(jìn)行路面養(yǎng)護(hù)決策具有局限性，且在大量實(shí)踐中發(fā)現(xiàn)路面技術(shù)狀況評(píng)價(jià)指標(biāo)與路面結(jié)構(gòu)數(shù)據(jù)、養(yǎng)護(hù)歷史數(shù)據(jù)、交通量數(shù)據(jù)等的對(duì)應(yīng)關(guān)系較差，因而從多源數(shù)據(jù)融合方面進(jìn)行路面養(yǎng)護(hù)決策更合理、更科學(xué)。之所以在這方面開(kāi)展的工作尚比較缺乏，主要有兩大方面的原因：一是傳統(tǒng)檢測(cè)方法在多源數(shù)據(jù)的精細(xì)化采集上存在困難，尤其對(duì)路面養(yǎng)護(hù)決策具有重要參考價(jià)值的結(jié)構(gòu)數(shù)據(jù)，例如內(nèi)部脫空、空洞等結(jié)構(gòu)病害數(shù)據(jù)；二是數(shù)據(jù)的跟蹤和管理技術(shù)跟不上，缺乏有效的數(shù)據(jù)管理平臺(tái)，因而材料性能衰變、結(jié)構(gòu)強(qiáng)度衰減、病害發(fā)展形態(tài)及其過(guò)程等方面數(shù)據(jù)的缺乏，而這些數(shù)據(jù)恰恰能更好地反映路面結(jié)構(gòu)行為。造成公路建設(shè)、服役以及養(yǎng)護(hù)階段產(chǎn)生的大量高價(jià)值數(shù)據(jù)未在養(yǎng)護(hù)決策過(guò)程中充分發(fā)揮作用。

現(xiàn)代道路多功能化和智能化的檢測(cè)技術(shù)、數(shù)據(jù)分析技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展為解決上述問(wèn)題創(chuàng)造了條件，例如，采用多功能集成的檢測(cè)車(chē)等設(shè)備可以快速獲取路面技術(shù)狀況詳情；采用探地雷達(dá)等設(shè)備可以探明路面內(nèi)部病害情況；基于無(wú)線(xiàn)傳輸技術(shù)可實(shí)現(xiàn)現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)的快速傳輸、存儲(chǔ)；結(jié)合導(dǎo)航定位系統(tǒng)和多重分析手段等可實(shí)現(xiàn)數(shù)據(jù)的精細(xì)化管理和分析等。

綜合以上背景，為促進(jìn)多源數(shù)據(jù)在路面養(yǎng)護(hù)決策過(guò)程中的融合應(yīng)用，本研究在湖北交投高速公路運(yùn)營(yíng)集團(tuán)有限公司前期圍繞路面養(yǎng)護(hù)決策系統(tǒng)所做工作的基礎(chǔ)上，首先介紹了養(yǎng)護(hù)決策系統(tǒng)的模塊構(gòu)成，進(jìn)而重點(diǎn)總結(jié)了數(shù)據(jù)精細(xì)化采集和管理技術(shù)，最后進(jìn)一步闡述了路面養(yǎng)護(hù)決策流程，并基于實(shí)例開(kāi)展了決策系統(tǒng)的應(yīng)用研究。為科學(xué)進(jìn)行路面養(yǎng)護(hù)提供一些參考。

1" 養(yǎng)護(hù)決策系統(tǒng)模塊組成

養(yǎng)護(hù)決策系統(tǒng)主要包括五大模塊，分別為數(shù)據(jù)采集和管理模塊、性能預(yù)測(cè)模塊、養(yǎng)護(hù)對(duì)策模塊、養(yǎng)護(hù)費(fèi)用模塊和優(yōu)先排序模塊，后4項(xiàng)主要涉及模型，因而也可直接稱(chēng)為性能預(yù)測(cè)模型、養(yǎng)護(hù)對(duì)策模型、養(yǎng)護(hù)費(fèi)用模型和優(yōu)先排序模型。五大模塊之間存在緊密的聯(lián)系，但按照目的不同，模塊之間的相互決斷關(guān)系并非一成不變，如圖1所示，數(shù)據(jù)采集和管理模塊和養(yǎng)護(hù)對(duì)策模型即可通過(guò)當(dāng)年路面檢測(cè)數(shù)據(jù)建立聯(lián)系，也可通過(guò)性能預(yù)測(cè)模型進(jìn)行過(guò)渡。前者通過(guò)數(shù)據(jù)采集和管理模塊的內(nèi)置工具處理和分析當(dāng)年檢測(cè)數(shù)據(jù)，基于分析結(jié)果確定養(yǎng)護(hù)對(duì)策；后者則比較適合中長(zhǎng)期路面養(yǎng)護(hù)對(duì)策的制定，通過(guò)選用不同時(shí)期路面性能數(shù)據(jù)進(jìn)行多次迭代提高性能預(yù)測(cè)模型的精度，進(jìn)而更加有效地預(yù)測(cè)中長(zhǎng)期路面性能的衰減規(guī)律，針對(duì)性地確定養(yǎng)護(hù)對(duì)策和方案，可進(jìn)一步從路面結(jié)構(gòu)數(shù)據(jù)、交通量數(shù)據(jù)、養(yǎng)護(hù)歷史數(shù)據(jù)等方面優(yōu)化養(yǎng)護(hù)對(duì)策和方案。余下的工作主要是基于養(yǎng)護(hù)費(fèi)用模型和優(yōu)先排序模型分別確定養(yǎng)護(hù)費(fèi)用和養(yǎng)護(hù)路段。可見(jiàn)，養(yǎng)護(hù)決策系統(tǒng)中數(shù)據(jù)采集和管理模塊是最重要的模塊，其是其他4個(gè)模塊的數(shù)據(jù)基礎(chǔ)。因此路面數(shù)據(jù)采集和管理的精細(xì)化程度直接關(guān)乎養(yǎng)護(hù)決策的有效性。

2" 數(shù)據(jù)精細(xì)化采集與管理

2.1" 數(shù)據(jù)精細(xì)化采集技術(shù)

路面數(shù)據(jù)是一個(gè)龐大且復(fù)雜的體系，主要涉及工程基礎(chǔ)數(shù)據(jù)、路面技術(shù)狀況數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)、養(yǎng)護(hù)歷史數(shù)據(jù)和交通量數(shù)據(jù)等，見(jiàn)表1。從表中可以看出，除了路面技術(shù)狀況數(shù)據(jù)外，結(jié)構(gòu)數(shù)據(jù)、養(yǎng)護(hù)歷史數(shù)據(jù)等包含的內(nèi)容均比較豐富。這也間接說(shuō)明僅主要依靠路面技術(shù)狀況數(shù)據(jù)進(jìn)行路面養(yǎng)護(hù)決策存在局限性，將多源數(shù)據(jù)融合到路面養(yǎng)護(hù)決策體系中至關(guān)重要。

隨著科學(xué)技術(shù)的發(fā)展，近幾十年來(lái)路面檢測(cè)技術(shù)取得了長(zhǎng)足進(jìn)度，逐步實(shí)現(xiàn)了從人工手動(dòng)檢測(cè)到半自動(dòng)化檢測(cè)，再到全自動(dòng)無(wú)損檢測(cè)的過(guò)渡，尤其在路面內(nèi)部結(jié)構(gòu)信息的獲取方面，便捷性和有效性得到顯著提高。表1為五大類(lèi)數(shù)據(jù)和檢測(cè)技術(shù)關(guān)系最為密切的是路面技術(shù)狀況數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)，下面從智能化、高效化等方面介紹當(dāng)前檢測(cè)技術(shù)在這2類(lèi)路面數(shù)據(jù)精細(xì)采集中的應(yīng)用。

1）路面技術(shù)狀況數(shù)據(jù)的獲取主要依靠集成多功能模塊的檢測(cè)車(chē)，如圖2（a）所示的CiCS多功能檢測(cè)車(chē)，其工作原理比較簡(jiǎn)單，基于車(chē)上多源傳感器及圖像采集等設(shè)備的協(xié)同作用開(kāi)展道路檢測(cè)。例如，基于圖像采集技術(shù)實(shí)現(xiàn)路面破損、裂紋的快速檢測(cè)；基于激光位移傳感技術(shù)精準(zhǔn)檢測(cè)路面平整度；將激光位移傳感技術(shù)和圖像采集技術(shù)結(jié)合實(shí)現(xiàn)對(duì)路面紋理及車(chē)轍的非接觸智能化檢測(cè)，等等。因而多功能檢測(cè)車(chē)能夠同時(shí)完成路面損壞、路面平整度、路面車(chē)轍、路面抗滑性能、道路線(xiàn)形與沿線(xiàn)設(shè)施等高精度和高效檢測(cè)。基于數(shù)據(jù)圖像自動(dòng)識(shí)別路面破損、裂紋等病害的技術(shù)在準(zhǔn)確性方面還有待提升。此外，目前在路面技術(shù)狀況檢測(cè)方面也還涉及一些其他技術(shù)，例如，在一些大型設(shè)備檢測(cè)不便的區(qū)域采用機(jī)器人檢測(cè)技術(shù)；基于正常路面與破碎區(qū)域反光率不同，采用熱成像儀識(shí)別路面破損等病害，等等。這些技術(shù)受檢測(cè)效率、適用場(chǎng)景等因素的限制，適用頻率相對(duì)不高。

2）在路面結(jié)構(gòu)數(shù)據(jù)的獲取方面，一方面依靠先進(jìn)的電磁波法探測(cè)技術(shù)直觀分析路面內(nèi)部結(jié)構(gòu)信息，例如探地雷達(dá)設(shè)備（GPR），如圖2（b）所示，主要依靠天線(xiàn)發(fā)射和接收高頻電磁波來(lái)探測(cè)道路內(nèi)部物質(zhì)特性和分布規(guī)律，實(shí)現(xiàn)對(duì)道路結(jié)構(gòu)層厚度，以及結(jié)構(gòu)內(nèi)部脫空、空洞、松散和富水等病害的綜合探測(cè)。目前使用較多的是單通道雷達(dá)，但其在病害識(shí)別有效性方面還有一些欠缺，通過(guò)多通道并聯(lián)工作可改善這一問(wèn)題，多通道雷達(dá)以及3D雷達(dá)檢測(cè)設(shè)備將是未來(lái)的主流。例如，CiCS多功能檢測(cè)系統(tǒng)的擴(kuò)展版本就配備了雙通道探地雷達(dá)系統(tǒng)，可快速檢測(cè)道路內(nèi)部缺陷。同時(shí)，基于雷達(dá)圖像自動(dòng)識(shí)別道路病害類(lèi)型的技術(shù)也有待提升。此外，路面結(jié)構(gòu)數(shù)據(jù)的獲取也離不開(kāi)基于現(xiàn)場(chǎng)取芯試樣的室內(nèi)輔助檢測(cè)手段，如圖2（c）和圖2（d）所示，雖然其是一種有損檢測(cè)方法，但取樣目的性強(qiáng)，室內(nèi)分析手段精度高，可有效反映出路面結(jié)構(gòu)材料的各項(xiàng)性能，例如，基于瀝青三大指標(biāo)和流變實(shí)驗(yàn)，以及瀝青混凝土的劈裂試驗(yàn)、蠕變?cè)囼?yàn)、疲勞試驗(yàn)等可綜合評(píng)判瀝青及瀝青混凝土當(dāng)前所處的性能水平。現(xiàn)場(chǎng)取芯用于室內(nèi)分析這一輔助檢測(cè)手段有效彌補(bǔ)了當(dāng)前主流智能檢測(cè)設(shè)備難以現(xiàn)場(chǎng)對(duì)材料性能進(jìn)行無(wú)損檢測(cè)的不足。

2.2" 數(shù)據(jù)精細(xì)化管理技術(shù)

道路數(shù)據(jù)的精細(xì)化管理主要體現(xiàn)在數(shù)據(jù)的存儲(chǔ)和分析2個(gè)方面。數(shù)據(jù)的存儲(chǔ)主要目標(biāo)是建立數(shù)據(jù)與具體道路位點(diǎn)的關(guān)聯(lián)，現(xiàn)在的物聯(lián)網(wǎng)技術(shù)已經(jīng)能比較容易實(shí)現(xiàn)公路路面現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù)的便捷傳輸和存儲(chǔ)，其核心硬件是安裝在儀器設(shè)備上的數(shù)據(jù)采集發(fā)送裝置。結(jié)合全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS），建立工程基礎(chǔ)數(shù)據(jù)（樁號(hào)、結(jié)構(gòu)層厚度及組成等）、檢測(cè)數(shù)據(jù)和GNSS坐標(biāo)的一一對(duì)應(yīng)關(guān)系，從而實(shí)現(xiàn)從數(shù)據(jù)管理平臺(tái)對(duì)任意路段、位點(diǎn)或者單元病害等信息的快速定位。為路面技術(shù)狀況的自動(dòng)評(píng)定與病害的精準(zhǔn)定位和溯源提供了極大便利。數(shù)據(jù)分析方面，主要從2個(gè)層面開(kāi)展工作，一是對(duì)數(shù)據(jù)進(jìn)行清洗，篩出明顯異常值；對(duì)于缺失值，如果數(shù)據(jù)量比較少，可以基于兩側(cè)鄰近區(qū)域數(shù)據(jù)特征進(jìn)行補(bǔ)充，例如內(nèi)插法等。對(duì)于數(shù)據(jù)缺失嚴(yán)重的路段，如果整個(gè)路段病害比較嚴(yán)重，應(yīng)該設(shè)置專(zhuān)項(xiàng)檢測(cè)進(jìn)行補(bǔ)充；如果整個(gè)路段病害比較少，可以作空缺處理。二是對(duì)數(shù)據(jù)的深度分析，目前的工作主要體現(xiàn)在路面技術(shù)狀況數(shù)據(jù)分析（PSSI、RDI、SRI、PCI與RQI等）和路面使用性能的預(yù)測(cè)上，國(guó)內(nèi)外學(xué)者以及行業(yè)從業(yè)人員基于不同適用條件提出了很多路面使用性能衰變模型，比較典型的有修正S型、負(fù)指數(shù)型和分階段折線(xiàn)型[7]。目前存在兩方面的問(wèn)題，一是在建立路面使用性能衰變模型時(shí)，缺乏對(duì)工程基礎(chǔ)數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)等考慮，使用性能衰變模型與實(shí)際情況對(duì)應(yīng)性不強(qiáng)；二是對(duì)結(jié)構(gòu)信息的演變規(guī)律關(guān)注的不多，例如，內(nèi)部脫空區(qū)位置、數(shù)量、體積的演變特征等。

綜上，目前的檢測(cè)技術(shù)已經(jīng)能快速且有效地獲取路面技術(shù)狀況和結(jié)構(gòu)相關(guān)的數(shù)據(jù)，結(jié)合物聯(lián)網(wǎng)技術(shù)、導(dǎo)航衛(wèi)星系統(tǒng)等可建立工程基礎(chǔ)數(shù)據(jù)、檢測(cè)數(shù)據(jù)和GNSS坐標(biāo)的一一對(duì)應(yīng)關(guān)系，克服了傳統(tǒng)人工檢測(cè)存在的費(fèi)時(shí)費(fèi)工、檢測(cè)不及時(shí)、路面使用性能評(píng)價(jià)不客觀等問(wèn)題。未來(lái)在基于數(shù)據(jù)分析的路面病害自動(dòng)識(shí)別方面還需開(kāi)發(fā)更加有效的方法或技術(shù)，例如，基于檢測(cè)車(chē)拍攝圖像和雷達(dá)圖像自動(dòng)識(shí)別道路病害類(lèi)型的方法或技術(shù)。機(jī)器學(xué)習(xí)是有望實(shí)現(xiàn)這一目標(biāo)的有效方法，采用大樣本的圖像進(jìn)行訓(xùn)練，提升病害識(shí)別的準(zhǔn)確性。此外，路面使用性能的預(yù)測(cè)方面還需綜合考慮工程基礎(chǔ)數(shù)據(jù)、道路結(jié)構(gòu)數(shù)據(jù)等的影響，提升路面使用性能衰變模型的預(yù)測(cè)精度；同時(shí)，除了路面使用性能外，也需建立更多的模型分析其他數(shù)據(jù)的演變規(guī)律，如瀝青及其混凝土等材料的性能衰變過(guò)程，開(kāi)發(fā)適合多種典型工況的道路數(shù)據(jù)處理方法。

3" 路面養(yǎng)護(hù)決策流程

湖北交投高速公路運(yùn)營(yíng)集團(tuán)有限公司開(kāi)發(fā)的路面養(yǎng)護(hù)決策體系實(shí)施流程如圖3所示，結(jié)合圖1所示決策系統(tǒng)的模塊組成，路面養(yǎng)護(hù)決策過(guò)程大致可以分為數(shù)據(jù)采集及分析、養(yǎng)護(hù)對(duì)策選擇及方案設(shè)計(jì)、養(yǎng)護(hù)費(fèi)用估算等幾個(gè)階段。

數(shù)據(jù)采集及分析階段，依托多功能融合的自動(dòng)化道路檢測(cè)設(shè)備及高精度北斗定位系統(tǒng)等，構(gòu)建檢測(cè)位點(diǎn)、道路數(shù)據(jù)、GNSS坐標(biāo)的一一對(duì)應(yīng)關(guān)系，建立10 m級(jí)路段資產(chǎn)單元。分析數(shù)據(jù)主要為了兩方面的目的，一是評(píng)價(jià)路面當(dāng)前技術(shù)狀況，結(jié)合養(yǎng)護(hù)需求初步篩選養(yǎng)護(hù)路段；二是基于長(zhǎng)期路面技術(shù)狀況數(shù)據(jù)，在充分考慮結(jié)構(gòu)數(shù)據(jù)等其他數(shù)據(jù)的基礎(chǔ)上，建立并優(yōu)化性能預(yù)測(cè)模型。性能預(yù)測(cè)模型是編制中長(zhǎng)期路面養(yǎng)護(hù)規(guī)劃的重要依據(jù)。

養(yǎng)護(hù)對(duì)策選擇及方案設(shè)計(jì)階段，決策樹(shù)是選擇養(yǎng)護(hù)對(duì)策常用的模型，以湖北境內(nèi)某高速為例，如圖4所示，依據(jù)PSSI、PCI、RQI、RDI和SRI建立了6種養(yǎng)護(hù)方案、16條分支的決策樹(shù)對(duì)策模型，可實(shí)現(xiàn)對(duì)各類(lèi)技術(shù)狀況路段的全方位覆蓋。在充分考慮結(jié)構(gòu)數(shù)據(jù)等其他數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步優(yōu)化養(yǎng)護(hù)方案。

養(yǎng)護(hù)費(fèi)用估算階段，基于確定的養(yǎng)護(hù)工程項(xiàng)，從工程項(xiàng)單價(jià)、計(jì)量等方面建立養(yǎng)護(hù)費(fèi)用模型，在路況優(yōu)先和資金約束2種情況下，分別生成養(yǎng)護(hù)工程量及費(fèi)用。資金約束條件下，需結(jié)合優(yōu)先排序模型篩選出必修路段，即按照養(yǎng)護(hù)路段優(yōu)先級(jí)進(jìn)行排序。路段的優(yōu)先級(jí)可按照式（1）進(jìn)行確定，Ki為路面技術(shù)狀況、路面結(jié)構(gòu)、交通量、行政等級(jí)和路齡等影響因素的權(quán)重，Pi為影響因素的優(yōu)先度。計(jì)算各路段養(yǎng)護(hù)優(yōu)先級(jí)，在資金受限的情況下，達(dá)到“降本增效”的目的。

P=ΣKi×Pi。" " " " " " " " " "（1）

4" 決策系統(tǒng)應(yīng)用案例

以湖北境內(nèi)某高速公路為例開(kāi)展了養(yǎng)護(hù)決策系統(tǒng)在實(shí)體工程中的應(yīng)用研究，選擇的路段總里程為107 km，養(yǎng)護(hù)決策工作基于該路段截至2022年的道路數(shù)據(jù)進(jìn)行。基于路面技術(shù)狀況評(píng)價(jià)結(jié)果，結(jié)合養(yǎng)護(hù)需求，并充分考慮路面結(jié)構(gòu)、養(yǎng)護(hù)歷史等方面的數(shù)據(jù)，基于圖4所示決策樹(shù)，確定養(yǎng)護(hù)路段和適宜的養(yǎng)護(hù)方案。初步篩選出174處養(yǎng)護(hù)路段，上行方向129處，下行方向45處，總計(jì)養(yǎng)護(hù)里程為23.34 km。

本案例采用養(yǎng)護(hù)資金約束條件（1 500萬(wàn)元），因而核心工作是基于優(yōu)先排序模型確定各養(yǎng)護(hù)路段的優(yōu)先級(jí)，篩選出必修路段。經(jīng)過(guò)模型分析，共篩選出35處必修路段，其中上行方向21處，下行方向14處，分別占上行和下行方向養(yǎng)護(hù)路段總數(shù)量的16.3%和31.1%。可以初步確定，下行方向雖然路面病害密度較小，但病害比較嚴(yán)重。35處必修路段的信息見(jiàn)表2，可見(jiàn)“路面破碎嚴(yán)重”為主要的病害類(lèi)型，占到70%以上。必修路段總投入養(yǎng)護(hù)費(fèi)用510.14萬(wàn)元，約占總投入養(yǎng)護(hù)資金的三分之一，其中上行方向養(yǎng)護(hù)投入321.32萬(wàn)元，下行方向養(yǎng)護(hù)投入188.82萬(wàn)元。且174處養(yǎng)護(hù)路段總投入也未超過(guò)1 500萬(wàn)元，實(shí)現(xiàn)了預(yù)期養(yǎng)護(hù)目標(biāo)。

5" 結(jié)束語(yǔ)

為促進(jìn)多源數(shù)據(jù)在路面養(yǎng)護(hù)決策中的融合應(yīng)用，本研究基于湖北交投高速公路運(yùn)營(yíng)集團(tuán)有限公司開(kāi)發(fā)的路面養(yǎng)護(hù)決策系統(tǒng)，圍繞系統(tǒng)模塊構(gòu)成、數(shù)據(jù)精細(xì)化采集和管理、路面養(yǎng)護(hù)決策流程及案例應(yīng)用等幾個(gè)方面進(jìn)行了分析和總結(jié)，獲得以下結(jié)論。

1）養(yǎng)護(hù)決策系統(tǒng)由數(shù)據(jù)采集和管理模塊、性能預(yù)測(cè)模型、養(yǎng)護(hù)對(duì)策模型、養(yǎng)護(hù)費(fèi)用模型和優(yōu)先排序模型五大模塊組成。

2）多功能道路檢測(cè)車(chē)、探地雷達(dá)、物聯(lián)網(wǎng)技術(shù)和定位系統(tǒng)等為道路數(shù)據(jù)的精細(xì)化采集和管理提供重要保障。未來(lái)在基于數(shù)據(jù)圖像的道路病害自動(dòng)識(shí)別方面還需開(kāi)發(fā)更加有效的方法。此外，還需提升路面使用性能衰變模型的預(yù)測(cè)精度，同時(shí)，加強(qiáng)對(duì)路面技術(shù)狀況以外數(shù)據(jù)演變規(guī)律的研究。

3）養(yǎng)護(hù)決策系統(tǒng)的應(yīng)用流程大致可以分為數(shù)據(jù)采集及分析、養(yǎng)護(hù)對(duì)策選擇及方案設(shè)計(jì)、養(yǎng)護(hù)費(fèi)用估算等幾個(gè)階段。以湖北境內(nèi)某高速路段為例，成功開(kāi)展了養(yǎng)護(hù)決策系統(tǒng)在實(shí)體工程中的應(yīng)用。

參考文獻(xiàn)：

[1] 中慶朱.可持續(xù)發(fā)展理念下的公路經(jīng)濟(jì)管理探析[J].智能城市應(yīng)用，2021，4（6）：23-25.

[2] 陳先華，馬耀魯，耿艷芬，等.路面工程中的車(chē)-路相互作用研究進(jìn)展[J].機(jī)械工程學(xué)報(bào)，2021，57（12）：18-30.

[3] 陳露.淺談高速公路瀝青路面常見(jiàn)病害及防治措施[J].交通科技與管理，2023，4（14）：87-89.

[4] 楊凱，王長(zhǎng)海.基于ECharts的交通養(yǎng)護(hù)大數(shù)據(jù)可視化效果實(shí)現(xiàn)方法[J].西部交通科技，2019（10）：148-151.

[5] 王紹然.基于BIM技術(shù)的路面養(yǎng)護(hù)決策分析[J].交通世界，2022（Z2）：149-150.

[6] 易小波.高速公路路面養(yǎng)護(hù)決策技術(shù)分析[J].交通科技與管理，2023，4（13）：114-116.

[7] 林翔，李強(qiáng).公路路面養(yǎng)護(hù)決策技術(shù)體系[J].公路，2021，66（10）：357-364.