基于云架構的城市軌道交通運營應急平臺設計

■　吳艷華　王英杰　李秋明

基于云架構的城市軌道交通運營應急平臺設計

■吳艷華王英杰李秋明

從新技術發展和功能優化方面闡述城市軌道交通運營應急平臺優化需求；從數據類型和數據量方面闡述應急管理數據分析；并設計基于云架構的城市軌道交通運營應急平臺總體架構和功能架構，提出軟硬件設備升級至云架構的方案，為城市軌道交通建立基于云架構的應急平臺提供思路。

云架構；城市軌道交通；運營；應急平臺；云計算技術

0　引言

隨著我國經濟和城市化的快速發展，軌道交通呈現出規模大、增速快等特點。截至2015年底，我國共有25座城市開通軌道交通線路，運營里程3 286.51 km，車站2 257座。城市軌道交通具有技術先進、規模巨大、結構復雜、聯系廣泛和所處空間封閉等特點。為了加強城市軌道交通安全管理水平，降低突發事件發生的概率或各種損失，國內外采取了科學的應急管理方法和技術，紛紛建設軌道交通運營應急平臺。云計算等新技術應用逐步成熟，如何結合城市軌道交通應急管理的新需求，設計基于云架構的城市軌道交通運營應急管理平臺［1］，成為應急管理的一個熱門問題。

基于云計算技術和城市軌道交通運營應急功能需求，在數據類型、數據量分析的基礎上，分析云架構在城市軌道交通運營應急管理的迫切性，提出運營應急數據處理方法，并設計基于云架構的城市軌道交通運營應急平臺總體架構和功能架構［2］，提出軟硬件設備升級至云架構的方案，為城市軌道交通建立基于云架構的應急平臺提供思路。

1　城市軌道交通運營應急平臺優化需求

城市軌道交通運營應急平臺的優化需求主要來自新技術發展需求和功能優化需求。

1.1新技術發展需求

隨著云計算技術的成熟及推廣，越來越多的企業開始構建私有云，應用向云端遷移。一方面，云架構可以通過虛擬化技術將低性能、瀕臨報廢的服務器整合為高性能的IT資源，促使信息系統的部署模式從粗放型向集約型過渡，通過集約達到降低成本、高效管理的目的。另一方面，實現企業IT資源的實時按需分配，根據負載的變化在應用之間靈活調配，提高硬件利用率，降低單獨系統管理的復雜度和成本。同時，采取云架構的模塊化網絡設計方法，可以兼顧未來發展和效率最大化，構建可伸縮、可擴展的網絡，促使傳統的三層網絡向扁平化和精簡化轉變，提升網絡性能及安全性。

1.2功能優化需求

基于云架構設計城市軌道交通運營應急平臺，實現從“業務運營”向“數據運營”的理念轉變。數據運營的本質是“以數據為中心”，以先進、可靠的信息技術為手段，為城市軌道交通運營過程提供相關信息服務，確保數據在業務內及業務間的充分流動，目的在于充分發揮城市軌道交通運營企業數據資源的作用。

圖1　城市軌道交通運營應急平臺結構化數據類型

2　應急管理數據分析

城市軌道交通應急管理涉及預防、準備、響應、恢復4個階段全生命周期的多類業務，包括事故發生前的預案管理、危險源管理、監測預警、應急值守等，事故處置過程中的協調指揮、資源調度、信息發布等，以及事故處置結束后的應急評估、資源補充、案例制作等。不同業務應用涉及的數據類型和數量各有不同［3］。

2.1數據類型分析

城市軌道交通運營應急平臺存儲與處理的數據由結構化數據和非結構化數據組成［4］。

2.1.1結構化數據類型

城市軌道交通運營應急平臺結構化數據類型見圖1。

2.1.2非結構化數據類型

城市軌道交通運營應急平臺中的非結構化數據主要包括事故現場圖片數據、事故現場視頻數據、法律法規掃描文件、應急預案掃描文件、各類技術資料掃描文件、應急通話音頻數據等。

2.2數據量分析

與數據類型分析相同，城市軌道交通運營應急平臺中存儲的數據量是按照結構化數據和非結構化數據的多少進行估算。以廣州地鐵安全預警與城市軌道交通運營應急平臺為例，截至目前（運用2年），數據庫中的結構化數據約為457 G，地理信息數據約為31 G；非結構化數據超過11 T。

2.2.1結構化數據量

城市軌道交通運營應急平臺存儲的結構化數據，按照數據記錄增加的頻率分為三類，第一類是很少有新記錄產生（相對穩定）的數據，第二類是有新記錄產生但頻率相對較低的數據，第三類是每天都有新記錄產生的數據。

（1）相對穩定的數據。平臺中存儲的危險源數據、組織機構數據、數字化法律法規、數字化預案、數字化技術資料、內部救援資源、外部救援資源數據等，以及系統用戶數據、地理信息數據等，在其初始化后，增加新記錄的頻率相對來說很少，是相對穩定的數據。

（2）新記錄產生頻率相對較低的數據。平臺中存儲的模擬演練數據、應急處置過程數據、信息報送數據、歷史案例數據、事故評估數據等，是新記錄產生頻率相對較低的數據。模擬演練數據只有在制定演練計劃和執行演練任務時才產生一條新記錄；應急處置過程數據、信息報送數據、歷史案例數據、事故評估數據等，在事件上升為事故時才產生新記錄。

（3）更新頻率高的數據。平臺中存儲的應急值守數據、設備監測數據和系統操作日志數據是每天產生的新記錄數據，系統操作日志數據每分鐘都有新的記錄產生，這些數據日積月累，將在數據庫中形成很大的數據量。

2.2.2非結構化數據量

平臺中存儲的非結構化數據主要包括圖像、視頻，各類文件掃描件，以及用戶通過其進行業務處理時所上傳的附件等文件。非結構化數據的類型看起來不多，但由于其存儲時的特性，需要的存儲空間遠比結構化數據的存儲空間大得多。

相對來說，各類文件的掃描件在系統初始化時放置到平臺中，增加新記錄的頻率不是很大，目前數據量約為2 G。系統中用戶上傳的附件，隨用戶處理業務增長，目前約為600 M。

圖像和視頻數據量很大。事故現場的圖像數據目前約為1 G。視頻數據是當前最主要的非結構化數據之一。以一路視頻1 h的數據量約為512 M來計算，平臺中接入30路視頻，視頻的存儲時間為1個月（當前日期的視頻自動覆蓋30 d前的視頻），則平臺中存儲的視頻數據量約為11 T。如果長期存儲視頻數據，將占據更大的存儲空間。

3　運營應急數據處理方法

平臺中的數據處理過程主要包括采集、存儲、處理和分析等。

數據采集通過數據導入、現場監控自動采集、PDA設備采集、視頻監控數據接入、手工錄入、文件導入、掃描錄入等不同方式收集相關數據。數據處理主要是對數據表、多媒體、地理信息等數據進行清洗、壓縮等規范化管理。數據分析是指用適當的統計方法對收集來的大量第一手資料和第二手資料進行分析，以求最大化地挖掘數據價值，發揮數據作用。

平臺采集的數據種類多樣，經過加工處理后，實現的分析功能主要包括以下幾方面。

3.1基于監測數據的情景感知

平臺采集基礎設施檢測、監測數據，根據專業數據的特點設置非常規突發事件的判斷閥及各類檢測監測數據的綜合預測模型等，判斷非常規突發事件發生的情景，預測事故發生的可能性及其危險程度［5］。

3.2基于大數據技術的綜合統計分析

在沒有使用大數據技術之前，統計分析功能都是針對結構化數據進行。平臺基于大數據技術，支持非結構化數據的統計分析，實現結構化和非結構化數據的綜合統計分析。

3.3基于預案和案例庫的輔助決策

根據突發事件基本信息，采取哪些措施控制事態發展和哪些救援方案，由非常規突發事件應急管理系統輔助決策。平臺根據預案和案例庫事件的基本信息進行匹配，幫助決策者輔助分析，提供可參考的事故決策方案。

3.4基于信息共享的資源調配

平臺中存儲城市軌道交通救援資源相關信息，同時保存地方政府救援機構、救援團體等相關信息，通過其數據共享實現事故處置過程中救援資源調配功能。

圖2　基于云架構的城市軌道交通運營應急平臺總體架構

4　基于云架構的城市軌道交通運營應急平臺設計

4.1總體架構設計

城市軌道交通運營應急平臺涵蓋城市軌道交通應急管理的預防、準備、響應和恢復4個階段全過程，為應急管理機構和應急指揮者提供服務，對相關業務過程、數據和成果進行全方位管理，其總體架構見圖2［6］。

4.2功能架構優化設計

根據城市軌道交通運營應急平臺的總體架構，監測預警與應急管理的業務功能貫穿于其綜合應用系統的對應功能中，可概括為以下功能。

4.2.1基于數據驅動的事故情景感知功能

定義城市軌道交通突發事件情景特征，根據監測數據分析具有突發事件的情景標準，動態感知城市軌道交通突發事件發生的可能情景。平臺中的監測數據主要來自感知層的地鐵綜合監測數據、基礎檢測數據、人工檢測數據、車輛狀態監測數據及視頻監控數據等。利用監測數據綜合預測，對事故情景進行智能感知。

4.2.2網絡輿情監控及引導功能

通過實時采集熱門網站的論壇、博客、微博，以及城市軌道交通相關論壇熱點網絡信息，分析非常規突發事件信息，實現輿情監控功能；通過傳統的短信、彩信等方式，通知應急管理人員可能發生的網絡事件；通過構建官方博客、微博、微信公眾平臺等方式，第一時間對城市軌道交通突發事件進行公開通報，實現網絡輿情的積極引導。

4.2.3基于“情景-應對”的預案智能生成

在無法對突發事件預測的情況下，通過各情景點的信息構建情景網絡，基于情景網絡中的歷史信息和現有信息，智能抽取預案要素生成事件的可操作預案，為已經發生和可能發生的事件生成智能預案。

4.2.4基于視頻處理的態勢綜合分析功能

基于城市軌道交通沿線和車站的視頻監控信息，構建全方位的視頻監控數據庫。通過視頻圖像增強、運行軌跡拼接、行為特征分析等技術，實現非常規突發事件的態勢綜合分析功能，監控熱點區域可能發生的事故，為事故的預防和處置提供準確、專業的分析信息。

4.2.5基于“應急云”的資源協同調配

基于網絡構建城市軌道交通專業救援資源“應急云”，共享車站救援資源、城市軌道交通專用救援資源，同時接入地方應急救援資源相關信息，實現城市軌道交通應急資源的協同調配。

4.2.6基于大數據的應急輔助決策

基于各類歷史（結構化和非結構化）數據，通過系統的資源調度模型、預案匹配模型、應急疏散模型等，結合事故特點形成救援路徑、救援資源調度和應急疏散路線等決策信息，借助電子地圖工具，滿足突發事件應急救援的需求，為應急指揮提供決策依據。

4.2.7基于GIS的協同應急指揮

當應急事件達到一定等級，系統進入應急處置狀態，啟動相關預案，基于GIS分析功能，得到周邊資源分布信息，實行應急指揮任務的分配、執行和信息的溝通互聯，實現對事故的應急處置。同時，對整個事故處置過程進行記錄，實現事故處置留痕管理。

4.2.8基于全過程的總結評估

基于事故處置全過程記錄，采用相應模型算法對事故發生前的準備和響應環節、事故處置過程和事后情況進行評估，評判應急處置執行步驟的合理性和取得的效果。

4.2.9多維模擬演練

基于城市軌道交通運營應急平臺實現實地模擬演練、電子模擬演練等演練方式管理，實現演練計劃、演練方案、演練總結、演練評價，并實現模擬演練與處置預案的匹配分析等。

4.3軟硬件設計

基于云架構的優化方案，充分利用城市軌道交通企業現有的X86型服務器，對能夠使用的服務器進行檢查后備用。云環境要求服務器的臺數不低于4臺，以滿足最低需求。同時，根據平臺現有的數據存儲量，預測3年內可能增長的數據量，考慮云平臺的備份需求，以此為依據考慮購置新的X86型服務器，購置云平臺配置軟件，完成云架構的城市軌道交通運營應急平臺環境搭建。平臺搭建完成后將原有系統中的歷史數據遷移過來，各實時監控系統的報警數據可通過內部網絡接入，實現基于云架構的城市軌道交通運營應急平臺的實時展示報警功能。

5　結束語

從新技術、功能優化需求分析出發，深入分析應急管理相關數據類型及數據量，結合云技術設計城市軌道交通運營應急平臺。平臺采用云計算技術實現硬件、軟件和數據資源共享，有效避免了基礎資源利用率低、監測信息無法充分利用、應急處置過程協調不通暢等問題。

［1］ 劉建峰，王海峰，黃建玲.基于多源信息融合技術的交通安全應急平臺建設［J］. 中國交通信息化，2013（增刊）：16-17.

［2］ 吳艷華，王富章，李平，等.基于資源共享的高速鐵路監測預警與應急平臺研究［J］.鐵路計算機應用，2015（9）：17-21.

［3］ 趙晗，李志壯. 軌道交通線網應急指揮調度下的資源管理［J］.中國鐵路，2013（4）：97-99.

［4］ 廣州市地下鐵道集團公司，中國鐵道科學研究院.城市軌道運營安全預警與應急研究及試點工程［R］，2015.

［5］ 吳艷華，王富章，李平.韓國鐵路應急管理及啟示［J］.中國鐵路，2011（9）：69-72.

［6］ 陸海洲，王富章，王英杰，等.鐵路應急平臺框架體系研究［J］.中國鐵路，2007（6）：41-44.

吳艷華：中國鐵道科學研究院電子計算技術研究所，副研究員，北京，100081

王英杰：中國鐵道科學研究院電子計算技術研究所，研究員，北京，100081

李秋明：廣州市地下鐵道集團公司，高級工程師，廣東廣州，510335

責任編輯盧敏

U231+.92

A

1672-061X（2016）04-0043-04

廣州市地下鐵道集團公司科技研究項目（HT140362）。