氣象與施工關聯度的數字化研究方法

汪 雅，顧建國，王 強，趙 洋，陸文婧，王 芃（ 上海市氣象災害防御技術中心，上海 00030； 上海市建設協會，上海 0035；）

近年來，新一代智能建造概念被多次提及，信息化、工業化、智能化等關鍵詞是不可或缺的，在加快提升建造信息化升級方面重點要求是推進數字化體系建設。

盡管，當下建造過程中已有一些工地依托多種信息監測設備、高速移動無線通訊、無線識別等物聯網感知識別技術，以及三維場景和虛擬現實等技術的應用初步實現工程安全監管模塊的自動化監控以及機械裝備運行風險的智能化識別。但是，這離真正意義上的信息化和數字化技術的應用還有很大的差距。

數據與數據之間應該發揮作用，而不是僅僅停留在監控和記錄的初級層次。數字化技術的應用，不僅僅需要實現生產過程的自動化監控和風險識別的數字化，更要提升數據資源的利用服務能力，將其滲透到項目管理過程中。數據的關聯分析可以實現數據價值的再創造，甚至產生溢出價值，可以為施工管理人員提供決策過程的客觀化支撐[1]。

歷經時間檢驗的項目管理經驗具有重要的價值，這恰恰又是年輕的項目管理人員所缺乏的。工程項目的管理經驗通過“老帶新”的模式被傳播，但是這個模式基本上靠口口相傳，中間需要花費大量的時間去重復解釋說明，其傳播效率不高，不利于復制和傳承。而數字化以其獨有的優勢，可被復制移植、可實現更新迭代和升級、可被可視化展現，正好可以有效解決這一問題。因此，迫切需要將已有的管理經驗和響應措施進行數字化研究。

數字化研究即借助數據處理實現研究過程和結果的量化，需要對數據進行收集和處理，同時進行分析與處理，確保研究目標得到有效實現[2]。本研究的目的是找出氣象與施工關聯度的數字化研究方法，該方法將被應用于施工管理中。這是未來科學精準施工和引領建筑施工行業向科技型轉變的要求。

1 關聯度研究需要被數字化

暴露在戶外的工程項目易遭受氣象風險的影響，這是一線的技術人員和施工人員所熟知的。這些影響風險主要表現在簡易房或工棚倒塌、吊車或塔吊被吹壞、架體被刮倒、鋼板或木板或鐵皮被吹、臨時圍護倒塌、基坑進水等等，甚至造成意外人身傷害和嚴重的經濟損失，很多影響過程往往是不可逆轉的。

工程的安全、質量、工期以及造價等在很大程度上受到氣象因素的影響。不利氣象條件會嚴重影響工程和施工人員人身安全，如高溫天氣，室外作業人員有中暑死亡的風險；雷電天氣，會造成工人遭受雷擊或者觸電風險；大風天氣，高空作業極有可能引起墜物風險。不利氣象條件會對工程施工質量產生負面影響，如低溫天氣會造成混凝土受凍；高溫天氣會影響橋梁施工，出現變形移位等現象；降水天氣，影響外墻涂料與頂板防水材料的施工質量等。氣象條件會對工程施工進度和施工效率產生不利影響，連續降水造成工程窩工，甚至停工。總體來看，氣象對工程的影響一直存在，但其關聯關系定性、粗放、憑經驗、不成體系，迫切需要被數字化研究，建立定量的關系[3]。如果能通過研究建立二者對應關系，可以有效指導施工生產活動。

氣象與工程關聯研究雖然是智能建造中的一個小分支，但在整個施工活動中起到了重要作用，尤其在施工安全和施工質量兩個重要方面起到關鍵性作用。氣象與工程關聯研究可以提高施工生產效率和降低施工氣象風險，也是智能建造體系中重要的前置研究和構成要件。

2 數字化研究的流程和方法

2.1 數據收集和采集

數字化研究中，數據的重要性是不言而喻的，有計劃地收集和采集數據可大大提高數據的針對性和代表性，從而更好地幫助分析和研究。歷史數據通過調閱氣象和工程存檔文件獲取，實時數據需要采集，可以選不同工程類型的試點工地進行跟蹤記錄。

數據的內容是豐富的，需要采集的數據具體包含氣象數據、工程工序數據、工程的施工影響數據、項目進度數據、措施數據等。其中，工程工序數據和進度數據通過施工單位都能獲取到。樣本數量可根據公司規模和項目大小進行調整，數據的周期最好覆蓋施工的全部流程。

施工現場氣象數據的感知可以有很多手段，可以是人工感知，也可以是自動感知。有些項目工地通過手持式傳感器采集數據，手持式人工采集觀測位置不固定，且不能保證數據被有效存檔。工程實施過程中，由于施工場地的特殊性、施工工作的連續性、各施工人員技術水平參差不齊等原因，所采集資料質量無法保證，更無法實現數字化使用。

工程的施工影響數據和措施數據是關聯度研究的關鍵，其采集工作一直以來未受到足夠的重視。其中，施工過程中的記錄資料已經包含了部分施工影響數據和措施數據。然而，針對其各分部分項工程，如何及時有效、詳實、真實、準確、全面做好資料收集很重要的，數據記錄的及時性也很重要。但有時候工程資料的記錄滯后于施工進度，導致第一手真實可靠的工程數據缺失，這會給數據的準確度上打折扣。

問卷和訪談也是可行的數據采集方式，設計周到全面、邏輯合理的問卷可以獲取到可靠的數據。開放式問題使受訪者可以自由表達自己的觀點，而封閉式問題可以將受訪者表達的觀點限定在一定的范圍內[4]。通過問題的層層推進，訪談可以獲取到更多想要的調查信息，例如可以要求受訪人對分項工程影響特征進行詳細描述。

此外，還可以設計自動化采集軟件用于采集施工影響數據和措施數據，這可以避免繁瑣的數據整理工作。該軟件可以考慮安裝在移動端，設計封閉式和開放式問題，可以實現現場人員在手機端的快速記錄，還可以添加拍攝快照、對生產現場情況進行手寫評論等功能，進而實現自動化、電子化、標準化的采集。

綜上，數據采集要求是格式上要自動化和電子化、一致性上要標準化。

2.2 數據關聯度研究

感知的數據用來干什么？就是要找到風險事件與氣象指標的關聯度，這需要通過跨學科的交叉和融合研究實現，還需要利用科學的方法。建立關聯研究之前，需要將采集到的工地現場的精細化的數據進行質量控制，構建數據集。

數據關聯度研究之前，需要科學評估氣象對工程的影響，建立一一對應的影響框架。這就需要確定氣象單因子和復合因子，不同分部分項工程甚至工序的影響模塊，影響的表現方面，影響的程度指標等（包括連續性程度指標和分類性程度指標）。在分析過程中，對每一種分項工程甚至工序進行詳細分析，明確不同氣象因子的影響位置、影響程度等級、影響特征表現等，建立不同氣象因子和分項工程甚至工序的關聯度。這關聯關系又和時空位置、工程類型、工程規模密切相關，實際研究時可以先從最簡單的情況開始。

研究方法也可以有多樣性，這里列舉如下。

（1）人工逐一對應法。根據工程影響事件，逐一對應反查當日當時當地的天氣條件和氣象觀測值，找到閾值范圍，記錄閾值指標范圍。

（2）數據統計分析法。通過統計模型分析氣象數據集和工程影響數據集，通過回歸分析、分類分析、聚類分析等統計學方法建立關聯關系，擬合模型，得到影響指標。

（3）人工智能知識圖譜方法。質量控制之后的數據，結合人工智能知識圖譜方法，可以將氣象因子與施工事件之間的關系復現出來，不過這需要大量的樣本和樣本屬性信息。

由于鏈接數據關系的維度眾多（氣象因子、分部分項工程、工序、工序施工方式、影響表現方式、影響的程度指標、時間位置、空間位置、工程類型、工程規模等），通過不同的組合，其分析內容和結論可以極其豐富且多樣化。研究結論可以是分析關鍵影響因子的指標特征，也可以是特定氣象條件下的影響特征。這里列舉一些內容：降水對普通建筑工程施工停工影響指標；表面風力對新澆筑混凝土失水速率的影響及引發的硬化干燥收縮裂縫的規律；強對流大風對超高層吊裝工程位移影響規律；高溫天氣對橋梁上部結構的梁體側向變形分析及規律等。

在研究過程中，需要注意以下幾點。

（1）多多交流，研究人員應和各方進行細致深入的溝通交流，并抓住關鍵點進行溝通。

（2）協調統一，不同學科背景的人思維方式不同，認知和理解上必然存在差異，出現偏差時關鍵概念求同、研究方法存異。

（3）加強過程記錄，關鍵點的記錄可以更好地幫助復盤，隨著時間的推移這可以創造出更多的價值。

2.3 成果固化及表現

關聯度的數字化模型開發是關聯性研究的成果表現，結合精細化的預報資料能夠以自動化方式識別與工程關聯的影響事件，可以幫助施工單位提前識別氣象風險影響程度，結合響應措施和建議可以幫助生產。它為項目管理提供一種工具，可以在施工前考慮預期風險及工期變更系數，根據實際情況提出建議和應對措施。

模型中氣象數據調取取決于施工項目的位置，選取項目周邊的觀測資料進行分析才能更準確。時間提前量非常重要，換而言之越早發現氣象風險越好，但預報的難度也隨之快速增加。模型還需提供措施計劃，以最大限度地減少負面影響。模型中可以有多種響應措施，為項目經理提供不同的選擇。模型可以自動生成風險單，分析對質量和安全的影響，幫助項目管理進行決策。風險單可以作為驗收的附件材料，在項目驗收報告“索賠管理”內容中進行討論。

項目人員可根據風險建議單調整他們的工作，如建筑外部轉為建筑內部、地上工程轉為地下工程。項目結束時，模型可以提供一份清單，列出所有因氣象風險而受到影響的施工部位和時間。

2.4 質量評定與應用改進

數字化模型的優勢不僅在于數據的集成應用，更在于可以實現算法的持續改進和升級。模型的主要目的是找到氣象條件與影響事件之間的關聯性并用于實際生產，然而實際影響因子相當多且復雜，因此模型初級版本解決方案可以用不多的信息來實現建模，然后逐漸升級改進。

為了確定模型的性能，需要進行實地試用和調查，并進一步分析問題原因。這就需要選取試點工地進行試用，建立檢驗評估方法，試用過程中與施工人員多交流，并不斷修正相關系數和增加影響因子。應當指出的是，在整個研究過程中，尤其是在進行了試用其結果之后，模型應該不斷發展。模型經過多次評估改進且運行穩定之后，可進行正式推廣使用。使用過程中的應用和改進可循環往復，可以改進后應用，也可應用后再改進。

3 結 語

氣象與施工關聯度的數字化研究工作是非常有價值的，它和城市安全、城市精細化管理、智能運維密切相關，也是比較復雜的，本文僅做初步探索。文章提出了氣象與施工關聯度的數字化研究流程及方法，簡要概括如下。

（1）數據采集要求是格式上要自動化和電子化、一致性上要標準化。可設計自動化采集軟件，用于采集施工影響數據和措施數據，以避免繁瑣的數據整理工作。

（2）數據采集其目的是找到風險事件與氣象指標的關聯度，這需要通過交叉融合研究實現，主要研究方法有：人工逐一對應法、數據統計分析法、人工智能法知識圖譜方法等等。

（3）關聯度的數字化模型開發是關聯性研究的成果表現，能夠以自動化方式識別與工程關聯的影響事件，可以幫助施工單位提前識別氣象風險影響程度，結合響應措施和建議可以幫助施工現場工作人員調整他們的工作。

（4）模型實際影響因子復雜而眾多，初級版本可以用不多的信息來實現建模，進而實地試用和調查分析，并不斷修正系數和增加影響因子。模型經過多次評估改進且運行穩定之后，方可進行正式推廣使用。

事實上，一個完整的技術流程包括兩方面的模型：計算模型和產品樣本模型。計算模型被認為是解決問題的靈丹妙藥，應至少有一種標準化的形式。產品樣本模型是產品樣本的直接表現，也是與用戶之間聯系的紐帶，本文未做詳細討論。事實上，產品可以是定性產品、可以是指數產品。輸入端也可以更加多樣化，可以是延伸期氣象預報，形成延伸期氣象影響結論。

除此之外，模型的順利運行還需要充分的支撐條件，如基于數值天氣預報模式的高度精細化工地微尺度氣象預測技術是需要的；數字化模型需要準備必備的計算資源；高度關聯性因子指標取決于不同工程的類型和項目位置，因為沿海和內陸氣象條件常常差異較大、高樓密集區和無覆蓋區氣象條件差異也較大。