大数据背景下智慧环卫管理体系优化研究
2020-11-20唐丽
唐丽
摘要:从2007年开始,环保支出科目被正式纳入国家财政预算,特别是党的十九大以来,对生态文明建设提出一系列的新思想、新目标、新要求和新部署,促使环保行业进入了快速发展状态。本文以国云大数据可视化分析平台“魔镜”为分析工具,从智慧环卫的现状分析入手,深入挖掘环卫行业的实际数据并绘制成多种专题分析图表,综合运用大数据分析平台各个模块生成有关臭气值与报警次数、车辆使用情况、垃圾站点的分布、果皮箱区域性等分析结论,并针对我国智慧环卫行业的发展规划提出了可行性优化方案,对促进环卫行业升级转型具有很好的应用前景和借鉴意义。
关键词:智慧环卫;大数据;魔镜;可视化分析;数据挖掘;优化方案
1研究背景
1.1 国内外智慧环卫发展现状
在很早以前瑞典便已经有垃圾自动处理系统,世界上第一套垃圾自动收集系统便出现在瑞典的一家医院。瑞典处理垃圾的方法主要是运用自动化技术在地下进行处理制定程序设定时间,发动发动机将地面上的垃圾吸入集中项进行垃圾分类,在地下燃烧转化为电能和沼气在进行循环利用。
在2018年中国智慧环卫高峰论坛上,曹曼博士对比了日本、加拿大、瑞典、爱尔兰和美国智慧环卫。他指出,以日本、加拿大、瑞典、爱尔兰和美国智慧环卫应用实例为例,最值得我们借鉴的依次为前端和机制的保障、后端排放和运营,再者是技术装备。国内的痛点在于体制缺陷、社会问题和职责错位,而且缺少技术装备和管理的标准与平台化的系统统筹,具体表现为产业链接缺口、执法漏洞、人物链接缺口。他根据电商平台和物联网平台模式和运行机制异同点比较,分析了物联网平台进入环卫行业的模式、难点和风险。最后,曹曼博士对智慧环卫实现三化“智能化、标准化、平台化”的未来场景进行了预期。
1.2分析思路
本文利用魔镜平台收集2019年度某市的环卫数据,对环卫行业的有关数据进行分析,主要分析任务如下:(1)智慧公厕分析;(2)果皮箱分布及垃圾情况分析;(3)车辆使用情况分析;(4)智慧垃圾站分析;(5)数据挖掘。
2具体分析
2.1智慧公厕
(1)传感器和人流总量对比分析
根据南北分队传感器的用电度数统计分析可得,南分队的用电度数汇总为17708.960度,北分队的用电度数汇总为25759.240度,北分隊的用电量远大于南分队,因此我们推测北分队的人流总量大于南分队的人流总量。我们建议在人流量较多的北分队设置传感器报警装置,合理提醒清洁环卫人员进行清扫。
(2)人流量与坑位数对比分析
我们将近三个月的人流量数据进行分析,分别显示出公厕的位置、分类、地区、坑位与人流量之间的关系,我们将南北分队的人流总量及坑位数进行对比如图1所示。
分析结果和建议:根据图1可知:北分队的坑位数普遍比南分队多,但是北分队人流量却没有南分队人流量多,这说明坑位设置不合理。建议在南分队设置更多坑位以避免大量人群等待。同时,我们还可以利用LED电子屏幕在厕所外面展示厕所坑位使用情况和各区域人流量情况,显示出哪个区域的人流量大,哪个区域是人流量小,为用户提供厕所地理位置信息,从而达到疏导人流量,缓解公厕压力的目的。
(4)臭气值与报警次数分析
4.1我们将臭气值的浓度分为6个区间,分别是区间1:小于或等于1000;区间 2:大于1000且小于等于1500;区间3:大于1500且小于等于2000;区间4:大于2000且小于等于2500;区间5:大于2500且小于等于3000;区间6:大于或等于3000。汇总分成6个区间后,我们将臭气值与报警次数按南北两个分队进行对比分析。分析可得:臭气值在区间2也就是平均浓度在1000至1500之间时,报警次数最多,达到了16660次。而且报警的总次数北分队明显高于南分队。我们建议加强对北分队臭气值的实时监控,在未达到平均臭气浓度时,使用自动除臭机进行清理,在高于平均臭气浓度时,调度保洁人员去清理,保证公厕环境的清洁卫生。
4.2果皮箱分布及垃圾情况
运用大数据分析平台将果皮按路段统计有用数据进行分析处理,主要对所在街道道路上的果皮箱个数的分析,对果皮箱的管理提出合理建议。某环卫四清场路段的果皮箱统计共为5255个占总数的68%,某环卫二队路段的果皮箱统计共为825个占总数的11%,某环卫四队路段的果皮箱统计共为964个占总数的13%,某环卫一队路段的果皮箱统计共为653占总数的8%。由此得出,果皮箱主要集中在某环卫四清场路段。
4.3车辆使用情况
(1)车辆类型与公里数对比分析
我们根据不同类型的车辆及其行驶的公里数进行对比分析可得,一场和二场各种垃圾清运车的公里数都很高,除垃圾车清运车以外无其他类型车辆公里数,同样三场只有吸粪车有公里数,而四场除了垃圾清运车,吸粪车之外的车辆有公里数。因此我们可以得出车辆使用不均衡。在车辆分配时,可以只给一场二场分配垃圾清运车不需要其他车辆,将不使用的车辆分配给其他地区,合理分配。加强管理体制,合理分配车辆,做到资源最有效化利用,同时提高工作效率。
(2) GPS监控分析
我们根据近四个月的有效数据,创建“GPS监控报表”仪表盘,通过对比车辆的GPS里程和车辆的出车日进行对比分析。由分析可知,所有类型车辆当中垃圾清理车(单臂吊)总共出车6天,里程数为2270.780公里。由此可见,所有类型车辆当中,垃圾清理车(单臂吊)的使用频率最高,应该加强对这类车辆使用情况的监控。而我们又将车辆类型与使用部门进行对比分析,发现使用垃圾清理车(单臂吊)次数最多的是环清二场。因此,我们建议对环清二场的垃圾清理车(单臂吊)的使用情况进行重点监控,保证车辆的正常使用。
(3)GPS 故障分析
我们将GPS故障数据的问题描述分成六类,分别是GPS故障(包括GPS所有显示问题)、漏油问题、油耗检测不准(包括油耗检测仪坏、数据紊乱)、车速问题(包括超速、误报、车速不准、迈速问题)、车载设备问题(包括屏幕不显示、支架坏、黑屏)、定位问题(包括定位不准、漂移、轨迹丢失、呼叫请求)。我们用不同颜色不同大小的字体来表示故障问题的严重程度,其中字体越大故障次数越多,字体越小故障次数越小。
分析结果和建议:由图3中的字体大小及颜色可知,车载设备问题、车速问题、油耗检测不准问题尤其严重,建议环保部门对车辆维修人员进行对上述问题的集中培训,以确保车辆的正常、安全使用。
2.4智慧垃圾站——急需改良的垃圾桶站
我们将垃圾桶站和垃圾地搓站的垃圾清运数量进行对比分析,如图4所示。
分析结果和建议:由图4可得,地搓站的垃圾桶数、清运总量和站点数均低于垃圾桶站的数据,其中,垃圾桶站的清运总量达到18000吨,远远高于地搓站的清运总量3000吨。建议环保部门多设立地搓站的站点数来缓解垃圾桶站的清运压力。
3、数据挖掘
3.1坑位数和人流总量的聚类分析
对比不同分队的坑位数和人流总量数据,利用魔镜系统分析工具的“数据挖掘”中的聚类分析,细分不同分队和不同坑位的人流总量。根据坑位数的不同我们将人流总量划分了5类,其中最大的类别是105个坑位数。我们通过对比出坑位个数为某个数的时候,人流总量为多少,从而可以合理的分配工作人员对公厕的打扫,减少人工成本,疏导人流量,缓解公厕压力。
3.2臭气值与报警次数的聚类分析
根据智慧公厕不同浓度的臭气值与报警次数数据,利用魔镜分析工具的“数据挖掘”中的聚类分析进行数据处理。有41个地方的臭气值平均浓度偏高,报警次数频繁;有7个地方的平均浓度偏低,报警次数正常。通过智慧公厕的报警次数,我们也可以对比出南北分队的管理成效,總结出更好的管理方案,疏导人流量,缓解公厕压力,方便人们的需求。
4、智慧环卫管理的优化方案
通过具体分析和聚类分析,我们得出中国的环卫行业还处在由传统环卫向智慧环卫缓慢更迭的阶段。结合国际上智慧环卫的发展前景,我们可以给出以下五点建议:
(1)安装臭气检测器,在臭气浓度高于平均值时,可以通过AAP调度保洁人员去清理,从以前的一个人负责一个区域,扩展到一个人负责多个区域,提高工作效率。
(2)安装果皮箱传感器,在垃圾达到规定容量时,由APP调度保洁人员或车辆去清理,减少人力和物力的使用。
(3)各区域进行系统联网,数据共享,实时为在工作状态中垃圾车规划路线,减少垃圾车绕远路的情况,还可以为需要帮助的垃圾车进行人员车辆统一调度支援,缓解某段路线垃圾车的使用紧张问题。
参考文献
[1]王易,石春曙. 小县城智慧环卫构建研究[J].广西城镇建设, 2015(02): 131-134.
[2]王淑宝,曹曼.我国智慧环卫的发展现状与趋势[J].建设科技,2016(21):26-28.
[3]江希,任亮.我国智慧环卫发展现状及趋势[J].计算机产品与流通,2018(11):116.