杨新，焦柯，袁辉，彭子祥

（广东省建筑设计研究院有限公司）

1 引言

随着我国城乡建设的发展和时间推移，以多、高层住宅小区为主要特点的城乡建筑群公共管理问题日益增多，围绕全生命周期信息管理、安全鉴定、修缮、决策等方面的服务需求逐渐凸显。如何广泛运用现代信息技术、管理手段，实现统筹服务与集约管理，成为目前城市化发展的重要一环。

基于目前主流大数据类型与采集方式，围绕建筑物安全管理的多种来源要素，进行单栋建筑关键要素的特征提取与评价。基于各单栋结果，进行城市时空分布推演，通过多种智慧城市技术，实现城乡建筑群的规模化安全管理，建立针对不同类别建筑的差异化预警管理体系。

2 建筑安全管理现状分析

上世纪80年代至今，已经有相当数量的房屋服役了30a～40a，这部分房屋有较多的构件缺陷，安全使用埋下了很大的隐患。尽管我国已构建了完善的建筑物在建设施工阶段的质量管理体系，但对使用阶段的质量管理，虽然各地区已开始尝试探索质量管理的思路与方法，但国家缺乏统筹指导。

对比新加坡、美国、日本，已有对使用期建筑物要求进行强制周期性鉴定，并配有相应的法律、法规或标准。如新加坡的建筑控制法（Building Control Act）规定在建造后5a进行强制鉴定，以后每隔 5a进行一次；日本制定了《抗震建筑的维护管理基准》， 要求竣工检查、定期检查、应急检查和详细检查，在建筑物竣工后第5年、10年及之后每 10a，对建筑物进行一次全面检查。

目前随着国内互联网的发展，我国针对城市公共管理措施手段也逐步发展形成多种数字化应用，如各类政务平台、微信服务平台、地理城乡规划、卫星遥感等，在公共服务、规划、国土资源应用领域已经得到十分成熟的应用。基于智慧城市相关数据基础，在垂直化、条块化发展的同时，本文提出沿横向融合化的实现方式，充分发挥数据交叉融合应用的优势，实现建筑群的精细化安全管理，与城市综合管理各方面实现环环 相扣。

3 建筑群安全管理的要素与来源

数据是进行各类科学分析决策的依托。大数据体系建立后，能对各类决策提供数据支撑，实现科学决策，依据合理，分析有序，成效可估，结果可指导后续其他工作的开展。

在智慧城市发展过程中，由于传统行业无数据沉淀作为支撑，数据来源窄，数据采集成本高，频率低，数据采用私有化协议，数据不开放，无规范接口，成为目前城乡建筑管理数据来源的 障碍。

建筑物要素分为地理时空信息与楼栋信息。其中地理时空信息不依赖于建筑物，以地理空间进行组织，以场地地貌、社会功能划分、危险源分布、气象与历史遥感资料为主；楼栋信息以单栋建筑物为单位，进行基本属性、结构安全信息、消防与设备安全信息、装饰构件信息为主。建筑物要素构成见表1。

对于要素的获取来源分散而困难的问题，本文提出分散采集、特征针对性提取、要素融合的方式进行实现。如利用已有的存档资料、人工巡检建档、既有数据库匹配录入、遥感资料、实时传感器记录等。通过各类手段和设备采集大范围、深层次的结构安全管理数据，构建建筑物联网平台的数据基础。通过大数据和数字化的作用，实现对影像、记录、监控数据的实时分析采集，基于5G网络实现数据实时接收与回传，逐步完善底层数据体系。

表1 多源要素的构成及特征

4 多源安全要素特征的融合评估方法

针对城乡建设中分布广泛而多样的数据，通过以技术为主导分析手段的完善，多变量评价方法，实现对人文公共领域，通过数理统计手段进行定性定量地决策与主观弹性目标的兼容，实现弹性决策。

在实践过程中，针对广州市城区十万余栋建筑，采用智能化的决策方案，分层级采用不同的要素分析方法，如基于刚度损伤、直接评估法、模糊综合评价法、人工智能专家系统、等效刚度模型等方法，实现多层级的建筑群安全评估。其中采用四类具有代表性的数据分析评价方法的基本原理如下。

1）直接评估法

结构安全直接评估方法是基于已有的存档资料，现场人工查看，检测和设备的实时监控数据的各类要素属性进行人工打分。结构安全直接评估包括上部结构安全直接评估和地基基础安全直接评估，最后综合上部结构安全直接评估和地基基础安全直接评估结果得到结构的整体评估结果，为评价已有建筑的安全和健康状态提供依据。

2）模态损伤特征评估法

针对缺乏历史资料的建筑，按结构模态响应实测数据，建立简化的结构模型，为结构承载能力分析与特殊灾害评价提供分析基础，并通过多次测量修正，使得损伤识别不需要结构的质量和刚度信息，适用于实际建筑的损伤评估。

3）贝叶斯网络专家系统

采用贝叶斯网络概率图模型，建立了融合专家经验知识及数据训练所得规则的结构安全评估专家系统，基于贝叶斯参数学习、推理诊断算法进行结构安全评估，形成基于变分贝叶斯网络的结构安全评估专家系统。

4）建筑群时空要素推演补全

基于建筑各项安全评价相关的要素值，建立建筑群画像，实现类型、年代、地域相近的建筑物归类，对归类后的建筑进行空间特征拟合与补全，实现大数据的集约化采集与录入。以广州市老城区为例，对建成时间、建筑高度、建筑体系进行聚类分析后，可实现在时空分布上的建筑要素特征的补全，得到结构体系、耐久性、抗震性能评 价值。

通过时空描述建立建筑图谱，实现片区集约化评估，基于建筑的基本属性，建立建筑群画像，通过图谱实现时空数据的拟合评估（见图1）。

5 大数据驱动的信息化管理模式

建筑物作为公民活动的载体，在我国多高层住宅小区的居住特点下，主要以多个责任主体共同组成的管理，因此在管理过程中，主要难点在于在长周期、多因素糅合的管理内容中，通过弹性的方式系解决统筹协调分散责任的难点，考虑不同群体的公正化分配，平衡个体间的利益。

本文提出采用围绕建筑物及其使用者下，数据驱动的建筑物全周期安全管理模式。该模式主要有四大核心环节，分别为数据管理、安全评估、区域决策、实施落实（见图2）。对建筑数据建档与全周期跟踪，采用技术手段完善分析效率与精度，以技术带动决策、以物业协调平台实现落地闭环，并通过区域统筹实现全过程监管。

图1 基于时空分布的建筑群要素拟合推演补全

5.1 数据管理与维护环节

基于大数据特点，建立围绕建筑全寿命周期的档案库，对涵括建筑建设信息、建筑使用信息、建筑经济活动信息、建筑改造维护信息、建筑周边关系信息在内的全方位建筑物档案。

在日常数据采集阶段，建立安全信息巡检员制度，统筹建筑结构安全、消防安全、燃气安全、供电安全、装饰安全的集中巡检制度。提供多种建筑安全监测手段（如物联网实时监测平台、基于刚度特征的定期模态响应监测、现场结构安全信息采集与处理），对重点监测建筑实现自动化监测。

图2 数据驱动管理的四个核心环节

5.2 评估决策环节

获得评估结果后，基于数据结论，定义建筑功能及状态分层级的建筑安全评估模式，分层级采用不同深度的数据要素监测手段（见表2）。对重点建筑采用实时监测、定期巡访；对次重点建筑采用定期刚度动力检测、表观裂缝情况巡查；对片区同年代同类型建筑，采用抽样检查，统筹评估（基于直接分析法、模糊积分法）；对于其他未覆盖建筑，按遥感楼层轮廓及楼层数，采用等效刚度模型，进行批量 评估。

表2 各类型建筑(群)的评估与决策内容

5.3 区域统筹管理环节

基于时空地理信息系统和空间分析统计算法实现片区数据综合挖掘与分析，实现抽样结果在空间分布中的插值、拟合与推演，对城乡片区实现覆盖面更广泛的建筑安全评估与灾害评估。数据采集根据安全类别，采用对应的评估手段及决策内容（见表3）。

根据所属评估状态及结果，定义建筑功能及状态分层级的建筑安全评估模式。一为满足正常使用的建筑安全处置，按评估不能满足原设计用途及荷载的正常使用。分等级进行加密监测、局部构件鉴定、整体鉴定、拆除等。二为特殊状态的建筑安全应急处置，如台风、地震、基坑开挖大变形等特殊情况下的处置机制。采集居住人，实现预警通知，实时评估，配合消防等部门提供建筑物分布等信息，公众参与等。

在处置阶段，建立对应等级安全处置机制，对应部门及联系责任人建立即时联络机制，对于发现潜在的建筑不安全因素时进行处理，并跟踪处理结果。针对广东省内中小学校舍与公立医院，进行数据获取与区域评价，实现粗粒度的统筹管理（见图3）。

表3 特征与层级监控

5.4 物业管理决策服务环节

在物业服务环节，通过现代信息技术，围绕建筑物建立全寿命周期的档案库，以专业化数据基础作为工作的基础，建立物业安全咨询与顾问服务，通过理顺权责过程，建立住建环节畅通的管理机制。通过建立信息互通机制，实现现场拍摄、安全评估、邮寄整改通知。并将处理结果与个人征信挂钩，个人征信积分与后续市场行为和买房购房挂钩，并在房产交易过程中将建筑信息档案进行同步跟踪迁移，实现机制顺畅的 过程。

图3 重点监控建筑（校园医院）统筹管理

6 结语

本文提出了在大数据应用模式下，围绕城乡建筑群开展数据驱动的安全管理模式。该模式主要分为数据基础、评估分析、区域统筹、决策实施四大环节。通过建立建筑安全评估大数据体系及多种方式完善建筑建档，对建筑安全关键要素进行特征融合与提取，通过建筑群时空推演与交叉分析评价，实现城乡建筑群安全管理，并通过物业服务管理实现管理与决策闭环。