引言

隨著土地空間信息的不斷更新以及經濟社會現(xiàn)代化的高速發(fā)展,我國在國土綜合利用、道路交通監(jiān)測和治理等領域,對地理信息系統(tǒng)(Geographic Information System, GIS)的時序分析應用有了更多的需求。時態(tài)地理信息系統(tǒng)（Temporal Geographic Information System，TGIS） 已經成為 GIS 的研究熱點，它可以提供關于地理對象在時間和空間上的變化信息［1-3］。同時，通過對TGIS數據進行處理，可以提取出不同工人的工作面，這些數據將幫助研究人員和決策者深入了解時空現(xiàn)象的規(guī)律和趨勢［4］，為科學決策提供依據。

在建筑行業(yè)中，工人是最重要的資源之一，他們的行為直接影響項目的進度和成本。對工人的行為軌跡進行分析，可以獲取工人的工作狀態(tài)，以供管理者參考，并相應地進行策略調查。而大多數傳統(tǒng)的監(jiān)控系統(tǒng)依賴于現(xiàn)場工頭的人工監(jiān)控或者工人自行匯報［5］，監(jiān)測結果的可靠性無法保證，且?guī)в幸欢ǖ闹饔^性。因此，亟需一個能自動分析的監(jiān)控技術框架用來保證勞動力的高效執(zhí)行。在已有研究中，楊海軍［6］等人提出了基于TGIS的數字孿生智能綜采工作面構建技術體系，以直觀地掌握工作面的信息；毛善君［7］等人基于TGIS的一體化等關鍵技術，實現(xiàn)了工作面的實時傳輸；Zhou［8］等人提出一個深度學習框架，用于對多個工人的施工活動進行自動化分析。但是以上研究存在著仿真效果不佳、信息挖掘不充分等問題。

數據挖掘技術在海量數據的異常數據清洗、數據處理準確性方面具有明顯的優(yōu)勢［9］。如申海洋等［10］通過提取不同時間掘進工作面的瓦斯涌出特征信息，實現(xiàn)了瓦斯涌出的動態(tài)識別分析。然而，實際應用中將數據挖掘技術與TGIS相結合仍面臨一些挑戰(zhàn)。如處理大規(guī)模的時空數據，如何提高數據處理的效率和性能，是一個難題；如何選擇合適的方法進行處理，以保證數據的準確性和可信度，也是一個挑戰(zhàn)［11-12］。面對這些挑戰(zhàn)，本文提出一種使用數據挖掘技術的方法，以某隧道工作人員為研究對象，對原始軌跡提取出關鍵特征，最終準確地提取出工作面。該技術框架可以排除大量冗余數據的干擾，自動分析工人每一天的工作區(qū)域，然后以工作面曲線的形式進行展示，為項目決策者提供判斷依據。圖1為本文的技術路線圖。

本文詳細內容請下載：

http://theprogrammingfactory.com/resource/share/2000006349

作者信息：

孫明宇，王利民，王首晨

(河北建筑工程學院,河北張家口075000）