大数据背景下智慧环卫管理体系优化研究.docx

?

?

大数据背景下智慧环卫管理体系优化研究

?

?

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