现代交通与冶金材料

江苏交通行业可信数据空间的规范映射与场景分轨机制研究

交通行业数据具有多源异构、实时性强、主体多元和敏感性高等特征，如何将可信数据空间通用规范转化为可执行的行业能力，并适配市场化与行政监管场景，是交通行业数据可信流通需要解决的关键问题。本文以江苏交通行业可信数据空间为研究对象，采用规范文本分析、场景机制分析和案例研究方法，梳理统一身份、目录标识、接入连接器、数字合约、使用控制和履约审计等规范构件，构建“一个体系、三个平台、N 个场景”的能力映射框架，并比较两类场景在授权基础、交付方式、审计责任和价值规则方面的差异。以中天钢铁水运调度数据服务为案例，分析数据产品加工、授权交付、融合计算和结果反馈过程。研究表明，应用程序编程接口（API）数据产品能够在苏北航务与企业之间形成合规、可控的数据流通通道，支持实时航务状态感知和调度调整。本研究为交通及其他多主体、高敏感行业建设可信数据空间提供规范映射和场景实施参考。

面向交通基础设施的大场景三维重建算法研究

针对交通基础设施大场景三维建模中覆盖范围广、场景密度分布不均、有限显存条件下训练 效率低，以及分块边界易产生几何与纹理接缝等问题，提出一种基于三维高斯溅射（3D Gaussian Splatting，3DGS）的分块融合重建算法。利用稀疏点云开展全局粗训练，构建道路走向、桥体轮廓 及周边地物的几何先验；依据高斯密度与八叉树空间关系自适应划分子块，结合视角‑分块关联度 筛选机制减少冗余训练影像，实现局部计算负载均衡；通过重叠区域几何与颜色一致性约束完成子 块融合，并采用多层次细节渲染提高大场景交互显示效率。实验采用无人机采集的 1892 张高分辨 率影像，覆盖约 3 km²的交通基础设施走廊复合场景，以道路和桥梁为主要建模对象，同时包含河 道、农田、房屋与楼宇等沿线环境。在相同条件下，相较运动恢复结构‑多视图立体（SfM‑MVS）基 线，本文方法将总处理时间从 267 min 缩短至 197 min，降幅达 26.2%；六类测试场景的平均结构相似性（SSIM）由 0.459 提升至 0.840，平均峰值信噪比（PSNR）由 17.041 dB 提升至 28.495 dB，平均学 习感知图像块相似度（LPIPS）由 0.589 降低至 0.291。结果表明，该方法兼顾平方公里级交通基础 设施场景的重建效率、结构连续性与纹理保真度，可为数字化建模、巡检成果归档及交通数字孪生可视化提供三维模型基础。

融合事件扰动感知与动态时空图学习的高速公路短时交通流量预测方法

针对节假日、春运暑运、恶劣天气及高温等事件扰动下高速公路交通流量预测中时空关联刻画不足、扰动适应能力较弱的问题，提出一种融合事件扰动感知与动态时空图学习的短时交通流量预测方法。该方法融合历史流量、出入口流量、分车型流量、OD 流向、周期时间及事件标签等多源数据，结合物理拓扑、OD 关联、历史相似和事件扰动构建动态图，并通过时空特征学习、常态预测与扰动残差修正实现自适应预测。基于约两年的高速公路实际业务数据开展实验，在 15 min 预测时距 下 ，所 提 ED‑DSTG 模 型 的 MAE、RMSE 和 MAPE 分 别 为 17.436、24.512 和 5.382%，R2 达 到0.984。相较 Graph WaveNet，MAE、RMSE 和 MAPE 分别降低 12.21%、12.28% 和 16.18%。在节假日、春运暑运、恶劣天气和高温场景下，MAE 相较 Graph WaveNet 降低 14.39%~15.48%。结果表明，所提方法能够提高事件扰动条件下高速公路短时交通流量预测精度及场景适应能力。

基于多源数据融合的城市桥梁群健康评估与养护决策方法研究

针对城市桥梁群监测、巡检、检测与养护数据来源分散、完整度差异显著、评估结果难以直接支撑养护决策等问题，提出一种面向数据完整度分层的健康评估与养护决策方法。以桥梁‑构件‑时间为主线统一组织多源数据，依据数据完整度将桥梁划分为完备数据、一般数据和基础数据三类；构建融合桥梁技术状况指数、实时监测状态、运营环境和桥龄历史的综合健康评分模型，通过引入数据质量系数实现缺失维度的权重重分配，并设置置信度标注评估结果的适用范围；针对一般数据桥梁采用马尔可夫链与蒙特卡洛模拟预测性能退化趋势，针对基础数据桥梁主要开展风险初筛并推动后续数据补强；针对完备数据桥梁以马尔可夫链退化预测结果为先验信息、以传感器监测趋势为似然信息，利用高斯贝叶斯更新获得性能退化的后验预测分布；结合动态阈值、四级风险分级框架与四类养护策略开展性能‑成本推演分析。实例验证结果表明，该分层方法能够在不同数据条件下输出差异化的健康评价与退化预测结果；贝叶斯融合方法在给定模型设定下有效缩小了后验预测区间，养护策略推演清晰反映了不同干预时机下桥梁性能保持水平与资金投入之间的量化关系。本研究可为城市桥梁群“一桥一策”精细化养护和中长期养护资源优化配置提供方法支撑。

检评修数据驱动与知识约束融合的高速公路改扩建桥梁综合处置智能辅助决策方法研究

针对高速公路改扩建桥梁综合处置依赖人工经验、检评修数据利用不足以及智能模型缺乏工程约束和解释依据等问题，提出一种检评修数据驱动与知识约束融合的智能辅助决策方法。以“桥梁‑决策时点”为基本样本单元，构建桥梁基础属性、病害检测、技术状况评定、承载能力评定、维修加固历史及改扩建需求等多源特征体系，并以主导处置方向为分类标签，建立桥梁综合处置预测模型。在此基础上，进一步引入结构安全、承载能力和功能适应性等工程规则对模型输出结果进行约束校核，结合相似案例检索和多指标评价完成候选方案修正与排序。利用 SHAP 方法分析关键特征贡献，结合命中规则和相似案例形成可解释决策依据。基于模拟样本开展方法可行性验证，结果表明，在模拟样本条件下，所提方法能够形成“预测‑校核‑修正‑排序‑解释”的完整流程，融合工程规则、相似案例和多指标综合评价后，候选方案排序结果与预设模拟逻辑保持较好一致。该方法可为高速公路改扩建桥梁处置方向研判、方案比选和专家会商提供方法参考。

前沿需求瞭望