引用格式：孫明宇，王利民，王首晨. 隧道工作面數據挖掘分析研究［J］.網絡安全與數據治理，2025，44（2）：88-92.
引言
隨著土地空間信息的不斷更新以及經濟社會現代化的高速發展,我國在國土綜合利用、道路交通監測和治理等領域,對地理信息系統(Geographic Information System, GIS)的時序分析應用有了更多的需求。時態地理信息系統（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象的規律和趨勢［4］，為科學決策提供依據。
在建筑行業中，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，以供管理者參考，并相應地進行策略調查。而大多數傳統的監控系統依賴于現場工頭的人工監控或者工人自行匯報［5］，監測結果的可靠性無法保證，且帶有一定的主觀性。因此，亟需一個能自動分析的監控技術框架用來保證勞動力的高效執行。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，實現了瓦斯涌出的動態識別分析。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。如處理大規模的時空數據，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［11-12］。面對這些挑戰，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://www.cowatch.cn/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）
