浏览次
城市生活垃圾规划管理的主要内容有7项：①垃圾产量及组分预测；②选择垃圾收运车辆、收运方式，配置收运人员，垃圾流分配动态跟踪；③划定垃圾收运服务分区；④垃圾转运及处理处置设施的选址；⑤系统环境影响分析，维护环境生态平衡；⑥资源化市场总量及居民购买偏好估算。
随着我国经济快速发展，城市人口不断增加，城市生活垃圾产量与日俱增，作为固体废弃物之一的城市垃圾污染问题已日益突出。城市生活垃圾规划管理以提高资源利用率和产出效益、改善生态环境、促进城市可持续发展为目的，越来越受到国家的重视。国家已颁布了若干固体废弃物处理规范、规程和暂行管理办法，中央及地方各级政府也设置了城市垃圾治理的专项资金。
城市生活垃圾规划管理决策是在充分调查基础上，根据城市生活垃圾治理的任务要求和内容进行规划和具体管理，是城市生活垃圾治理系统良性运行的重要依据。然而，从我国城市生活垃圾治理情况看，规划不够合理、人为干扰、工作效率低下；在数据获取、预测分析及规划与评价模型选取以及数值计算方面，计算机技术的应用仅限于一些辅助操作；城市垃圾治理规划人员的经验和知识结构的局限性也常常影响规划设计的质量。结合我们所进行的规划管理研究，笔者发现，基于GIS（geographic information system，即：地理信息系统）技术，集成KBS（knowledge-based system，即：基于知识的系统）的城市生活垃圾规划管理决策系统可有效解决以上诸多问题。本文从城市生活垃圾规划管理业务流程和系统目标出发，设计城市生活垃圾规划管理智能决策系统的功能模块，研究和探讨了这一系统的若干关键技术。
1系统功能模块
根据对城市生活垃圾规划管理智能决策业务流程分析和系统设计目标，作者设计了系统的功能模块（见图1）。
图1系统功能设计
2城市生活垃圾规划管理智能决策系统关键技术
2.1图文一体化技术的实现
城市生活垃圾信息包括空间数据和属性数据，但现有的城市生活垃圾管理软件通常没有实现垃圾空间数据与属性数据的集成，给用户带来很大不便。因此在城市生活垃圾规划管理智能决策系统的研发过程中，图文一体化技术的实现十分重要。其中包括：多源属性数据的整合、空间数据和属性数据的一体化存储等关键技术。
2.1.1多源属性数据的整合
与城市生活垃圾相关的详细数据资料，如社会经济条件、自然条件、垃圾组分与特性、处理设施运行状况、科研设备、政策法规等属性数据，由于来源广泛，数据格式、数据质量很难做到统一，在进行调查和重新规划时难度很大。为此，先使用Power Designer将现存属性数据库进行反向工程，合并相同定义的单元，然后借助Oracle语法定义新的数据库元素，如业务所需的存储过程、触发器和新的约束等。在完成数据库结构设计后，再利用Power Designer的正向工程将数据库结构实现于Oracle数据库服务器中。
2.1.2空间数据和属性数据的一体化存储
空间数据和属性数据的一体化存储采用空间数据引擎（SDE）来实现。SDE将空间数据和与其相关的属性数据统一放到工业标准的关系数据库中进行管理，同时采取开放策略，提供标准的应用编程接口（API）。这使得海量空间数据的管理获得了一种较为理想的模式；同时，可以实现在Internet上、向大量用户以真正的Client/Server方式提供空间数据访问。
由于城市生活垃圾规划管理涉及到大量的图形数据（空间数据）和属性数据，所以系统开发选用了ERSI公司的中间件ArcSDE将空间数据和属性数据统一在Oracle关系数据库下管理，如图2所示。ArcSDE作为空间数据存储和管理引擎，具有海量数据存储、多用户并发访问、版本管理、长事务处理等强大的优势，处于整个系统数据中心的重要地位。它与Oracle关系数据库在数据存储、数据完整性等方面的先进技术手段结合，把海量空间数据（矢量数据、栅格数据）有机组织和管理起来，通过内部异步缓冲、空间索引等先进机制，提供对空间数据的多用户高效并发访问。
2.2模型库构建
城市生活垃圾规划管理决策系统对模型库的组织与生成提出新的要求。传统的模型库是根据模型结构和算法的相似性原则，将种类繁多、应用范围与目标不一的模型机械地堆砌在一起构成，而本系统中所涉及的模型、层次不同、种类相异，故这一方法不适应本系统的模型库构建。模型群的定义和分类是面向主题和算法的，同一模型群着重模型间的求解思路、模型结构和算法的相似性。但在实际问题的决策时，往往要依靠较多模型联合解决，单凭模型群来组织和生成模型库是不恰当的，必须从模型的有机联系和模型间数据流的相互关系的角度，将模型群中的各种模型面向应用目标和应用系统作进行有效地组织，形成一个可以解决实际决策问题的模型库组织。
图2空间数据和属性数据一体化存储
城市生活垃圾治理系统的规划管理决策是一个复杂的问题，解决这个复杂问题的大模型必须分解为若干子模型，构成有序的层次模型组织如图3所示。其中以城市生活垃圾治理总体规划为最高目标，既包括与此应用目标相关的数值和非数值优化规划决策模型、预测模型以及评价模型，也包括了为求解相关模型所需的各种参数及模型前、后处理所需的各种计算方法等，各模型间通过数据流进出关系构成一个关系紧密的体系，这样就能把涉及层次不同、种类不同的模型组织成一个有机的整体。
2.3系统模型库与GIS的无缝集成
空间分析是GIS的特征功能，但GIS内制的时空分析模型是很有限的，而大量的城市生活垃圾预测、规划、评价决策分析主要通过建立独立于GIS系统的模型库实现[6]。为此，采用VC++为集成环境的嵌入式紧密集成方式，实现“城市生活垃圾治理系统”中模型库与GIS的无缝集成。通过Active数据对象（ADO）、数据访问对象（DAO）和数据环境（DE）等技术与城市生活垃圾属性数据库集成，通过调用动态链接库（DLL）的方式实现ArcGIS，Map Objects与Delphi应用模型之间的数据传递和数据表现，构成统一的无缝界面（见图4）。
图3城市生活垃圾治理系统的模型库组织
图4“城市生活垃圾治理系统”模型库与GIS无缝集成
2.4基于知识的系统（KBS）
基于知识的系统（KBS）模拟某领域专家决策过程，对所面临的问题给出“专家级”解决办法。这种系统总结专家的有关知识和经验，并形成相应的事实和规则，存入计算机，建立知识库，采用合适的控制策略，按输入的原始数据，依据一定的规则推理，得出判断和决策。它具有3个特点：启发性、透明性、灵活性。启发性就是能使用判断性知识和理论形式的知识进行推理；透明性就是能解释其推理过程并对其有关知识的询问做出回答；灵活性就是能将新的知识不断地加入到已有的知识库中去。KBS系统的作用在于能提供一种成功地解决实际工作中难以定量化和结构化问题的思路和技术。通常，KBS系统由知识库、推理机、知识获取、输入输出系统等4个部分组成（见图5）。知识库和推理机是KBS系统的核心。建立知识库的关键是知识表示方式，推理机用于确定不精确推理的方法。知识获取是指知识工程师整理、总结领域专家知识、经验，按照知识表示方式编写知识库。输入／输出系统能处理各种咨询问题。城市生活垃圾规划管理决策中，垃圾收运路线及车辆调度的设计、垃圾流分配动态规划、转运及处理处置设施的选址规划等往往需要丰富的知识和经验，并须执行各种行业标准。采用的行业标准繁多，如城市垃圾管理规划编制规程、城市生活垃圾分类及其评价标准、卫生填埋场设计规范、垃圾转运站设计规范、城市固体废弃物处置项目经济评价规范等等。同时不同地区社会经济条件、自然条件等差异，规划管理手段不同，如我们把知识、经验、规范集成，总结成各种规则和案例，建立KBS系统，来辅助乃至智能化地完成上述规划管理，就可以提高垃圾治理决策的科学性。
