桥梁养护数字化：检测数据可信性的问题

目前看来，桥梁养护数字化已经势在必行，至少各方面的气氛已经烘托出来了。养护数字化除了需要一个数字化桥梁养护管理系统之外，最重要的前提便是数据可信性问题。需要申明一下，桥梁养护数字化所依据的数据是人工检测数据，而非桥梁健康监测系统数据。从覆盖面来看，全国公路桥梁96.11万座，0.11万座安装了监测系统，数量占比0.1144%；从时间角度，人工检测伴随桥梁整个生命周期，而监测系统能陪伴桥梁多少年？所以说，桥梁养护数字化的数据根基是人工检测，如果政策制定者听从了少数人的忽悠认为人工检测太低端，健康监测高大上，是大数据是数字化的数据源泉，那就会南辕北辙了。所以桥梁养护数字化的数据可信性问题主要指人工检测数据可信性问题。

遗憾的是检测数据质量存在的问题不少，有几方面的原因：

（1）桥梁检测同质化竞争激烈，其结果往往是拼价格中标，甚至有的业主单位不看其他只看价格，桥梁检测价低者得。如果检测的价格过低，检测公司不可能赔钱赚吆喝，要么偷工要么减料，除此之外难道还有其他可能的方法吗？

（2）检测层层分包，到最终执行检测团队的利益比例过低。分包检测团队从中标总包手里以中标价四折五折拿到分包的情况较多，且分包队伍前期垫付所有检测成本，加之后续回款缓慢，执行最终检测的团队如何做出来较为精细的检测？

（3）业主没有为数据付费的习惯。把检测数据输入到数据库系统是非常枯燥而繁重的劳动，业主往往要求检测团队完成检测任务提交检测报告后把数据输入系统。我们问过几个检测团队，他们均表达了很难做到数据录入的保质保量。

（4）检测人员认为数据录入没有价值存在感。我们见过某公司信息化部门对桥梁检测数据库负责人的管理人员，他们兢兢业业地管理数据并恳求检测人员把数据好好地录入系统。检测人员跟我们反映他们之前确实上心，兢兢业业地录入数据，但是近几年发现大量数据堆积在哪里没有任何用处啊，感觉自己做了大量无用功。我们回头把这些反馈给信息化管理部门，他们认为数据终归会有用的，但是目前他们也不知道堆积这么大量的数据到底如何应用。

（5）不排除业主单位有“美化”数据的做法。我们为某地区做桥梁养护数字化转型规划，业主给我们团队提交了桥梁清单，我们做了初步统计，四类五类桥梁重点关注。业主认为他们四五类桥梁比例高了，于是重新提交了一个版本桥梁清单，统计结果显示四五类桥梁比例有较大幅度“下降”。公路养护每年有国检对养护质量进行监督，这本身是好事情，然而既然有评比，谁家也不乐意垫底，于是乎各种方方面面的措施就出来了。

如果不解决数据可信性的问题，数字化便是无稽之谈。那么如何解决检测数据可信性问题呢？可以尝试从以下几个方面入手：

（1）应用先进的检测技术。比如基于机器视觉的图像识别及三位重塑技术，减少人工误差，历史数据可以进行比对。还包括其他检测技术和设备的应用，从实践来看，设备检测结果相对来说可靠性要好很多。

（2）尝试将无人机桥梁检测手段作为检测质量监督手段。比如桥梁表观病害检测，人工检测完成后用无人机进行抽查检测，针对某些构件用图像识别检测历史时程数据与某单次检测数据对比，验证检测质量。

（3）数字化桥梁养护管理系统从数据角度对检测质量进行验证。数字化养护管理系统对数据颗粒度要求较为精细，并且基于时程数据做各种模型分析和养护决策。可以基于历史时程数据对某一次检测从数据一致性角度进行验证。比如针对某桥梁构件，大数据统计从一类退化为二类的平均时间是10年，如果某次检测结果将该构件判定为二类，且与一类状态的时间间隔远远小于十年，从某种程度上可以判定为数据异常。

（4）提升检测人员对自己工作的意义感。如果获得数据或者录入系统的数据能够充分发挥作用，实现基于数据的桥梁养护决策，从而对桥梁养护进行更为科学的管理，实现经济效益，检测人员对自己工作的意义感得到很大提升，从而能够主动提高检测质量。

（5）提高检测人员待遇，这才是关键。检测人员待遇提升不仅仅是经济待遇也包括精神层面的鼓励。以借资质检测为例，检测做的再好业绩和荣誉都不属于检测人员，而属于资质单位的人员，如此承担检测任务的检测工程师往往对检测质量有所懈怠。

（6）提高检测标准化程度，降低检测工程师整理内业的成本。国内桥梁检测往往耗费大量的精力在内业整理报告上。如果建立标准化检测流程和数据记录格式，输入数字化管理系统后不再需要内业整理报告，能够大大降低检测工程内业时间成本支出，检测质量更能够得到保障。

即便是美国，数据可信性也是得到高度重视的问题，上面检查主要针对数据获取可信性和录入可信性。由于美国桥梁检测外包少，主要由各州DOT自己雇员来进行检测，数据可靠性要高些。国内我们也做过调研，某省高速集团下属检测公司兢兢业业往管理系统输入了六七年的数据，他们反映自己检测的桥梁数据可靠性高些，而外包检测的数据录入质量他们说不敢保障。但是即便是自己内部单位检测，由于输入大量数据至今不知道如何分析挖掘，数据录入人员开始觉得数据录入工作的价值感没有得到体现。

总结来看，数据可信性的解决之道在于人的因素，如果检测工程师能够获得①较好的经济待遇，②对自己工作有较高的价值实现感，③对检测工作有较高的荣誉感，并辅助以较好的检测和数据录入技术手段，那么数据可信性能够得到较为不错的解决。

——文章转载于“检师学社”公众号（仅用于本网站交流学习，侵权必删）