张伟杰,於志勇,黄昉菀,朱伟平
(福州大学 数学与计算机科学学院 福建 福州 350108)
随着感知技术和计算环境的成熟,大数据的应用领域越来越广泛,城市计算[1]就是运用这类数据来解决城市中的各类问题,促进智慧城市[2]的发展。城市积水影响着城市居民的日常出行,阻碍了灾害天气下城市的正常运作。近年来,虽然政府加强城市排水系统的建设与优化[3-4],但是由于城市环境极其复杂,城市积水问题在全国各个城市尚未解决。城市积水如果未被及时发现并处理,就有可能损害城市排水系统,导致城市内涝甚至发生城市洪涝灾害。因此,为了保障城市居民的日常出行不受影响,和维护灾害天气下城市的正常运作,及时发现城市何处积水尤为关键。
以往的城市积水监测多是通过摄像头观测、人为反馈等方式,这种方式耗时耗力、覆盖范围小,且在灾害天气下风险性较高,又容易失效。但随着传感器、无线通讯技术的发展以及移动设备的普及,出现了一种新型的数据采集模型——群智感知[5],可通过大量移动节点来收集数据并上传,在感知平台分析后得到大范围的城市数据。群智感知因其成本低、部署灵活等优势,在空气质量推测[6-7]、公共事件信息收集[7]等方面有了重要应用。但是在现实应用过程中,由于移动节点时空分布不均、设备故障等原因,移动节点可能会无法正常上传数据,导致一些区域无法准确收集到信息。因此,如何通过已感知到的数据来推测出缺失的数据,是一个有价值且需要深入探讨的问题。……