8517，其中男性比例约占 40.00%，女性比例约占 60.00%。 表 3 调查对象性别比例 性别 样本数 频数 百分比（%） 男 8517 3407 40.00 女 8517 5110 60.00 （3） 文化程度 23 调查人群文化程度较好，高中/技校/中专水平比例最高，占比为 42.48%，其次是初中 （30.96%）、大学专科及以上（21.82%），文盲及半文盲的比例最低（0.61%）。 2637 30.96 高中/技校/中专 8517 3618 42.48 大学专科及以上 8517 1858 21.82 （4） 婚姻状况 样本人群的婚姻状况中， 已婚，结婚 30 年以上的所占比例最高，为 77.72%，从未结 婚的占比最低，为 1.12%。 表 5 调查对象婚姻状况 婚姻状况 样本数 频数 百分比（%） 已婚，结婚 10 年以上 8517 428 5.03 已婚，结婚 84 离退休费/退休人员/城乡居民基 本养老金 15001 元以上 8517 53 0.62 （7） 最主要经济来源 对“您最主要的经济来源是什么？”进行描述性统计分析，样本调查中经济来源比例最 高的是离退休养老金（88.85%），其次为劳动收入（9.03%），其他选项占比较少。 表 8 调查对象主要经济来源 主要经济来源 样本数 频数 百分比（%） 劳动收入 8517 769 9

运营商 客流来源地 每日景区客流来源，包括：时间、景区名称、 来源地、人数，其中来源地包括本地、省内、 省外（省份）、入境（国家）等四个维度。 每日 运营商 游客特征 游客性别比例：每日景区客流男女比例，包 括：时间、男性占比、女性占比 游客年龄段：每日景区客流年龄段：包括时 每日 运营商 分类 指标 采集内容 采集频率 数据来源 间、年龄段占比。 游客行为 交通出行方式分析：每天景区游客出行行为数 运营商 入境游客重点口岸分析：景区游客入境口岸分 析，包括：时间、入境口岸、游客量、来源国 家。 每日 运营商 热点商圈分析：热点商圈分析，包括：时间、 商圈、游客量、来源地、年龄段、男女比例。 每日 运营商 旅游网评分析 每日 运营商 分类 指标 采集内容 采集频率 数据来源 长 三 角 长三角重点 城市游客量 每天长三角重点城市游客量，包括：时间、城 市、游客量等 每日全域客流年龄段：包括时间、年龄段占 比。 每日 运营商 客流来源地 每日与周边区县的关联分析，包括：时间、景 区、来源区县客流量 每日 运营商 客流性别占 比 每日全域客流男女比例，包括：时间、男性占 比、女性占比 每日 运营商 客流年龄分 每日全域客流年龄段：包括时间、年龄段占 每日 运营商 分类 指标 采集内容 采集频率 数据来源 布 比。 全域关联分 析

内电子地图的呈现方 式有以下几种： （1）二维电子地图虽然实现了数据的展示和分析功能，但是始终是 对现实世界的一种高度抽象表示，并不能真实完整地反映现实世界。 （2）三维电子地图是按照一定的比例对现实世界的某个方面进行三 维抽象和描述，它的形象性、功能性要远强于二维电子地图，但三维地 图在数据处理、发布效率以及网络传输等方面具有较大的技术难度，而 且成本较高。 （3）维电子地图除继 、漫游、按比例 尺缩放、显示全图、前一/后一视图等功能，可方便概览全图，又可观察 局部细节。 放大：放大用户所点或所选的区域，地图信息随着地图的放大越来 越详细。 缩小：缩小用户所点或所选的区域，地图信息随着地图的缩小越来 越简单。 漫游：用户拖动图形区中的地图改变地图在图形区中显示的位置。 按比例尺缩放：提供比例尺输入框，让用户输入比例尺，使得图形 区中地图显示比例为该输入比例尺。 鸟瞰图也叫鹰眼窗，由图形和导航框（矩形框）两个部分组成，导 航框是用来显示框内的地图在整个图形中的相对位置。鸟瞰图和系统图 形区是互动的，用鼠标左键单击导航框并拖动到图形的任意一个地方， 导航框选中的区域会按系统原来的比例尺移至图形区中央，以达到快速 定位的作用。  图层管理 图层管理提供对系统中图层进行管理功能，主要包括以下功能： （1）加载图层：增加新图层或删除图层，即用户在系统中根据需要 可自己创建

是 精装修 是 小 高 层 ： 1 1 9 + 8 9 + 8 9 + 1 1 9 小 高 层 ( 1 8 层 ， 1 1 9 + 8 9 + 8 9 + 1 1 公摊比例 0.20 住 宅 是否租售 是 赠送比例 0.00 单元数 1 电梯数 1 车库门数量 1 T4 日 建筑参数 是否计容 是 标准层面积 (m) 595.97 0.20 层高 (m) 3.00 是 1 架空是否计容 是 架空计容系数 .00 架 空层 面 积 (m² ) 0.00 建筑编号 名称 型号 功能业态 类型 户型面积 梯户数 电梯入户 精装修 公摊比例 是否租售 赠送比例 单元数 电梯数 车库门数量 L 180 180 143 详细规划编制鲜 □ 导入 _ 规划用地用海 □ 导 入 道 路 中 心 线 ☑ 固 建 筑 口 鲁三区三线 ☑ 鱼 地图 图 层 帮助 区 外部数据 1.21.opi 75 比例尺 1:2266.175 口 日 开始 地形 日 □ 规划用地 道路 建筑 场景 □ 规 划 用 地 日照 材质 国 土 空 间 详 细 规

不同区域的智慧工地项目占比 7 不同的项目类型开展智慧工地建设的比例不同，较高的是公共建筑工程和机 电安装工程，其中公共建筑工程开展智慧工地建设应用 的比例达到 85 . 76%,较 7 低的是工业厂房和基础设施工程，其中基础设施工程开展智慧工地建设应用的比 例仅有 57.89%。 85.76 % 79.55% 图 1-4 不同工程类型的智慧工地应用比例 1.2.2 项目规模与资金投入分析 整体来 目，应用智慧工地 的比例越 高。在项目总投资 超过 20 亿元的项目中，有 88.89% 的项目开展了智慧工地建设应用，而总投资不足 2 亿元的项目中，这 一比例为 69.66%。项目总投资 5 亿元是智慧工地建设应用比例的明显分水岭， 在 5 亿元以 下的平均应用比例为 68.79%,而 5 亿元以上项目的平均应用比例高达 86.77%。 图 1-5 不同投资规模的项目智慧工地应用比例 8 在 2019 年总投入约 7666.5 万，2020 年总投入约 11557.5 万元，2021 年总投入 约 16589.8 万元。整体为上升趋势，2021 年同比增长达到 43.54%,随着企业合同额比例 的 8 提升，预计 2022 年将突破 2 亿元，预计“十四五”累计突破 6 亿元。从项目 智 工地平均投入来看，从 2018 年的 10.95 万元增长至 2021 年的 31.36 万

建模注意事项 制作出建筑的体量几何关系，能够准确的表现建筑的特征，不需要把所有的 通常情况： 现场实景： 细节建模，细节部分可通过贴图表现，同时注意控制数据量。同时根据整面照片 的尺寸，确定模型的比例关系。有高度参考的资料，按照参考资料进行制作。 6.8.3.1.3 面的处理 拼接不能出现缝隙。 6.8.3.1.5 贴图坐标 模型赋予贴图后，需要细致的调整贴图坐标。可采用 UVW Map 文件、X/OSG 等格式文件、特殊情况说明。 6.8.6 外业数据采集（全景、航飞街景、人工外业采集） 6.8.6.1 必要准备 6.8.6.1.1 影像图 打印影像图的要点：a)指北针；b)比例尺；c)项目范围；d)分区号；e)图例； f)地名注记；g)接幅表。 影像图如下所示： 6.8.6.1.2 相机 照片分辨率不低于 2048×1360(3m)，jpg 格式其它参数调整如下： 避雷针、建筑物立面突 出物以及屋顶装饰等）。 6.8.7.1. 1. 1 精细级建筑物模型制作规定 1）精细级建筑物模型的基底轮廓线应基于 1:500、1:1000 比例尺地形图中 建筑物的基底轮廓线直接生成，并与地形图保持一致。 2）精细级建筑物模型要求真实反映建模物体的外观细节，侧面上的阳台、 窗、广告牌及各类附属设备都应清晰表现，且侧面轮廓线应反映侧面上的变化细

√ 4 四层 88 座大会议室 1 254.5 √ √ √ √ √ 5 四层 275 座视频会议室 1 597 √ √ √ √ √ √ 6 四层贵宾接待室 1 101.7 √ √ 7 四层真人比例会议室 20 人 1 101.7 √ √ √ √ √ √ 8 四层中会议室 28 人 3 110.6/111.8/111.9 √ √ √ √ 9 四层讨论室 14 人 3 55.3/55.6 √ 全频音箱 无线话筒 多媒体插座 完整的人物呈现 创新采用了摄像机中置的方式，结合 70 寸大屏，使与会者站立 时可显示完整图像，为您呈现 1:1 的真实比例，营造出 “面对 面”交流的临场感受。 真人比例会议 室 常规会议 室 会议发言单元 电动投影幕布 高清投影机 全频音箱 吸顶音箱 无线话筒 会务管 理 操作界面 ( 选择会议室、时间段进行预

交通指标体系 可量化的交通情况、科学化的评价体系 交通指标体系 交通运行评价指标 路段运行  路段平均行驶速度  路网的断面流量 拥堵评价  道路拥堵指数、拥堵强度  拥堵时间比例、拥堵路段时空分布  拥堵出行比例、日拥堵出行百分比 公交服务评价指标 具体线路  地铁 / 公交拥挤指数  准点率、出行时间 时空维度  出行成本、行程速度、服务可靠性 公交线网  公共交通分担率、周转量、运输量 数据接入异常、转化异常 智能纠错与维护  数据纠错、传感器设备维护计划 15 交通指标体系 例：交通运行评价指标 拥堵指数 交通拥堵评价 指标体系 K1 强度 交通拥堵 指数 K2 范围 拥堵里程 比例 K3 时间 拥堵持续 时间 K4 频率 拥堵路段 分布 K5 概率 时间可靠 性指数 K6 波动 速度稳定 性指数 大数据实时处理 与分析 内存计算 交通数据门类较 完整 浮动车、车牌识别

城市交通综合指数主要描述给定时间内的城市综合交通状况的优 良度, 其直接影响因素是交通流量、平均车速、交通密度和交通延误; 间接影响因素有交通事故、交通秩序好坏、气象因素、政策因素、 环境因素、城市车辆保有量、各类车辆出行比例和数量。城市交通 综合指数从地域范围可以有全市范围的指数, 也可以有特定区域内的 指数; 从时间范围可以是日指数, 也可以是周指数、月度指数、年度 指数。城市交通综合指数是总结评价性指数。国际上一些城市采用 通过实际调查数据进行检验。  基于拥堵里程比例的交通拥堵指数 交通拥堵指数（Traffic Congestion Index, TCI）是一定统计间隔内 城市整体或区域道路网总体拥堵程度的相对数，取值区间为 0~10， 分为五级，数值越大表示拥堵越严重。计算流程为：计算各路段平 均行程车速，判断所处运行等级；统计各等级道路中处于最拥堵水 平的里程比例，并利用车公里数加权计算路网拥堵里程比例；基于 线性转换关系得到拥堵指数。 根据前端感知设备采集到的车速信息，计算每个路段的平均 车速  分别统计快速路、主干路、次干路、和支路中处于严重拥堵 运行等级的路段里程比例，其中路段交通运行等级的确定见 下表;  对各等级道路拥堵里程比例以 VKT（车公里数）比例作为权 重进行加权，计算确定道路网拥堵里程比例；  按照道路网拥堵里程比例与道路交通运行指数的转换关系， 286 智慧交通综合大数据管控平台设计建设方案 计算道路交通运行指数，道路交通运行指数取值区间为

Wezo. - All Rights Reserved +4 4 % 20 2 3 年 8 月进行的一项调查中， 奥地利是欧洲住宿企业将人工 智能 ( AI) 视为未来六个月关 键 机遇的比例最高的国家有 4 4 % 的奥地利受访者认同 人 工 智 能 对 住 宿 和 商 务 旅行 的 影响 人工智能对于住宿业的影响 +38% 2 0 2 3 年 8 月进行的一项调 查 Reserved 扫描领取报告 20 2 3 年 8 月在 Statista 公司的一项 9 4 0 名旅游住宿的主管和经理调查研究中， 德国是已经使用人工智能 ( AI) 的 住宿企 业比例最高的欧洲国家； 总体而言， 十分之二的德国受访公司表示已经在使用人工智能， 而西班牙只有 4 % 的公司这样 做； 也就是说， 近四分之一的西班牙住宿企业计划在未来 6 个月内使用人工智能 的人没 有使 用生成式人工智能 2 0 2 3 年 8 月 1 , 100 名美国和加拿大旅行者的一项调查分析了他们使用生 成式 人工智能 ( AI) 进行旅行灵感、计划或预订的休闲旅行者的比例 截至当月， 大约三分之一的受访者表示， 他们最近在此类旅行中使用了生 成 式人工智能 旅 行 者 对 人 工 智 能 的 使 用 人工智能对于旅游者影响 +34% 2 0 2 3 年美国和加拿大在休