termo-data

termo-data是一个历史存档数据集，记录了布加勒斯特热水和供暖中断的数据。该数据集通过每15分钟对CMTEB/Termoenergetica公共页面进行快照构建，包括当前中断的官方列表和每个热力点的状态。数据持续收集，以弥补官方存档的缺失。termo-data is a historical archive dataset documenting data on hot water and heating outages in Bucharest. Constructed via snapshots taken every 15 minutes from the public pages of CMTEB/Termoenergetica, this dataset includes official lists of current outages and the status of each heating point. Data is collected continuously to fill the gap in official archives.

原始信息汇总

数据集概述

项目名称：termo-data

数据来源：布加勒斯特（București）热水和暖气中断的历史存档，数据通过每15分钟对以下公共页面进行快照构建：

• 当前供暖系统运行状态（Functionare sistem termoficare）：官方当前中断列表，包含受影响区域、原因及修复预估时间。保存为 data/functionare.html。
• 供暖系统状态地图（Harta stare sistem termoficare）：约950个热力点的状态及其坐标。保存为 data/harta.html。

数据采集机制：

• 使用 GitHub Actions 每15分钟运行一次。
• 仅在页面内容发生变化时提交（基于响应体的哈希值），因为网站的 Last-Modified 头部不可靠。

数据特点：

• 已解决的故障记录会从官方页面消失，且官方无存档，因此此数据集通过持续采集构建历史记录。

数据用途：

• 支持一个公民项目：统计布加勒斯特每个区域每年无热水供应的天数。
• 未来将单独发布处理数据的网站和流水线。

数据许可：

• 代码：MIT 许可证。
• data/ 目录下的数据：再现 CMTEB / Termoenergetica SA 在 cmteb.ro 上发布的公共信息。

致谢与数据衍生：

• 数据采集模型受 FlorinPopaCodes/termoficare-data（自2021年12月以来的存档）和 gov2-ro/prometeu 启发。
• 静态文件 static/sectoare.geojson 中的区域边界来源于 OpenStreetMap（© OpenStreetMap contributors，ODbL 许可证）。

搜集汇总

数据集介绍

构建方式

termo-data数据集旨在构建布加勒斯特市热水与供暖中断的历史档案。由于官方网页仅在中断持续期间显示信息，且缺乏历史记录，该数据集通过每15分钟一次的GitHub Action自动快照采集CMTEB/Termoenergetica网站的两个公开页面：当前中断列表和供热状态地图。采集过程基于响应内容哈希值判断页面是否更新，仅在内容发生变化时提交新快照，从而有效规避了网站Last-Modified标头不可靠的问题。已解决的中断记录会从网站消失，因此这一持续采集机制是构建历史档案的唯一途径。

特点

该数据集的最大特色在于其时间连续性与完整性。通过高频次、自动化快照，它捕捉了官方网页上实时变化的供热中断信息，填补了官方不提供历史档案的空白。数据集不仅包含中断列表的原始HTML（涵盖区域、热力点、受影响街道和建筑、原因及预计修复时间），还记录了约950个热力点的状态与坐标地图，为空间分析提供基础。此外，数据集采用了git-scraping模式，仅存储有变化的页面，在保证数据完整性的同时避免了冗余。

使用方法

数据集的原始HTML页面存储于`data/`目录下，其中`functionare.html`包含当前中断详情的官方表格，`harta.html`则包含热力点状态与地理坐标。用户可直接解析这些HTML文件提取结构化信息。数据集的处理管道和可视化站点将另行发布，但在其上线前，开发者可基于版本历史追溯不同时间点的中断情况，结合提供的布加勒斯特行政区GeoJSON边界文件（源自OpenStreetMap），对中断的地理分布与持续时间进行统计与分析。代码采用MIT许可，数据则延续CMTEB公开信息的再利用条款。

背景与挑战

背景概述

termo-data是一个专注于布加勒斯特市热水与供暖中断历史记录的数据集，由公民技术社区于2023年左右创建。该数据集的核心研究问题在于，官方渠道仅展示当前中断信息，历史记录在问题解决后即被移除，缺乏系统性的存档机制。为此，项目团队通过每15分钟抓取CMTEB/Termoenergetica官方页面（包括系统运行状态列表和热力点地图），利用GitHub Action持续收集数据，仅在有变化时提交，从而构建起一份连贯的历史档案。这一数据集为城市基础设施透明度研究提供了关键支撑，尤其有助于量化分析各区域每年因供热中断受影响的天数，推动了公民参与和公共问责。

当前挑战

该数据集面临的核心挑战是解决领域内供热中断历史数据缺失的问题。官方机构不提供历史存档，中断记录在修复后即从网站消失，导致长期趋势分析、区域公平性评估和风险预测难以开展。构建过程中，挑战在于依赖官方页面的结构稳定性——任何网页格式变动都可能破坏抓取逻辑，且网站Last-Modified头部不可靠，迫使团队采用内容哈希比对来检测更新。此外，热力点地图包含约950个管网的坐标，但地理边界数据需从OpenStreetMap衍生，来源的持续维护和许可合规性也成为数据长期可用的障碍。

常用场景

经典使用场景

在城市化进程加速与基础设施老化并存的背景下，集中供热系统的可靠性成为衡量城市韧性的关键指标。termo-data数据集通过每15分钟对罗马尼亚布加勒斯特市官方供热中断页面进行快照抓取，构建了包含中断时间、地理位置、受影响街道与建筑、故障原因及修复预估等字段的历史档案。该数据集最经典的使用场景是城市基础设施的时空动态监测，研究者可利用其高时间粒度的记录，精确量化每个热力站点（约950个）的中断频率与持续时间，从而绘制城市尺度的供热服务可靠性热力图。

实际应用

在实际应用中，该数据集直接服务于公民科技项目，用于计算布加勒斯特每个区域年度无热水供应的累计天数，将抽象的系统失效率转化为居民可感知的停供时长指标。城市规划部门可基于此数据识别脆弱片区，优先实施管网改造投资；应急管理机构能通过分析历史中断模式优化预案与资源调配；而房地产与保险行业则可将其纳入房屋估值与风险定价模型，使市场力量倒逼服务改善。这种从原始快照到公共利益指标的转化，体现了开放数据赋能社区监督与政策透明的实际价值。

衍生相关工作

termo-data的采集方法承袭自FlorinPopaCodes的termoficare-data项目与gov2-ro/prometeu的开源治理实践，其独创的基于响应内容哈希的增量提交策略有效规避了网站不可靠的Last-Modified头部。该数据集已直接支撑一个独立的公民计算项目，用于评估各区域供水供暖中断天数，而其公开的15分钟快照档案亦可能衍生出基于时空图神经网络的故障预测模型、使用自然语言处理解析中断原因文本的自动分类系统，以及结合OpenStreetMap边界数据的空间统计基准测试集，这些潜在工作将共同构建一个从数据采集到决策支持的开源基础设施研究生态。