大数据技术及其在土木工程中的应用

大数据技术及其在土木工程中的应用

聂建萍

天津正东机电设备安装有限公司天津300450

摘要：现如今，互联网发展迅速，应用广泛，所发布、传递的数据信息量庞大。并且现代化企业都实施信息管理模式，因此，管理系统中存在大量有待处理或已处理的数据。分析这些数据后，可以挖掘出数据最大的信息价值。其中，无法用传统信息处理方法分析、解决的数据就是大数据。在土木工程正常运作过程中，存在着各式各样的大数据，涉及广泛，较为复杂，并且与决策关联。一旦决策失误，将损失严重。因此，针对土木工程业，需要积极研究、应用大数据技术。

关键词：大数据技术；土木工程；应用

1简介大数据及大数据技术的概念

大数据至今还未有统一的概念，基本是根据大数据自身的特性给出解释。国际数据公司则简单归纳出大数据的四个特性，如下:(1)量大:通常大数据所涉及的数据信息较为复杂、广泛，数量庞大，是传统数据处理办法望尘莫及的数据量;(2)结构多样:数据结构分为结构化、半结构化以及非结构化，设计领域各行各业、各不相同;(3)效率高、速度快:在处理大数据时必须要确保实时效果;(4)应用价值:大数据的处理、解剖，将会挖掘出数据中潜在的应用价值，这也是传统处理数据方法所望尘莫及的。大数据技术，顾名思义，就是处理大数据所用的技术。国际数据公司给予大数据技术的概念定义是:其通过采集、分析数据信息，构建出新一代现代化的技术框架，挖掘大数据内的价值，进一步实现大数据本身效率高、速度快的特性。土木工程涉及的知识领域宽泛、复杂，对应的数据量庞大，对于传统数据无法有效处理的那部分，则应用大数据技术，进行高效、快速地解剖、分析，尽可能多地挖掘其潜在价值。

2大数据在土木工程领域的应用

2.1软件的更新升级

软件可以通过对用户的使用习惯或反馈的各种问题，来对软件进行更好的完善和更新。比如，岩土设计师需要进行边坡稳定性验算，在使用软件对边坡进行处理分析时，习惯使用更为简洁明确的2D模型，同时偏好于采用Spencer计算方法进行模拟分析。PKPM用户提出希望通过软件能够进行设置设缝连梁及配置交叉斜筋、对角暗撑的连梁，用于解决连梁超限问题。PKPM公司即时进行了用户反馈问题的收集，通过版本更新，解决了相关问题，完善了软件功能。

软件提供者除对用户体验的收集，还有对其他数据的收集。例如软件通过对用于结构抗震研究的一些地震波数据库系统的导入，供结构工程师进行抗震弹塑性分析。其中拿来做参考的有世界上比较权威的地震波数据库如EuropeanStrongMotionDatabase，USGS，PEERStrongMotionDatabase等等。这些地震波数据库资料为工程中抗震设计提供了设计依据，起到了特别重要的作用。如果没有这些地震波数据，单方面通过用户对地震波进行人工拟合，非常费时费力，并且不容易实现。

2.2企业数据收集

土木工程行业各企业都能作为大数据采集的单体。企业中通过对每个项目的数据采集进行整合，建立相关数据库。在进行新建工程时，可以从该数据库中得到有效信息支持。例如，该企业在某地区进行过类似项目建造，即会获得该地区地质、地形及场地信息等数据资料。如果在该地进行新项目的建设，那么数据库中的历史记录资料则能提供很有价值的参考。比如各地区地质资料中反应土质情况的地基系数M值的选用方法。相关规范规定，对于有经验的地区，可直接选用其经验值；对于无经验值的地区，M值可以通过规范建议的公式进行计算得出。更为精确的方法是采用静力触探试验，对该地区的土质进行试验分析，得出相关M值。

但是在工程中，有时勘探数据缺乏对该值的试验，或者同一地区不同地块反复进行同一试验。有可能出现数据缺失或者出现资源成本的浪费。如果当地建立了相关数据库，结构设计师在进行本区域设计时可以直接进行相关数据调用，有利于节省成本。

2.3工程造价数据库

工程造价行业存在大批量的数据信息资源，对该数据进行有效地采集、分类和统计分析，从而使这些数据资源得以更有效地使用，实现行业内信息的共享。传统的工程造价分析一般是采用工程量清单进行工程核算，然而工程量清单都是被发行出来，提供给用户使用。然而由于工程造价的特点就是不同地域之间相同材料的单价会存在差异，并且价格会随着市场变化进行浮动。所以对工程造价资源进行有效及时的数据分析是非常必要的。有效的造价大数据不仅能被造价工程师使用，还能供结构设计师作为借鉴。例如，二级钢钢筋已经在京津地区退出市场。如果大数据库被及时更新了，结构设计师则能通过该数据库进行更准确的设计，不再选择使用二级钢钢筋。

同时造价数据库也能体现相似材料在不同地区的价格差异，反应当地使用材料的偏好。例如，在某地加气混凝土生产厂家比较多，加气混凝土砌块的成本较之连锁混凝土砌块要低，所以当地项目工程更偏向使用加氣混凝土砌块。如果造价数据库能体现出这种差异，能标识出当地建筑工程的喜好，则能节省成本，同时避免因沟通不当造成设计返工。

2.4检测建筑破坏结果

通常，我们在震后地区会发现无人机的“小身影”，这是专家利用无人机图像探测摧毁建筑物的结果。在短时间内，无人机可获得数千幅图像，图像处理的效率和速度对建筑物破坏后的救援和评估有很大的影响。一些专家建议，我们可以利用大数据技术来处理无人机拍摄的图像，并尽可能快地得到建筑物损伤检测的结果。这个处理环节是在建筑物的破坏使用数据信息，通过坐标、高程、面积范围模拟建筑模型在地震前，利用无人机拍摄地震后的图像，提取测量点，校正摄像机的清晰度，和密集匹配的减排工作，而地震后的建筑模型。然后对地震前建筑模型的数据和震后模型的数据进行比较，找出差异点。这样，就可以得到三维建筑物破坏的结果，在一定程度上有助于灾后重建的效率。另一方面，大数据量技术的速度比传统的计算机处理分析速度快10倍以上，效率高，速度快。对这些建筑物破坏结果数据库进行分类总结，对相关破坏形态进行分析，对不同形式、不同地点、不同高度的破坏进行分类和存储，对同类工程抗震具有较高的参考价值。

2.5建筑结构规范的编制

在建筑行业中，有大量的规范为设计、建造及监理等过程提供执行依据及约束。各种规范中的参数很多又是基于工程或现场数据的采集总结。其中通过大量数据的收集采集，作为规范参数取值依据。比如中国地震动参数区划图中每个省份、每个城市的地震烈度直接决定了一个地区设计建造安全度及建设成本。如何确定地震動参数则是通过各地数据采集实现的。通过对历史曾经发生过的地震记录及各地区地质情况的采集，进行对比分析，以可靠性理论对未来发生的地震进行预测，从而进行地震分级的确定。

类似典型的数据采集还有《建筑结构荷载规范》（GB50009-2012）的编制，其中所有荷载都是在大量数据收集及科学统计方法的研究下得出的。比如风荷载则是在各地区进行风速检测，并把每年的数据进行收集，然后用概率统计的方法得出30年、50年、100年的设计基本风压用于不同极限状态的设计。但需要指出的是，有些参数还是需要现在更为先进的大数据技术进行支持，使之更为科学合理。如《建筑结构荷载规范》中的地面粗糙度取值：

地面粗糙度可分为A、B、C、D四类：

A类是指近海海面和海岛、海岸、湖岸及沙漠地区；

B类是指田野、乡村、丛林、丘陵以及房屋比较稀疏的乡镇和城市郊区；

C类是指有密集建筑群的城市市区；

D类是指有密集建筑群且房屋较高的城市市区。

在现如今高速的城市建设、城乡区域大力发展的条件下，如何对某区域的地面粗糙度进行界定则有了新的疑问。比如原属于城市郊区的某县城，由于经济发展，已经在建造了大面积住宅。如果还按房屋稀疏的乡镇和城市郊区进行定义就未免不符合实际了。所以如果相关部门通过类似googleearth之类的软件进行各地区房屋建造情况的大数据分析，能很好地为新建项目提供更加准确的数据支持。

结论

综上所述，目前针对土木工程，大数据技术所涉及的应用在两个方面:辅助分析建筑能耗问题;检测建筑破坏结果。简单来说，对于土木工程，大数据技术的应用早已不可或缺，并且随着信息技术的发展，数据量的增大，大数据技术的发展前景良好。为了确保土木工程的高效、快速施工、作业，需要积极对大数据及其技术进行分析，重视相关课题研究。

参考文献

［1］马智亮，刘世龙，刘喆，等．大数据技术及其在土木工程中的应用［J］．土木建筑工程信息技术，2015(10)．

［2］张引，陈敏，廖小飞，等．大数据应用的现状与展望［J］．计算机研究与发展，2013(05)．