淺談土木工程中大數據的應用

李虹

摘 要：現如今，互聯網發展迅速，應用廣泛，所發布、傳遞的數據信息量龐大。并且現代化企業都實施信息管理模式，因此，管理系統中存在大量有待處理或已處理的數據。分析這些數據后，可以挖掘出數據最大的信息價值。其中，無法用傳統信息處理方法分析、解決的數據就是大數據。在土木工程正常運作過程中，存在著各式各樣的大數據，涉及廣泛，較為復雜，并且與決策關聯。一旦決策失誤，將損失嚴重。因此，針對土木工程業，需要積極研究、應用大數據技術。

關鍵詞：土木工程；大數據；應用

1 簡介大數據及大數據技術的概念

大數據至今還未有一致的概念，基本是依據大數據自身的特性給出解說。世界數據公司則簡單概括出大數據的四個特性，如下：（1）量大：一般大數據所觸及的數據信息較為雜亂、廣泛，數量巨大，是傳統數據處理辦法望塵莫及的數據量；（2）結構多樣：數據結構分為結構化、半結構化以及非結構化，規劃范疇各行各業、各不相同；（3）效率高、速度快：在處理大數據時必需要保證實時作用；（4）使用價值：大數據的處理、解剖，將會發掘出數據中潛在的使用價值，這也是傳統處理數據辦法所望塵莫及的。大數據技能，望文生義，就是處理大數據所用的技能。世界數據公司給予大數據技能的概念定義是：其經過收集、剖析數據信息，構建出新一代現代化的技能框架，發掘大數據內的價值，進一步完成大數據自身效率高、速度快的特性。土木工程觸及的常識范疇廣泛、雜亂，對應的數據量巨大，對于傳統數據無法有用處理的那部分，則使用大數據技能，進行高效、快速地解剖、剖析，盡可能多地發掘其潛在價值。

2 大數據在土木工程領域的應用

2.1 軟件的更新升級

軟件可以通過對用戶的使用習慣或反饋的各種問題，來對軟件進行更好的完善和更新。比如，巖土設計師需要進行邊坡穩定性驗算，在使用軟件對邊坡進行處理分析時，習慣使用更為簡潔明確的2D模型，同時偏好于采用Spencer計算方法進行模擬分析。PKPM用戶提出希望通過軟件能夠進行設置設縫連梁及配置交叉斜筋、對角暗撐的連梁，用于解決連梁超限問題。PKPM公司即時進行了用戶反饋問題的收集，通過版本更新，解決了相關問題，完善了軟件功能。軟件提供者除對用戶體驗的收集，還有對其他數據的收集。例如軟件通過對用于結構抗震研究的一些地震波數據庫系統的導入，供結構工程師進行抗震彈塑性分析。其中拿來做參考的有世界上比較權威的地震波數據庫如EuropeanStrongMotionDatabase，USGS，PEERStrongMotionDatabase等等。這些地震波數據庫資料為工程中抗震設計提供了設計依據，起到了特別重要的作用。如果沒有這些地震波數據，單方面通過用戶對地震波進行人工擬合，非常費時費力，并且不容易實現。

2.2 企業數據收集

土木工程行業各企業都能作為大數據采集的單體。企業中通過對每個項目的數據采集進行整合，建立相關數據庫。在進行新建工程時，可以從該數據庫中得到有效信息支持。例如，該企業在某地區進行過類似項目建造，即會獲得該地區地質、地形及場地信息等數據資料。如果在該地進行新項目的建設，那么數據庫中的歷史記錄資料則能提供很有價值的參考。比如各地區地質資料中反應土質情況的地基系數M值的選用方法。相關規范規定，對于有經驗的地區，可直接選用其經驗值；對于無經驗值的地區，M值可以通過規范建議的公式進行計算得出。更為精確的方法是采用靜力觸探試驗，對該地區的土質進行試驗分析，得出相關M值。但是在工程中，有時勘探數據缺乏對該值的試驗，或者同一地區不同地塊反復進行同一試驗。有可能出現數據缺失或者出現資源成本的浪費。如果當地建立了相關數據庫，結構設計師在進行本區域設計時可以直接進行相關數據調用，有利于節省成本。

2.3 工程造價數據庫

工程造價行業存在大批量的數據信息資源，對該數據進行有效地采集、分類和統計分析，從而使這些數據資源得以更有效地使用，實現行業內信息的共享。傳統的工程造價分析一般是采用工程量清單進行工程核算，然而工程量清單都是被發行出來，提供給用戶使用。然而由于工程造價的特點就是不同地域之間相同材料的單價會存在差異，并且價格會隨著市場變化進行浮動。所以對工程造價資源進行有效及時的數據分析是非常必要的。有效的造價大數據不僅能被造價工程師使用，還能供結構設計師作為借鑒。例如，二級鋼鋼筋已經在京津地區退出市場。如果大數據庫被及時更新了，結構設計師則能通過該數據庫進行更準確的設計，不再選擇使用二級鋼鋼筋。同時造價數據庫也能體現相似材料在不同地區的價格差異，反應當地使用材料的偏好。例如，在某地加氣混凝土生產廠家比較多，加氣混凝土砌塊的成本較之連鎖混凝土砌塊要低，所以當地項目工程更偏向使用加氣混凝土砌塊。如果造價數據庫能體現出這種差異，能標識出當地建筑工程的喜好，則能節省成本，同時避免因溝通不當造成設計返工。

2.4 檢測建筑破壞結果

一般，我們在震后區域會發現無人機的“小身影”，這是專家再使用無人機圖畫檢測修建損壞的成果。較短時間內，無人機就可以取得成千上萬張圖畫，圖畫處理的高效、快速關于修建損壞后的救援、評價作業影響較大。就有專家提出可以使用大數據技能處理無人機拍照的圖片，盡可能快地取得檢測修建損壞的成果。這個處理環節其實就是使用修建損壞前的數據信息，通過坐標、海拔、區域規模來模擬出震前修建模型，使用無人機震后拍照的圖畫，提取連測點、校正相機清晰度，進行密布匹配復原作業，然后模擬出震后修建模型。再對震前修建模型跟震后修建模型的數據進行比較，找出差異點，這樣的話，就能得到三維的修建損壞成果，在一定程度上有助于災后重建作業的高效進行。另一方面，大數據技能檢測修建損壞的速度整整比傳統的計算機處理剖析快了10倍以上，發揮其效率高、速度快的特性。如果把這些修建損壞成果構成的數據庫進行分類總結，進行相關損壞方式剖析，對不同方式、不同場所、不同高度的修建損壞進行分類貯存，那么對相似的新建項目的抗震也有很高的學習價值。

2.5 建筑結構規范的編制

在建筑行業中，有大量的規范為設計、建造及監理等過程提供執行依據及約束。各種規范中的參數很多又是基于工程或現場數據的采集總結。其中通過大量數據的收集采集，作為規范參數取值依據。比如中國地震動參數區劃圖中每個省份、每個城市的地震烈度直接決定了一個地區設計建造安全度及建設成本。如何確定地震動參數則是通過各地數據采集實現的。通過對歷史曾經發生過的地震記錄及各地區地質情況的采集，進行對比分析，以可靠性理論對未來發生的地震進行預測，從而進行地震分級的確定。

3 結束語

綜上所述，目前針對土木工程，大數據技術所涉及的應用在兩個方面：輔助分析建筑能耗問題；檢測建筑破壞結果。簡單來說，對于土木工程，大數據技術的應用早已不可或缺，并且隨著信息技術的發展，數據量的增大，大數據技術的發展前景良好。為了確保土木工程的高效、快速施工、作業，需要積極對大數據及其技術進行分析，重視相關課題研究。

參考文獻：

[1] 李富榮，荀勇，孫錫元.大數據背景下土木工程專業實習網絡平臺的構建與成效分析[J].實驗技術與管理，2016（6）：184～187+262.

[2] 劉雁，孫錫元，殷為民，張正寅，唐炳全.大數據時代土木工程專業生產實習及其管理新模式[J].高等建筑教育，2016（2）：130～133.

[3] 馬智亮，劉世龍，劉喆.大數據技術及其在土木工程中的應用[J].土木建筑工程信息技術，2015（5）：45～49.