大數據在水利工程中的應用

李 燕，楊石磊

（1.貴州大學明德學院，貴州 貴陽 550025；2.中國電建集團貴陽勘測設計研究院有限公司，貴州 貴陽 550081）

1 大數據與水利大數據

1.1 大數據概述

近些年，隨著互聯網、物聯網和云計算的快速發展，人們越來越意識到了大數據的重要性，各個領域都在積極研究和運用大數據解決問題。大數據，從字面理解就是海量數據的意思，除此以外還有不同于傳統數據的特點，總結為4個“V”：（1）巨大的數據量（volume）；（2）繁多的數據類型（variety）；（3）超低的價值密度（value）；（4）較快的處理速度（velocity）。如何從巨大的數據中挖掘出其潛藏的價值才是大數據的意義所在，只有被合理利用的數據才能稱之為大數據，不然只是一堆數據[1]。

1.2 水利大數據

陳軍飛等[2]提出水利作為國家的基礎產業，在日常工作中已經積累了大量有關的數據，再加上傳感網、射頻技術、遙感等技術的發展，采集水利數據的能力得到提升，能收集到更多更廣的數據。這些水利數據主要包括水位流量關系、水文氣象、地形地質、水生態等實測信息，還有生態環境、人文經濟、地質災害及互聯網等通過水利普查或者其他輔助手段得到的數據。結合大數據的概念，陳軍飛等總結了水利大數據的概念為由水利業務數據（包括水文氣象、地質、水位流量、水土保持、農田水利、災害、水利工程建設管理等）、水利相關領域的數據（包括人口、環境等）以及由社會公眾提供的數據（主要是網絡上提供的圖片、文字、音頻和視頻等）構成的，并且在合理時間內難以用常規分析方法獲取、存儲、處理和分析的數據集，所以需要采用大數據相關的處理方法對其進行分析和處理從而實現水利管理的決策。

傳統水利數據分析方法和水利大數據的研究方法有很多不同之處，主要包括：前者通常是基于抽樣數據，而后者則是基于海量數據也就是數據總體進行分析；前者通常是基于某個專業或某個部門內部的數據進行分析，而后者則是跨專業、跨部門進行的多維度和多角度的數據分析。

2 水利工程的建設程序

本文將從水利工程規劃、建設和管理階段的出發，介紹大數據的應用。

項目建議書、可行性研究、初步設計和施工詳圖設計階段又稱為規劃設計階段[3]，主要任務是明確工程的任務與綜合利用要求；擬定總體布置，選擇主要工程位置、工程形式、工程規模與主要參數；研究工程實施程序與運用方式；估算工程費用、工程效益；評價工程隊環境的影響，并綜合論證建設項目的必要性和合理性[4]。施工詳圖設計是在初步設計的基礎上，對建筑物各個部位進行詳細設計，供后期施工使用。

建設實施階段主要是指主體工程的建設實施，項目法人按照批準的建設文件，組織工程建設，保證項目建設目標的實現[5]。

運營管理階段要充分發揮水利工程的效用，實現防洪、減災、水資源合理調度和使用等目的，因地制宜保障不同水域工程的排水、過水、調水、蓄水能力和使用效果[6]。

3 大數據在不同階段的應用

水利部門已經積累了大量的數據，而且隨著遙感等技術的發展，水利數據的提取技術也得到了提高。再結合大數據優異處理數據的方法，大數據在水利工程中的應用越來越多。

3.1 大數據在規劃設計階段的應用

在規劃設計階段要確定水利工程的總體布置、主要工程位置、工程規模等，在確定這些之前要先得到工程所在地的地形圖、水文氣象及地質等數據，而這些都能通過大數據方法解決。

首先是大數據在地形圖繪制中的應用。韓平等[7]提出經過多年努力雖然已經獲取了大量多種類的地理信息數據，但還是存在覆蓋面不廣、獲取手段單一、精度無法滿足要求等缺點，而空間信息和位置大數據能彌補這些不足。廖克[8]提出我國通過多年的努力通過遙感、已有的各種比例尺地形圖、普查以及移動通信等手段已經累積了大量的地理數據，且今后數據增長速度和精度還會極大提高。今后關鍵工作是各類大數據的融合，建立智能化的應用模型可以自動生成綜合評價、預測預報等專業的制圖軟件。

其次是大數據在獲得水文氣象信息中的應用。陳軍飛等[2]提出大數據可以基于海量數據進行分析，跟傳統的水文數據抽樣分析相比得到的結果更可靠。艾萍等[9]應用遙感、物聯網、衛星定位和云計算、大數據等技術，加上地面水文監測站形成了一個空天地一體的水文信息感知系統，將來能成為智慧水利的數據支撐。

最后是大數據在工程地質中的應用。朱月琴等[10]設計了一個基于Hadoop的地質大數據融合挖掘框架，這個框架使用HDFS技術存儲地質文件，采用MapReduce對現有算法進行改造，通過Hive平臺快速查詢結果。在這些基礎上實現地質大數據的可視化。潘寶玉等[11]提出了多種地質大數據的存儲和處理方法，認為三維可視化是地質大數據最好的顯示方式。雖然地質大數據的研究還處在起步階段，但具有很好的發展前景[12]。

3.2 大數據在施工階段的應用

鐘登華等[13]設計的智慧大壩由大壩空間層、主動感知層、自動傳輸層、智能分析層和智能管理決策層5個環節構成，最后可以實現水利工程施工多目標實時優化，施工質量實時控制，大壩穩定性自動分析，水庫調度分析，設備維護方案制定，地震、超標洪水、滑坡等突發事件智能應急處理等。

3.3 大數據在運營管理階段的應用

大數據可以實現洪旱災害的管理，運用大數據技術，再結合洪澇災害數據，可以提高洪澇災害預測的準確性且延長預測期。水資源配置方面，可以對水資源調度、水量分配、用水戶等數據進行統計分析，隨時調整水庫的供水分配和蓄泄水量[2]。

3.4 大數據在其他方面的應用

除此以外，大數據在其他方面還有許多應用。例如，可以應用大數據實現區域水土流失的動態監測與評價[14-15]；羅鵬等[16]運用WebGIS建立了大型灌區水利信息的綜合管理系統，實現了灌區閘門、水質、水雨情、渠道等信息的綜合管理及自動化辦公；吳思等[17]提出了大數據在管線挖掘中的應用思路，對今后市政管網空間分布及合理布置規劃提供了很大幫助。

4 結語

大數據在水利工程中的應用是必然的發展趨勢，一方面是因為和水利工程有關的部門已經積累了大量的水利大數據，另一方面是遙感、物聯網、云計算等技術的發展使得大數據技術越來越進步。大數據在水利工程中的應用還處于起步階段，在未來通過人們不斷努力研究會成為解決水利工程問題的重要手段。