大数据技术及其在土木工程中的应用

摘    要：大数据技术相比于传统的数据分析技术可以实现对海量数据的快速处理和价值挖掘，当前已经应用于医疗、能源等行业。为探寻大数据技术在土木工程中的应用前景，首先需要把握其应用现状。本文在WebofScience数据库、EngineeringVillage数据库以及中国知网等国内外有代表性的文献数据库中检索相关文章并做归纳分析，总结大数据技术在土木工程中的应用现状，并预测在土木工程中应用大数据技术的发展趋势，为在土木工程中进一步应用大数据技术提供参考依据。

关键词：大数据技术;土木工程;应用;策略

1  前言

土木工程是建造各类工程设施的科学技术的统称，一般来说，建造工程项目体量庞大，工艺复杂，建造周期长，过程中自然会产生大数据，如果能把这些大数据很好地利用起来，会节省大量时间成本和经济成本，可见大数据技术在土木工程专业中有良好的应用前景。

2  大数据技术内涵

不同的机构和团队对于大数据的概念的解释不同，对于“大数据”（Bigdata）研究机构Garter给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转[1]、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式结构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式云计算、分布式数据库和云存储、数据化管理。随着云时代的来临，大数据也吸引了越来越多的关注。分析师团队认为，大数据（Bigdata）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。总体来说，大数据是一个先进的技术，在信息的处理上有着很强的能力。

3  大数据技术在土木工程中的应用策略

3.1  应用大数据技术为建筑能耗分析提供辅助

建筑能耗其中最关键的因素就是建筑占用所造成的，它对的一个重要因素是建筑占用，它对建筑光照[2]、热交换等内部结构都造成了直接影响。专业人士在数据处理软件应用上深入提出挖掘土木工程相关数据价值的概念，从而明确建筑占用数据，辅助分析建筑能耗问题。首先利用传感器获取一系列数据信息，分析一栋办公楼其中16个办公室在为期2年内间隔10分钟所采集的占用数据，在此占用数据基础条件下，进行归纳、分类、综合，获得有关联的建筑占用时间表，分成4种工作模型。在分析工程建筑能耗时，可以将4种工作模型输入数据软件，针对办公楼的设计、各办公室的能源消耗等做出分析、研究，再提出有效的节能方案，选择最科学、合理的工程设计。另外，其他国际专家Lee等也通过电力设备耗电的历史数据，得出相应的耗电模型，并根据此模型推算出未来一段时间内所消耗的电力数据。这项研究主体主要是拥有240间办公室、会议厅、机房的工程写字楼，同样利用传感器从4月份到9月份间隔一分钟就采集一次耗电数据，其中包括灯光照明设备、空调电气设备、办公设备等，所采集的数据内存有10GB之多，信息量巨大。提取、分类、归纳之后，最终得出设备耗电平均每天的历史数据。

3.2  应用对大数据技术对建筑破坏进行检测

利用无人机图像可以进行建筑震后快速破坏检测。通过利用无人机可在短时间内拍摄成千上万张图像，提高图像处理速度对于及时的震后建筑破坏评估和灾后救援至关重要。Hong等提出利用并行计算处理震前地形图和震后无人机图像以加快建筑破坏三维检测速度。该处理过程对震前地形图经过坐标转换和海拔提取等处理后生成震前数字表面模型，同时对震后无人机图像经过连测点提取、相机校正、生成准核线影像、用半全局匹配方法进行密集匹配等处理后生成震后数字表面模型，然后计算震前和震后数字表面模型的不同，进而得到建筑破坏三维检测结果。将该并行计算方法应用于2013年雅安地震震后建筑破坏三维检测，其破坏检测速度比传统的分析方法，即利用单核CPU的分析方法快11倍[3]。

3.3  应用大数据技术建造工程造价数据库

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，不再選择使用二级钢钢筋。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气混凝土砌块。如果造价数据库能体现出这种差异[4]，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。

3.4  应用大数据技术减少能源消耗

在施工过程中，照明灯的使用、挑点起设备、办公设备等的使用都会加大在能源方面的消耗，电力、水力等个方面的消耗，而且如果是人力的方式进行统计和计算难度是非常之大的。通过大数据对数据进行整理、计算和处理可以减少能源的消耗。通过传感器将各种电气设备与计算机相连接，大数据可以计算出相应的能源消耗。这样就知道了能源消耗点所在，并进行节制。

3.5  应用大数据技术减少制作时间

传统的土木工程不借助计算机或者互联网的方式，数据的统计、计算、处理都是人为的，这样就会使周期变长，加入大数据技术，大数据技术对于数据的整合、计算、处理的速度都要比人力快很多，这样就能缩短制作周期。缩短了制作周期，就可以加快工程完成的速度，可以给企业节省很多的时间，时间就是财富。

4  结语

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] 李进斌，李康子，季小雯，田美，梁立东.大数据分析的CBD交叉口智能交通控制平台的构建[J].科技与创新，2018（12）：129～130.

[2] 张凯源.大数据技术及其在土木工程中的应用[J].农村经济与科技，2018（12）：65.