淺談土木工程中大數據的應用

郭秋奕

摘 要：隨著現代科技的發展，與傳統的數據應用相比，如今的大數據技術可以對大批量的數據進行有效地采集和集中處理。本文通過對土木工程行業中大數據技術有著很好利用前景的幾個應用領域進行總結分析，為今后大數據技術在行業內的應用發展提供建議和參考。

關鍵詞：土木工程；大數據技術；大數據應用；數據處理

中圖分類號：TP311 文獻標志碼：A

0 緒論

大數據是指無法在短時間內用常規軟件工具能進行捕捉、管理和處理的數據集合，是需要通過新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。從技術層面上，通過對數據的專業處理與云計算，讓大數據能被更有效地利用。

現代社會，互聯網發展迅速，應用廣泛，所發布、傳遞的數據信息量龐大。因為現代化企業都實施信息管理模式，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，可以利用起數據作為獨立存在所無法發揮出的價值。

土木工程是建造各類工程設施的科學技術的統稱，一般來說，建造工程項目體量龐大，工藝復雜，建造周期長，過程中自然會產生大數據，如果能把這些大數據很好地利用起來，會節省大量時間成本和經濟成本，可見大數據技術在土木工程專業中有良好的應用前景。

1 數據庫的實現

數據庫的建立一般采用概念模型、邏輯模型和物理模型3種數據模型。概念模型是把實現世界的客觀對象經過人的認識抽象為信息世界所能描述的信息結構；邏輯模型是按照一定的邏輯結構對數據進行構架和組織，以滿足企業的信息需求，包括明確各數據項之間的關系并有序地對它們進行分組；物理模型則是反映數據在計算機中的存儲結構。

運用信息系統、社交網絡、傳感器、智能儀表等，通過用戶界面進行數據的輸入與輸出操作，數據庫能進行針對有關數據的查詢工作，并且能夠對某些表中的數據及表結構進行維護。此外，通過計算進行統計分析，對有關數據進行報表輸出工作等也是數據庫的應用范圍。

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European Strong Motion Database，USGS，PEER Strong Motion Database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

通常，我們在震后地區會發現無人機的“小身影”，這是專家再利用無人機圖像檢測建筑破壞的結果。較短時間內，無人機就可以獲得成千上萬張圖像，圖像處理的高效、快速對于建筑破壞后的救援、評估工作影響較大。就有專家提出可以利用大數據技術處理無人機拍攝的圖片，盡可能快地獲得檢測建筑破壞的結果。這個處理環節其實就是利用建筑破壞前的數據信息，通過坐標、海拔、區域范圍來模擬出震前建筑模型，利用無人機震后拍攝的圖像，提取連測點、校正相機清晰度，進行密集匹配還原工作，從而模擬出震后建筑模型。再對震前建筑模型跟震后建筑模型的數據進行比較，找出差異點，這樣的話，就能得到三維的建筑破壞結果，在一定程度上有助于災后重建工作的高效進行。另一方面，大數據技術檢測建筑破壞的速度整整比傳統的計算機處理分析快了10倍以上，發揮其效率高、速度快的特性。endprint

如果把這些建筑破壞結果形成的數據庫進行分類總結，進行相關破壞形式分析，對不同形式、不同場地、不同高度的建筑破壞進行分類儲存，那么對相似的新建項目的抗震也有很高的借鑒價值。

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。

類似典型的數據采集還有《建筑結構荷載規范》（GB 50009-2012）的編制，其中所有荷載都是在大量數據收集及科學統計方法的研究下得出的。比如風荷載則是在各地區進行風速檢測，并把每年的數據進行收集，然后用概率統計的方法得出30年、50年、100年的設計基本風壓用于不同極限狀態的設計。但需要指出的是，有些參數還是需要現在更為先進的大數據技術進行支持，使之更為科學合理。如《建筑結構荷載規范》中的地面粗糙度取值：

地面粗糙度可分為A、B、C、D 四類：

A 類是指近海海面和海島、海岸、湖岸及沙漠地區；

B 類是指田野、鄉村、叢林、丘陵以及房屋比較稀疏的鄉鎮和城市郊區；

C 類是指有密集建筑群的城市市區；

D 類是指有密集建筑群且房屋較高的城市市區。

在現如今高速的城市建設、城鄉區域大力發展的條件下，如何對某區域的地面粗糙度進行界定則有了新的疑問。比如原屬于城市郊區的某縣城，由于經濟發展，已經在建造了大面積住宅。如果還按房屋稀疏的鄉鎮和城市郊區進行定義就未免不符合實際了。所以如果相關部門通過類似google earth之類的軟件進行各地區房屋建造情況的大數據分析，能很好地為新建項目提供更加準確的數據支持。

結語

通過大數據在技術層面上的完善，建立起土木工程行業各個分支的數據庫，并對其中的數據進行統計分析和歸納整理，能在很短時間內有效地提取自己需要的數據用于實際工程或者科學研究。能夠避免土木行業出現多次不規范的重復作業，節省大量時間和經濟成本。

目前針對于土木工程行業，大數據所涉及的應用方面非常廣泛。隨著信息技術的發展，廣泛采集數據變得不再困難，工程信息化使得設計建造能高效、快速地進行。土木工程中大數據的應用有著良好的發展前景，行業內也需要積極地對大數據技術進行分析，重視相關課題的研究及應用。

參考文獻

[1]馬智亮，劉世龍，劉喆，等.大數據技術及其在土木工程中的應用[C].上海. 第五界工程建設計算機應用創新論壇文集.

[2]黃國豪.淺談大數據技術及其在土木工程中的應用[C].江西建材，2016（18）：80.

[3]知乎.巖土工程/土木工程怎樣應用大數據[Z].2016.endprint