大數據技術及其在土木工程中的應用

樊榮輝

摘? ? 要：大數據技術相比于傳統的數據分析技術可以實現對海量數據的快速處理和價值挖掘，當前已經應用于醫療、能源等行業。為探尋大數據技術在土木工程中的應用前景，首先需要把握其應用現狀。本文在WebofScience數據庫、EngineeringVillage數據庫以及中國知網等國內外有代表性的文獻數據庫中檢索相關文章并做歸納分析，總結大數據技術在土木工程中的應用現狀，并預測在土木工程中應用大數據技術的發展趨勢，為在土木工程中進一步應用大數據技術提供參考依據。

關鍵詞：大數據技術;土木工程;應用;策略

1? 前言

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。

2? 大數據技術內涵

不同的機構和團隊對于大數據的概念的解釋不同，對于“大數據”（Bigdata）研究機構Garter給出了這樣的定義?！按髷祿笔切枰绿幚砟Ｊ讲拍芫哂懈鼜姷臎Q策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉[1]、多樣的數據類型和價值密度低四大特征。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。換而言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式結構。它的特色在于對海量數據進行分布式數據挖掘。但它必須依托云計算的分布式云計算、分布式數據庫和云存儲、數據化管理。隨著云時代的來臨，大數據也吸引了越來越多的關注。分析師團隊認為，大數據（Bigdata）通常用來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下載到關系型數據庫用于分析時會花費過多時間和金錢。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用于大數據的技術，包括大規模并行處理（MPP）數據庫、數據挖掘、分布式文件系統、分布式數據庫、云計算平臺、互聯網和可擴展的存儲系統。總體來說，大數據是一個先進的技術，在信息的處理上有著很強的能力。

3? 大數據技術在土木工程中的應用策略

3.1? 應用大數據技術為建筑能耗分析提供輔助

建筑能耗其中最關鍵的因素就是建筑占用所造成的，它對的一個重要因素是建筑占用，它對建筑光照[2]、熱交換等內部結構都造成了直接影響。專業人士在數據處理軟件應用上深入提出挖掘土木工程相關數據價值的概念，從而明確建筑占用數據，輔助分析建筑能耗問題。首先利用傳感器獲取一系列數據信息，分析一棟辦公樓其中16個辦公室在為期2年內間隔10分鐘所采集的占用數據，在此占用數據基礎條件下，進行歸納、分類、綜合，獲得有關聯的建筑占用時間表，分成4種工作模型。在分析工程建筑能耗時，可以將4種工作模型輸入數據軟件，針對辦公樓的設計、各辦公室的能源消耗等做出分析、研究，再提出有效的節能方案，選擇最科學、合理的工程設計。另外，其他國際專家Lee等也通過電力設備耗電的歷史數據，得出相應的耗電模型，并根據此模型推算出未來一段時間內所消耗的電力數據。這項研究主體主要是擁有240間辦公室、會議廳、機房的工程寫字樓，同樣利用傳感器從4月份到9月份間隔一分鐘就采集一次耗電數據，其中包括燈光照明設備、空調電氣設備、辦公設備等，所采集的數據內存有10GB之多，信息量巨大。提取、分類、歸納之后，最終得出設備耗電平均每天的歷史數據。

3.2? 應用對大數據技術對建筑破壞進行檢測

利用無人機圖像可以進行建筑震后快速破壞檢測。通過利用無人機可在短時間內拍攝成千上萬張圖像，提高圖像處理速度對于及時的震后建筑破壞評估和災后救援至關重要。Hong等提出利用并行計算處理震前地形圖和震后無人機圖像以加快建筑破壞三維檢測速度。該處理過程對震前地形圖經過坐標轉換和海拔提取等處理后生成震前數字表面模型，同時對震后無人機圖像經過連測點提取、相機校正、生成準核線影像、用半全局匹配方法進行密集匹配等處理后生成震后數字表面模型，然后計算震前和震后數字表面模型的不同，進而得到建筑破壞三維檢測結果。將該并行計算方法應用于2013年雅安地震震后建筑破壞三維檢測，其破壞檢測速度比傳統的分析方法，即利用單核CPU的分析方法快11倍[3]。

3.3? 應用大數據技術建造工程造價數據庫

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[4]，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。

3.4? 應用大數據技術減少能源消耗

在施工過程中，照明燈的使用、挑點起設備、辦公設備等的使用都會加大在能源方面的消耗，電力、水力等個方面的消耗，而且如果是人力的方式進行統計和計算難度是非常之大的。通過大數據對數據進行整理、計算和處理可以減少能源的消耗。通過傳感器將各種電氣設備與計算機相連接，大數據可以計算出相應的能源消耗。這樣就知道了能源消耗點所在，并進行節制。

3.5? 應用大數據技術減少制作時間

傳統的土木工程不借助計算機或者互聯網的方式，數據的統計、計算、處理都是人為的，這樣就會使周期變長，加入大數據技術，大數據技術對于數據的整合、計算、處理的速度都要比人力快很多，這樣就能縮短制作周期。縮短了制作周期，就可以加快工程完成的速度，可以給企業節省很多的時間，時間就是財富。

4? 結語

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] 李進斌，李康子，季小雯，田美，梁立東.大數據分析的CBD交叉口智能交通控制平臺的構建[J].科技與創新，2018（12）：129～130.

[2] 張凱源.大數據技術及其在土木工程中的應用[J].農村經濟與科技，2018（12）：65.