黑龙江省哈尔滨市 150078
摘要：目前，大数据技术被广泛应用于各行各业，并为其带来了极大的效益。而将大数据技术应用于土木工程中，不仅能提高土木工程建设质量，而且能降低能耗。基于此，本文主要探讨大数据技术在土木工程中的应用，以期为相关学者的研究提供参考。
关键词：大数据；大数据技术；土木工程
一、大数据及大数据技术简介
1.1大数据及大数据技术
当前大数据并没有统一的定义，不同的定义试图通过描述大数据的特征给出定义。Grobelnik认为大数据的特征为：体量大(volume)、多样(variety)和高速(velocity)J。国际数据公司IDC则认为大数据具有以下四个特性J：
1)体量大：大数据处理的数据集体量大，一般为TB或PB(1PB=21oTB)级别，超出传统数据处理方式的处理能力2)多样：数据来源广泛，包含结构化、半结构化和非结构化数据；3)高速：对于大数据的处理应当快速、实时；4)价值：通过挖掘大数据，可以得到隐藏在数据中的价值，这些价值是挖掘传统数据所不能得到的。专门用于处理大数据的技术就是大数据技术。IDC将大数据技术定义为：“大数据技术描述了新一代的技术和架构体系，通过高速采集、发现或分析，提取各种各样的大量数据的经济价值”¨，说明大数据的高速和价值特征需要通过大数据技术实现。
1.2大数据处理环节及问题
处理环节中如果不对大数据进行分析和处理，那么它只是一堆数据。只有对它进行处理和分析，才能挖掘出潜藏在其中的价值。一般地，大数据处理需经过产生大数据、获取大数据、存储大数据和分析大数据等4个环节m。为实现大数据价值，需要在大数据处理的各环节应用相应的技术。各环节所使用的技术举例如下：1)产生大数据：管理信息系统、社交网络、传感器、智能仪表等；2)获取大数据：基于领域知识的搜索技术、自然语言处理技术等；3)存储大数据：NoSQL、分布式数据库等；4)分析大数据：MapReduee计算模型、Dryad计算模型等。大数据处理中用到的上述技术，一部分属于传统数据处理技术，例如管理信息系统、自然语言处理技术等；另一部分属于大数据技术，例如NoSQL、分布式数据库等。在分析大数据环节所用到的方法一般称为大数据分析方法。
1.3大数据分析方法传统的数据分析方法，例如聚类分析、相关分析、回归分析、数据挖掘、机器学习等，在处理大数据时会遇到效率低下等挑战，在大数据时代需要在这些方法的算法等方面做出调整，才能满足要求。另外，也产生了一些专门针对大数据的数据分析方法，包括BloomFilter、Hashing、索引、并行计算等。。这些大数据分析方法使得短时间内分析大规模数据集、得到可辅助决策的数据分析结果成为可能。
二、大数据在土木工程中的应用
2.1建筑能耗分析建筑能耗与建筑物的占地面积、空间布局、光照条件等众多因素都有着密切的关系。当前已有学者通过数据挖掘框架的应用，对办公室区域的占用数据进行了深入分析，然后通过决策树挖掘、规则归纳和聚类分析等先进的大数据技术计算出建筑占用模式以及相应的时间表，并以此为依据提出了许多能源节约方案，为建筑能耗分析提供了有价值的思路。
2.2建筑破坏检测
破坏检测是在特殊情况下对建筑物的受损程度进行检测的技术实施过程，例如地震、海啸、台风等自然灾害过后，需要通过无人机设备对建筑体的图像进行采用，并通过多角度的图像合成，为建筑破坏情况检测提供基础数据。
期刊文章分类查询,尽在期刊图书馆然而无人机拍摄图像的速度极快，对于建筑集中区域而言，到时间就会有大量的图像需要处理，这就必须采用大数据技术来实现少量的图像数据处理。当前已有许多技术被提出，开始在建筑破坏检测方面尝试应用。
三、大数据技术在土木工程中的应用及其发展前景
3.1大数据技术在土木工程中的应用
土木工程是建造各类工程设施的科学技术的统称，既指所应用的材料、设备和所进行的勘测、设计、施工、保养维修等技术活动，也指工程建设的对象，即建造在地上或地下、陆上或水中，直接或间接为人类生活、生产、军事、科研服务的各种工程设施。这决定了土木工程与人们的生活息息相关。为了更高效地实现土木工程建设，可以将大数据技术与土木工程建设结合起来，快速找出土木工程施工建设中存在的不足，并提出合理有效的解决办法，降低因工程设计问题造成的损失或者因设计问题导致基础设施使用年限不能达到预期要求而产生的不
必要支出。
当前，大数据技术在土木工程中的应用主要体现在两方面。一是利用大数据技术分析土木工程作业中相关建筑的能耗问题。影响建筑能耗的主要因素是建筑占用，建筑占用问题直接影响建筑光照和建筑热交换等，从而直接导致建筑能量消耗。使用大数据技术中的传感器获取建筑系统内部的能耗信息，如要分析一栋办公用房中16个办公室在两年内每隔十分钟由于建筑占用引起的建筑能耗问题，就要记录这两年建筑占用的数据，并对这些数据信息进行归纳、整理、分析，最终分析出这一栋办公大楼的建筑能耗问题。若采用传统数据采集处理方
式来分析建筑能耗问题，记录的数据庞大，传统数据采集方式需要消耗大量人力和物力得出该建筑的能量消耗。
二是利用大数据技术来检测建筑受破坏的程度。我国四川等地地处环太平洋火山地震带，2008年的“汶川大地震”，其破坏性有目共睹。震后，大量建筑被震裂，垮塌，要想迅速对灾区人民施以援手，利用人力来检测建筑的破坏程度是不现实的。在这种情况下，专家往往会利用无人机收集震后建筑的损坏数据，在短时间内得出建筑破坏结果，从而高效快速地找出可以通往灾区的捷径，减少因地震带来的人员损耗。利用大数据技术分析处理建筑破坏程度，检测出受损程度较小的建筑对灾后重建工作十分有利，可以有效节约灾后重建的成本。
2.2大数据技术在土木工程中应用的前景
当今，大数据技术虽然被应用于土木工程中，但大数据技术的价值并未被全部挖掘出来。可见，大数据技术在土木工程上的应用仍处于初级阶段。土木工程涉及的方面较多，因此，其涉及的数据量和信息量也十分庞大。因此，可以利用大数据技术对这些庞大的数据和信息进行分析，得出固有的规律，依据这些规律就能更好地掌握土木工程建筑的设计方案、施工方向及土木工程建筑的发展趋势。
结论：
大数据时代下，我国土木工程的发展还未能很好地适应时代的需求，造成大数据技术不能很好地服务于土木工程建设工作，对建设企业的发展带来了一定的阻碍。不难预计，随着大数据时代的发展，我国将更加重视大数据的应用，并在土木工程新技术上不断寻求突破，充分发展大数据时代背景下土木工程技术的革新，促进土木工程技术及相关企业的长远健康发展。
参考文献：
[1]黄钦颖.大数据在土木工程中的应用[J].建筑工程技术与设计,2017(23).
[2]中国图学学会土木工程图学分会“.大数据时代工程建设与管理———第五届工程建设计算机应用创新论坛”在沪顺利召开[J].土木建筑工程信息技术,2015,7(5):27-27.
作者简介：
作者:陈芙蓉
性别：女
民族（汉族默认不写）：汉
出生年月：1980年6月9日
籍贯(精确到市)：湖北省武穴
学历（精确到具体学历）：统招本科双学士学位，土木工程学士学位，工商管理学士学位
毕业院校：黑龙江科技大学
职称（详细职称）：中级
研究方向：土木工程
论文作者:陈芙蓉
论文发表刊物:《防护工程》2019年9期
论文发表时间:2019/8/8
标签：数据论文; 土木工程论文; 技术论文; 建筑论文; 数据处理论文; 工程建设论文; 土木论文; 《防护工程》2019年9期论文;