摘要：信息技术的发展促使我国逐步向信息化、智能化方向发展，人工智能技术、大数据技术应运而生。伴随我国逐步进入大数据时代，数据信息量日渐庞大、复杂，大数据技术的出现帮助人们很好的解决了庞大数据在处理中存在的问题。目前大数据技术已经广泛应用到了各个领域，下文将针对大数据技术在土木工程领域的应用展开探讨，以供参考。
关键词：大数据；土木工程；信息管理
1大数据的概念
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”（Big data）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、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。
2大数据核心技术
2.1虚拟化技术
虚拟化是一种计算机资源管理技术，为了达到最大利用率，用于将有限、固定的计算机资源根据不同需求进行重新规划，实现优化资源使用、简化管理的目的。在实际运行环境中，虚拟化技术主要用来解决高性能的物理硬件产能过剩和各类硬件的重组重用，对底层物理硬件透明化，从而使物理硬件得到最大化利用。如将计算机的各种实体资源（服务器、网络、内存及存储等）予以转换、抽象、虚拟化后，使用户可以更好地对这些资源进行管理和应用。作为大数据技术的基础的虚拟化技术，它将传统IT架构改变，为了满足大数据对于海量存储、分布式计算的需求，它可以联结、集合网络中的计算机资源，形成一个庞大的计算资源中心。
2.2分布式计算
分布式计算是一门计算机科学，研究如何把一个需要巨大计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把计算结果综合起来得到最终结果。分布式计算利用网络上的闲置计算机来解决大型计算问题，是一种廉价、高效、维护方便的计算方法，它提供巨大的计算能力，满足大数据对海量数据处理与计算的需求。如采用分布式计算编程模型Map Reduce完成大型任务的分解，并基于多台计算机的并行计算以获得计算结果。分布式计算为医疗健康档案海量数据提供处理与计算的基础。
2.3海量存储技术
大数据是一系列大型复杂的数据集，具有规模性（Volume）、多样性（Variety）特征。
期刊文章分类查询,尽在期刊图书馆它数据量大，数据类型繁多，包括文本、音频、视频、图片、地理位置信息等。这一系列的数据主要有结构化数据、半结构化数据、非结构化数据。大数据的出现，庞大的数据集已超出传统常规的关系型数据库处理能力，逐步发展出分布式文件系统、海量结构化存储系统、海量非结构化存储系统。海量存储技术的发展，形成了大数据高效存储、管理的支持。
2.4数据挖掘技术
数据挖掘（data mining）是指从大量资料中自动搜索隐藏其中的有着特殊关联性的信息过程。它是大数据规律价值（Value）发现的过程。数据挖掘主要涉及神经网络、遗传算法、回归、统计分析、机器学习、聚类分析、特异群分析等交叉领域，通过数据挖掘，实现大数据知识的发现、规则的关联，直接体现大数据的价值。
3大数据技术在土木工程中的应用
3.1大数据技术用于辅助建筑能耗分析
建筑占用是建筑能耗的一个重要因素，它影响建筑内部的热交换、建筑的光照等。某研究人员提出一个数据挖掘框架，以发现办公空间占用模式。本研究首先用传感器获得了某建筑物占用数据，然后以占用数据为基础，采用决策树挖掘、规则归纳和聚类分析，数据分析方法得到了建筑物占用模式和时间表，并用工作状况图的形式表现出来。在对建筑能耗进行分析时，这些能耗作为建筑建模软件输入，研究占用情况对办公楼的设计、运营和能源使用的情况的影响，根据最后的结果，采用不同的能源策略或者推荐比较合适的建筑设计。以不同房间为样本，然后，通过特征提取、聚类和关联分析的方法，得到不同用途的房间的不同类型的电力消费模式，并预测未来的一段时间的电力消耗。当发现不符合预测的情况时，根据不同类型的设备进行了当前和历史数据比较，对可能发生的事件进行分析，以便采取措施减少能源消耗。
3.2大数据技术用于建筑破坏检测
无人机图像能快速检测震后构造破坏。通过使用无人机可以在短时间内拍摄上千个图像，提高图像处理速度对地震后的建筑进行及时的损伤评估和灾后救援非常重要。可以利用并行计算处理前的地震地形图和震后无人机图像，以加速三维检测建筑破坏的速度。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，然后对震前和震后数字表面模型的不同进行计算，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。
4结束语
总而言之，大数据技术在土木工程中的应用对降低土木工程建筑能耗，提升土木工程施工质量等方面具有重要作用。对于土木工程，大数据技术的应用早已不可或缺，为了确保土木工程的高效、快速施工，加强对大数据技术的研究和应用已迫在眉睫。
参考文献：
[1]白安黔.大数据技术在土木工程中的应用分析.中外企业家，2018.16.78.
[2]李昌龙，魏自凯.大数据技术在土木工程中的应用研究.河南科技，2018.11.90-91.
[3]黄国豪.浅谈大数据技术及其在土木工程中的应用.江西建材，2016.18.80+83.
论文作者:祝晓楠
论文发表刊物:《基层建设》2019年第8期
论文发表时间:2019/6/14
标签：数据论文; 技术论文; 土木工程论文; 分布式论文; 海量论文; 建筑论文; 计算机论文; 《基层建设》2019年第8期论文;