广西交通投资集团柳州高速公路运营有限公司广西来宾545007
摘要：在信息时代背景下，数据规模的增大使得传统的数据技术已经无法满足新时期数据处理分析的要求，在这样的情况下，大数据技术应运而生。现代土木工程建设中，通过大数据技术的应用可以为工程建设提供多方面的服务，促进工程整体效益的提升。因此探究大数据在土木工程中的应用具有积极意义。
关键词：土木工程；大数据；应用
1大数据简介
IBM对“大数据”概念的界定，分别立足于大容量、多形式和高速率的视角，将其简称为“3V”。之后，IBM在此条件下，增加了价值性（Value）维度，特性发展成了“4V”。下面是对“大数据”主要特征的概括：（1）“大数据”并非使用的是随机样本，而是采用的全体数据。当代社会将随机取样作为了统计的捷径，作为不可分析全部数据的选择，但它有些明显的缺陷，即当想对某一事物进行更深层次的分析时，会降低分析结果的准确性。在工程应用层面，由于竣工的工程数量逐渐增多，伴随着新数据的不断产生，使用随机抽样的方法进行结果的预测，由于没有增加新的工程数据，所以不能对本次的工程造价推测提供有效的参考价值。简而言之，样本不具备合理性，之前的随机样本已无价值。“大数据”不采用随机取样的捷径，而是一种分析所有样本数据的方法。（2）“大数据”需要的不是全体数据的精确性，而是混杂性。随着数据规模的增大，数据之间的误差也会随之增大。对“小数据”而言，最重要的是减少错误并保证质量，量小而精，大数据却喜欢用概率说话，允许数据“不精确”。这里的不精确指数据自身的偏差，而不是针对预测结果，是“大数据”固有的特性。在实际运用中，大数据虽然算法简单，却比小数据的算法更为有效，大数据需要混杂的各类信息，但当数据格式不一致时，就需要对数据进行数据去噪、数据清洗等。所以，对于允许产生少量误差的工作，“大数据”的混杂性能有效地提升工作效率，实用性强。
2传统土木工程行业的弊端
第一，?能源消耗大。传统的土木工程行业的建筑能源消耗很大，这是一个很难解决的问题。在施工过程中，照明灯的使用、挑点起设备、办公设备等等的使用都会加大在能源方面的消耗，电力、水力等各方面的消耗，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。第二，制作周期长。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，时间越长消耗的能源就越多，这是一个相互的过程，所以只有缩短制作周期才能使能源的消耗和人力的消耗缩小很多。第三，人力消耗大。传统的土木工程的数据计算和处理都是人为的，这样就加大了人力的消耗，你需要尽可能多的人去帮你完成数据的处理和计算，尤其是一些大企业，需要工期尽可能快的企业，会雇佣很多的人进行计算，那么这样会大大增加在人力方面的消耗。
3土木工程中大数据的应用
3.1在工程造价管理中的应用
工程造价信息数据巨大，并且具有较高的动态性与多元性，因此，有必要建立工程全量造价数据体系。工程造价大数据主要包括项目级、企业级、企业集团级、企业生态级四个层面。大数据分析技术的基础是包含诸如聚类分析、因子分析、相关分析、回归分析、A/B测试、数据挖掘的统计学与计算机科学等多个学科。大数据分析技术要高于这些学科，比如当数据规模庞大时，传统的统计方法无法满足要求，或者即使可以满足要求，但处理时间过长时，可通过布隆过滤器、散列法、索引、字典树、并行计算、混沌人工鱼群算法等大数据方法进行处理。混沌人工鱼群算法是大数据技术下用于工程造价评估的方法，混沌人工鱼群算法可以将影响工程造价的因素进行一一对应，并通过多次迭代运算，得出准确的工程评估。下面以某污水改造项目为工程依托，通过混沌人工鱼群算法从该工程概况、工程量、造价费用等方面构建项目级造价数据体系，并进一步提出工程造价大数据应用流程。某市城区生活用水改造工程，起桥东区，止生活用水处理厂，设计用水管线位置为路中线左侧7m处。设计用水管线起点S1位于某小区门口左侧50m处，道路桩号为K1+42.000处，控制坐标为(x=45113111.324，y=871891.432)，设计用水管线终点为生活用水处理厂北侧100m处，并由西向东进入水厂出水口，道路管线设计直径为DN122，管线全长为21121m。
3.2在工程质量安全管理中的应用
一直以来，质量和安全是建设工程项目管理的两个重要内容，关系到国家经济建设发展以及人民生命财产安全。伴随我国经济的飞速发展，施工质量安全管理被人们日益重视。对建筑企业来说，搞好土木建筑项目的质量安全控制也是企业成功的关键。数字化时代，施工现场大量质量安全相关数据的获取与积累，以及先进的大数据分析技术为施工质量安全管理提供了新的思考方向，即由“经验驱动的管理”转向“数据驱动的管理”。通过系统收集与整理施工管理过程中的大量相关数据，包括操作人员的技术培训及职业教育记录、质量奖惩记录、机械操作人员岗位责任制记录、机械设备检查和运转记录、材料检查和验收记录、材料管理台账、有资质单位出具的复检合格记录、施工方日常自检记录、相关检查和验收记录等，采用大数据分析的方法与手段抽取有助于质量管理的关键因素，以支持质量安全管理的有效实施。以大数据的充分发掘和共享为基础，收集记录施工项目质量业务管理活动过程中产生的数据，指定统一数据标准，形成针对这些分类的业务标准，并根据这些业务标准做数据分类和分析，这是在大数据时代进行质量管理数据分析的新思路。
3.3在建筑能耗分析中的应用
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。还有学者通过消耗模式来分析建筑的能耗问题，而电力数据显然也是一种大数据，传统的数据分析方法是不可能完成的。通过对大量的建筑空间样本的各类用电设备进行定时数据采集，获取大量的用电数据。接着采用特征提取、聚类和关联分析等大数据处理技术分别统计不同用途、不同类型的耗电设备的数据，提出了一种通用的电力消耗模式。该模式可以实现对未来建筑物内的电力消耗情况预测。
3.4在建筑破坏检测中的应用
某地区发生地震之后，专家会利用大量的无人机对建筑破坏结果进行检测，从而获得数量庞大的图像数据，对这些数据进行一定的处理之后可以为后续的救援和评估工作提供极大的帮助。这同样是大数据的一种应用形式，具体是根据建筑破坏前的各项数据信息，如坐标、海拔等构建震前模型，之后将无人机拍摄获得的图像与其进行匹配还原获得震后建筑模型，通过两个模型的差异对比，获得三维建筑破坏结果，为灾后重建工作提供帮助。这种基于大数据技术的建筑破坏检测方法在效率上远远超过传统的计算机处理分析法。此外，还可以将这些建筑破坏检测数据整合起来构建数据库，对不同形式、场地和高度建筑的破坏形式进行分析，为类似条件下新建建筑项目的抗震设计提供数据参考。
4结束语
综上所述，在土木工程行业中，大数据技术的应用十分必要，结合工程实践来看，其应用主要集中在各个分支数据库建立、能耗分析、结构规范补充完善、建筑破坏结果检测等方面。相信随着技术的进一步发展，信息化将成为土木工程发展的必然趋势，届时工程设计、施工、管理等各项活动的效率都将实现提升。
参考文献
[1]马智亮,刘世龙,刘喆.大数据技术及其在土木工程中的应用[J].土木建筑工程信息技术,2015,705:45-49.
[2]郭秋奕.浅谈土木工程中大数据的应用[J].中国新技术新产品,2018,03:122-123.
[3]黄国豪.浅谈大数据技术及其在土木工程中的应用[J].江西建材,2016,18:80+83.