姜晨澍
广东省地质实验测试中心510080
摘要：随着电子信息技术、科学研究与工程实践的快速发展，不断产生种类繁多、数量巨大的数据，大数据现象已经出现，在科学数据分析、电子商务和银行业等领域得到了越来越多的重视和应用，大数据即将深刻地影响着人类的生活、工作及思维。传统的数据存储方法、关系数据库、数据处理和数据分析方法逐渐不能满足大数据业务的需要。简要介绍了大数据的定义、特征、所涉及的方法和技术、带来的变革及简单的应用实例，回顾了岩土工程监测学科的历史、现状及面临的问题，指出大数据的概念与岩土工程监测具有天然的契合性，今后大规模、全方位、多维度及多场的岩土工程监测将得以实现。在大数据时代，以关联分析、成因分析及决策支持为核心的深入分析能力将成为监测工作的核心，现场监测将被提升到与试验、理论与数值模拟相同甚至是更为重要的地位。因此，岩土工程监测工作者应该重视大数据的研究，加强应用其他行业的大数据研究成果，抓住大数据对岩土工程监测带来的机遇，为未来岩土工程监测的跨越式发展奠定基础。
关键词：大数据；岩土工程；监测分析
引言
传统的数据存储、关系数据库、数据处理和数据分析的使用范围逐渐变小，以满足大数据业务的需要。本文简要介绍了大数据的定义、概述，介绍了岩土工程监测的问题等，指出大数据和岩土工程监测的概念是一种天然的契合，在未来大规模方面全面，大数据时代将在工程监测领域出现。在大数据时代，通过相关分析，对原因进行详细分析和决策支持为核心将成为监控工作的重点，将现场监测推广到同一个测试中，理论和数值模拟有着更为重要的地位。因此岩土工程监测人员应强调大数据的研究，加强对其他行业的大数据应用的研究成果，把握岩土工程监测大数据带来的机遇，为岩土工程监测的跨越式发展的未来打好基础。
1大数据时代简介
1.1大数据时代定义
在国际范围内，有关于大数据时代没有准确的定义，但一般认为，大数据时代是一个海量数据关联、数据处理的时代，随着新时代的到来，社会的工作方式就会发生巨大的变化，这个时代的工作主要是把事物都落实到数据方面，把更抽象的东西转化为具体的数据。
1.2大数据技术的特点
目前，对大数据没有统一的定义，本文采用了维基百科的定义。大数据是指涉及到的数据量过大，无法通过当前主流的软件工具，在合理的时间内进行捕获、管理、处理和整理，可以积极的帮助更多的企业来整理管理决策的信息。
1.2.1数据量巨大（Volume）
目前，人们与数据的交互比以往更加紧密。在现实世界中，各种各样的传感器安装在各种设备中（如卫星摄像机、汽车和城市），每时每刻都在采集不同格式的数据。在数字世界中，用户的日常通信、互联网、购物、搜索、社交娱乐等在线活动都产生了大量的数据。据数据显示，每天有二十亿人访问互联网，在2013年互联网上产生的信息量为667EB（1EB=106TB）。
1.2.2数据类型多且十分复杂（Variety）
除了传统的结构化数据外，数据的来源和格式也是复杂多样的，包括半结构化和非结构化数据。据报告，互联网上的图像、音频、视频和地理位置信息等非结构化数据的比例高达80%，其比例正在迅速增加。此外，随着科学技术的发展，数据的来源也会更加多样化。
1.2.3处理速度快（Velocity）
数据增长速度快，同时在很短的时间内需要对数据进行分析处理，甚至是达到实时完成，这样就可以从数据中及时提取，发现知识的价值，将数据效率充分发挥出来。显然，数据处理的速度更快、更及时，数据的价值和性能也就越高。
1.2.4价值密度低（Value）
尽管数据收集量很大，但常常缺少有用的数据。以视频为例，正常情况下1h视频，在连续不间断监测的过程中，有用的数据只有很少一部分，所以价值密度的高低与总数据的大小成反比，这是大数据的另一个特点。在以上四个特征中，第一个和第二个是关键。此外，数据的规模是相对的，各行业之间的差异很大。
1.3大数据带来的变革
大数据带来生活、工作、思维的巨大变化，主要体现在以下几个方面。
1.3.1决策将日益智能化
随着计算机技术、通信技术和网络的发展，以及硬件成本的快速下降，科研、生产和经营活动将收集更多的数据和信息，并在未来的决策上基于真实的数据进行分析，使其更加智能化和科学化，而不再仅仅依靠经验和直觉。这个决定将不再满足于简单的数据和信息摘要。相反，它渴望对数据进行深入分析，包括上述数据挖掘和相关分析。同时探讨了其统计特征，发现了关联的隐含模式、知识和规则，并预测了可能发生的变化趋势。因此，管理好和使用这些大数据是一个挑战，同时也能给我们的生活带来巨大的好处。未来收集、管理、分析和使用数据的能力将决定企业的核心竞争力。
1.3.2探索数据之间的相关关系比获取因果关系
揭示数据之间的因果关系是人类认识自然、改造自然的主要方法。对于大的数据集来说，因为数据量太大，更多的数据项（因素）之间的影响方式和影机制不明，复杂的数据结构等特点，结合现有的数学、力学等基础科学可能不足以解决这些问题，因此，建立一个正确的因果模型往往是非常困难的。所以人们经常使用降维、逐步剥离并提取一些数据项来形成数据子集，以此来探索它们之间的关系是比较简单的，挖掘出来的主要相关性可以在一定程度上近似因果关系。
1.3.3可靠度分析
在大数据时代，因为收集的数据量非常大，有些数据是不精确的，所以它具有粗糙性。由于数据量大，采用抽样的方法是比较有代表性。即使不够精确，它也能以一种综合、多维的方式表达整体特征，比随机抽样的缺失更能反映复杂现象本质。同时，由于粗糙度的存在，可靠性分析将会得到足够的重视。
2目前岩土工程勘察技术存在的问题
2.1地质形态与界面划分的问题
岩土工程作为我国社会发展的一个重要项目，主要包括地下地质形态和分布对象的形式，本身就存在着有许多地质灾害，如煤层采空区和水流暗穴等等，为了能够测试地质不良现象，必须通过物理勘探和钻探的形式来查明具体的现象，界面本身也包括岩石风化，必须保障调查人员有足够的实践经验，灵活应用。在研究地形过程中，结合工程和环境往往被忽视，必须要了解地质空间分布，当前只对施工点进行考察，就会造成了解区域地质变化不全面，这会浪费金钱和时间，为施工带来了巨大的影响。
2.2岩土参数与综合能力有关问题
岩土工程参数的问题主要是对原始岩土取样，碎石土和风化岩难以进行室内试验，同时也应进行现场原位试验，如深淤泥土和黄土，从而确定其物理指标。勘探技术问题的综合能力主要是指侦查人员整理和分析室内和室外的原始数据能力，知识目的不够明确，导致岩土数据远远不能满足设计的基本要求，工作人员的调查能够降低成本，当地下施工过程中有很多物体和空洞没有办法探明。作为调查工作的参考依据，调查报告本身存在许多漏洞，因此调查数据质量不高。
3大数据时代下岩土工程监测的发展契约
3.1数据监测
将逐步步入主工程建设随着科学技术的飞速发展，现代网络计算系统等都是建立在数据的基础之上。这种技术往往通过一定数据分析程序，建立一种能在工程应用中的模型，为工程提供可靠的技术。随着科技的飞速发展，大数据在高端工程中得到了广泛的应用。随着大数据时代的到来，这一技术得到了广泛的应用，从而应用到项目的低端工程中，进一步降低数据监控技术的成本已成为工程中的重点，数据监测的结果为工程提供了可靠的数据。3.2传感器技术、监测方式及其设备现如今各种工程数据监测技术已经十分重要，每一个数据监控技术、传感器及监测方法都是其基础和重要组成部分。监控方式不断提高监测数据的科学性，从根本上提高监测数据监测技术的效率。随着市场的快速发展，传感器技术和监测手段将不断完善，各种传感器和监测工程建设需要从根本上不断细化分类，逐步拥有自己独有的传感技术和设备。
3.3数据分析
成为工程建设的重中之重随着大数据时代的到来，不仅可以改变该项目的建设方式，同时也将逐渐改变政府行为，在工程施工及监测方式出现变化的过程中，政府管理也会出现较大的变化，政府的管理方法和相关标准工程必须符合实际情况。社会对工程建设系统也将发生变化，关键在于数据分析已经成为工程施工队伍的核心。
4结束语
大数据时代的到来，为岩土工程监测方法开辟了新的方向，不仅能有效提高岩土工程监测数据的准确性，而且能有效提高监测效率，进一步促进我国社会的可持续发展。
参考文献：
[1]王浩，覃工民，焦玉勇，何政.大数据时代的岩土工程监测一一转折与机遇[J].岩土力学，2014（09）：163~164.
[2]赖亮星.岩土工程勘察工作改进的有效策略[J].中国资源综合利用，2017（08）.
[3]刘占，戴洪佳.浅谈岩土工程勘察中钻探工艺的选取[J].科技创新导报.2012（01）.
[4]张高宁.岩土工程的可靠度研究浅述[J].西部探矿工程.2000（02）.