大数据在水利工程中应用

导语：大数据在水利工程中应用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：随着大数据技术的发展，各行各业都在积极研究和应用大数据。文章首先简要介绍了大数据与水利大数据的概念，然后从水利工程的规划、建设和管理阶段介绍了大数据在水利工程中的应用，希望对广大同行能起到一定的参考作用。

关键词：大数据；水利工程；应用

1大数据与水利大数据

1.1大数据概述

近些年，随着互联网、物联网和云计算的快速发展，人们越来越意识到了大数据的重要性，各个领域都在积极研究和运用大数据解决问题。大数据，从字面理解就是海量数据的意思，除此以外还有不同于传统数据的特点，总结为4个“V”：（1）巨大的数据量（volume）；（2）繁多的数据类型（variety）；（3）超低的价值密度（value）；（4）较快的处理速度（velocity）。如何从巨大的数据中挖掘出其潜藏的价值才是大数据的意义所在，只有被合理利用的数据才能称之为大数据，不然只是一堆数据。

1.2水利大数据

提出水利作为国家的基础产业，在日常工作中已经积累了大量有关的数据，再加上传感网、射频技术、遥感等技术的发展，采集水利数据的能力得到提升，能收集到更多更广的数据。这些水利数据主要包括水位流量关系、水文气象、地形地质、水生态等实测信息，还有生态环境、人文经济、地质灾害及互联网等通过水利普查或者其他辅助手段得到的数据。结合大数据的概念，陈军飞等总结了水利大数据的概念为由水利业务数据（包括水文气象、地质、水位流量、水土保持、农田水利、灾害、水利工程建设管理等）、水利相关领域的数据（包括人口、环境等）以及由社会公众提供的数据（主要是网络上提供的图片、文字、音频和视频等）构成的，并且在合理时间内难以用常规分析方法获取、存储、处理和分析的数据集，所以需要采用大数据相关的处理方法对其进行分析和处理从而实现水利管理的决策。传统水利数据分析方法和水利大数据的研究方法有很多不同之处，主要包括：前者通常是基于抽样数据，而后者则是基于海量数据也就是数据总体进行分析；前者通常是基于某个专业或某个部门内部的数据进行分析，而后者则是跨专业、跨部门进行的多维度和多角度的数据分析。

2水利工程的建设程序

本文将从水利工程规划、建设和管理阶段的出发，介绍大数据的应用。项目建议书、可行性研究、初步设计和施工详图设计阶段又称为规划设计阶段，主要任务是明确工程的任务与综合利用要求；拟定总体布置，选择主要工程位置、工程形式、工程规模与主要参数；研究工程实施程序与运用方式；估算工程费用、工程效益；评价工程队环境的影响，并综合论证建设项目的必要性和合理性。施工详图设计是在初步设计的基础上，对建筑物各个部位进行详细设计，供后期施工使用。建设实施阶段主要是指主体工程的建设实施，项目法人按照批准的建设文件，组织工程建设，保证项目建设目标的实现[5]。运营管理阶段要充分发挥水利工程的效用，实现防洪、减灾、水资源合理调度和使用等目的，因地制宜保障不同水域工程的排水、过水、调水、蓄水能力和使用效果

3大数据在不同阶段的应用

水利部门已经积累了大量的数据，而且随着遥感等技术的发展，水利数据的提取技术也得到了提高。再结合大数据优异处理数据的方法，大数据在水利工程中的应用越来越多。

3.1大数据在规划设计阶段的应用

在规划设计阶段要确定水利工程的总体布置、主要工程位置、工程规模等，在确定这些之前要先得到工程所在地的地形图、水文气象及地质等数据，而这些都能通过大数据方法解决。首先是大数据在地形图绘制中的应用。韩平等[7]提出经过多年努力虽然已经获取了大量多种类的地理信息数据，但还是存在覆盖面不广、获取手段单一、精度无法满足要求等缺点，而空间信息和位置大数据能弥补这些不足。提出我国通过多年的努力通过遥感、已有的各种比例尺地形图、普查以及移动通信等手段已经累积了大量的地理数据，且今后数据增长速度和精度还会极大提高。今后关键工作是各类大数据的融合，建立智能化的应用模型可以自动生成综合评价、预测预报等专业的制图软件。其次是大数据在获得水文气象信息中的应用。提出大数据可以基于海量数据进行分析，跟传统的水文数据抽样分析相比得到的结果更可靠。应用遥感、物联网、卫星定位和云计算、大数据等技术，加上地面水文监测站形成了一个空天地一体的水文信息感知系统，将来能成为智慧水利的数据支撑。最后是大数据在工程地质中的应用。设计了一个基于Hadoop的地质大数据融合挖掘框架，这个框架使用HDFS技术存储地质文件，采用MapReduce对现有算法进行改造，通过Hive平台快速查询结果。在这些基础上实现地质大数据的可视化。提出了多种地质大数据的存储和处理方法，认为三维可视化是地质大数据最好的显示方式。虽然地质大数据的研究还处在起步阶段，但具有很好的发展前景。

3.2大数据在施工阶段的应用

钟登华等设计的智慧大坝由大坝空间层、主动感知层、自动传输层、智能分析层和智能管理决策层5个环节构成，最后可以实现水利工程施工多目标实时优化，施工质量实时控制，大坝稳定性自动分析，水库调度分析，设备维护方案制定，地震、超标洪水、滑坡等突发事件智能应急处理等。

3.3大数据在运营管理阶段的应用

大数据可以实现洪旱灾害的管理，运用大数据技术，再结合洪涝灾害数据，可以提高洪涝灾害预测的准确性且延长预测期。水资源配置方面，可以对水资源调度、水量分配、用水户等数据进行统计分析，随时调整水库的供水分配和蓄泄水量。

3.4大数据在其他方面的应用

除此以外，大数据在其他方面还有许多应用。例如，可以应用大数据实现区域水土流失的动态监测与评价；罗鹏等运用WebGIS建立了大型灌区水利信息的综合管理系统，实现了灌区闸门、水质、水雨情、渠道等信息的综合管理及自动化办公；吴思等提出了大数据在管线挖掘中的应用思路，对今后市政管网空间分布及合理布置规划提供了很大帮助。

4结语

大数据在水利工程中的应用是必然的发展趋势，一方面是因为和水利工程有关的部门已经积累了大量的水利大数据，另一方面是遥感、物联网、云计算等技术的发展使得大数据技术越来越进步。大数据在水利工程中的应用还处于起步阶段，在未来通过人们不断努力研究会成为解决水利工程问题的重要手段。

[参考文献]

[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013（S2）：216-233.

[2]陈军飞，邓梦华，王慧敏.水利大数据研究综述[J].水科学进展，2017（4）：622-631.

[3]李常辉.浅谈水利工程规划各阶段工作的重点[J].河南水利与南水北调，2016（5）：74-75.

[4]龙美林.大数据处理方法在水利工程地质中的应用[J].江西水利科技，2017（6）：409-411.

[5]陈祖煜，杨峰，赵宇飞.水利工程建设管理云平台建设与工程应用[J].水利水电技术，2017（1）：1-6.

作者:李燕 杨石磊 单位:贵州大学明德学院 中国电建集团贵阳勘测设计研究院有限公司