浅谈大数据时代岩土工程勘察的发展前景

2020-12-09徐其士姜新慧

世界有色金属 2020年10期

徐其士，姜新慧

（1.建材广州工程勘测院有限公司，广东广州 510403；2.广东珠荣工程设计有限公司，广东广州 510610）

随着电子信息技术、科学研究与工程实践的迅速发展，数据已经渗透到当今每个行业和领域，成为重要的生产因素。数字化、建模等技术日益深刻地影响着人类的工作、生活以及思想，为各行各业带来了很多机遇和挑战。

岩土工程勘察的目的是查明工程地质条件，分析存在的地质问题，为工程建设做出地质评价，是建设项目设计、施工的重要前提。然而相对而言，岩土工程迄今仍是一门不够严谨的、半经验半理论的科学技术，勘察技术手段、技术人员的综合能力等明显影响着勘察成果的质量。随着BIM、大数据、云计算等新计算机技术的发展完善，为岩土工程勘察的发展提供了巨大的机遇[1]。

1 岩土工程勘察的发展前景

1.1 数据采集技术的应用

岩土工程勘察设计涉及多方位的大量数据，如地形地貌、地质构造、气象水文、市政设施、管线分布、工程周边环境等，勘察过程中还会产生工程测量信息、物探数据、地质钻孔资料、地下水分布以及大量的室内试验、原位测试等数据。

目前工程勘察中，大多数单位的地质调绘及钻孔数据采集需要现场纸质记录，且同一项目的钻探班报表和地质编录重复记录内容较多，采集过程耗时、费力、成果零散。内业再重复录入一遍，手工操作，分散作业，成果图纸、表格、文字等资料以纸质媒介为主，传抄传递，效率低，错漏时有发生。通过室内土工试验、现场原位测试等来评价岩土体的物理力学性质是工程勘察中关键的一环，直接影响岩土工程设计计算的准确性和可靠性。然而目前在钻探取样、样品制备和原位测试过程中都有一定程度的扰动，对测试成果影响较大[2]。

随着计算机应用技术的不断发展，目前市场上已出现了基于互联网+信息化版本的勘察数据信息化采集系统，利用手持移动设备，实现野外调绘、钻孔编录过程数字化，利用移动互联网，将编录数据实时传输至云平台，可实现工程勘察信息化、高效、快捷为内业资料整理及最终报告编制提供系统而全面的基础数据，具有广泛的现实意义和工程应用前景 [3，4]。

随着物联网技术的应用，可以在岩土体室内及原位测试时布置更多的传感器，开发测试数据自动采集和录入系统，实现测试数据的自动采集、数据处理，自动生成成果图表，利用互联网与云平台无缝对接，使得试验人员在一个平台内完成接收试验任务、试验数据采集与处理及试验数据发布的工作。这些将大大减小人为影响，提高工作效率及成果质量，是今后岩土工程勘察发展的一个重要方向。

1.2 数据建模技术的应用

“Building Information Modeling”即建筑信息模型（简称BIM），可以帮助实现从建筑的设计、施工、运营，直至建筑生命周期终结的信息的集成[5，6]。它将各种信息整合于一个三维模型数据库中，具多维化、协同性、模拟性等特点，可以实现设计团队、施工单位，运营部门以及业主等各方人员的协同工作，避免了信息孤岛的存在，有效提高效率、节省资源、降低成本[7]。

岩土工程勘察的对象在场地空间上是连续分布的，但实际得到的钻孔信息都是离散的，且勘察信息内容上定性描述较多，数字化的程度较低。这就造成了设计人员可能对勘察信息的理解不到位，导致勘察信息的处理不及时、不能灵活应用等问题。通过BIM技术建立地质模型，使用插值算法和岩土工程空间统计技术，就可以根据需要模拟出研究区域任意点的虚拟钻孔土层情况，方便描述其空间分布规律，能有效地实现现有二维成果资料的三维化、可视化[8]。目前BIM技术主要应用于水利水电行业，并逐步推广应用于铁路、桥梁、市政管道等工程建设中。随着相关BIM标准的日益完善，其在工程勘察中将大有可为。各从业单位及相关管理部门，应突破传统的思维方式，加强BIM技术的深入应用，通过促进新技术与现行行业技术规范的融合来推动行业的发展[9]。

1.3 数据分析技术的应用

随着计算机技术的发展，数据分析方法也发生了崭新的变革，为各个领域很多难题的解决提供了更精准高效的新途径。大数据分析技术相比于传统的数据根据技术可以实现对海量数据的快速处理和价值挖掘[10]，以关联分析、成因分析及决策支持为核心的深入分析能力日益突出，当前已经应用于医疗、能源等行业。目前岩土工程中大数据技术应用还处于起步阶段，岩土工程勘察成果既然属于信息产品，也应该向互联网大数据的方向转变思维。

岩土工程勘察成果报告质量的优劣，主要在于岩土工程参数的选取与建议是否合理，岩土体的分析评价是否客观，是否具有针对性。传统的工程资料主要局限在一维、静态的表达空间中，一般工程勘察人员很难直接利用收集来的零散数据对工程的地质参数进行准确的分析，更难掌握其分布规律。而现有的岩土工程勘察设计系统基本不具有空间分析能力，使勘察设计方案的优劣取舍在很大程度上取决于技术人员的工程经验和理论基础，缺乏科学的决策支持。不同单位、不同技术人员的专业素质参差不齐，导致报告质量良莠不齐。

然而在大数据时代，通过收集各类工程的勘察信息，运用大数据分析技术进行相互比对，可以多角度验证数据的可靠性，以便更好地把握岩土体的工程特性。另外，加强技术人员的经验交流、分享也是提高从业单位整体勘察水平的有效途径，目前该工作多是以技术交流会、培训等方式来完成，而不能随时随地进行共享借鉴。为此，借助大数据分析技术，建立勘察经验共享或协同的模式，可以促进勘察综合研究经验的即时借鉴[11]，不断完善和创新岩土工程勘察工作，从而提高整体勘察技术水平。

1.4 数据共享技术的应用

工程勘察取得的基础数据是相对不变的，它们的有效期几乎是无限的，然而数据海量、碎片分散、应用低效是当前面临的主要问题。因此如何有效地存储、管理、充分开发利用这些数据，是国内外学者、技术工作者共同关心的问题[8]。

早在1986年的《建筑技术政策》中即提出工程地质数据库概念，1998年顾宝和先生指出，数据库可加速工程前期进度，保障工程建设过程中对岩土工程数据的需求和资源共享，便于进行科研及地区经验的总结，对充分开发利用信息资源很有意义[2]。二十多年过去了，城市工程地质数据库的建设进展依然很慢，分析其中的原因，主观、客观因素并存。一方面，有些数据属于科研成果的一部分，有些数据因涉及国家安全或国家秘密等确实不宜公开；另一方面，建立数据库需投入大量人力财力，而经济效益又不明显，各单位积极性不高，此外还存在有些科研人员或机构还未形成将自己的基础数据拿来共享的意识。实现高水平的数据共享，不仅能避免数据采集和生产等大量重复性劳动和经费投入，有效地缩短工程周期，也保障了数据的规范性和科学性，让技术人员的精力更高效地投入到数据的分析、应用和科学发现中[12]。

为实现勘察资料的资产化管理与应用，各从业单位应重视基础数据的收集汇总，建立起自身数据库，完善内部数据整合，充分利用勘察成果；行业主管部门应统一数据库建立标准，在更高的层面上促进各从业单位勘察信息资源的整合与共享，逐渐消除企业、地域间的技术壁垒。然而在数据共享的机制与政策的研究中还要充分考虑互联网中信息安全性问题。