大数据时代的岩土工程勘察工作技术重点分析

李小鹏

（宁波华东核工业工程勘察院，浙江 宁波 315000）

大数据在各行业中已经被广泛的应用，但关于大数据并没有准确的定义。随着信息时代的到来，大数据的定义从海量数据处理抽象为具体行业的数据，岩土工程勘察是工程的一项基础性工作。是在建筑工程施工前对现场情况进行了解的一种手段。建筑工程场地的情况往往比较复杂，需要通过多种勘察技术结合的方式进行勘探。对于建筑公司来说最重要的是地基的稳固，对建筑地基区域的稳定情况进行分析，有利于后续的处理地基技术的选择工作的开展。岩土工程勘察的工作质量的好坏直接影响建筑工程的工程质量，巧妙的利用自然地质条件，改善不利于建筑的条件，避开容易发生施工事故的地点。比如断裂带和容易产生地震的区域就不利于作为施工区域，通过专业的检测设备对地质进行勘探，并结合有关的数据资料。提升建筑工程项目的经济利益，并为建筑的安全性建设提供数据支撑[1]。

大数据时代让勘探工作的地势、地形信息的收集变得更加简便。利用大数据系统中历史数据，与检测仪器勘探的数据相结合。能够更细致的勘察施工区域，并根据不同的建筑目标，不同的标准决定勘探地区是否符合建筑要求。岩土工程勘察工作包括分析当地的土地类型，以便地基处理方法的确定。对勘探地区的承载能力进行判定并分析该地区的稳定性，进一步确定地基的处理技术。对液化底层的类型和等级进行确认，判断该地区是否处于地震带上，并分析液化底层能否低成本消除。如果无法消除或消除需要投入大量资金，都要重新考虑该地区是否符合建筑标准。地下水类型和腐蚀能力都要进行分析，以免过强的腐蚀性对基坑具有破坏性。大数据时代[2]。

1 大数据时代的岩土工程勘察问题

1.1 岩土工程勘察的勘查目标不明确

大数据时代的岩土工程勘察需要使工序形成完整的系统，建立工序系统要明确勘探的目标。目标的模糊不清会导致整个岩土工程勘察工程无法完成既定的目标，对探勘工作的完成也不全面，工作效率低下，勘探结果无法为后续的建筑工程服务，在政府出来的勘查规范中明确规定了岩土勘察工作的具体流程，结合建筑工程的实际功能对该地区进行工程勘察。探勘工作人员对地形、坐标等信息进行平面图的绘制，平面图要突出勘查的特征，以便专业人员可以通过观看平面图找出该地区的问题，并结合实际情况进行对策分析，沿途探勘的流程如图1所示。

图1 大数据时代的岩土工程勘察工作流程

如图1所示，岩土工程勘察中的目标不明确导致勘察效果不理想。资料在审理阶段就会因为不全面、不详细等原因导致不合格，对后续的施工起不到数据支撑的作用，不利于设计人员进行建筑施工方案的设计，施工人员对现场的情况不了解。建筑工程施工过程会导致很多安全隐患。

1.2 勘查的实施方案不合理

实施方案的制定直接关系到勘查工程的整体质量，岩土工程的勘探对于建筑工程来说是保障质量的关键。因此为了建筑工程的安全性，岩土工程勘查的实施方案的制定必须科学合理，随着大数据时代的到来，对勘查方案的设定提出了更科学化的要求。更科学合理的勘查方案也可以间接的提升工程建设的整体水平，生产力发展的需求也推动着建筑工程岩土勘查技术的提升。岩土工程勘察基于市场的竞争意识觉醒面临着更大的压力。结合工程建设对勘探结果质量要求的提升，各大企业面临一定的竞争压力。为了在竞争激烈的市场中占有一席之地，不少勘查企业只能采取低价吸引客户的方式，收益的降低让企业不得不想办法降低成本，勘查企业不得不设计节约成本的方案。无法保障工作的质量，不利于勘查工程的可持续发展。

1.3 勘查技术信息化程度较低

大数据时代的到来让不少行业的信息化程度都提高了，勘探的仪器设备也应该朝着信息化发展道路的方向迈进。勘察人员的技术水平也应该随着设备的升级提升，提升设备的信息化程度不仅可以提升勘查的效率还可以减少技术人员对经验的依赖，只要选取好判断的指标，就可以进行现场勘查。尽力避免出现由于勘查人员的技术不高而导致理论知识运用错误，无法对建筑工程项目的地质情况进行准确判断。错误的勘查结果会造成建筑工程后续的数据不准确，一旦建筑施工阶段出现问题，解决起来相当麻烦。不如在勘探期间就勘查出来并做好防护措施，信息化程度的勘查工作的前期工作也容易有遗漏，因为无法实现信息共享，而导致勘察技术人员对资料的了解不精准，对数据的认识不系统。无法进行有效的归纳和总结，导致勘查工作无法正常开展。综上所述的勘查问题都需要对重点技术的改良来解决，下面就对勘查技术的关键点进行分析。

2 大数据时代岩土工程勘察工作关键技术分析

2.1 大数据时代岩土工程勘察工作信息收集技术

大数据时代的海量数据让勘查阶段的数据整理变得更加困难，建筑工程的参数是岩土工程勘察数据进行计算得出的。勘查数据的整理是十分必要的。可以保障勘查数据的正确性，将勘查中的虚假数据和不准确数据进行删除，在大数据时代，数据的收集方式发生了改变，数据的表现方式也发生了改变，大数据时代勘查数据的数据表结构如表1所示。

表1 勘查数据的数据表结构

如表1所示，大数据时代的信息收集不仅能准确的测量数据，还能显示出数据在采集系统中的类型，方便后续使用数据时的查找。避免随着历史数据的不断增多，查找数据变得困难。大数据处理技术可以将图层和文字全部进行数据化处理并长久的储存在计算机中。勘查信息的安全保障在大数据时代也是急需解决的问题，岩土工程勘察的安全问题可以通过数据融合的方式进行改变，工作人员需要对数据建立数据模型，通过模型的计算分析判断，在对施工方案进行完善的时候需要参考勘查参数，数据模型的解析还可以找出其中的隐藏工程，隐藏工程是影响工程造价的重要因素，对隐藏工程分析的越准确，越能提高项目的合理性。大数据在勘探工程中的应用也起到一定增加经济收益的作用。数据越来越精确，对管理体系的升级具有推动作用。使用大数据的分析成果进行工程推进，对收集的信息进行有效的判断和总结。有利于相关部门对施工策略的制定，也有利于政府部门对施工工程的监察。

2.2 大数据时代岩土工程勘察工作的取样技术

取样技术是建立在勘查的基础上的，是除信息收集技术外的另一个勘查技术重点。取样的主要目的是为了通过对样品的分析得出地下土层的土质、土层分布和地下水状态等相关信息。在现场勘查主要采取钻探的勘探措施，虽然物探的操作更为简便，但钻探的结果更有利于测绘。并且钻探不受地貌情况的限制，探测结果不容易造成偏差。因此使用范围也比物探广，岩土工程勘察的环节不受勘查人员控制，只有到现场才能知道实际的情况，因此选择钻探的方式要比物探更加可靠。

2.3 大数据时代岩土工程勘察工作的勘探定位技术

勘探点位的选择是岩土工程勘察的重要一步，取点的位置定位准确，可以提升岩土工程勘察工作的工作效率。定位方式要尽量的科学具有技术性，点位定位的思路清晰非常重要，在进行岩土工程勘察作业时，工作应具有一定的顺序性，为了确保勘察数据的准确性。无论是简单还是复杂的地形，定位点之间的布局不宜小于10m，地形平坦的前提下点位间隔可以扩大，但也不宜大于18 m，通常为了节约勘察成本，会设置少于规定数量的定位点，这样虽然也能取得相应的数据，并节省勘查的时间，但勘查定位点间隔随意放大是导致测量误差增加的最直接原因。因此在进行定位操作的时候一定要规范好行为，合理的选择勘探点位，并根据现场的实际情况，通过大数据的计算优化岩土工程勘察的流程[3,4]。

3 结语

本文分析了岩土勘查工程经常出现的问题，并通过对问题原因的分析。对重点的探查技术进行了分析，岩土勘查工程是建筑工程设计的重要数据来源。因此，当岩土勘查发生问题的时候，一定要及时解决，为后续的工作做铺垫，本文的分析内容有利于勘查技术的提升和推动建筑工程项目的发展。