隨著云計算、物聯網等技術的迅速發展，在各領域應用信息系統的規模也在擴大，因此各行業產生的信息量也急劇增加，在物聯網、互聯網、云計算等技術的發展下，當今社會進入了大數據時代。大數據是為了可以對社會中的所有行業有更好的服務，其意義在于對于這些數量龐大的數據信息進行專業化的處理，并對于數據的“加工”能力進行提升，從而達到數據的“增值”作用的目的。

水利工程建設運營管理中的信息數據具有復雜性、多樣性等特點，對于這些大量的數據信息如何過濾和篩選，分散的數據進行二次整合，迅速獲得有價值的信息能力，是新時期的水務工程建設運營管理過去，傳統的數學分析方法已經趕不上當前的數據規模、復雜和快速的新趨勢。因此，作為大數據分析方法之一的數據挖掘，現在很受歡迎。1989年首次提出了數據挖掘的概念，在極大的隨機數據中應用了很多數學算法，在其中搜索了有用的信息。

1大數據和水利大數據

1.1大數據。隨著中國經濟和各科技的快速發展，大數據技術也越來越受到關注，其強大的數據分析功能和廣闊的應用前景吸引了各行各業的積極研究和運用，大數據從理論水平迅速轉變為應用水平。大數據的意思是大量數據，與傳統數據相比具有快速處理能力、價值密度低、數據類型復雜、數據量大等特點。大數據的意義是如何從大數據中挖掘出潛在的價值和有用的信息，只有合理利用的數據才能稱為大數據，如果不滿足條件，只有數據。

1.2水利大數據。水利大數據是大數據技術在水利行業的應用，緊緊圍繞“水利”為中心，通過海量的數據進行科學分析，為水利管理者提供重要的參考信息。水利部門在建設運營管理中累積了海量的數據，其中大部分是沒有實用價值的，而我們需要做的，就是應用大數據技術進行對海量的水利數據信息進行篩選處理，通過相關性進行對比分析，發現其隱含的規律本質，從而為水利技術工作者提供有價值的參考研究信息。這是大數據時代對水利行業的作用表現。

隨著自動化信息采集、射頻技術、遙感技術以及其他技術的普及應用，水利數據在原有的基礎上進一步膨脹，主要包括氣象、水文、洪水、徑流水環境、地區年均降雨量、地形地質、泵站水閘運行、地下排水管道分布、地下排水管道運營管養等數據以及其他水利相關數據。在有限的時間內，通過常規的分析方法很難獲得、分析、貯藏、處理數據，因此需要通過大數據相關的處理方法進行分析和處理，橫向實現水利部門內部的共享數據，縱向實現水利主管部門之間的數據交，實現水利管理決策的科學合理目的。傳統的水利數據分析方法與水利大數據的研究方法大不相同:傳統的水利數據分析方法通常基于抽樣數據，水利大數據的研究方法基于大量數據，即整個數據進行分析傳統的水利數據分析方法通常基于某個部門或某個專業內部的數據進行分析，水利大數據的研究方法是跨部門和跨部門進行數據分析，多維度和多角度。

2大數據技術的發展現狀

從某種意義上說，大數據已經是最先進的數據分析技術。早在20世紀80年代初，美國學者和未來學習巨頭阿爾文·托夫勒就在他的作品《第三波》中以第三波華彩樂章的美譽贏得了大數據技術。從2009年開始，大數據正式進入我們的視野，在我國工業領域逐漸應用，包括汽車、飲食、電信、金融、能源等社會各行業都能找到大數據技術的足跡。例如，汽車制造配置了數據監視裝置，實時監視和監視相關方位、氣溫、濕度、空氣中化學成分的變化和運動軌跡等，生成了巨大的數據信息。大數據技術的核心作用是在于對以上的數據進行專業化的整理提取有用的數據，以便使汽車制造商在產品質量管控中更加便捷完善。這正是大數據技術能夠在眾多領域得到應用和推廣的關鍵所在。

3大數據技術在水利工程建設運營管理中的應用研究

大數據技術當前雖然已經有了良好的效果，但是其發展的歷史還比較的短暫，所以可以將其認為是初級階段。多數的水利行業單位具有滿足本單位需要的信息化管理系統，但由于技術發展的制約，水利大數據資源化的研究還有很大的發展空間，在水利工程建設運營管理中的應用主要有以下幾個方面。

3.1建立數據庫。水利工程建設期間，需要建設數據庫，將水利工程在運營管理中產生的信息全部記錄在數據庫中，至少包括水文氣象、水位流量關系、水生態、地形地質、雨水管分布狀況、相關設備運行狀況、維護日期等，需要詳細記錄在數據庫中為了加強不同部門、水利部門之間的信息共享，減少資源的重復收集，提高信息的利用率，需要明確數據之間的關聯關系，建立信息共享機制，完善數據共享體系。數據庫是積累的過程，數據越詳細、越全面，分析數據的結果越接近真實的數據。

3.2大數據技術在水利工程運營管理中的應用。我們在水利工程運營管理中，我們同樣可以利用大數據技術的優勢，根據水利大數據的分析結果，制訂科學合理的管理目標與完善計劃也可以根據對水利工程的能耗情況和運行情況作數據分析，從而制定減少能源消耗以及節約運營成本的方案。通過對來水量的監控數據，以及排水的實際效果，進行系統的分析工作，指導水利主管對落后的排水系統進行整體升級改造提供重要的數據技術支持。以上只是大數據技術在水利工程運營管理中的其中一部分作用，隨著大數據技術的發展，未來的應用將更加廣泛。

3.3大數據技術在水利行業物資倉庫倉儲管理中的應用。當前，水利工程的備品備件的采購是工程建設的一個重要問題，部分的備品備件購買需要花費很長時間，但卻一時間用不上，導致長時間的占用倉庫以及資金，并且還會加大倉庫管理人員的工作難度。一些備件在緊急需要使用時，經常發現倉庫里沒有，只能暫時購買，不僅購買成本高，還影響水利工程的施工。因此，利用大數據技術解決這個問題，在數據庫中記錄備件的購買期限、使用時間、更換時間等，就能知道設備什么時候需要更換備件，提前購買備件。大數據技術在這個問題需要備件時可以保證準備，而且長期不占有倉庫空間，同時減少倉庫管理人員的工作量和工作難度。由于大數據技術的存在，備件有計劃地購買，選擇備件性價比最高，達到降低購買成本的目的。

3.4大數據技術在水利其他方面的應用。在洪水災害預測方面，洪水災害的破壞力非常大，但通常可以利用一定的規則利用大數據技術，結合洪水災害的數據，提高洪水災害預測的準確性，在發生災害時，預先引導受影響的大眾避難。在水資源配置方面，通過分析水資源配置、用水量、水資源配置等數據，實時調整水庫供水配置和泄漏量，確保滿足實際生產、生活需求。據報道，南方某縣已在農田水利項目中率先使用管理軟件，該縣所有農田水利項目中的建筑物、河流、管道、池塘、排水泵站、排水閘的數量、狀態、年限等基礎信息都可以通過個人PC、手機APP進行便利的數據查詢、檢索，項目精度達到10米

4結束語

隨著我國經濟和技術的發展，各項建設事業也蓬勃發展，尤其是水利工程。水利工程的建設較之前已經有了很大的提升。但是，由于我國生活用水、農業用水和工業用水的數量也在增加，水利工程的建設占有非常重要的地位，在一定程度上對水利工程的施工提出了更高的要求。大數據技術是不斷發生的過程，分析數據也是不斷的過程。目前水利工程的運營管理和集中管理方向發展，大數據技術有更廣闊的應用空間。