地下水監測中大數據技術的應用策略

蓋燕如，馮平，丁素媛

（濟南市水文局，濟南250000）

1 引言

在信息技術飛速發展的今天，互聯網+、云計算、大數據已被廣泛應用。新基建的提出為各行各業的數字化轉型升級提供了有利的政策支持，科技創新成為行業發展的有力推手。在地下水監測行業中，傳統監測方法已不能滿足我國當下的用水需求，向信息化、自動化發展成為必然趨勢。

2 地下水監測技術

2.1 我國水資源的應用現狀

目前，很多國家都面臨著水資源嚴重缺乏的危機，給各國經濟發展、社會民生都帶來了極其嚴峻的考驗。目前，全球總體水資源保有量大約在1.4×109km3，其中，工業用水占比24%，農業用水占比70%。隨著人口增長和經濟發展，全球整體水資源保有量已經減少了25%[1]。

我國水資源也面臨著同樣的嚴峻形勢，存在極度匱乏問題，僅城市用水每年就有6×109m3的缺口，直接導致經濟損失約2 000億元人民幣。嚴重的缺水與水污染等問題不僅限制了我國經濟現代化建設和GDP增長的速度，同時也對部分居民的生活造成了嚴重影響。

2.2 地下水監測技術的發展

隨著我國水資源利用和開發規模的不斷擴大，很多地區在對地下水資源進行大量超采后，出現了永久性的漏斗塌陷區，同時，淺層地下水資源的污染范圍也開始逐漸擴大。地表水與地下水在流動性和地質條件上有根本性的差異，這就導致地下水資源一旦被污染很難恢復，所以，要加強地下水資源的監測，避免水資源不受到破壞。

我國在地下水自動監測技術方面起步較晚。地下水監測最重要的部分是水位檢測，目前還有很大一部分地區需要相關工作人員手動操作進行觀測，只有少數地區可以實現自動觀測水位。同樣，地下水水質的檢測工作也是以人工采樣分析為主，自動分析檢測為輔。國際上很多發達國家已經普及應用自動檢測設備，尤其是德國、美國、日本等國家，已經可以完成水位、水質、水溫等數據的自動采集分析以及自動化的數據存儲和傳輸，為基礎數據的獲得和對大數據的分析管理打下了堅實的基礎。

3 大數據技術概述

英國的維克多·邁爾·舍恩伯格（Victor Mayer Schonberg）教授在20世紀80年代最早提出大數據這一概念。大數據是指體積非常大、數據類別非常多、傳統數據庫工具無法捕捉、管理和處理的數據集。

1）大數據的容量很大。一個大型數據集的容量一般不會超過10 TB，但這并不能滿足人類生產生活日益提高的需求，很多企業用戶不得不將多個數據集組合在一起進行使用，這就使組合后的數據集容量超過了PB級別。

2）索引數據的類型越來越多，數據的來源也在逐漸增長。數據的類型和格式變得復雜多樣，已經超越了以前有限的結構化數據類別，主要包括半結構化和非結構化數據。

3）數據處理的速度非常快。在數據量非常大的情況下，也可以實現實時數據處理。

4）大數據能保持很高的數據真實性，在社交、企業管理、金融交易這些對數據集中度較為依賴的領域，傳統的數據處理方式急需改進，政府和企業更需要確保數據的真實性和安全性。大數據技術主要包含：數據收集、數據存取、基礎架構、數據處理、統計分析、數據挖掘、模型預測和結果呈現等[2]。

4 地下水監測的大數據獲取

4.1 地下水地理位置信息監測

使用計算機軟硬件作為基礎平臺，可以對地下水的分布信息進行監測、收集、分析與管理，并可以將實時地理信息數據導入數據庫。經過收集分析并導入數據庫的地理信息和戶外觀測數據、通過傳感器獲取并數字化處理的數據也可以實時進行模擬和以圖表形式輸出。為了實現以上要求，需要采集大量多樣化的數據，使用DQ數據處理技術不僅可以使整體數據更加規范化和統一化，還可以保證地下水地理位置信息的準確性并且得到精準的可視化表格。

這一技術主要組成部分為數據收集、數據重組、數據轉換、空間信息分析和查詢。其中，空間信息查詢模塊是DQ數據處理的一個最重要的部分，它被用來確定地理信息要素之間的空間關系以及更多復雜環境下的空間信息處理[3]。

1）空間信息查詢：DQ數據處理技術主要用于查詢空間信息，它支持對已知地區和地理信息及各種特殊情況下地區的空間信息查詢。

2）拓展查詢：拓展查詢可將單一地區內的多個不同圖層特征進行疊加形成新的空間特征，同時將得到的屬性進行組合，這樣地下水地圖表更新和其他信息的查詢會更為快捷。

3）緩沖網絡查詢：使用空間信息中點、線、面數據，智能化模擬一個地下水區塊多邊形來計算其附近的地理信息要素和空間接近程度。

4）數字地形分析：使用大數據技術可以很方便地得到地下水及其周邊地區的地理信息數據，包括地表屬性、坡度、日照強度、地層剖析圖等數字化信息，這些數據系統可以進行地形整體分析，為地下水位置信息監測搭建了展示平臺。

4.2 地下水污染監測

地下水的流動性大大低于地表水，因此，如果某一區域的地下水受到污染，會對周邊區域的地下水造成大范圍地下水資源污染，導致水量短缺。大數據技術擁有極強的云端存儲和計算能力，將其應用于地下水污染監測領域，可以將繁雜龐大的數據統一整理分析并做出圖標，以幫助應對策略分析。大數據技術通過部署在各個水源的探測器實時收集地下水污染物的含量、種類、濃度等數據，并分類存儲到數據庫中，然后通過云計算對數據進行分區計算和分析后，把各種污染成分的濃度和污染等級反饋給相關部門以做應對。這種方式取代了傳統的人工作業方式，通過海量數據和實時計算極大地提升了地下水水質評價的客觀性和準確性。

大數據水污染監測主要有以下幾點：

1）對地下水中的化學成分進行辨別及含量測定，并對可能造成的污染進行分析；

2）對地下水中的微生物種類和數量進行測定，發現有害微生物及時記錄并報告；

3）對地下水進行放射性測定，如果發現含有放射性物質，立即進行含量測量并記錄；

4）對地下水進行重金屬物質測定，如果重金屬含量過高，不能當作生活水源使用，會對人體生命安全產生危害；

5）對物理化學成分進行測定，這種成分具有快速擴散的特征，如果不及時控制會在短時間內迅速污染周邊地下水源。當探測器發現污染發生且已擴散到一定范圍時，大數據系統的監測模塊會第一時間給監測部門發送預警通知，同時會控制探測傳感器實時監測污染擴散方向，防止污染周邊地下水資源。

大數據技術還可以通過分析污染物成分、含量等信息來推斷出污染源，為相關部門污染治理提出指導策略和源頭分析，以便在污染發生的早期及時得到控制，盡可能縮小污染擴散范圍和程度，保護水資源。

4.3 地下水水位監測

地下水位監測必須具有適用性、及時性、靈活性、擴展性、兼容性和經濟性。此系統主要由前端監控設備和中心控制平臺構成。前端設備與中心平臺之間的數據通信通過GSM/GPRS/3G/4G無線傳輸到中央機房的因特網完成。集成式的水位計內置鋰電池供電，體積小，質量輕，在野外方便使用，不需要建站房，只需要將其放入監測井中，由監測井上方設立的設備外箱進行防護即可。水位計測量是根據水壓與水深成正比的靜水壓力原理，采用水壓敏感集成電路制造核心水位計部件。將水壓測量傳感器固定在井中觀測點位，把測點上方的壓力高度與傳感器所在位置的標高累加，就可以測得當前地下水水位標高值。通過大數據可以實時查看各監測點實時水位數據。

4.4 地下水水流量監測

地下水水流監測是基于超聲波回彈技術原理開發的，它使用超聲波發射和返回發射點之前的時間差值來測量水流速度，精準度高、便于部署、穩定性強，可以不間斷地把實時流量數據傳回大數據中心。

5 大數據技術對地下水監測技術具有重要意義

5.1 大數據地下水水質監測平臺的構建

構建大數據水質監測平臺需要以大數據技術作為主要支柱，大數據數據庫作為基礎，高速通信技術作為媒介。在搭建平臺的整個過程中，需要注意以下幾個問題。

5.1.1 要保證獲取數據的準確性和完整性

在整個監測過程中，水質的詳細信息數據主要通過自動化傳感設備實時取得，用過人工輔助獲得周邊水源地貌、水域地質信息等數據。在整合數據庫時，需要對水質信息進行動態化的監測，同時還需要對周邊地貌特征、地質情況、污染情況等數據進行多元化采集來保證其完整性，最后根據信息情況進行歸納分類并做標準化存儲。

5.1.2 制定水質的等級規范

依據水質特征情況對不同區域水質進行等級標準劃分。在劃分時利用大數據技術對監測數據進行量化的統一分析，使用規范形式對所有數據做分布式存儲，使用特定算法對水質特點和風險等進行評估。

5.1.3 制定水質監測的評價模型

應用模型發揮其預警功能是評價水質并對其進行預測評估的基礎。隨著大數據技術不斷發展，地下水監測和信息技術可以快速結合并建立符合監測需要的數學應用模型。在地下水體系復雜多元的情況下，可以建立符合水質特性的數據數學應用模型并用其對水質的風險進行模糊性的評價。在整個地下水質監測過程中，更多的應用可以使水質及周邊環境綜合評價預警模型不斷完善和發展。

5.1.4 監測和捕捉異常水質數據

在水質監測平臺建設時,需要保證數據平臺能夠遠程獲取水質數據，對數據進行動態化分析并及時捕獲異常，同時以此為基礎進行分析計算，使用預警系統向有關部門發送異常警報，為及時恰當的處理問題提供決策分析基礎。

5.1.5 基于大數據建立可靠的水質監測程序

程序設計包含數據采集、數據處理分析、分析水質狀態等部分，使用圖表等可視化方式展現大數據監測成果，展示地下水真實狀態。在設計大數據水質監測程序時，要合理安排基礎層、數據層、表現層和中間層順序。基礎層的主要內容包括基本數據信息、信息傳感器、探測器等基本采集設備；數據層包括基礎數據、水質數據等多種數據庫；中間層主要包括數據信息挖掘、數據管理等，利用統計、管理、監控、計算等方式分析數據的價值和意義；表現層主要以地圖、圖表等形式展示和顯示水質的基本信息和現狀。

5.2 對數據快速專業化的分析和挖掘

大數據最大的優勢是可以對大量數據進行深度挖掘和分析。通過監測設備得到地下水的實時數據，目的是經過挖掘和分析取得其中有價值的信息。數據的分析結果需要通過可視化的方式呈現給最終的使用者，讓使用者可以直觀地獲得大數據特點并使人們容易接受。專業人員基于可視化數據，加上自身經驗和知識，可以迅速地從大量繁雜數據中找到有用的信息。

5.3 對大量不同類型、復雜數據的快速處理

地下水的監測難度遠高于地表水監測，地下水各種參數的變動和其引發的環境變化是在地下不能被直接觀測到的。同時，過度開采所引發的地質變動速度都極其緩慢，雖不容易被發現，但一旦發展到一定程度就會導致嚴重的后果。大數據最大的優勢就是可以對超量的復雜數據進行快速處理，因此，必須使用自動化設備不間斷地進行地下水監測，實時監控數據變化，并且借助大數據對長期儲存的數據進行挖掘分析，及時掌握其變化，快速做出處理。

6 結語

綜上所述，大數據技術的發展在極大程度上促進了我國當前地下水監測技術的發展，在大數據的支持下，通過對采集到的數據信息進行分類運算，并對其發展情況進行分析判斷，可以有效提高監測效率，并提前預警各類災害，從根本上解決地下水監測中出現的問題，使水資源得到更加有效的管理和利用，進一步為經濟社會的綠色、可持續發展提供技術支持。