大數據信息技術在水利管理中的運用

郝 靜 郝新穎

（青州市水利建筑總公司，山東 青州 262500）

0 引言

水利工程作為1項基礎民生工程，對于保障國計民生，促進社會穩定與經濟高質量發展發揮了重要的作用。現階段，科技創新已經上升到國家戰略發展層面，加強科技在民生工程領域的應用，是我國建設科技創新型國家的重要內容。因此，積極探索大數據信息技術在水利工程管理中的有效運用路徑，是深化水利改革，推動水利現代化建設的必然途徑。在水利工程建設過程中，所涉及的數據類型多樣，規模龐大，其蘊含巨大的數據價值，對于全面提升水利管理質量發揮著重要作用[1]。2017年，水利部印發了《關于推進水利大數據發展的指導意見》，進一步推動水利大數據發展，要求水利管理中科學運用水利工程大數據，深入挖掘數據在水利工程管理與運行中的重要機制，從而為水利管理決策提供強有力支持，推進水利工程精細化管理。

1 水利工程大數據特征

目前，我國大數據及相關信息技術在各行業領域的應用不斷擴大并向深度融合方向發展，進一步完善了大數據概念，并明確了大數據具有海量規模、快速流動、類型多樣和數據挖掘價值高的數據特征，為我們判斷大數據提供了標準[2]。

對于水利工程來說，其涉及的要素眾多，從工程建設對象來看，水利工程包括水庫、閘門、管道以及泵站等；從工程運行管理來看，水利工程除了包括一般工程的質量、安全、進度以及資金管理等內容，同時還包括對水情、水質和環境等各個要素的管理。因此，水利工程管理所涉及的數據具有顯著的復雜特征，其來源多樣，類型復雜，更新實時，符合大數據特征[3]。具體來說，水利工程具有數據海量，來源及類型多樣；數據持續增長，挖掘價值較高；數據動態變化，具有較強實時性；數據相互影響，聯系緊密等特征。

1.1 數據海量，來源及類型多樣

從水利工程管理涉及的眾多要素來看，其產生的工程數據具有來源廣泛、類型多樣的特點，并且在工程運行的各個階段，每秒計所產生的檢測數據都是海量的。尤其是當前BIM技術在水利工程建設與管理中的廣泛應用，構建了大量的工程模型構件，產生了大量的BIM模型數據。此外，在水利工程管理運行中，涉及的管理、調度、運維等各個環節的數據量同樣非?？捎^，數據增長量迅速，具有顯著的大數據特征。

1.2 數據持續增長，挖掘價值較高

當前，水利工程建設中信息技術的應用范圍越來越廣泛，信息化建設幾乎覆蓋了工程建設運行的各個環節。因此，在工程建設運行的過程中，建立了越來越完善的監測指標，監測密度不斷增加。相應的，水利工程建設運行的數據增長速度也會隨之不斷提升，并且由于數據越來越全面，數據可分析與挖掘的價值越來越高，能夠為水利工程建設管理相關決策提供可靠的依據。

1.3 數據動態變化，實時性強

在水利工程管理中，涉及對水情、水質、環境等方面的監測與管理，而在針對這些要素的監測過程中，所產生的數據具有顯著的動態化特征。例如，在水情、水環境的監測中，不同時間、空間的分布，其監測數據都會存在明顯的變化，并呈現一定的規律。同時，水利工程BIM模型中，也存在很明顯的時空分布特征，隨著工程進展，BIM模型需要隨之進行調整與完善。例如，在泵站工程對象建設中，從設計到竣工的工程階段，BIM模型狀態是不同的。此外，水利工程不同于一般建筑工程，對數據的實時性和準確性要求非常高，尤其是在工程安全、質量和調度等監測數據方面，要求數據準確并實時更新，從而判斷工程運行的情況，做好應急預案準備。

1.4 數據相互影響，聯系緊密

不同類型的水利工程數據之間相互影響，緊密相關的關系。例如工程標準劃分、施工環境、氣象條件和設備狀況等工程數據直接影響工程進度的數據；工程設計參數、水情雨情和水文地質條件等相關數據直接關系到工程險情數據。由此可見，水利工程數據之間息息相關，相互影響性與關聯性非常高，數據關系復雜。

2 水利工程大數據的構建

2.1 水利工程大數據的分類

利用大數據信息技術構建水利工程大數據中，首先要根據工程實際制定統一規范的工程對象分級標準、編碼標準以及建立數據資源模型標準等，并在遵循標準的基礎上構建大數據體系，以便于后期實施數據管理。

工程對象分級標準：首先要明確工程對象，并根據其是主體或輔助分成工程主體、工程輔助設施兩級分類。其次，對各類工程對象進行分級劃分，工程主體包括水庫、泵站、管道和閘門等二級工程對象；工程輔助設施包括工程機電、金屬結構和消防等二級工程對象。

工程對象編碼標準：在水利工程管理中，根據業務精細化管理需求，對具體管理內容及實體歸屬層級進行編碼。在制定編碼體系過程中，注意編碼體系分級細化，按照特征碼、標段碼、工區碼、大類碼、工藝位置碼、感知對象、感知單元、感知項等級別由大到小進行細分，從而能夠編碼快速確定工程、標段、工區、數據類型、人員和人員定位等詳細信息。

數據資源模型標準：按照工程對象標識和屬性特征進行數據劃分，從而提高數據結構的靈活性，有效剔除冗余數據，并加強對數據之間的管理。其中，工程對象標識是唯一本體，數據之間的相關特征則通過工程對象屬性表達，例如存在的基本數據、業務數據、空間數據、BIM數據屬性。工程對象標識、屬性都可能存在時相特征，如圖1所示。

圖1 數據資源模型標準圖

2.2 水利工程大數據的構成

在水利工程建設運行中，現代信息技術的應用為工程管理與運行的穩定性提供了有效支持，并逐漸積累形成海量的工程數據。這些數據蘊含了巨大的價值，為水利管理提供了重要依據，成為水利工程大數據的主要組成[4]。其中包括基礎數據、空間數據和BIM數據，以及具體業務數據中的工程管理、監測、調度運行和信息數據等數據類型。

基礎數據：水利工程基礎信息，包括建設及相關參建單位以及工程具體信息，包括工程標段、單位工程、水利工程和監測站點等基礎數據信息。

空間數據：工程基礎地理信息，包括泵站、水庫和水閘等工程地理信息，以及水利工程測繪信息，包括衛星遙感影像、無人機傾斜攝影等相關影像數據。

BIM數據：主要是水利工程各類工程的BIM模型數據，包括工程擋水、輸水和導流等建筑物模型數據、邊坡工程模型數據等。在BIM模型數據中，覆蓋工程范圍廣泛，類型多樣，并且為保障BIM模型與工程實際相符合，BIM模型數據涉及更高層次數據精度標準，具有完整性、統一性、系統性和準確性。

業務數據：工程管理數據，如工程進度、安全、質量等管理數據，以及工程投資管理、環境保護等各方面管理數據；工程監測數據，如工程進度監測、安全監測、質量監測、環境監測和生態監測等各類監測數據；工程調度運行數據，如工程調度方案和指令、調度運行方案和評價、需水數據和來水數據等；工程信息數據包，如水利工程建設運行過程中涉及的文檔、音頻、視頻等各類信息數據[5]。

3 工程大數據在水利管理中的具體運用

3.1 工程大數據治理的主要架構

水利工程大數據具有顯著的大數據特征，海量、多樣、高度、挖掘價值高，在水利管理實際運用中，要充分挖掘再利用工程大數據，首先要進行大數據的治理，從中獲取到有價值的數據信息。水利工程大數據治理架構主要包括數據的匯集、清洗、融合、存儲與服務4個階段。利用大數據相關基礎，先進行數據的廣泛匯集，然后通過對比、清洗、建模和裝載等數據處理，完成數據的融合，形成具有一致性、關聯性、匹配性的數據組合，進行數據分析，最終獲得基礎數據、業務數據、空間數據、BIM數據等，并通過分布式存儲與管理，實現工程大數據的存儲與服務，如圖2所示。

數據匯集通過文件上傳、網絡爬蟲等多種手段實現對工程各類數據的廣泛聚集，并遵循原有的數據結構、數據關系；數據清洗通過對數據的補全、轉換、去重、過濾和校驗等環節，剔除垃圾數據、補全數據缺失、修改錯誤數據等，大幅提升數據價值密度，為后續數據應用奠定基礎；數據融合通過數據的梳理、關聯、匹配、組合、分析，實現跨業務和組織數據融合，實現數據資源的整合，為業務管理應用提供依據；數據存儲與服務是對融合數據利用分布式數據服務技術，實現數據的調度與存儲管理，為工程管理提供了數據服務。

3.2 工程大數據在水利管理中的具體運用

在水利管理具體應用中，完成工程大數據的治理后，可以將數據作為工程管理決策的重要依據，構建工程各項管理的大數據分析主體，再利用信息技術、人工智能、工程模型算法，感知水利工程管理各項內容的態勢，并對其運行趨勢進行精準預測，從而實現對水利工程建設運行的精細化管理，加強對工程調度管理的高效性，并能夠自動準確識別工程險情，提高水利管理效率[6]。工程大數據在水利管理中的具體運用主要包括工程安全、質量、進度、資金、調度和運維等管理內容。

圖2 工程大數據治理架構圖

3.2.1 工程安全管理

根據工程安全監督、檢測、教育以及安全隱患等數據信息，利用大數據與可視化信息技術，建立可視化數據駕駛艙，對各項工程安全狀態進行可視化模型推演，確定工程安全狀態，并預測可能出現的安全隱患。同時，建立工程安全分級預警，實現動態化安全預警，加強安全管控。

3.2.2 工程質量管理

根據工程質量相關的計劃、檢測、評定等各項數據信息，建立工程質量評價模型，運用大數據技術對工程質量進行綜合評定，精準定位工程質量不達標數據，量化工程質量監督與考核，從而實現對工程質量的有效管理、監督與控制。

3.2.3 工程進度管理

根據工程進度相關計劃、監控和作業狀態等數據信息，利用大數據技術建立工程進度評價模型，利用模型進行工程進度畫像，實現對進度滯后工區的自動化識別。同時，利用模型進行工程進度推演，以便于管理人員能夠實時掌握進度，并預測可能造成工程進度滯后的風險，提高工程進度管理效率。

3.2.4 工程資金管理

根據工程投資、預算支付等相關數據信息，利用大數據技術建立工程資金評價模型，關聯工程進度數據，分析項目投資與完成比，實時掌握工程預付及實付情況，加強對工程投資全過程管理與控制，為管理人員控制成本，提高資金利用率提供可靠依據。

3.2.5 工程調度管理

根據工程需水、供水及安全監測等數據信息，并關聯工程周邊及沿線泵站、水閘、管道各方面相關數據，建立工程調度數據模型，按照模型算法得出調度方案，并借助BIM技術等進行工程調度預演，深入分析工程調度方案可行性，提高水量調度的經濟性和安全性。

3.2.6 工程運行和維護管理

根據工程安全監測、水情監測和巡檢等數據信息，關聯工程調度數據，利用大數據算法，對工程運行情況進行監測評估，自動識別定位異常，為工程運行維護提供依據。

4 結語

綜上所述，水利工程建設作為一項重要的民生工程，對推動社會經濟的高速發展起到了重要的作用。大數據信息技術在水利管理中的應用，是水利工程未來建設發展的重要趨勢，是水利工程建設實現高質量發展的技術支撐。現代水利工程數據具有顯著的大數據特征，將大數據信息技術融入水利管理中，通過構建水利工程大數據，能夠進一步細化工程數據分析，充分挖掘數據價值，為水利工程安全、質量、進度、資金、調度和運維等各方面的管理決策提供了重要的依據。當前，大數據信息技術在水利管理中的應用處于初級水平，積極探索大數據信息技術在水利工程管理中的有效應用途徑，建立完善水利工程大數據，深入挖掘數據價值，實現水利工程精細化管理，為我國智慧水利建設奠定重要基礎。