水利物聯感知應用分析

摘要：隨著物聯網、大數據、人工智能等技術的發展應用，現有水利信息化系統的短板不斷凸顯，當前水利信息化的支撐能力已無法滿足及時高效的了解水利信息的最新需求，本文主要對水利物聯感知的應用進行了分析闡述。

關鍵詞：大數據;人工智能;智慧水利;水利物聯

一、水利感知網的現狀及問題

水利業務管理涉及的感知對象包括要素感知和事件感知。要素感知主要包括雨量、水位、水量、水質等采集監測要素，現階段主要通過設備監測和人工填報方式獲取，信息采集的自動化程度較低，數據采集工作量大，時效性低，與智慧水利各項工作的整體需求不相適應。事件感知主要包括水旱災害、工程險情、河湖四亂、土壤侵蝕等涉及時間、地點、空間范圍、事件現場實況和處理預案執行狀況等事件要素，現階段主要通過人工填報和視頻監控方式獲取。

在當前的水利管理活動（事件感知）中，取證難、取證滯后問題日益突顯，主要面臨兩大困難：一是水利監管區域分布廣、跨度大、巡查費時費力，而事件問題機動性強，時有發生;二是許多水利監管區域有河無路，同時受地面二維視角限制存在著大面積的盲區和死角。當前采用的人工填報和視頻監控（固定監控）已不能滿足機動、實時、高效的智慧水利感知要求。

二、物聯網技術簡介

物聯網是通過傳感器、射頻識別、紅外感應器、全球定位系統、激光掃描器、氣體感應器等各種信息傳感設備，采集聲、光、熱、電、力學、化學、生物、位置等需要的信息，按約定的協議與互聯網連接，形成一個巨大的網絡，實現物與物、物與人、所有物品與網絡的連接、方便識別、管理和控制。

智慧水利感知網是建立在物聯網系統基礎之上的，能夠對水情、雨量、視頻監控等數據信息進行匯總整理，能夠實現對水利信息的高效感知，并對監測數據進行傳輸、監控和管理 [2] 。

三、水利物聯感知應用分析

（一）整體分析

智慧水利是為實現水利業務的智慧化而建設的一套綜合業務體系，是通過大數據、大地圖、大模型、人工智能等技術，對水利信息數據進行全面的、動態的、深層次的分析應用，以更加精細和動態的方式實現水利管理和決策的“智慧”。

從水利業務的需求分析，當前水利感知數據主要通過采集感知獲取，可以從感知對象、感知要素、感知技術等三個方面進行說明。感知對象主要包括江河湖泊、水利工程和水利管理活動等三個類別，每類都包括多種感知對象，每個對象需要感知多個要素，每個要素可以通過一種或多種技術進行感知。感知技術主要包括人工填報、在線監測、視頻監控、遙感監測、應急感知等。

在具體建設中，為避免重復建設和提高感知效率，需要統籌感知對象、要素和技術，在現有水利監測站網的基礎上，重點充實大江大河及其支流、河流水文監測站點，補充建設重要防洪城市水文監測設施和墑情監測站點，同時，加強應急監測能力建設。

打破“先采集、后業務、再指標”的建設常規，在摸清已有數據家底的基礎上，對當前業務需求與已有數據支撐進行匹配分析，結合水利業務需求，按照各類業務數據類型、功能應用、共享交換、更新方式等規范標準，針對覆蓋不足、要素不全、更新不及時等問題進行補充建設，避免資源投入的低效和浪費。

水利感知網不斷擴大感知范圍、構建數據的統一接入管理平臺、提高智能感知水平（見圖1）。

1.擴大感知范圍

圍繞水利業務需求和水利監管要求，針對現有感知體系網絡布局、設備功能等，充分利用物聯網、衛星遙感、無人機、視頻監控等技術手段實施改造，擴大江河湖泊水系、水利工程設施的監測范圍和水利管理活動的動態感知，補充完善水文、水資源、水生態、水環境、水土流失、工程管理、山洪災害、水利管理活動、水行政執法等感知內容，提升感知能力和技術水平。

（1）擴大河流湖泊監測范圍。對已建人工測站數據采集方式進行改造，在現有水文監測站網基礎上，補充水位、流量等多要素線上監測;對水面面積常年在1km2以上的湖泊進行全面監測;加強對河道采砂重點水域、河湖管理敏感河段的常規監測。擴大重點防洪區域、中小型水庫的多要素監測，全面提升防汛抗旱預警預報水平和江河湖泊日常監管能力。對建有水利工程的江河生態流量、國家重要水功能區、水土保持重點治理區等進行生態監測。

（2）擴大水資源管理全面感知網絡。在水資源監控能力建設項目、國家地下水監測工程等項目的基礎上，對重要水源地、取水用戶、水庫取水口、界河流斷面進行水量監測，加強支撐水生態保護和修復的信息監測。結合現有生態基流感知監測站，采用衛星、無人機等遙感影像，完善對生態基流的全要素監測，提升對河道生態基流、電站泄放流量等的智能感知能力。

（3）擴大水利工程設施監測感知網。對水庫、重要堤防、重要閘壩（節制閘）、規模以上泵站、大中型灌區、引調水等水利工程進行全面監測;補充和提升水庫、堤防（一級、二級）、重點水閘、淤地壩等水利工程安全及運行監測。

（4）提升水利管理活動的動態感知能力。全面提升水利核心業務管理活動重要事件、行為過程的實時監測、數據解析等動態感知能力，滿足主要水利業務對數據內容的各方面要求。

2.構建統一的感知平臺，提供統一的感知服務

隨著水利由信息化向智慧化過渡，水利業務數據需求由單一業務領域，逐漸轉變為多業務領域數據需求，傳統的分業務領域建設監測系統的模式已經不能適應發展需要，需要建立水利系統綜合的數據匯聚管理平臺。

按照水利感知要素劃分，需要建立視頻信息、監測數據、遙感影像、無人設備、工控設施等統一的數據匯集、管理和服務平臺。

3.推進先進物聯技術在水利感知網的應用，提升水利智能感知水平

水利業務的感知能力，受當時技術和條件等制約，仍然存在空白和不足，隨著感知技術和通信技術的發展，感知監測站網形式、站網布局需要進一步優化，需要因地制宜地采用高清視頻、無人機、衛星遙感、人工智能等新型監測手段的應用，推進感知終端的智能升級，強化5G、北斗通訊、衛星遙感、無人機（船）、AI、NB-IoT、LoRa等新一代物聯技術的應用，全面提升水利智能感知能力和技術水平。

（二）業務感知分析

通過對水利業務監測和管理需求進行分類分析，整理出對點狀數據、線狀數據和面狀數據的感知需求，收集歷史數據和實時數據，構建智慧水利物聯感知體系。

1.洪水

歷史數據方面，深度挖掘水文整編、歷史洪澇災害、蓄滯洪區歷史運用、歷史暴雨圖集、歷史氣象等數據并進行數字化處理，建立起長序列、完整的歷史數據庫并實現資源共享，為洪水業務的預測預報、洪水調度以及災情分析等提供模型參數率定、歷史比對分析等支撐。

實時數據方面，通過采集實時雨水情況、工程視頻等點上監測數據，河道地形、河湖岸線等線狀測繪數據，洪水淹沒范圍、城市內澇影響區域、蓄滯洪區情況、流域區域蓄水情況等面上數據，實現數據互聯互通和資源共享，并根據業務需求實現分級管理和按需調用。

2.干旱

歷史數據方面，匯集整理歷史氣象、歷史雨水情、歷史旱情等數據并進行數字化處理，形成完整的歷史數據庫并實現資源共享，為干旱業務的抗旱形勢分析、旱情校核等提供歷史比對分析等支撐。

實時數據方面，利用氣象、水文、遙感等技術手段廣泛收集氣象臺站、河道來水、水庫蓄水、土壤墑情等點上監測數據，區域氣象產品和農情、水體干涸、河道斷流等遙感監測以及作物、飲水困難統計等面上數據。旱情遙感監測方法具有監測范圍廣、空間分辨率高、信息采集實時性強和業務應用性好等特性[3]，對旱情分析評估和掌握旱情形勢具有重要意義。

3.水利工程安全運行

歷史數據方面，匯集整理水利工程設計、施工、驗收、運行管理、歷史險情、安全鑒定、除險加固等數據并進行數字化處理，建立起全生命周期的歷史數據庫并實現共享，為水利工程的安全鑒定、監測預警、隱患排查等業務提供基礎數據。

實時數據方面，收集整理工程安全監測、水情監測、運行監測、視頻監控、經營管理、巡護方案、調度方案、應急預案等基礎數據，以便評估和分析工程安全運行和安全生產狀況。

4.水資源開發利用

歷史數據方面，需要匯集整理水資源調查評價信息、水資源綜合規劃、水資源保護綜合規劃、中小河流水能資源開發規劃以及水資源公報年報等歷史數據并進行數字化處理，建立起完整的歷史數據庫并實現共享，為水資源開發利用業務的江河流域水量分配調度、重點工程水量調度等提供模型調算、歷史比對分析等支撐。

實時數據方面，收集取水用戶取水量上報數據、省界、市界、縣界水量斷面監測數據、水功能區水質監測數據、水源地水質監測數據以及跨行政區江河流域水量分配方案、重點江河湖泊以及重點工程水量調度方案等基礎數據，以便監測評價水資源開發利用狀況。

5.城鄉供水

歷史數據方面，需要收集整理農村供水工程規劃、計劃、建設、運行管理、城市水源規劃等數據并進行數字化處理，建立起較完整的歷史數據庫并實現共享，為城鄉供水業務提供基礎數據支撐。

實時數據方面，收集城市集中式飲用水水源地監測、農村飲用水工程運行監測等數據，以便監測評價城鄉供水安全狀況。

6.節水

歷史數據方面，需要收集整理歷年的農田灌溉水有效利用系數、萬元工業增加值用水量、省市用水總量、節水型社會試點、節水宣教、法律法規和標準規范等數據并進行數字化處理，為節水業務的監督管理等提供歷史比對分析和資料參考等支撐。

實時數據方面，需要收集國家重點監控用水單位監測數據、灌區渠首取水量監測數據、用水計劃管理等，以及節水定額標準、用水紅線指標、用水戶信息等基礎數據，以便及時統計分析用水情況，為節水監管提供客觀可靠的數據。

7.江河湖泊

歷史數據方面，需要收集整理已發生的違法采砂案件處理數據、涉河湖違法違規項目管理數據以及河湖歷史遙感影像、水下地形、大斷面測繪等數據并進行數字化處理，形成系列數據，為江河湖泊業務提供歷史比對分析和典型案例查詢等支撐。

實時數據方面，需要收集河湖水域岸線高分辨率衛星遙感監測數據、采砂重點河段和敏感水域視頻監控、水文站網監測以及河長湖長巡河巡湖填報、社會公眾涉河湖輿情等數據，以便監控和分析江河湖泊管理狀況。

8.水土流失

歷史數據方面，需要收集分散保管在各級水土保持部門的多樣化數據并進行數字化處理，建立完整的歷史數據庫并實現共享，為水土流失業務提供歷史比對分析等數據支撐。

實時數據方面，需要收集水土流失地面站網監測數據、淤地壩安全運行監控數據、生產建設活動數據、衛星遙感水土流失監測數據等，以便實時、定量和全面掌握天然和人為水土流失情況。

9.水利監督

歷史數據方面，收集整理已發生的水利項目稽查、水利工程建設質量監督、水利安全生產監管、水利行業督查暗訪等數據并進行數字化處理，為水利監督業務提供歷史比對分析等數據支撐。

實時數據方面，需要收集河湖、水資源、水工程、水土保持等方面的業務數據和監督檢查問題數據，以及遙感影像和相關的站網監測、視頻監控和輿情數據，構建監督監測數據體系。

四、結束語

在江河湖泊、水利工程、水利管理活動等智慧化建設過程中，運用衛星遙感、無人機（船）、AI視頻、5G、物聯網、人工智能、移動互聯等新一代信息技術，整合現有水利感知網，形成數據的統一接入管理平臺，實現水利數據資源共享。充分挖掘水利數據資源的使用價值，對推動我國水利業務的信息化、智能化具有重要意義。

作者單位：陳琦睿? ? 長安大學信息工程學院

參? 考? 文? 獻

[1] 鄒明忠，繆岳軍，胥杜杰，等.基于'互聯網+”的江陰智慧水利研究與應用[J].中國水利，2018（15）：80-82.

[2]馬旺，江力，李姝倩.淺論“互聯網+”智慧水利的研究與應用[J].通訊世界，2018（10）：280-281.

[3]洪勇豪，亓鄭男，張麗麗.遙感大數據在水利中的應用與發展[J].水利信息化，2019（03）：25-31.