大数据水利应用初探

程益联

（水利部信息中心，北京 100053）

1 水利工作面临主要问题

面向洪水、干旱、水利工程安全运行、水利工程建设、水资源开发利用、城乡供水、节水、江河湖泊、水土保持和水利监督等 10 个方面水利主要工作[1]，归结起来可总结形成水资源、水生态、水环境、水工程、水灾害、水监督和水行政等 7 类水利业务，面向未来智慧水利，均需要不同程度地借助大数据及其技术解决问题。针对不同类型问题，形成各自不同需求。

1.1 水资源方面

水资源管理需要动态掌握水资源及其开发利用状况，制定并实施水资源综合规划和水量分配方案，在一定范围内进行水资源统一调度。水资源管理关键是要能够及时掌握水资源供需关系，由于水资源储备情况相对时空分布多年平均相对稳定，那么及时掌握在何时、何地需要多少水资源用于何种用途就成水资源管理关键中的关键。目前，主要取水户取水情况，通过国家水资源管理系统，已经能够较好掌握，但是大量分散取水户，尤其是地下水取水户，取水情况还难以掌握，实际用水需求分布情况也不清楚。

1.2 水生态方面

水生态管理需要加强对生产建设项目和重点治理工程等的监管，对人类活动造成水土流失的监管，构建问责体系，实现山水林田湖草系统的修复和防治。水生态管理关键是要能够及时掌握和了解水土流失总体情况，尤其是生产建设项目和重点治理工程状况，特别是生产建设项目的水土保持措施落实情况。目前，虽然已开始利用卫星遥感，强化对生产建设项目的监管，但无论是监管周期频次，还是遥感信息处理能力，都不能满足水土保持监管业务需要。

1.3 水环境方面

水环境管理需要通过加强水域岸线管理和保护，加强河湖空间管制和涉河建设项目管理，增强河道采砂监督管理，推进重要江河湖泊和河口的开发、治理、保护。水环境管理关键是需要快速汇集相关水利业务和政府其他部门相关业务数据，并基于模型对数据进行深度挖掘，实现河湖精准监管。目前，开展了部分有益尝试，但急需实现相关信息资源共享，并在此基础上开展智能化应用。

1.4 水工程方面

水工程管理需要加快水利基础设施网络建设，健全水利工程建设管理体系，加强水利工程的运行管理、保护和综合利用，确保工程安全运行。水工程管理关键是要快速汇集相关水利工程不同时期（建设与管理）、业务的数据，开展工程运行安全评估预警等智能应用，实现水利工程安全运行。目前，大型水利工程管理比较到位，但大量的中小水利工程管理缺失，安全运行得不到保障，小型水库安全运行管理问题尤为突出。

1.5 水灾害方面

水灾害防御需要通过建立洪水、干旱灾害综合防御体系，开展上下游、左右岸、全时间的联合调度，充分发挥水工程效益，提高流域和区域防洪、抗旱能力，保障人民生命财产安全。水灾害防御关键是要快速汇集相关水利业务数据，开展洪水精准预报、洪水联合调度、旱情综合评估等智能应用。目前，开展了局部区域洪水预报和水库群联合调度及单项旱情评估，急需实现全国分布式洪水预报、流域级洪水联合调度和旱情综合评估。

1.6 水监督方面

水监督管理需要强化水利社会监管，加强水利管理监督，督促水利管理工作办理，整改并实施责任追究，防范和消除风险。水监督关键是要汇集所有水利业务、其他部门相关业务、相关企业和社会互联网的数据，对数据进行深度挖掘，开展水利监督对象问题线索探测、问题检查和评估、预测决策等智能应用。目前，水监督管理工作刚刚起步，初步建立了工作支撑平台，急需实现对水监督对象信息的汇集与问题发现，开展水监督评价与风险评估等工作。

1.7 水行政方面

水行政管理需要在提供完善后勤保障基础上，协调和加强水利部各部门、直属单位之间的业务工作关系及运行管理体制，使水利部各业务工作得以有条不紊地持续开展。水行政管理关键是在明确水利业务及其流程基础上，概化形成流程管理模板，实现固定框架下的流程定制，满足水利业务变化需求。目前，水利部机关后勤初步开展了信息化工作，各部门、直属单位之间数据共享也已初步形成，但远未形成业务流程明晰，业务数据充分共享，业务数据相互印证，业务应用有效协同的智能化水行政管理。

综上所述，水利工作面对新形势、新问题，传统水利信息化虽然解决了一些问题，但是，还有相当一部分的问题仅仅依靠传统水利信息化手段是难以解决的，必须凭借大数据及其技术才能有效解决。

2 大数据及其应用特点

随着各种电子化应用有效、稳定和持续地运行，逐步形成了各种各样的大量数据积累，数据管理及快速检索超出了传统管理能力范围，数据内在价值发现更是难上加难，此时，大数据管理及其应用为解决问题打开了另一扇门。

2.1 大数据主要特征

大数据及其应用主要有以下 5 个方面的特征或要素：

1）大量。大数据计量单位通常采用 PB（250B），EB（260B），ZB（270B），YB（280B），或更大的计量单位。

2）多样。电子数据格式多种多样，通常分为结构化、半结构化和非结构化数据。非结构化数据也是多种多样，如，视频文件有微软的 wmv，asf，asx；Real Player 的 rm， rmvb；MPEG 视频的mp4；手机视频的 3gp；Apple 视频的 mov，m4v；其他常见视频的 avi，dat，mkv，flv，vob 等。

3）低价值密度。正因为大数据的数据量巨大，隐藏其中的价值虽大，但密度很低，如一段录有犯罪现场的录像，可能真正含有的有用信息只有1 帧，按 90 d（通常保留 3 个月）计，价值密度是1/194 400 000。

4）真实。大数据应该来源于有效、稳定和持续运行的业务应用，是对客观过程的真实记录，其中的每一个数据都是真实的，如前述的录像一样每一帧数据都是真实的，但可能没有价值。

5）高速。大数据应用无论是单一事件检索，还是数据分析，都要求有高的处理速度，否则将没有应用价值。

2.2 大数据主要来源

大数据来源主要有以下几个方面，具体描述如下：

1）监测业务产生。如，水文监测业务产生的降水量、蒸发量、水位、流量、含沙量、土壤墒情和水质等数据；航天航空遥感对地观测业务产生的不同光谱、空间分辨率的遥感影像数据；摄像设备对水利工程等关键部位监控业务产生的视频数据；水利工程设施运行安全观测业务产生的工程形变、内部特征等状态数据。

2）社会管理活动产生和收集。如，河湖管理业务产生的范围、事件等数据，收集的河长、河流等数据；取水许可管理业务产生的取水许可证、收集的取水户等数据；公文流转业务产生的文件、审批过程等数据，收集的人员数据等。

3）科学实验（试验）产生。如，大型水库建设前开展的各种模型实验（试验）产生的数据；专项水科学研究产生的数据。

4）其他相关人类活动记录。如，移动通信业务产生的手机定位数据；各种即时通信业务产生的聊天信息数据；电力供应业务产生的用电数据；招投标业务产生的项目、单位等信息数据。

2.3 大数据应用主要分析方法

大数据应用的主要分析方法可归纳为以下 3 种：

1）聚类分析。选取合适的对象特征指标及其分类，并据此对大数据中所涉及的该类对象进行分类统计，可分析出大数据的数据构成，从而获得大数据中蕴含的内部结构及其内在规律，提高对大数据所描述的自然和社会结构的认识。

2）关联分析。利用数据之间客观存在的时间、空间和业务指标关系，建立起大数据时间分布、空间分布和业务指标分布的关系，从而了解数据之间的关联关系，开展不同业务数据之间的关联应用，为预测预警提供服务。

3）数据可视化。无论是聚类分析成果，还是关联分析成果，都需要对分析成果进行可视化。从某种意义上讲，数据可视化是大数据应用的重要途径之一。通过数据可视化，可理解大数据的组成及其内在关系，乃至据此开展预测预警。

2.4 大数据应用特点

大数据应用不同于传统业务应用，主要是通过大数据中保有的海量样本，根据样本组成及其关联关系形成知识图谱，再通过对大量实时信息的快速处理与知识图谱应用，形成最接近实际情况的预测，并据此开展预警，服务于各业务应用。由此看来，大数据应用的主要特点是用数据说话，形成业务应用和数据之间的良性互动局面，业务应用持续产生有效数据形成数据积累，业务应用积累的数据继续推动业务应用不断向前发展，最终为业务应用智能化打下数据基础。

3 水利大数据典型应用

大数据在水利中的应用多种多样，为此针对水利工作面临的主要问题，分析 13 种典型应用。

3.1 全国分布式洪水预报

目前，受计算能力等方面的限制，建设的中国洪水预报系统仅能对全国主要江河部分断面进行洪水预报，还不能够实现对全国大江大河干流、一级支流、重要二级支流的断面进行洪水快速滚动预报，也无法开展洪水实时演进。通过大数据应用构建计算和存储平台，结合分布式洪水预报技术，可以构建全国分布式洪水预报系统，实现对所有预报断面的连续滚动预报，全面提升全国洪水预报预警服务能力。

3.2 旱情综合监测评估预警

通过国家防汛抗旱指挥系统工程建设和长期工作积累，目前抗旱减灾应急管理水平有了较大提升，但与“两个坚持、三个转变”的抗旱减灾要求相比仍存在不足，尤其是现有硬件环境无法支撑基于气象、水文、墒情和遥感等海量多源实时信息的全国旱情综合监测评估预警。综合考虑土地利用、土壤类型、灌溉条件、作物类型、物候情况等下垫面因素，利用网格化分布式旱情综合评估模型，实现全国农作物、林木、牧草、重点湖泊湿地生态和因旱人畜饮水困难的旱情综合监测评估预警，实时监测和研判旱情形势，发布全国旱情监测“一张图”。

3.3 城市内涝监测预警

城市内涝积水（如下沉式立交桥、低洼小区）监测预警历来是个难题，传统模式难以精准监测。利用大数据应用技术，针对城市下沉式立交桥区积水的监测预警，可以利用降水监测、手机位置移动、交通事故等大数据的综合分析研判，及时对城市下沉式立交桥区积水进行监测和预警，无需再安装传统的水位监测设备；针对低洼小区积水的监测预警，可以利用社交图片和文字信息及视频监控图像信息，及时发现因下雨等造成的积水，从而解决低洼小区无法监测的被动局面。

3.4 河湖“四乱”综合监管

我国幅员辽阔，河流湖泊众多，流域面积大于等于 50 km2的河流有 45 203 条，湖泊水面面积大于等于 1 km2的湖泊有 2 865 个，河流长度累计达 150.85 万 km[2]，河湖“四乱”监管难度可想而知。构建河湖“四乱”样本库，利用航天航空遥感影像，采用人工、半自动、人工智能自动识别等方式，以及巡查、详查、复查和核查等四查工作模式，结合涉河建设项目等管理业务数据，进行证据固定，实现对河流湖泊管理范围内“四乱”问题的快速监测和有效治理。

3.5 生产建设项目综合监管

生产建设项目造成水土流失日益严重，已成为我国人为造成水土流失的重要原因。生产建设项目造成水土流失成因复杂、强度剧烈、危害严重，给经济社会可持续发展造成长远且十分严重的恶劣影响，其数量巨大、分布广泛，对其进行综合监管难度极大。生产建设项目综合监管需在全国水土保持监督管理系统、生产建设项目水土保持信息化监管的基础上，通过共享政府其他部门建设项目信息，利用航天遥感，结合互联网舆情、公众举报等信息，实现对全国生产建设项目的有效监管。

3.6 地下水储水量动态监测

地下水储水量变化不仅仅是水资源量变化问题，还是环境地质问题，由于地下水深埋地下，地下水储水量历来是个难以弄清的问题，其动态变化更是难以弄清。通过全面整合各类影响地下水变化的信息资源，包括水文地质、水文气象、环境、供用水、河道径流变化、农业灌溉、地下水位监测等观测资料，以及土地利用、地表植被等遥感信息，开展多源、多维、大量、多态水利数据的精细和动态分析，实现对地下水储水量的动态监测。

3.7 灌区用水量动态监测

我国灌区面积超过 0.67 亿 hm2[2]，作为粮食主产区，也是用水大户，对用水量动态监测，对做好节约用水意义重大。基于遥感影像及地面观测的数据构建灌区种植结构、耗水量、作物需水量、作物产量、土壤含水量、实际灌溉面积等灌区基本特征信息，在此基础上结合灌区基本监测信息、用电、人口、城市与农村水厂、企业等数据，采用大数据关联分析算法构建用水分析模型，对灌区的需水、取水、配水、耗水等进行分析，并进一步计算灌区渠系水、灌溉水的利用系数，平均用水量、产量，以及水分生产率等用水效率和效益指标，从而实现对灌区用水量的动态监测。

3.8 用水效率动态监测

我国水资源时空分布不均，经济社会发展不平衡，尤其是两者之间供需矛盾，要求必须加快推进对取用水管理由粗放向节约集约的根本转变，关键是提高用水效率，为此必须对用水效率进行动态监测。以水利行业监控取水量数据为基础，综合企业用水户生产经营、农作物播种与长势、水文气象监测、灌溉机井用电、城镇人口位置等数据，进行用水行为标签管理并开展动态分析，生成基于大数据的重点用水户用水量及效率，以及区域用水总量及效率，服务于水资源节约集约利用，加强用水管理。

3.9 水资源供需情势研判

我国特定自然地理条件决定水资源时空分布不均，水资源分布与土地、社会、经济等分布不匹配，十六字治水思路中的“空间均衡、系统治理”就是要求社会和经济发展要根据可开发利用水资源量，合理确定结构和规模，在节约集约基础上，加强水资源优化配置和科学调度，确保经济社会发展不超出水资源承载能力，关键是提高水资源供需情势研判能力。利用区域社会经济动态信息，综合多源、多尺度嵌套的气候及气象监测与预测预报信息，基于全国水资源供用关系知识图谱，进行水资源配置分析计算，动态研判全国水资源供需情势。

3.10 基于多源信息水质监测

我国河流湖泊众多，水面面积大且分布范围广泛，近年来，受生产生活等众多因素影响，蓝藻水华事件时有发生且呈逐年上升趋势，处理这一事件的关键是对其进行及时有效的监测和精准预测预报。利用历年水质（氮、磷含量）监测、水文气象、工农业生产等大数据，构建大数据蓝藻分析预测模型，实现对当年蓝藻水华事件的精准预测。

3.11 水利市场主体信用评价

全国水利建设市场主体数量快速增长，对水利政务服务和监管能力提出了新挑战，尤其是对新进入全国水利建设市场主体的信用评价问题，关键在于对相关市场主体及其法人的信用评价。通过共享水利内外 2 个建设市场主体信用信息，充分利用金融、社保、医保等个人信用信息，形成全方位、无死角的信用评价体系，真正实现“激励诚信、惩戒失信”良性发展的水利市场主体信用评价体系。

3.12 小型水库防洪安全远程诊断

我国小型水库数量大、分布广、标准低、质量差、管理难，是当前洪水防御安全保障短板中的短板，传统模式投资大、管理难、效益差，解决这一问题的关键是提高小型水库防洪安全的远程诊断。利用航天遥感监测流域前期土壤含水量、库区水体情况，利用雷达及时监测小型水库流域降雨及短临降水预报，综合地面观测技术，构建天地一体化的观测体系，远程开展小型水库洪水风险预测和安全诊断，使小型水库防洪关口前移。

3.13 农村饮水安全监测

我国农村供水工程数量大、分布广，存在的主要问题是供水范围和受益对象不清，应急处置能力不足，解决问题的关键是及时获取受益人口变化、相关突发事件及应急处置等相关信息。根据农村供水工程位置，利用手机位置、社交等信息动态获取供水范围和受益人口，利用呼叫中心、网上舆情（污染事件、投诉举报等）及时获得相关突发事件，并根据卫生、交通等数据制定有效处置方案，同时，利用微信、新闻评论、BBS 论坛、博客、播客、微博、跟帖及转帖等大数据，对涉及农村饮水安全的有关内容进行监测。

4 结语

本研究仅提出在大数据条件下如何利用大数据快速处理、综合和关联分析等能力解决传统方式难以解决水利应用问题的方向和思路，远没有达到可具体应用的程度，每个方面都还需要进行深入研究，形成具体可实用的技术方法，并在实际工作中不断丰富和完善。大数据及其在水利工作中的应用，将长期处于发展之中，应与时俱进，不断研究新情况，发现新问题，提出新方法，不断提升大数据在水利行业的应用水平，提高大数据在水利行业的应用能力。

文中许多结论是参与智慧水利总体方案编制和水利大数据中心可行性研究等有关工作的相关领导和同事共同研究成果，在此对他们的辛勤劳动和无私奉献表示由衷的感谢和敬意。