江西省小流域智慧防汛系统的应用技术研究

陈 胜 ，姜晓明 ，赵丽平 ，魏耀丽

（1. 中国水利水电科学研究院，北京 100038；2. 水利部防洪抗旱减灾工程技术研究中心，北京 100038；3. 北京慧盟信通技术发展有限公司，北京 100036）

0 引言

智慧应用是当前各个行业信息化领域研究的热点，各个行业都提出了对智慧的理解和应用实践，这些智慧概念包括智慧城市、农业、交通和水利等。什么样的信息化系统属于智慧应用，各个行业领域也都有自己的认识和见解。罗乾鹏等[1]认为智慧城市基础特征体现在对城市全面透彻的感知、无所不在的泛在互联、各类智能融合应用、统一协调持续发展。王丙刚[2]认为物联网应用是一种智慧农业的表现，通过物联网技术对信息进行分析、整合、共享，极大地提高农业生产效率，促进农业现代化发展。蒋涛等[3]认为智能化技术可在交通运输领域内进行应用，形成智慧交通应用。赵然杭等[4]认为智慧水利是以物联网、大数据、云计算、人工智能、虚拟现实、智慧模型等为代表的新信息技术，融合数据采集、分析、决策、控制、反馈等信息流程为一体，实现自主生存、思考、应对、学习的面向水利应用的规模信息生态系统。王雪松[5]认为智慧水利就是利用信息化、智能化、数据化帮助传统水利迈向现代化水利的一个过程。蔡阳[6]认为智慧水利旨在应用云计算、物联网、大数据、移动互联网和人工智能等新一代信息技术，实现对水利对象及活动的透彻感知、全面互联、智能应用与泛在服务，从而促进水治理体系和能力现代化。王超锋等[7]认为智慧水利是由物联网设备、各类通信网络和现代信息技术构成的水利网络信息服务环境。已有的研究中智慧应用较多关注于物联网、信息互联互通、人工智能[8]等通用应用技术的研究，在各个领域的具体智慧应用技术研究较少。

水利信息化应用系统建设的目标是服务于防汛抗旱、水资源管理等实际业务工作，目的是提高工作效率和效果。结合人工智能等新技术发展的趋势，研究水利行业的智慧应用的目的是让水利相关工作和服务过程更加自动化、智能化、人性化。水利行业的智慧应用是结合计算机计算能力方面的优势，融合现代的智能感知、信息处理、人工智能、可视化等技术，使各类信息可以更加容易、高效地获取，同时信息表达形式更加丰富、直观，信息本身也更加准确、可靠，并具有更多的应用价值。智慧防汛是智慧水利的组成部分，以江西省小流域智慧防汛系统（以下简称为智慧防汛系统）项目建设为例，介绍智慧水利的具体应用技术，并进一步从技术领域研究探讨这几类技术。

1 智慧应用技术研究

江西省小流域智慧防汛系统建设总体思路是：围绕“会下多少雨，会来多少水，影响哪些人，采取哪些应对”[9]，形成支持监测预警、防汛会商、应急响应和响应反馈的一体化防洪减灾业务系统。智慧防汛系统部署在云平台上，实现省级部署、多级使用，即在省级部署应用系统，省、市、县、乡镇四级用户均可使用该系统，功能模块包括监测预警、洪水预报、水库调度、应急响应、三维展示和系统管理等。江西省水利信息化在云服务平台、智慧水利方面已有相对较好的建设基础[10]，为更好地服务防汛抢险工作，智慧防汛系统在语音播报、智能化预案、智能检索和语音对话机器人等方面进行了智慧应用技术的研究和初步应用。

1.1 语音播报应用

语音播报应用是将系统中的业务信息，通过语音的形式播报出来。传统的汛情监视界面通过图标闪烁或报警声发出预警，语音播报可以将文字信息通过语音信息提醒给用户，即使用户不在监控计算机面前也可以及时获得预警的描述信息，预警信息包括预警发生的地点（危险区）、时间和影响人数。智慧防汛系统中语音播报的实现流程包括语音播报事件的触发、播报内容文本的组织、语音合成及播报等过程。

语音播报应用的基础是语音合成（TTS）技术。语音合成是通过机械的、电子的方法产生人造语音的技术，基本结构包括语言（如分词处理、语义分析）、韵律和声学处理。语音播报应用一般利用专门语音合成引擎实现，如 SAPI（The Microsoft Speech API）语音合成引擎。智慧防汛系统为 B/S 应用系统，使用 Speech Synthesis API 作为语音合成引擎，支持 HTML5 的浏览器都可以利用 Speech Synthesis API 进行语音合成。语音播报应用包括 2 个基本过程，首先系统根据业务需要编排文字信息，如组织要播报的预警信息内容；然后调用 Speech Synthesis API 接口合成并播放语音。Speech Synthesis API 语音引擎还提供接口控制播放语音的速度、语调、音量，用于在不同应用场景下播放不同语速、语调的语音。

在智慧防汛系统中，语音播报主要包括以下 2 个功能：1）自动播报预警信息。预警计算服务在后台持续运行着，计算服务根据实时和预报的水位、雨量，以及预警指标进行预警分析计算，当达到预警条件时，系统根据预警信息（预警发生时间和区域、等级、影响人数等）组织文本，然后利用语音合成引擎自动发出语音预警提醒相关人员。2）实现部分功能界面的文本诵读。在智慧防汛系统中部分功能界面还提供语音播放按钮，如预警短信发送界面，用户可以通过语音播放短信的内容，当系统中显示的文字字号较小时，或用户存在阅读障碍时可以使用此功能。

语音播报技术相对比较成熟，除了比较成熟的语音合成技术外，还须研究如何组织待播报的信息内容（播报什么），以及进行播报的方式（何时播报、播报频次等）。

1.2 智能化预案应用

根据防汛工作的需求，全国各省、市、县、乡镇，以及重点防洪工程管理单位和行政村都编制了防洪应急预案，防洪应急预案的内容确定了在特定的防洪形势下，由何人（防汛责任人）执行何事（应急响应）。编制的防洪应急预案一般为文本格式的文件，当汛情发生时，相关人员依据防洪预案的规定执行相应的工作。为了更方便、高效地执行防洪应急预案，近年来也有研究将防洪应急预案进行结构化处理[11-13]，以便于防洪应急预案的管理和应用。智慧防汛系统的智能化预案应用以预案结构化为基础，当发生洪水预警时系统能够根据发生的汛情自动关联相关预案信息，自动确定何种情况下，由何人，做何事。智能化预案的实现流程如图 1 所示。

图 1 智能化预案实现流程

智能化预案的处理过程是自动的、快速的，相关的响应措施根据洪水影响区域（危险区）、预警等级自动关联和生成，在一定程度上体现了预案执行的智能化，即智能化预案应用。智能化预案应用给实际工作提供了方便，提高了工作效率和防汛相关人员之间的协作能力。智能化预案应用除了实现防洪预案结构化存储外，其功能主要体现在应急响应部分。应急响应，即当发生险情或灾情时，组织相关人员及时采取相应的防洪抢险措施。当预警发生后，如果启动应急响应，智能化预案应用部分会自动根据结构化预案，自动组织包括防汛责任人、防汛人员、应急工作的相关信息并提供给用户。用户可以依据系统提供的信息快速组织人员应对险情或灾情，如分配防汛人员相应的抢险任务。任务分配后，工作人员通过响应反馈功能反馈任务执行情况，防汛指挥人员可以跟踪各项任务的执行情况，使防洪抢险工作进展可监控，过程可追溯。

智能化预案应用在以下几个方面还可以进一步深入研究及探讨：

1）进一步研究智能化预案存储技术，探索更有效的智能化预案存储方式，如按照知识图谱的结构进行存储，可以支持复杂的知识推理，从而形成更加聪明的智能化预案引擎。

2）智能化预案的相关预案信息还比较有限，需要通过自动化、智能化的技术进行完善和更新，如通过机器识别、知识挖掘等技术自动提取相关预案信息，以及进行相关预案信息的及时更新。

3）智能化预案除了在应急抢险时使用，还应拓展其他应用场景，如和推演系统[14-15]进行关联和交互，推演不同场景下的防洪应急预案执行效果，从而形成更加科学、合理的防洪应急预案。

1.3 智能检索应用

智能检索应用通过关键字可以调用相关业务功能，查询相关业务信息，如输入防汛责任人的姓名，智慧防汛系统自动调用出该防汛责任人的即时通工具或联系方式；输入水库名称后系统自动提示该水库的实时水位过程、特征值等信息的查询入口，系统能自动感知用户的业务查询需求。在进行智能检索应用时，首先通过全文检索机制根据关键字自动补全用户的输入信息，列出用户查找的潜在各类业务对象（人员、各类水利工程对象）；然后对业务对象所属的类别进行判别，得到不同业务对象可能检索的业务功能；再将可能的功能列表提示给用户，如“小湾水库库容曲线”“小湾水库实时水情”等，用户选择功能项后系统调用相应的业务功能。智能检索的处理过程如图 2 所示。

图 2 智能检索应用的处理过程

智能检索与全文检索不完全相同，全文检索是对信息的检索，不涉及业务功能的调用。与传统系统从功能界面中选择对象再查询相关业务信息相比，智能检索调用系统功能及获取业务信息更加方便、快捷，在防汛应急会商决策时能够满足各类业务信息快速、准确获取的需求。智慧防汛系统将各类对象建立索引形成对象集合，每类对象有自身的类别属性，对象类别和系统功能形成对应关系，如图 3 所示。智能检索通过业务对象、对象类别、功能列表相互关联关系，建立业务对象与功能之间的快速通道，使业务信息检索过程更加自动化与智能化。

图 3 智能关联结构说明

智能检索在智慧防汛系统中关联的对象包括水库、河道、雨量站等水文站点，以及防汛人员、防洪保护对象等，相应的功能也是针对各个对象组织的，如水库特征值、人员联系方式、防洪保护对象基本信息等。

智能化检索应用的目的是实现对业务功能或信息的自动、高效调用，还可以在以下几个方面深入研究：

1）考虑防洪相关对象之间存在关联关系，如站点的上下游关系，业务功能之间的递进查询关系（如查询了水库泄洪过程，可能还想进一步查询水库泄洪对下游的影响情况），研究如何使对象和业务功能（或业务信息）之间的关联更加智能化的技术。

2）考虑让智慧防汛系统自动记录用户的操作过程，研究如何根据用户操作步骤之间的关联关系，自动向用户推送相关业务功能和信息。

3）研究水利业务知识图谱的构建，形成业务对象、功能之间的逻辑关系，通过知识推理，让用户更加快捷、智能地调用业务功能，获取业务信息。

1.4 语音对话机器人应用

语音对话机器人已被广泛的应用，如百度的小度、小米的小爱同学等，用户通过语音对话可以调用相关信息，如查询天气，播放歌曲。相对于通用的语音对话机器人，智慧防汛系统的语音对话机器人，是为了让用户通过语音指令快捷调用系统功能和业务信息，如向系统发出语音指令“执行小湾水库水文预报”，系统会直接打开小湾水库的水文预报用户界面。语音对话机器人涉及的技术过程包括语音识别、自然语音识别（Natural Language Processing，NLP）、指令执行。其中语音识别技术一般使用已有语音识别引擎完成，如科大讯飞、IBM 的 ViaVoice 等语音识别引擎；自然语音处理的框架也比较多，如 OpenNMT，ParlAI 和 AllenNLP 等。经过自然语音处理后形成的具有含义的语音指令，能与智慧防汛系统的业务功能和信息进行关联。

语音对话机器人在智慧防汛系统中实现了部分常用业务功能的调用。智慧防汛系统使用微信公众号作为语音识别的处理引擎。为提高水利专业词汇和对象的识别正确率，还对微信公众号平台识别的文本作了同音词处理，即，将识别的文本中的部分文字替换为同音字的水利工程对象或专有名词，自定义 NLP 模块进行分词处理和语义识别，然后调用对应的系统功能，智能语音对话机器人的处理过程如图 4 所示。

图 4 智能语音对话实现过程

虽然语音、自然语音等识别技术已存在较多的研究和应用，但是具体应用时，还需要进行以下研究和完善：

1）语音识别时，对防洪业务相关的专有名词的识别需要进行进一步研究和处理，语音识别时系统容易将专有名称识别为其他近似读音的词语，如“小湾”听成“小碗”，“水位”识别为“谁为”，这时需要通过专业术语、水利工程对象名称的语料库对语音识别引擎进行训练，从而提高专有名词的识别能力。

2）自然语言处理对复杂语法处理还存在困难，如当语音指令为“查询小湾水库上游最近 3 h 面降雨量”时，就需要智慧防汛系统能够理解小湾上游的代表雨量站有哪些站点，然后查询这些站点 3 h降雨量并进行加权平权计算，得到所需的面雨量结果，此时需要研究更为复杂的知识库体系推理和理解用户的指令。

3）由于用户的指令和查询方式不受智慧防汛系统界面的约束，用户调用业务信息的指令方式也会多种多样，因而需要研究灵活的系统功能适应各类语音指令的功能调用或业务信息的获取。

2 结语

在江西省小流域智慧防汛系统中对语音播报、智能化预案、智能检索、语音对话机器人等具体智慧应用技术进行了应用，通过智慧应用技术帮助用户更加容易、快捷、准确地获取或传递业务信息，减少工作强度或提高工作效率。目前这些智慧应用技术还处于初步阶段，深度和广度都还不够，在防汛相关知识图谱的构建和应用技术，水利行业专有名词的自然语言处理技术，应用系统本身的智慧架构适应性等方面都有待进一步研究和探讨。在智慧防汛系统未涉及的其他方面的智慧应用技术也有待于进一步探索和研究，如基于人工智能的图像识别与智能预警，基于深度学习的洪水预报技术，基于对抗学习的防洪调度场景模拟与推演等。