城市智慧流域管控系统研究——以梧桐山河流域为例

苏东旭 徐 刚 林 健 张宇峰 行 航

(1.深圳市深水水务咨询有限公司, 广东 深圳 518000;2.三峡大学 水利与环境学院, 湖北 宜昌 443002)

随着智慧城市建设的不断深入推进,智慧水务受到越来越多的关注.作为智慧城市的重要组成部分,智慧水务充分结合物联网、大数据、云计算等新技术,不断提升水务信息化建设的整体水平[1].智慧水务以重点应用系统带动水务信息化建设效益的发挥,为水务管理的精细化、智慧化提供技术支撑[2-3].在智慧水务建设中,物联网技术发挥着重要作用.物联网建立在互联网的基础上,可以实现信息的自动采集和传输[4].发达国家智慧河道建设已纳入国家战略体系,美国、澳大利亚、新加坡等国家水务管理指挥体系健全,数据体系成熟,形成了大规模智慧应用,预知功能突出,减灾效果显著.

大部分国外智慧水务系统由计算机辅助和业务技术支持组成,其信息化技术的主要工作是加强两者的融合[5].在目标不确定的情况下,采用基于多准则决策(MCDM)技术,将MCDM 技术与随机模拟和偏好顺序冲突相结合应用[6].

西班牙马德里的Valdebebas智慧城市灌溉系统利用智能灌溉使公园管理者更好地管理灌溉[7].美国智能水网(National Smart Water Grid)[8]可精密感知水网状态,并将感知、通信、控制及调度系统集成,通过调度系统优化配置水资源.澳大利亚智能水网工程[9]主要通过构建智能化的水资源管理平台,降低水资源短缺风险并实现多水源高效利用,以应对干旱,确保长期的水安全.

为了解决新加坡的水资源短缺问题,新加坡成立了供水管网部(Water Supply Network Department,PUB),2011年开始了自己的智慧水务研究[10].PUB负责新加坡水的收集、生产、分配和回收.研究路线图分3个阶段:资产管理、流程应用和客户参与.在资产管理阶段重点是数据挖掘、数据库集成和风险管理框架开发.实时监控以及事件和需求等措施预测是第二阶段的核心应用.

我国智慧水务建设还处于实践探索阶段[11-22],王建华等[11-12]提出了中国城市智能水网建设发展路径和关键技术.包括北京、郑州、深圳等[15-16,20]各城市都开展各具特色的水务信息化建设.总体来说,近年来智慧水务在我国发展较快,并且发挥了一定的效果.

未来,城市河道管养业务将成为核心业务之一,为加强以河道为核心的全流域管控,以技术手段提高城市河道管养业务水平,促进城市智慧化水务发展,有必要开展城市智慧河网管控决策模型及技术支持平台研究,通过城市流域产汇流特性、一维河道水动力运动规律、一维河道污染物浓度扩散规律、河道管控预警指标和河网联合调度规律特性研究,研发城市智慧河网管控决策支持平台,采用虚拟现实、大数据、云计算、物联网等信息化技术手段,形成高度互联、高度协同的智能信息系统,结合深圳城市地形地貌,以精细化水文预报为依据,基于联合调度模型和算法制定河道水闸、泵站、管网、水库联合防洪、生态、供水调度决策方案,为城市智慧河网管控提供决策依据.

深圳市是我国最具经济活力的城市之一,《深圳市信息化发展“十三五”规划》提出,到2020年深圳市要建成国家新型智慧城市标杆市[23].随着深圳市智慧城市建设的不断深入,智慧水务在流域治理和综合管理领域的建设需要进一步加强.因此以梧桐山河流域为试点进行智慧管控研究具有重要意义.

1 管控系统业务构成

梧桐山河流域位于深圳市罗湖区梧桐山国家森林公园,属东深供水水系,为饮用水源保护区.河道上游建有横沥口水库,河道长3.87 km,流域面积12.53 km2,河道防洪标准50年一遇.

为实现全流域统一、全面、整体的系统性管理,本文提出全流域管理理念,形成全流域、全周期、全要素系统性管控格局.城市流域河道同时承担了防洪、供水、生态等多项任务,不同任务目标往往都存在相互影响、相互制约的关系.本系统根据城市河道所处全流域防洪、生态、供水的需求,研究建立水质、水动力及防洪调度、供水调度和综合效益最大化调度模型.

研究建立以“智能感知、智能组合、智能调度、智能预警、智能学习”五个智能理念为核心的技术支持平台,构建以管控预报预警体系、河网联合调度体系、管控业务自动化流程化体系为核心的管理模式.从防洪安全、水环境保护、工程安全、河道安全管控、河湖长管理等方面进行设计.

在水利部新的“补短板,强监管”治水理念背景下,城市智慧流域管控系统业务主要包括:防汛、水质、工程安全以及河道管养.通过一系列技术手段,实现对流域防洪、水环境、工程安全的全面监管.

1.1 防汛安全管控

防汛管控包括流域水雨情数据的实时采集,包括径流数据、水位数据、雨量数据等常规数据的采集,实时流域水文预报,实时流域水库调度,实时河道沿程水位演算.

1)水雨情数据采集.在梧桐山干流、5 条支流入河口以及横沥口水库坝前布设水文水位雨量监测站点,实时采集梧桐山全流域水雨情数据,仪器搭载4G模块可远程实时、自动化采集数据,实现对河道及水库水位、降雨量的监测.采用流速仪及ADCP设备监测河道流量数据.

2)实时水文预报.根据洪水形成原理及运动规律,利用前期和现时的水文、气象等信息,对流域未来的洪水进行预报.

3)实时水库调度.水库防洪调度是水库运行管理的非工程措施之一,能够有效解决防洪安全问题,提高洪水资源的利用效率.梧桐山流域防洪调度的目标是保证水库安全防洪以及下游河道防洪安全.

4)实时河道沿程水位演算.建立梧桐山流域河道一维水力学模型,根据上游横沥口水库实时水库调度计算下泄流量,采用水力学模型进行水力学计算,推算下游河道沿程水位.

1.2 水质安全管控

梧桐山流域汇入深圳水库,其水质要求属于地表水二类水质标准,因此做好水质安全管控至关重要.

1)水质数据采集

在梧桐山河5条支流入河口及深圳水库入库断面设置6个水质采样点,采用固定与移动相结合的方式,运用先进进口光学水质分析仪EXO2检测水质常规7参,水质分析仪EXO2搭载4G 模块可远程采集水质7参实时传输至服务器.

2)河道水质污染模拟

研究建立梧桐山流域一维河道水质污染扩散计算模型,模拟河道内水流运动规律及入河污染物的迁移扩散特征.

1.3 工程安全管控

1)工程基本参数复核

在梧桐山流域运用无人机技术制作先进的流域VR 全景影像;采用高精度GPS设备测量流域地形,基于高程数据形成流域二维、三维地图,建立流域DEM 数字高程模型;并使用搭载回声仪和GPS的动力无人船对横沥口水库进行了水下测绘,对其水下地形进行了三维模拟,复核水库特征曲线.

2)工程位移监测

工程安全方面,运用北斗卫星监测系统实时采集工程数据,基于实时差分解算算法,对横沥口水库大坝及梧桐山河道进行位移变形监测并及时预警,提升工程安全管理的科学性、及时性和有效性.

3)河道安全区域管控

河道禁止下河管控区域,通过运用高清全景监控系统,搭载了海康8700安防监控平台,对河道管理范围内进行实时监控.

1.4 流域河道管养

梧桐山流域河道管养业务主要包括日常河道管养业务及管养事件的报送和处理.河道日常管养业务主要是对管理范围内的管养、维护.

系统管养人员采用电子工牌实现河道高效管养管理.员工通过佩戴电子工牌实时定位,利用河道管养业务移动端APP 完成日常巡河和工单上报的任务,同时在系统大屏上可实时跟踪员工巡河轨迹.

2 管控系统功能

2.1 智能化数据采集

城市智慧流域管控数据信息量大,因素庞杂.其受降水、径流、温度、大坝防洪、泄水与供水、水质等众多自然环境、工程设备的因素制约.因此,建立一体化数据采集,采集河道管控过程中不同工作站、移动终端、自动传感器数据,建立统一的数据库和规范的数据格式实现智慧河网基础数据的集成.

1)地理信息是河道流域管理的重要部分.主要包含以下内容:河道流域属性信息;河道地理位置信息;二维平面信息;三维实景模型;地理信息管理要求既具备专业的数据处理能力,又可为客户进行便捷的数据展示提供支撑.

2)工程设备(包括水库大坝、河堤、排污口、雨洪口等)状态参数信息,并作为水库、河道联合优化调度的边界条件.河道流域除了有天然的地理信息外,还有大量的附属设施及档案资料需要系统性的管理,主要包括以下内容:泵站闸门;排水设施;排水口相关设施;河湖动态信息台账;河湖树状结构.

3)水文数据(降雨、径流、水位)是流域管理的重要组成部分,关乎着城市内涝、防汛泄洪等城市安全,主要包括:流速、水位、雨量、流量、含沙量等.水文数据为径流预测提供基础数据.

4)河道水质数据关乎着城市水环境、生态环境安全,主要包括:COD、浊度、水常规5 项、TN、TP、氨氮、透明度、ORP等.

5)管养安监是河道正常稳定运行的保障,主要包括以下几个方面:巡查执法管理、日常管养、故障上报、视频安全监控、景观养护等.河道管控业务数据收集整理、实时查询,数据统计分析作为河道管控人员管理考核依据.

另外系统采用无人机、水上无人艇、基于北斗卫星的位移监测等技术构建空天地水一体化监测体系.整个流域数据采集布控点如图1所示.

图1 流域管控数据采集布设示意图

2.2 流域水情实时计算模拟

城市智慧流域管控系统除了智能数据采集,更重要的是在此基础上进行实时精确的数据分析模拟计算.系统建立流域水文、水动力学、水质计算模型.基于新安江模型,建立梧桐山流域水文预报模型.根据实测流量数据率定了横沥口水库以上和茂仔水区间的模型参数.系统基于实测降雨量、深圳气象台提供罗湖区未来6 h降雨量数据每小时进行滚动预报,进行未来6 h横沥口水库及各支流的径流预报.

建立梧桐山河一维水力学计算模型.沿程共划分57个计算断面,基于水文预报及水库调度数据,系统每小时实时计算每个断面的水位、流速、河宽的水力学要素,绘制河道沿程水面线.

图2 水力学计算模型

建立梧桐山河水质一维水力学水质扩散计算模型.沿程共划分57个计算断面,实时模拟每个断面的TN、TP、氨氮、CBOD 等水质因子沿程扩散,在水质边界条件、初始值及气象数据已知的基础上,利用模型模拟河道畅流期污染物浓度纵向沿程分布.

图3 水质污染扩散模拟模型

上述模型数据在底层数据库层面实现共享,基于系统采集实时数据,根据模型边界条件,由系统自动调用实时进行分析计算模拟.

2.3 实时自动化分析和预警

流域智慧管控平台预警体系,包括防汛预警、水质安全预警、工程安全预警及河道管养.防汛预警主要是对水库水位、河道水位流量进行预警;水质安全预警主要是对各监测点的水质指标进行预警;工程安全预警主要是对大坝位移变形、河道边坡变形的预警;河道管养主要是对涉河水工建筑物、彩虹桥上及附近人员安全进行预警,实时监控河道边坡绿道上是否有人恶意破坏景观等、行人是否进入危险区(如违规下水、进入闸门口)等情况,并通过扩声系统进行警告提醒.

系统根据关键控制点的预警指标,将预报、调度模型与预警指标实时融合,实现智能分析预警功能,将预警信息在GIS地图上直观展示并以短信等手段通知相关管理人员.

图4 实时分析预警系统

系统以防洪安全、水质安全、工程安全、河道安全为标准,研究设计、筛选水库、河道预警指标,上述预警分为一级、二级、三级和四级,分别用红色、橙色、黄色和蓝色标示.研究开发实时预警指标算法,采用水文、水动力学、水质污染物浓度扩散模型,根据实时水雨情、水质监控数据进行实时预报演算关键控制点的预警指标,将预报、调度模型与预警指标融合,实现智能实时分析预警功能.

图5 一体化预报预警体系图

2.4 基于GIS一张图的全流域管控体系

系统建立监控中心,以二维和三维GIS技术作为支撑,将水库、河道等附属工程状态信息、水雨情信息、水质信息、日常管控业务信息,通过多数据源融合集中展示流域GIS图.以开发的水文泥沙模型、调度模型、水质评价模型、图像识别模型为基础,根据实时水雨情、水质监控、安全监控、图像监控数据进行实时预报演算、识别分析,将分析计算数据在GIS地图上直观展示.系统监控中心展示如图6所示.

图6 智慧流域管控系统大屏

基于GIS 地图地理信息展示,将工程、人员、车辆、物资等标识在地图上、全面掌控,可以实现管控各单位的态势分布管理和展示,可以实现远程管理和指挥能力.达到资源显示和指挥调度一体化的效果,实现“重点场所可视化、区域防控实时化、信息获取立体化、调度指挥扁平化、情况处置数字化”.

系统通过研发的水文、调度、水质、图像识别等模型,采用云计算技术对不同目标函数、水库、河道的不同组合进行仿真计算,给出管控防洪、水质工况下的最优调度运行方案,实现在给定水文气象条件下,实时自动仿真模拟出不同系统调度工况下水库、河道的水位、水质等状态信息,给出推荐调度决策建议,实现智能调度功能.

3 系统应用情况

上文介绍的设备、模型、软件系统于2019年初开始建设,2019年6月系统建成并投入运行.

系统按照基于Web服务的3层B/S结构设计,划分为界面层、应用服务层、数据库层.

图7 系统体系架构图

系统具体功能模块分为:水务预警、水质调度、防洪调度、河道管养、综合信息、用户权限管理.

系统建成后按照每5 min一次频率进行流域水文、水质、工情数据采集.图8显示系统建成后采集的部分水情、水质、工期数据.

图8 系统采集流域实时数据

结合深圳气象局发布的未来降雨预报和实时降雨数据,系统每小时进行一次水情预报和水库调洪计算,并调用水力学模型进行河道沿程水位计算,图9显示河道沿程水力学计算数据.

图9 系统水力学模型

当完成小时计算后,根据关键控制点的预警指标,将预报、调度模型与预警指标融合,实现智能实时分析预警功能.

2019年7月31日9时许,南海海域形成热带风暴韦帕(英语:Tropical Storm Wipha,国际编号:1907,联合台风警报中心:08W).台风带来短时降雨极大,预计深圳全市6 h内将出现50 mm 或以上降水,深圳市气象台于2019年7月31日06时30分在全市发布暴雨黄色分区预警,全市进入暴雨戒备状态.

图10 智慧流域管控系统台风路径显示

根据深圳气象台未来10 h的滚动气象预报和梧桐山流域实测降雨量数据,系统进行及时准确的预报预警.从2019年7月31日8时开始至2019年8月3日23时进行滚动水文预报和水位预警.其中根据7月31日17时气象预报和当前降雨所做预报过程线如图11 所示,据此预报,系统给出水库最高水位94.06 m,最大下泄流量4.73 m3/s的预报,并以短信和系统水情简报形式发布预警.相应于预报,在8月1日上午采用ADCP实测最大流量为5.379 m3/s.

图11 预报入库流量过程线

图12 ADCP实测流量

同时系统根据7月31日17时预报的最大下泄流量调用水力学计算模型推算了梧桐山河河道断面沿程水位过程如图13所示.

图13 沿程水位过程线

在系统采用水力学模型推算河道水面线的同时,为验证推算结果,同时测验了河道断面水位,其中水力学模型29号断面位于梧桐山彩虹桥下游,2019年8月1日10时实测断面水位44.282 m,相应水力学模型推算河道水位44.231 m,结果表明推算结果合理.

系统运行后,在梧桐山流域防洪预警、水质扩散分析、河道管养方面发挥了较好的作用.

4 结 论

基于Web服务三层B/S结构的智慧流域管控系统已在深圳罗湖区梧桐山流域得到应用,系统运行稳定,反响良好.系统建设了水情、水质、工期、视频采集网络及无人机、水上无人艇、基于北斗卫星的位移监测等技术构建空天地水一体化的监测体系,构建智能化数据采集体系;系统开发流域水文、水动力学、水质计算模型,实现了流域水力学、水质因子的实时计算模拟;系统建立了流域智慧管控平台预警体系,包括防汛预警、水质安全预警、工程安全预警,实时自动化分析和预警;系统以二维和三维GIS技术作为支撑,将水库、河道等附属工程状态信息、水雨情信息、水质信息、日常管控业务信息,通过多数据源融合集中展示于流域GIS一张图支撑决策支持.智慧流域管控系统集监测、预警、决策为一体,极大提升了流域管理的能力和效率.