水利物联感知应用分析

摘要：随着物联网、大数据、人工智能等技术的发展应用，现有水利信息化系统的短板不断凸显，当前水利信息化的支撑能力已无法满足及时高效的了解水利信息的最新需求，本文主要对水利物联感知的应用进行了分析阐述。

关键词：大数据;人工智能;智慧水利;水利物联

一、水利感知网的现状及问题

水利业务管理涉及的感知对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、水质等采集监测要素，现阶段主要通过设备监测和人工填报方式获取，信息采集的自动化程度较低，数据采集工作量大，时效性低，与智慧水利各项工作的整体需求不相适应。事件感知主要包括水旱灾害、工程险情、河湖四乱、土壤侵蚀等涉及时间、地点、空间范围、事件现场实况和处理预案执行状况等事件要素，现阶段主要通过人工填报和视频监控方式获取。

在当前的水利管理活动（事件感知）中，取证难、取证滞后问题日益突显，主要面临两大困难：一是水利监管区域分布广、跨度大、巡查费时费力，而事件问题机动性强，时有发生;二是许多水利监管区域有河无路，同时受地面二维视角限制存在着大面积的盲区和死角。当前采用的人工填报和视频监控（固定监控）已不能满足机动、实时、高效的智慧水利感知要求。

二、物联网技术简介

物联网是通过传感器、射頻识别、红外感应器、全球定位系统、激光扫描器、气体感应器等各种信息传感设备，采集声、光、热、电、力学、化学、生物、位置等需要的信息，按约定的协议与互联网连接，形成一个巨大的网络，实现物与物、物与人、所有物品与网络的连接、方便识别、管理和控制。

智慧水利感知网是建立在物联网系统基础之上的，能够对水情、雨量、视频监控等数据信息进行汇总整理，能够实现对水利信息的高效感知，并对监测数据进行传输、监控和管理 [2] 。

三、水利物联感知应用分析

（一）整体分析

智慧水利是为实现水利业务的智慧化而建设的一套综合业务体系，是通过大数据、大地图、大模型、人工智能等技术，对水利信息数据进行全面的、动态的、深层次的分析应用，以更加精细和动态的方式实现水利管理和决策的“智慧”。

从水利业务的需求分析，当前水利感知数据主要通过采集感知获取，可以从感知对象、感知要素、感知技术等三个方面进行说明。感知对象主要包括江河湖泊、水利工程和水利管理活动等三个类别，每类都包括多种感知对象，每个对象需要感知多个要素，每个要素可以通过一种或多种技术进行感知。感知技术主要包括人工填报、在线监测、视频监控、遥感监测、应急感知等。

在具体建设中，为避免重复建设和提高感知效率，需要统筹感知对象、要素和技术，在现有水利监测站网的基础上，重点充实大江大河及其支流、河流水文监测站点，补充建设重要防洪城市水文监测设施和墒情监测站点，同时，加强应急监测能力建设。

打破“先采集、后业务、再指标”的建设常规，在摸清已有数据家底的基础上，对当前业务需求与已有数据支撑进行匹配分析，结合水利业务需求，按照各类业务数据类型、功能应用、共享交换、更新方式等规范标准，针对覆盖不足、要素不全、更新不及时等问题进行补充建设，避免资源投入的低效和浪费。

水利感知网不断扩大感知范围、构建数据的统一接入管理平台、提高智能感知水平（见图1）。

1.扩大感知范围

围绕水利业务需求和水利监管要求，针对现有感知体系网络布局、设备功能等，充分利用物联网、卫星遥感、无人机、视频监控等技术手段实施改造，扩大江河湖泊水系、水利工程设施的监测范围和水利管理活动的动态感知，补充完善水文、水资源、水生态、水环境、水土流失、工程管理、山洪灾害、水利管理活动、水行政执法等感知内容，提升感知能力和技术水平。

（1）扩大河流湖泊监测范围。对已建人工测站数据采集方式进行改造，在现有水文监测站网基础上，补充水位、流量等多要素线上监测;对水面面积常年在1km2以上的湖泊进行全面监测;加强对河道采砂重点水域、河湖管理敏感河段的常规监测。扩大重点防洪区域、中小型水库的多要素监测，全面提升防汛抗旱预警预报水平和江河湖泊日常监管能力。对建有水利工程的江河生态流量、国家重要水功能区、水土保持重点治理区等进行生态监测。

（2）扩大水资源管理全面感知网络。在水资源监控能力建设项目、国家地下水监测工程等项目的基础上，对重要水源地、取水用户、水库取水口、界河流断面进行水量监测，加强支撑水生态保护和修复的信息监测。结合现有生态基流感知监测站，采用卫星、无人机等遥感影像，完善对生态基流的全要素监测，提升对河道生态基流、电站泄放流量等的智能感知能力。

（3）扩大水利工程设施监测感知网。对水库、重要堤防、重要闸坝（节制闸）、规模以上泵站、大中型灌区、引调水等水利工程进行全面监测;补充和提升水库、堤防（一级、二级）、重点水闸、淤地坝等水利工程安全及运行监测。

（4）提升水利管理活动的动态感知能力。全面提升水利核心业务管理活动重要事件、行为过程的实时监测、数据解析等动态感知能力，满足主要水利业务对数据内容的各方面要求。

2.构建统一的感知平台，提供统一的感知服务

随着水利由信息化向智慧化过渡，水利业务数据需求由单一业务领域，逐渐转变为多业务领域数据需求，传统的分业务领域建设监测系统的模式已经不能适应发展需要，需要建立水利系统综合的数据汇聚管理平台。

按照水利感知要素划分，需要建立视频信息、监测数据、遥感影像、无人设备、工控设施等统一的数据汇集、管理和服务平台。

3.推进先进物联技术在水利感知网的应用，提升水利智能感知水平

水利业务的感知能力，受当时技术和条件等制约，仍然存在空白和不足，随着感知技术和通信技术的发展，感知监测站网形式、站网布局需要进一步优化，需要因地制宜地采用高清视频、无人机、卫星遥感、人工智能等新型监测手段的应用，推进感知终端的智能升级，强化5G、北斗通讯、卫星遥感、无人机（船）、AI、NB-IoT、LoRa等新一代物联技术的应用，全面提升水利智能感知能力和技术水平。

（二）业务感知分析

通过对水利业务监测和管理需求进行分类分析，整理出对点状数据、线状数据和面状数据的感知需求，收集历史数据和实时数据，构建智慧水利物联感知体系。

1.洪水

历史数据方面，深度挖掘水文整编、历史洪涝灾害、蓄滞洪区历史运用、历史暴雨图集、历史气象等数据并进行数字化处理，建立起长序列、完整的历史数据库并实现资源共享，为洪水业务的预测预报、洪水调度以及灾情分析等提供模型参数率定、历史比对分析等支撑。

实时数据方面，通过采集实时雨水情况、工程视频等点上监测数据，河道地形、河湖岸线等线状测绘数据，洪水淹没范围、城市内涝影响区域、蓄滞洪区情况、流域区域蓄水情况等面上数据，实现数据互联互通和资源共享，并根据业务需求实现分级管理和按需调用。

2.干旱

历史数据方面，汇集整理历史气象、历史雨水情、历史旱情等数据并进行数字化处理，形成完整的历史数据库并实现资源共享，为干旱业务的抗旱形势分析、旱情校核等提供历史比对分析等支撑。

实时数据方面，利用气象、水文、遥感等技术手段广泛收集气象台站、河道来水、水库蓄水、土壤墒情等点上监测数据，区域气象产品和农情、水体干涸、河道断流等遥感监测以及作物、饮水困难统计等面上数据。旱情遥感监测方法具有监测范围广、空间分辨率高、信息采集实时性强和业务应用性好等特性[3]，对旱情分析评估和掌握旱情形势具有重要意义。

3.水利工程安全运行

历史数据方面，汇集整理水利工程设计、施工、验收、运行管理、历史险情、安全鉴定、除险加固等数据并进行数字化处理，建立起全生命周期的历史数据库并实现共享，为水利工程的安全鉴定、监测预警、隐患排查等业务提供基础数据。

实时数据方面，收集整理工程安全监测、水情监测、运行监测、视频监控、经营管理、巡护方案、调度方案、应急预案等基础数据，以便评估和分析工程安全运行和安全生产状况。

4.水资源开发利用

历史数据方面，需要汇集整理水资源调查评价信息、水资源综合规划、水资源保护综合规划、中小河流水能资源开发规划以及水资源公报年报等历史数据并进行数字化处理，建立起完整的历史数据库并实现共享，为水资源开发利用业务的江河流域水量分配调度、重点工程水量调度等提供模型调算、历史比对分析等支撑。

实时数据方面，收集取水用户取水量上报数据、省界、市界、县界水量断面监测数据、水功能区水质监测数据、水源地水质监测数据以及跨行政区江河流域水量分配方案、重点江河湖泊以及重点工程水量调度方案等基础数据，以便监测评价水资源开发利用状况。

5.城乡供水

历史数据方面，需要收集整理农村供水工程规划、计划、建设、运行管理、城市水源规划等数据并进行数字化处理，建立起较完整的历史数据库并实现共享，为城乡供水业务提供基础数据支撑。

实时数据方面，收集城市集中式饮用水水源地监测、农村饮用水工程运行监测等数据，以便监测评价城乡供水安全状况。

6.节水

历史数据方面，需要收集整理历年的农田灌溉水有效利用系数、万元工业增加值用水量、省市用水总量、节水型社会试点、节水宣教、法律法规和标准规范等数据并进行数字化处理，为节水业务的监督管理等提供历史比对分析和资料参考等支撑。

实时数据方面，需要收集国家重点监控用水单位监测数据、灌区渠首取水量监测数据、用水计划管理等，以及节水定额标准、用水红线指标、用水户信息等基础数据，以便及时统计分析用水情况，为节水监管提供客观可靠的数据。

7.江河湖泊

历史数据方面，需要收集整理已发生的违法采砂案件处理数据、涉河湖违法违规项目管理数据以及河湖历史遥感影像、水下地形、大断面测绘等数据并进行数字化处理，形成系列数据，为江河湖泊业务提供历史比对分析和典型案例查询等支撑。

实时数据方面，需要收集河湖水域岸线高分辨率卫星遥感监测数据、采砂重点河段和敏感水域视频监控、水文站网监测以及河长湖长巡河巡湖填报、社会公众涉河湖舆情等数据，以便监控和分析江河湖泊管理状况。

8.水土流失

历史数据方面，需要收集分散保管在各级水土保持部门的多样化数据并进行数字化处理，建立完整的历史数据库并实现共享，为水土流失业务提供历史比对分析等数据支撑。

实时数据方面，需要收集水土流失地面站网监测数据、淤地坝安全运行监控数据、生产建设活动数据、卫星遥感水土流失监测数据等，以便实时、定量和全面掌握天然和人为水土流失情况。

9.水利监督

历史数据方面，收集整理已发生的水利项目稽查、水利工程建设质量监督、水利安全生产监管、水利行业督查暗访等数据并进行数字化处理，为水利监督业务提供历史比对分析等数据支撑。

实时数据方面，需要收集河湖、水资源、水工程、水土保持等方面的业务数据和监督检查问题数据，以及遥感影像和相关的站网监测、视频监控和舆情数据，构建监督监测数据体系。

四、结束语

在江河湖泊、水利工程、水利管理活动等智慧化建设过程中，运用卫星遥感、无人机（船）、AI视频、5G、物联网、人工智能、移动互联等新一代信息技術，整合现有水利感知网，形成数据的统一接入管理平台，实现水利数据资源共享。充分挖掘水利数据资源的使用价值，对推动我国水利业务的信息化、智能化具有重要意义。

作者单位：陈琦睿    长安大学信息工程学院

参  考  文  献

[1] 邹明忠，缪岳军，胥杜杰，等.基于'互联网+”的江阴智慧水利研究与应用[J].中国水利，2018（15）：80-82.

[2]马旺，江力，李姝倩.浅论“互联网+”智慧水利的研究与应用[J].通讯世界，2018（10）：280-281.

[3]洪勇豪，亓郑男，张丽丽.遥感大数据在水利中的应用与发展[J].水利信息化，2019（03）：25-31.