水灾害防御“中台化”模式的研发与实践

黄 河

（浙江禹贡信息科技有限公司，浙江 杭州 310052）

1 背景

近年来，全国受全球气候变化、 区域海陆效应、热岛效应、雨岛效应的交替作用，加上城市下垫面硬化、局部地势低洼、排涝能力不足等影响，导致城市局部性积水内涝事件增多，呈现出更加复杂、多变、突发的态势，危害不容小觑。

面向流域、城市水灾害防御需求，各地积极探索信息化、智能化能力建设，基于水雨情自动测报、积水监测及防汛风险图成果，形成了各类山洪灾害防御、城市内涝防御、防汛应急指挥系统等平台体系[1]，不同程度上实现了水灾害防御工作的智能分析及联动协同。

按照政府数字化转型、数字化改革对水利工作“横向到边、纵向到底、智能指挥、应急处置”的总体要求，结合当前技术发展趋势，需要针对水灾害防御工作集中管理、多部门支撑的特点，采用新技术、新模式，从根本上解决各类系统建设及应用中的资源共享和应用协同问题。

2 “中台化”模式及水利行业应用现状

中台模式是在业务发展到一定阶段，为应对业务种类多、需求变化快、系统间交互复杂、孳生大量重复建设等瓶颈而提出的新的信息系统架构，其本质是提炼与业务有关信息系统当前及未来共性需求，集约建设通用功能并供各系统统一调用，从底层打通系统间数据不连通、应用不协同的壁垒，为业务和流程优化、公众服务和领导决策支持提供强有力支撑。尤其适合水灾害事件处置这类需要规模协作、高速成长、大数据应用的场景，重点解决敏捷开发、系统解耦、资源复用的问题。

自2019年水利部出台了《智慧水利总体方案》后，全国各地结合自身需求，陆续开展智慧水利/水务的设计规划、试点实施等工作，在以上过程中，已有部分省市采用“中台化”模式开展智慧水利平台的设计、建设及应用，其中，上海市建成了以“水之云”平台为核心，一个大数据中心、一个门户、一个应用信息平台、一个网络安全枢纽、一张地图服务为基础的“5+1”框架体系[2]，已初步具备上述中台模式“平台建设、能力复用、数据驱动”等特性；浙江省整合大量分散在各部门、各地的行业数据，汇聚了钱塘江流域雨量站、水库以及全省堤防、河流、水闸、山塘以及重点抢险物资等数据60 000余条，打造“一键查询、一键研判、一键预警、一键调度、一键导航”新体验；苏州市以“智慧驱动、精准治理”为理念，通过提高感知与仿真、决策与预警、调度与控制三大核心能力，实现感知全天候、业务全覆盖、监控全过程目标，不断推动水利信息化建设。

3 技术路线

（1）痛点问题分析

各地水利防汛管理部门，针对流域及城市水灾害防御活动中的提前预测、预警发布、险情处置等环节需求，进行了大量感知设备建设、预报模型研究、信息系统建设等工作，大幅提升了洪涝风险防范能力与灾害处置的效率。但由于水灾害防御往往涉及水利、应急、交通、成果等多个部门，贯穿省、市、县区、乡镇、社区等多个层级，影响政府、企业、公众等多类受众，在整个洪水防御处置场景的事前、事中和事后等环节，还存在一系列问题和挑战：

1）事前，监管智能化水平有待提升：传统的水灾害事件发现以人工巡检、上报方式为主，覆盖面不足，问题发现滞后，智能感知设备和手段不足，大量摄像头和感知设备没有发挥智能作用，没有充分利用AI自动识别的技术。

2）事中，调度处置和跨部门协同有待提升：对于灾害事件发生后的处理以人工处置为主，智能化调度不够，人力投入大，效果不佳；对于跨部门跨层级的协同往往采用人工方式，自动化智能化不足，协同效率有待提升；处置方法靠人工经验或固定化的方案，没有智能化的处置预案和规则[3]。

3）事后，评估、评价、考核、复盘不足：在一场暴雨结束后，尚未具备整体环节处理效率、效果的评估评价模型和规则，缺少基于事件闭环的考核评价体系。

（2）水灾害防御中台架构

针对以上问题，结合水灾害防御中涉及的预报预警、感知发现、报警联动、抢险处置、反馈解除等流程环节，通过研发一套智能算法引擎、提供三类技术支撑、建设六套能力中心，最终实现了一套水灾害防御事件智能运行调度中台。其技术框架如图1所示。

图1 “中台化”模式水灾害防御平台架构

4 建设内容

4.1 一套智能算法引擎

（1）水利机理模型算法

对传统单机版的水动力学模型进行改造，实现产汇流模型、水动力模型、水资源调度等模型算据、算法、算力的云上运行，和物联监测大数据分析结果无缝连接，同时建立实时监测数据与预报预测结果的自动校准机制，迭代提升模型准确度，为各类前端防汛分析应用提供Saas化模型服务。

（2）图像视频识别算法

伴随AI人工智能芯片及技术的快速迭代，视频监控与AI人工智能的深度融合，视频监控已从传统的事后追溯向事先预警、事中干预转型。本次建设结合AI智能视频技术，形成并提供了一套涵盖了水位高度读取、变化趋势判断、淹没范围识别、防范区域人员车辆进出监测的视频识别算法，可以调用现场视频流数据进行计算分析，输出事件判断结果。

（3）事件语音识别算法

广大的城市居民是山洪、积水等灾害事件发现的重要来源，针对通过110警情、12345市民热线上报的语音类信息，结合语音识别技术，通过各类场景语音、文字内容标记等工作，形成并提供了一套背景声音检测、中文语音检测、语音情绪识别、语音文字转换、地址位置识别等算法，可以通过接入多类渠道的上报语音数据，智能判断水灾害事件[4]。

（4）事件智能调度算法

水灾害事件发生后，应该调用哪些设备、采取什么预案、使用哪些资源，协同哪些人员，在本次建设中，利用收集到的全量实时监测数据、分析预测结论数据、人员组织设备状态数据，结合机器学习算法平台，形成了适用于山洪灾害、城市洪涝、局部积水等场景的视频设备智能筛选、抢险人员智能调配、专家预案智能推荐等算法能力。实现事件智能分拨、预案智能推荐、资源智能调度、组织智能协同的业务效果。

（5）事件融合计算算法

当前城市相关事件问题的来源渠道有多类，包括：市民热线、河长制、职能部门人员上报、公众号举报投诉等，在水灾害期间，各类问题来源广泛且频繁，对一个相同的防汛问题可能在已经通过别的渠道进行了上报，并进行了处理，通过地址匹配、语义模糊匹配、事件相似度计算等通用能力建设，将待融合的事件和历史事件中待融合的事件进行特征提取，形成灾害事件融合类算法，可以快速将不同来源上报的同一事件进行归一合并，提升人员响应效率[5]。

（6）事件智能标签算法

为了更直观的让业务人员更好的在平台上配置水灾害事件的处置流程、进行预案措施的调整和指挥决策，需要将各类事件以标签画像的形式进行全景描述，在标签这种逻辑模型视图上结合画像分析、规则预警、文本挖掘、个性化推荐、关系网络等技术，形成标签自动制作生成，上层业务标签沉淀等算法，支撑对抢险处置人员状态，事件严重程度，当前天气趋势，是否工作日、重大节日位置、类型、状态、趋势等标签化的描述。实现高价值标签共享复用，形成标签应用生态。

4.2 三类支撑组件

建设组件管理、流程管理、表单规则管理支撑组件，基于支撑中心能力，为包括水灾害处置在内的不同场景、事件的指挥调度提供精准化支撑服务，包括短信模板库、表单库、规则库、组件库、流程库等。

（1）组件管理

可以将水灾害等事件处置所需用到的技术、业务功能组件进行统一管理与对外服务，包括对组件的新增、发布、下线、删除、编辑、查看以及在预案编排、场景编排过程中对已发布组件能力进行关联和调用。本次水灾害应急处置中所统一建设和管理的组件包括：数据检索查询组件、消息预警发送组件、水位分析预测组件、数据填报反馈组件、结果反馈评价组件等。

图2 组件管理支撑内容

（2）流程管理

对不同类型的水灾害事件需要各种流程的处理预案，通过流程编排管理组件，可以对场景执行的流程节点进行编排，功能包括：编排组件配置、场景节点配置、事件模型关联等内容。提供专业的图形化流程设计工具，可视化在线设计工具，灵活的自定义表单，支持快速实施流程，支持以拖拉拽的方式及对各节点连线的方式在画布中对事件的处理流程进行编排，配置信息包括：任务名称、执行方式（立即执行/延时执行）、触达方式选择（短信、智能外呼、系统对接、电话、系统接口等）、内容模板、输入参数配置（支持选择关联事件类型的参数）、输出参数展示等[6]。

（3）规则管理

将水灾害事件处置中所需要的各类业务逻辑、判断规则等进行统一管理，包括规则ID、、规则名称、规则类型、规则内容、规则描述、上/下架状态等信息，提供规则校验、逻辑编排、输出选择等功能。本次水灾害事件处置中形成的规则包括：暴雨雨量判断规则、人员排班规则、响应级别判断规则、抢险路线判断规则等。

4.3 六大能力中心

按照不同环节阶段和类型，抽取水灾害事件处置过程中高内聚、低耦合的专属业务功能，形成一系列中台业务能力中心，并按能力、服务、实体进行流程编排，形成组件化产品，以 API 接口、独立功能页面嵌入等形式提供给业务应用使用，实现能力的复用和快速的搭建。

（1）事件中心

事件的管理是所有业务场景任务启动的第一环节，结合中台能力，实现事件多元汇聚，融合为标准的标签化事件，将在线监测、视频发现、人工巡查和热线报灾等事件来源，通过对气象要素、防护对象、行为特征因子、时间、空间、文本、图像等聚类去重，形成统一的标签化标准事件。根据事件预案各个环节智能化调度相关资源，实现对事件从汇聚、预案、分拨、处置、归档、评价的全过程调度管理。

（2）场景中心

围绕水利防汛安全目标，基于场景中心，建设并提供对应专项任务的管理过程监控与调度策略定制功能，包括场景管理、场景编排、场景监控等能力，梳理包括水灾害应急处置在内的各种智慧水利智能运行管理场景，支撑包括防汛防台指挥、河湖环境保护、城市供水保障、城市排水管理、海洋监测预警等专项任务的推进与落地。可利用场景中心对以上专项任务，结合各任务目标指标，制定各责任单位工作任务与计划，以及包含事件的处理预案。

（3）调度中心

针对各类事件提供预案编排与管理能力，可根据预案，对正在发生的水灾害事件或已经创建的各类任务进行智能化调度与处置。可以根据水灾害事件的类型、地点、紧急程度等标签信息，结合智能运行引擎的算法能力，为当前事件的处置提供最优预案的智能匹配，比如根据事件预案规则，事件自动/人工分派对应责任人，发送预警消息及证据，要求养护运维单位责任人员及时处置反馈。也能够基于GIS地图，对全流域、全政区内防汛类事件进行人员、组织、视频设备等不同类型资源的调度与管理。

（4）标签中心

将通过智能标签算法所形成的各类灾害事件、组织物资、处置人员、影响道路等对象标签进行管理和输出，提供标签管理与定义的模块，包括：标签树、标签名称、标签描述、标签规则名称等；业务人员可通过标签中心内的标签及规则进行对事件、资源、场景、预案进行标记并且完成匹配。

（5）资源中心

资源中心是对支撑防汛应急运行指挥调度的各类型资源进行管理的模块，包括：组织机构、业务人员、专家人员、排水队伍、物资仓库、摄像头设备、水位监测设备等；通过标签对事件、资源、场景、预案进行匹配，以此来完成事件处置和场景管理的资源调度。

（6）评价中心

根据水灾害防御场景中所提出的各类管理需求，针对各类场景、事件建立对应的事件评价模型以及资源调度评价模型，实现标准高度一致的评价管理。建设评价中心，可以精准表征应急事件处置和日常防御运行等目标任务状态的考核和评价。包括事件评价和资源评价。可以提供事件、单位、人员办结率，事件超期率、返工率、平均处理事件等规则及统计图表。

5 总结与展望

在本次基于“中台化”模式的水灾害防御信息化应用实践中，实现了一套基于场景编排、任务规划、预案推荐实现业务的自动流转，智能组织多部门协同调度机制，建设形成了水灾害防御智能运行指挥调度平台，改变了防汛应急任务条线独立，跨部门线下协同的传统方式，从感知、预案、处置、评估，每个环节都具备智能化的能力，全流程指挥调度无需人为干预。并且通过事件智能标签体系建设，将事件、资源、预案标签化，达到触发条件可计算、资源需求可计算、权责清单可计算、资源能力可计算的目标，实现各类事件智能分拨、预案智能推荐、资源智能调度、组织智能协同的业务效果。

同时，本次实践采用微服务整体架构标准进行设计，建设了事件中心、资源中心、事件调度中心、场景中心、智能标签中心和评价考核管理中心等通用服务能力，形成了开放式生态架构，在水利综合管理领域所涉及的防汛防台指挥、水系统综合管理、河湖长制（水利管理）、水资源管理、供用水保障等协同化建设场景中，均能够上游对接水利全要素（水灾害、水资源、河湖库、水事务、水规划、水行政）各类场景与全域事件的识别和规则输入，下游可以对接跨部门、跨层级的事件调度与处置，满足未来只会水利的平台集约建设和模块灵活搭建，原生实现底层数据与业务的无缝协同。