智慧水利感知体系建设思路初探

郭 华 储梦溪 何 莉

(1.深圳市东深电子股份有限公司，广东 深圳 518057;2.深圳大学机电与控制工程学院，广东 深圳 518060)

我国有庞大的七大水系,分别为松花江、辽河、海河、黄河、淮河、长江和珠江。水作为国家的自然资源和经济资源,对生态环境起到了至关重要的作用,是基础性和战略性的资源[1]。近年来,洪水和干旱频发并重,水资源衰减,水生态退化和水环境恶化,加快了国家推进智慧水利建设的决定[2]。水利部2021年11月制定了《“十四五”期间推进智慧水利建设实施方案》[3],方案指出,推进智慧水利建设是推动新阶段水利高质量发展的六条实施路径之一,以数字化、网络化、智能化为主线,加快构建具有预报、预警、预演、预案功能的智慧水利体系。通过建设数字孪生流域体系、“2+N”水利智能业务应用体系、水利网络安全防护体系、智慧水利保障体系,推进水利工程智能化改造,建成七大江河数字孪生流域,建成智慧水利体系1.0版。

智能感知是智慧水利数字孪生系统构建的重要基础和数据支撑,但其在智慧水利中的建设及应用水平还远远不够。智能感知已得到广泛应用[4-5],无人驾驶利用智能感知技术进行目标识别与跟踪[6],结合人造卫星、无人机、现场传感器等“天-空-地”技术,在环境监测、森林防火预警、矿产资源开发等领域得到应用[7-8]。智慧水利方面,智能感知被应用于监测江河湖泊水系的水环境、水利工程设施运行状态,以及水利管理活动的信息化建设等[9-10]。现代智慧水利项目工程系统技术要点在于找准数据精度及传感装置相互间的平衡点。王亚权等在智能感知基础上设计并构建了复杂多源的信息采集、融合挖掘、智能决策及可视化展示体系,为珠江三角洲水资源配置工程提供决策辅助[11];耿磊等利用建设的基于空天地感知监测手段的流域智慧指挥平台,开展了有效的流域水事管理,强化了水资源管理、河湖监管、水旱灾害防御等方面的业务管理能力[12]。

当前,智能感知设备在水利行业的应用广度和深度方面仍明显不足,对水利监督管理的支撑力度远远不够,距离解决水资源、水生态、水环境、水灾害四大水问题实现透彻感知的要求相差甚远。因此,亟须建设好面向智慧水利的水资源智慧感知体系。本文从智慧水利深层内涵及面临的问题出发,针对智能感知基础建设落后的现状,主要从感知体系建设、多源异构数据解译、智能感知建设途径三个方面,提出建设“空-天-地-水”一体化体系,以期通过信息化技术的支撑,建立完善的智慧水利管理与服务系统,为水利部门、公众提供良好的智慧服务。

1 智慧水利的概念和内涵

水利数字化是利用自动化设备、仪器或装备,测量感知水利相关空间要素、流域水情、设施设备运行状态、气候气象以及时空变化信息,进行数字化建模、关联分析、优化调度以及可视化等,为水利设施正常运行提供服务,实现智慧水利的智能运行、精准管控和可靠运维[13]。

智慧水利的本质是将设施设备及其状态数据都进行数字化,再加载模型和算法进行处理和分析,为流域管理、水库调度、城市水务、农田灌溉等提供支撑。传统以数理统计、计算机技术、信号分析等为基础发展形成的径流分析、水电站优化运行模型及方法等,奠定了数字化水利的基础。同时,随着人工智能、大数据等新技术的发展,结合环境、气象等先验知识的学习训练,与测量感知数据进行融合,可以考虑更大地理范围、更多类型数据和更小尺度数据来分析建模。近些年,十年、百年一遇的灾害天气,特大洪水并不少见,水利行业预报、预警、预演、预案等功能显得尤为重要。对于水库、隧洞、泵站、闸门、阀门等设备的运行和控制异常、安全事故,以及水库水质等诊断预警,可利用视频识别、遥感反演、红外热像、多维数据综合分析等多种手段,监测监视流域上下游、左右岸、地上地下的涉水过程,构建针对流域特性的深度学习算法模型,主动预测、发现和跟踪流域问题,实现对江河湖泊、水利工程、管理活动的重要事件、行为和现象的动态感知能力[2,14]。

人工智能等新技术依赖大量先验数据和样本,通过深度学习网络建立模型,大量样本数据需要数据量足够大,且数据类型多和关系复杂,这对于智慧水利建设而言,要求的是建立完善的智能感知体系。

2 面临问题及解决途径

水利信息化经过多年建设,初步建成了水利基础设施云。水利感知网也初步形成从传感器到二次采集、网络通信、中央监控等设备的完整产业链。但是,智慧水利的建设与智慧社会的需求仍存在较大差距。各种感知设备、处理方法、数据应用都停留在具体范围、简单模型分析上,与水利管理的动态变化相互作用的事实不符。同时,智慧水利具体需要哪些数据,如何获取这些数据都存疑问。因此,智慧水利感知体系建设需要厘清这些基本问题,进而开展关键技术、方法和设备研究。这些问题包括感知体系建设、数据管理与解译以及智能感知建设途径。

2.1 感知体系建设

智慧水利涉及对象有河流水系、湖泊、水利工程等,从功能、监测指标,以及从不同角度和用途需求出发,其数据需求的类型和要求不同,所需技术、精度、频次也不同。而且,智慧水利建设应用目标趋于多元,所需信息复杂、多样[2,15,16]。因此,感知体系与实际需求密切相关,为实现真正的全面感知,建立良好的感知体系以满足不同对象、不同场景和不同应用的需求是智慧水利建设的首要问题。

良好的基础数据是智慧水利建设的基础,感知体系应确保获取完备的数据。感知体系以智慧水利分析体系为输入,智慧水利分析体系输出的是指标体系,指标体系要从感知端获得的良好数据作为计算评价依据。

当前,“空-天-地”一体化体系正在逐步构建,对于水利管控单个设施设备对象,如大坝、闸门、出水口等,要求其健康状态数据在时间和空间上具有连续性,如时间上连续的在线监测数据,空间上连续的周期性检测数据,这些数据往往数据量大,数据精度高,处理结果反映某个节点局部现象,此类技术相对成熟,也得到了推广应用。目前,感知全面性还有待提高,如水库安全监测,几乎所有小型水库都没有实时安全监测设施,大部分小型水库甚至没有水情监测报汛设备,要全面、系统、准确地收集水利信息,需要扩大感知及监测范围,充实水文、水质、地下水位、水环境监测站网,以及江河湖泊水系的监测范围,提升水利工程安全及运行监测设施,扩大监测范围。

随着感知技术的提升,水面及水下监测都逐渐被重视。水利工程则要求大范围的安全数据,如工程地理范围的大范围变形监测、环境变化检测,这类技术发展快,部分已经得到实际应用,如GNSS边坡变形监测、INSAR技术的大范围变形监测等,但技术本身的可靠性、稳定性和环境适应性还需要完善;对于流域,由于其地理范围广、地理环境复杂、设施设备繁多,除了监测流域水资源的水位、流速、水质等通常参数,还需要监测沿线气候、环境等相关因素,如上游暴雨会导致一段时间后下游的灾情,流经山体水土保持水平下降加快汇水速度导致隐患等。常用参数监测技术方法成熟,但是对于环境监测困难较大。

面向智慧水利建设的新使命,需要扩大感知及监测范围,提供全覆盖、高精度、高时效、长时间序列的感知功能,获取有效数据以保障流域智能运行、精准管控和安全运转。利用遥感影像数据、数字高程模型及物理对象3DMAX模型进行融合处理,构建工程区域数据底板,通过加载基础数据与场景实时监测数据,集成到构建级模型单元,打造与物理工程孪生的数字化场景,构建水利对象的数字化映射,形成对水利对象的时空变化态势的整体性认识。建立基于云计算的智慧水库信息系统模型,并采用相适应虚拟机动态调度技术,集合数字孪生水利工程计算存储需求,采用私有云、行业云、政务云、独立服务器等形式,构建数字孪生基础服务支撑体系,实现信息高效存储与管理。

智慧水利感知体系建设需要综合考虑设施设备感知、工程环境感知、地理环境感知等方面,从空间和时间维度出发,综合考虑感知技术、指标体系、网络传输,并结合智慧水利指标体系统筹建设“空-天-地-水”的感知体系,形成时间和空间维度上的连续观测。从而为人工智能分析、建模、预测预警提供足够多和高质量的学习数据,实现以数据为保障、知识为引导、算法为核心的智能计算模式,从而实现水利感知、认知和决策。

2.2 数据管理与解译

智慧水利感知涉及多种感知传感器,数据有可见光图像、红外图像、卫星影像、数字信号、模拟信号等多种形态,多源、异构、多尺度数据是智慧水利感知数据的自然结果。这些数据中,对于典型静态图像数据大部分时间没有变化,长久保持或实时传输意义不大;对于具有动态特性的如大坝、边坡等变形数据,则具有非常强的动态时效,需要及时计算并实时上传。边缘计算是近年兴起的技术,智慧水利感知设备中,对于时效要求低的静态数据可以采用边缘计算处理,回传有意义的数据以降低网络需求,同时具有较好的时间响应。对于具有动态时效的数据,也可以利用边缘计算提高时间响应,在网络允许的情况下回传数据。边缘站点实行统一管理,无须值守。河道沿线、水库无网无电场景组网,支持点对多点灵活组网,解决无网场景可靠传输问题,能适用于低照度和极端天气条件,且满足无光弱光场景的视频需要,使得水利感知系统变得更加高效、智慧,且更易于以紧凑、可靠的形式实施。利用边缘计算、NB-IoT、3G/4G/5G、AI视频智能识别、倾斜摄影等新一代通信技术,在云边端一体化理念指导下,建设水联网[17]、网联网、视联网平台,实现对流域范围内河流水系、水利工程和水利管理活动等水管理对象的全域全时空立体感知监管监控、智能预报预警。

智慧水利在不同的管理层级所需要的数据并不一致,也就是说,有些数据对于具体某个管理需求是特定的,如大坝安全监测,对于大坝安全管理非常重要,需要有长时间序列的安全监测数据,并进行安全预测预警,但对于水资源调度,需要更多关系水库库容情况、大坝间关系等宏观数据。因此,需要建立感知数据的分层管理机制。各种云资源、分布式数据管理和微服务结构为这种应用提供了良好的解决方案,这使得相关人员可以专注于具体需求的具体数据。

2.3 智能感知建设途径

传统各自为政的点式离散感知难以支撑智慧水利建设,智能感知体现在传感器的智能、感知方式的智能、感知数据解译的智能等方面。

从感知传感器角度,要求对各种需求有较好的适应性,支持加载多种传感器,实现多维数据采集、良好的扩展性。新的感知需求要求新的技术,需要从原理、材料、技术和设备方面展开研发;同时,水利管理对象点多面广,且高度分散,尤其郊区和偏远地区,无电场景多,无光纤,无通信信号,导致取电取网成本高、人力巡检效率低、维护难、智能化水平低、维护成本高甚至监管空白等问题,这要求传感器要做到远程可维护或免维护,具体体现在机房模块化设计,降低运维成本,通过远程、宽环境、快速部署,实现精准化定位和智能化、高可靠、免维护;支持加载多种传感器、多维数据采集和良好扩展性等方面。

从感知方式角度,要形成“空-天-地-水”综合感知,如图1所示。利用北斗卫星通信和定位、5G、IPv6等技术[18-19],进行大范围感知,提供宏观的环境变化、气候变化、基本地理数据获取等能力,开展水文监测、河湖监管、大坝位移监测及闸泵站等水利工程远程控制、防洪排涝等业务应用;对于流域河湖存在的分布隐蔽、地形复杂等问题,利用无人机低空遥感技术具有的分辨率高、数据质量好以及快速机动等优势,可进行无人机高效、连续的智能巡河,提高监管效率;对于需要长期观测的项目,如水质分析,利用卫星遥感视点高、视域广的优势,开展不同时期同区域遥感数据监测成果的对比分析,实现水质遥感分析;利用无人船等装备获取水面上下及水下地形等数据,从而形成多层次多方位的感知。

图1 “空-天-地-水”一体化感知体系

从感知数据解译角度,智慧水利感知数据多源异构,同时存在多尺度问题,其关键问题是如何进行良好的数据融合处理,而可靠的时空基准是前提,GNSS提供了好的解决方案,对于部分受限场景,结合视觉、惯性、里程等传感器也能提供好的技术路线,基于GNSS时间基准方法,在输配电网络、水利、能源等领域得到了良好应用,对于更高频率的需求,可以GNSS结合晶振等方式进行时间对齐,从而建立良好的时空基准,为智慧水利多源数据解译提供基础。水利设施以及流域地理范围广,环境复杂,传感网络数据来源多,类型复杂,通信标准不一,为实现互连互通和不同数据格式之间的相互转换,应建立统一的数据接入与汇集机制以及数据转换关系,制定传感网络信息标准及传输标准,如通过HTTP协议访问各关联数据,并建立数据之间的相互关系,对数据实现分类管理,为感知网络智能服务奠定基础[20]。

3 智能感知网建设的思考

我国地势总体上西高东低,呈阶梯状分布,这意味着我国河流走向大都由西向东。从我国经济发展来看,东部地区经济明显好于西部地区,西部有着更多的水源和地理覆盖面积,经济一般,东部有着优越的经济条件,用水需求大。事实上,大部分水利信息化都在东部发达地区实施,对于流域相关的智慧化水利而言明显不合理。

考虑到水利建设的公益属性,智慧水利智能感知建设需要国家统筹考虑并兼顾地区差异。因此,智能化感知需要重点研究推进智慧水利建设的机制,包括研究相关的政策法规、创新机制、标准规范等,为实现智慧水利建设提供宏观指导。鼓励高科技企业进行相关的新技术、新装备研发和跨领域跨学科技术转化,并从系统考虑角度开展示范,进行推广应用,初步形成规模和可行模式。

加强信息系统基础设施建设,为智慧水利的发展保驾护航;加快水利云平台建设,采用分布式部署,使用标准统一的接口通信,降低模块间耦合度,定期维护及评估感知设备,减少维护成本。综合应用新型技术,提出可落地、可推广、可迭代的技术应用手段和解决方案。持续升级感知系统软、硬件性能,加快建设“空-天-地-水”一体化的立体感知体系,为智慧水利的感知、数据服务提供支持。

4 结 语

智慧水利建设是认真落实国家“十四五”规划纲要的重要工作,是实现水资源和水工程科学利用、高效管理和有效保护的基础和前提。当前和今后一段时期的工作重点是要完善智能感知网环境,提升智慧水利网络安全态势感知和应急处置能力。本文从传感器的智能、感知方式的智能、感知数据解译的智能等角度出发,提出了“空-天-地-水”一体化的立体感知体系建设思路,以期为智慧水利数字孪生平台的构建提供支撑,为智慧水利的建设提供科学参考。