面向多目标协同管理的城市小流域智慧管控平台探索

郭秋萍 ，邓娟，俞露，刘养钦 ，沈交书

（1.平安国际智慧城市科技股份有限公司，广东 深圳 518000；2.深圳市城市规划设计研究院，广东 深圳 518000）

0 引言

随着我国水治理工作的推进，重点流域干流和国控断面水质大幅提升，但城市地区的中小河流治理仍存在明显不足，且缺乏水安全、水环境、水生态的综合治理和上下游协同治理。根据《“十四五”重点流域水环境综合治理规划》（发改地区〔2021〕1933 号）、《“十四五”水安全保障规划》等规划要求，我国水管理逐步转向小流域和多目标协同管理为主，其中城市小流域管理是较为复杂的研究重点。本研究通过梳理城市小流域水安全、水环境、水生态多目标管理需求，提出城市小流域智慧管控技术，并以成都市某流域为例搭建覆盖厂网河一体化综合管控平台。

1 城市小流域管理面临的主要挑战

城市小流域的水量、水质、水生态不仅受地表径流及生态空间等自然因素影响，还受排水管网、城市下垫面等社会因素影响，水安全、水环境和水生态问题更加复杂，枯水期易出现生态基流不足、栖息地受损等问题[1-3]，丰水期易受上游洪水和城市雨洪的共同影响，因而相较于自然流域的管理更难，主要有以下挑战：

1）业务分割严重，缺乏跨部门协同机制和平台。城市水务业务涉及水利、水务、环境保护、城市管理等多个管理部门，业务条块分割，各部门开展以本部门关注的防洪、水环境整治、河道治理等单个或多个业务为主，信息共享时效性不足，导致管理难以协同。

2）涉水要素众多，联系紧密但目标不一，多目标协同难度大。城市小流域的排水系统存在上下游、左右岸、干支流的内在联系，涵盖河网及污水厂、泵站、闸站、管网、调蓄池等多要素，运营主体和管理目标不同，厂网河全要素协调运行存在难度，导致流域全要素难以实现综合效能最优、保障能力最大和服务水平最高。

3）水质、水量监测时效性不足，导致对流域实时状态评估、风险预警的掌握能力较弱。以往流域监测主要以人工采样方式为主，周期长，数据密度低。特别是水生态监测，需要大量的人工调研、采样和评价，一般通过指示生物和综合生物指标等监测，如浮游和底栖动物等通过采样、水样处理、计数及生物量测算，植物监测通过人工调查的方式[4-5]进行物种调研分析和生物多样性评价，但均无法实时、快速地评估水生态质量。

在生态文明建设和绿色发展大背景下，城市小流域管理的实时性、准确性和科学性面临更高要求，使得国内外城市小流域管理关注点正逐步从传统的人工经验管理模式，转向信息化管理的现代化管理方式[6]。随着我国治水工作的深入，治水从早期的防汛、消除黑臭，到如今的海绵城市、水生态文明，城市水务信息化管理也从早期的厂网一体化调度，到厂网河一体化调度。厂网一体化调度主要以污水系统为研究对象，关注进厂污水的预报预期，协调调度城市污水处理厂和管网，从而提高城市水环境质量，以 2010 年北京排水集团提出的厂网一体化运营概念为主要里程碑[7]。随着“六水共治”、水系统等概念的出台，福州和深圳等城市以城市防汛排涝、水环境达标和水生态恢复为目标，统筹流域内厂网河全要素一体化管控，开展厂网河一体化多目标统筹调度[8-10]。

2 设计思路

针对城市小流域涉及部门多、涉水要素多、动态评估难和管理协同难的特点，提出“三横两纵”的设计思路，“三横”包括数据采集、孪生流域、业务应用，“两纵”包括流域标准和信息安全等体系，横向层次的上层对下层具有依赖关系，纵向体系对于横向层次具有约束关系，城市小流域智慧管控技术框架如图 1 所示。

具体内容如下：

1）数据采集。以统一的流域标准规范为依托，在信息安全前提下，利用物联网技术及数据共享交换平台，汇聚流域基础、动态监测等数据，以及厂、网、站、池、河、库等流域重点要素，搭建流域统一的数据中心，实现跨部门数据的共享。其中物联网平台主要采集水位、流量等监测数据和闸阀动态数据，共享交换平台主要对接政务系统中气象、国土、水利等部门的气象和上下游水质及水量等数据。

2）孪生流域。以流域倾斜摄影数据为基础，将数据中心静态、动态数据等多源异构数据进行融合处理，利用虚拟仿真和三维可视化技术，建立与实体流域映射的数字孪生流域。

图1 城市小流域智慧管控技术框架

3）业务应用。以孪生流域为底座，依托气象、产汇流、水动力、水质等专业模型在线模拟能力，对不同降雨情形下流域关键断面的水位、水质进行动态模拟，动态预测超水位、水质风险等风险预警，制定不同等级风险下的预案管理，实时指导不同降雨条件下水安全、水环境、水生态的统筹调度目标。搭建流域管理环节要素、在线监测、工程运行和水量调度分析等业务管理系统，支撑流域业务管理工作，从而建立城市小流域内河道水系、污水、雨水和再生水等多目标协同管理的综合管控平台，支撑城市小流域在防洪治涝、水质污染、生态补水等场景的决策分析和调度分析及智能化管理。

4）流域标准体系。编制流域适用的分类编码、信息传输、数据存储等技术标准规范，以及流域系统维护、用户管理等管理标准规范，指导流域信息化系统建设与管理。

5）信息安全体系。建立覆盖流域网络、数据、应用、系统等的信息安全体系。

3 重点建设内容

3.1 采集感知体系

城市小流域采集感知是智慧管控的数据和信息基础，根据城市小流域水安全、水环境、水生态多目标统筹管理的业务需求，依据 HJ 91.2—2022《地表水环境质量监测技术规范》、SL/T 34—2023《水文站网规划技术导则》、SL 515—2013《水利视频监视系统技术规范》等技术规范文件，针对流域内河流、塘库重要断面、排水管网主要节点、水质净化厂尾水等关键节点，建设水情、水质、水生态等感知设备，并基于设备管理要求对闸门、泵站、阀门等重要水务设施建设设备工况监控系统。利用物联网、视频、遥感、无人机、机器学习等技术，实现对水量、水质、水生态的全面立体监测，对闸门开度、水位等设施运行状态的实时全面掌握，以及对水面漂浮物等的有效监管，城市小流域采集感知体系的监测内容、手段、指标和对象如表 1 所示。同时，通过数据共享交换，获取气象、水务、环境保护、住房与城乡建设等部门的数据，实现小流域采集感知的精细化和现代化。

表1 城市小流域采集感知体系

3.2 流域数据中心

城市小流域状态监测、预警预报、调度分析等业务场景众多，流域数据分散于省、市、区不同层级，以及气象、水务、环境保护等不同部门，因此具有业务管理分割、信息共享困难的特点。为破解传统业务管理信息孤岛现象，依据统一的流域数据标准，建立统一汇聚和共享流域内多源异构数据的数据治理平台，通过对原始数据进行分层、治理、计算、存储，每一层数据依托ETL平台（监控调度平台）进行清洗、转换和加载，并利用数据治理平台对数据进行治理、监控，保证数据的质量；对数据进行加密、脱敏及权限控制保证数据安全，从而建立流域数据资源中心，满足数据应用层的需求，实现城市小流域的数据资产化，城市小流域数据中心技术架构如图 2 所示。

3.3 流域一张图

图2 城市小流域数据中心技术架构

根据流域涉水要素众多且管理分散的特点，将流域内遥感影像、电子底图、倾斜摄影、河湖基础等数据，以及气象、水文、水质监测站点等一系列空间数据以GIS+BIM 技术进行展示，实现流域坐标体系、空间数据标准体系的统一，建立流域内统一的影像底图、电子底图、倾斜摄影影像、流域专题图等全要素空间数据底板，支撑流域内相关专题的统一展示。其中，流域影像底图指覆盖流域及周边相关区域的高分辨率遥感影像（分辨率不低于 5 m 为宜），为流域业务提供包括用地类型、地形地貌等信息的地图底板；流域电子底图指将流域内地理信息数字化处理与展示，包括行政边界、流域边界、排水分区、土地利用、水系分布等信息；倾斜摄影影像是指利用倾斜摄影技术获取的流域三维信息，包括建筑物、主要水务设施等，实现对流域特征的直接展示和分析；流域专题图主要包括地表水体监测、水务工程等专题图，为流域业务提供统一便捷的地图数据。

3.4 水量调度分析管理系统

在城市小流域实际管理中会面临不同的降雨情景和污染事件，且需要统筹协调流域内厂网河等各类涉水要素。本研究提出搭建集成河道水系、污水、雨水和再生水为一体的综合管控平台，以流域一张图为基础统筹协调流域内河道水量、水质，以及排水管网、污水厂站等排水设施，通过流域“四预”管理实现不同情景下水量精准调度，水量调度分析技术路线如图 3所示。在预报管理环节，主要接入气象局的气象预报数据，加载水情监测、水质监测、视频监控等数据。当气象预报或监测数据触发洪水、水质污染和生态水位等预警时，利用 ICM 在线仿真模型进行不同预案的预演和不断调优，支撑流域在防洪、生态补水等调度情景下快速匹配最优调度方案，实现流域水安全、水环境、水生态的全面稳定达标。

图3 水量调度分析技术路线

4 关键技术

4.1 “视频+AI”水生态评价

当前，水情、水质、设备工况的监测技术相对成熟，但水生态监测方面一般采用人工调查方法，存在周期长、时效低的缺点。本研究根据水生态指标监测和定性评估需求，提出利用“视频+AI”技术将机器视觉与多面视频融合，开展生物物种监测，水生态评价技术路线如图 4 所示，再通过生物多样性指数进行水生态评价。

城市小流域水生态监测评价关键路径如下：

1）根据区域生物库及前期动植物信息调查，针对城市小流域建设区域内动植物信息创建预设规则库，对动植物外观、行为等特征使用 AI 模型进行特征提取，并内置到规则库中，后续收集到新物种时需不断更新。

2）在城市小流域监测范围内，采用实时摄像头和人工拍摄 2 种采集方式，利用摄像头获取的实时动植物照片和人工拍摄图片，基于统一接口服务通过 PC端或 App 端上传到服务后台，统一存储文件。

图4 基于“视频+AI”技术的水生态评价技术路线

3）利用 AI 技术，对实时上传的动植物信息进行特征提取，对比外观、行为特征集与规则库，并对各维度的特征进行加权计算，得到各个特征与特征集的相似度，最终识别并上传图像动植物信息。同时，辅助人工识别手段，对于识别算法得出的相似度低或者无法匹配目标的图片，自动发送给后台管理员进行人工识别处理。

4）根据 AI 技术识别的生物种类、数量等结果，利用玛格列夫指数计算方法，计算城市小流域生物多样性指数，计算方式为D=（S-1）/lnN，其中D为玛格列夫指数，N为总个体数量，S为总物种数量。

5）将流域不同地点、时间、情景的水生态，划分为优，良，中，差，劣等 5 个等级，如表 2 所示，实现基于数据算法实时、定量计算结果的流域水生态动态评价。

表2 水生态等级划分

4.2 数据统一汇聚共享

针对城市小流域业务管理分割、信息共享困难的特点，破解传统业务管理的信息孤岛现象，以及数据不统一、不规范、不完整等问题，依托市级、行业数据标准等，编制适用于城市小流域统一的数据标准规范。将与流域相关的水务局、生态环境局、气象局、住房与城乡建设局等的基础和监测等数据与业务数据通过大数据共享平台接口进行对接，将流域内监测站点的雨量、水情、水质等监测数据，与泵站、阀门、闸门等工情数据通过物联网平台进行数据对接，流域业务系统产生的工程运行、调度分析和业务管理等数据通过系统内的接口对接，基于统一的数据标准汇聚共享建立流域数据中心，数据统一汇聚共享如图 5 所示。流域数据中心主要分为基础库、监测库和业务库，基础库主要管理江河湖泊、水务工程、监测站点、污染源等基础信息数据，监测库主要管理气象、水文、水质、工况等流域动态监测数据，业务库主要管理流域要素、在线监测、工程运行等管理系统，以及水量调度分析、流域可视化大屏等业务系统产生的业务数据。

4.3 数字孪生流域建设

数字孪生流域建设的技术实现主要内容包括数据存储管理、后台数据接口程序、地图服务发布管理与数据孪生流域，技术逻辑如图 6所示。数据存储管理主要将数据资源中心的基础库、监测库、专题库数据基于空间关联进行融合，形成时空数据库，从而将流域内的基础地理、水务、环保和工程等空间数据实体对象进行信息整合，利用对象及其属性、关系进行建模，并通过统一的编码体系，使空间属性与基础、业务、关系、时间等属性进行关联，建设与实体流域一一映射的数字孪生流域。

4.4 监测数据安全管理

城市小流域管理涉及水情、水质、视频等物联感知设备，以及泵站、闸门等自动化设备，因此网络设计既要考虑监测数据管理的功能性需求，又要考虑工控设备的安全性需求。根据城市小流域管理的特点，分别搭建政务网和专用等 2 套数据的监测管理系统，如图 7 所示。政务网的监测管理系统主要满足水情、水质、视频等监测站点及数据的查看需求，掌握流域总体及典型站点的监测指标变化趋势、同期对比、污染指标和问题溯源，满足管理人员对环境质量现状的实时、准确掌握，以及对相关工程措施的评估和决策。专网监测管理系统除了满足政务网的管理需求，还增加了对闸门、泵站、阀门等设施设备 SCADA（数据采集与监视控制）系统的状态数据获取，结合水动力水质模型实现对未来水安全、水环境、水生态的趋势预测，支撑水量调度分析系统面对不同情形时的调度决策；此外还可集成对闸门、泵站、阀门等设施设备的自动化控制，实现在特定场景下的远程控制调度功能。

图5 数据统一汇聚共享

图6 数字孪生流域建设技术逻辑

图7 数据监测管理系统

5 应用案例及建设成效

成都市某小流域面积为 75 km2，流域内有 24 条河道，总长为 140 km，涉及 1 个污水处理厂、5 个生态闸和 4 个调蓄池。智慧管控目标主要包括：1）实现监测信息的有效应用，利用水量、水质、视频等监测设备和闸门自控系统对流域各涉水要素进行监测；2）在统一数据中心和地图的基础上，构建流域厂网河一体化监测、控制、调度和管理体系，实现下游考核断面水质、防洪安全和生态基流的稳定达标。

在监测管理方面，为满足流域厂网河一体化监测体系的实际需求，布设监测结点，监测内容主要分为水位、水质、雨量、视频和闸站工况监测，实现流域范围内水情、水质、水生态和工况的信息采集，全面掌握流域实时状态。为实现对流域水生态的实时监测评估，在 6 处湿地公园分别安装水上、水下摄像机，同时基于公众平台、摄影协会活动照片收集，以及后台 AI算法对流域内动植物进行动态识别。监测管理平台录入流域内 1 000 多类常见生物物种特征信息，准确度达到 90% 以上，实现对动植物种类、数量的动态评估和生物多样性智能计算，从而利用生物多样性对流域水生态状况进行动态评价。

在水量调度管理方面，针对流域特点重点构建厂网河一体化调度的常规和应急调度，其中应急调度主要应对水质污染、河道缺水、洪涝灾害等场景，开展以下 2 类调度：

1）生态补水调度。该小流域的水环境和水生态质量受河道水质、上游来水、水质净化厂出水、地表径流等综合影响，污染来源及特征较为复杂，流域主要补水水源为水质净化厂再生水和上游来水。从流域一体化调度出发，主要实现：a.应急水质污染应急换水，基于在线监测数据及仿真模型，进行生态补水调水方案预演，满足下游考核断面水质稳定达标要求。b.生态和景观需水补水，当河道、塘库水位低于设置值时，通过再生水或上游闸门开度控制的调水方案预演，保障生态和景观需水的水位要求。

2）防洪控水调度。该小流域受上游河道及闸门影响，当上游洪涝灾害较为严重且区域内有内涝发生时，通过调蓄池分洪及提前泄洪，保障区域水安全。主要实现：a.内河预报预警。分析流域特征，校核水文参数，接入气象预报数据，开展雨洪预报和预警。b.外河洪峰管控。利用片区河道及塘库进行洪水调蓄，并根据片区内部河道负载情况，优化分洪调度，在确保控制洪水风险的前提下分担行洪压力。

构建以流域管理公司为主体的城市小流域管理机制，实现流域全要素汇聚和水安全、水环境、水生态等多目标的协同管理，创新性探索基于“视频+AI”技术的水生态监测手段，保障了在不同降雨情景下流域管理目标协同，即晴天关注景观生态补水，雨天实现污染不下河，污水全收集，收集全处理，处理全达标，确保考核断面水质稳定达到Ⅲ类标准，防洪排涝早预报、早分洪泄洪，确保流域水安全。

6 结语

围绕小流域涉水要素统筹、多目标协同和长效管控需求，本研究提出基于物联网、大数据、数字孪生、自动化等信息技术的城市小流域智慧管控技术体系，主要包括面向多目标管理需求的采集感知体系、基于统一标准的数据中心、流域全要素统一管理的数字孪生地图，以及满足多种降雨场景的流域“四预”调度分析系统，创新性提出了基于“视频+AI”的水生态质量实时定量评估方法，提出利用数据统一汇聚共享、数字孪生技术和数据安全管理方法解决流域业务管理难的问题，同时基于成都某小流域搭建了面向多目标协同管理的厂网河一体化智慧管理平台，有效支撑了流域水质、水生态、水安全达标，实现了城市小流域智慧管控技术的理论与实践研究。