关于智慧⽔利的认识与思考
关注我们
随着全球变化和经济社会的快速发展，我国⽔资源供需⽭盾⽇益突出，极端⽔⽂事件频繁发⽣，严重威胁我国⽔安全、粮⾷安全及⽣态环境安全。我国地域⼴阔，⽔系众多，⽔利⼯程点多、⾯⼴、量⼤，类型复杂，经济社会的快速发展对⽔资源安全和⽔利⼯程的安全⾼效运⾏提出了更⾼的要求。⽔利部在2019年全国⽔利⼯作会议上提出，“⽔利⼯程补短板，⽔利⼯作强监管”是今后⼯作的总基调。当前，传统⽔利已难以充分满⾜新时代经济社会发展所需的专业化、精细化、智能化的管理要求。随着以云计算、Web2.0为标志的第三次信息技术浪潮的到来，以“感知、互联和智能”等为基本特点的⼤数据、物联⽹及其应⽤极⼤地改变了各个⾏业信息化服务的效率、易⽤性和⾏为范式。⽔利信息化、现代化和智能化发展迎来了良好契机，发展智慧⽔利，正成为⽔利现代化，快速提升⽔资源效能的强⼒抓⼿和必然选择[1]。
近⼗多年来，国内⼀些地⽅开展了智慧流域、智慧⽔利等⽅⾯的探讨。2018年中央⼀号⽂件明确提出要实施智慧农业林业⽔利⼯程；⽔利部提出的⽔利九⼤业务和⽔利监督业务需求，都是智慧⽔利的重要组成部分。然⽽，当前⼀些地⽅对于智慧⽔利还缺乏较为系统的认识，部分地⽅的智慧⽔利⼯程还仅仅停留在信息管理系统平台和可视化等⽅⾯。因此，有必要进⼀步厘清和明晰智慧⽔利的内涵、⼯作重点以及发展⽬标。
1
智慧⽔利的概念
1.1 智慧释义
《说⽂解字》中记载：智者，从⽇从知，⽇知也，每⽇必有所知，则所知者厚。慧者，从彗从⼼，⼼有尘则借彗以除之，⼼则保其清明。《辞书》云：智慧是⼀种通过⼈脑思维的活动。如⼈类对外界的资料所产⽣的记忆、计算、判断、决策、规划、学习、探索、推理等的各种处理能⼒。智慧让⼈可以深刻地理解⼈、事、物、社会、宇宙、现状、过去、将来，拥有思考、分析、探求真理的能⼒。
因此，总体上来说，智慧是对事物能迅速、灵活、正确地理解和解决问题的能⼒，是⼀种辨析判断、发明创造的能⼒。
1.2 智慧理念的应⽤
1998年美国前副总统阿尔·⼽尔提出数字地球构想，数字地球是⼀个⽆缝的覆盖全球的地球信息模型，它把分散在地球各地的从各种不同渠道获取到的信息按地球的地理坐标组织起来，既能体现出地球上各种信息（⾃然的、⼈⽂的、社会的）的内在有机联系，⼜便于按地理坐标进⾏检索和利⽤[2]。
2008年11⽉，IBM公司在美国纽约发布的《智慧地球：下⼀代领导⼈议程》主题报告中提出，即把新⼀代信息技术充分运⽤在各⾏各业之中。“智慧城市”源于智慧地球的理念，是运⽤物联⽹、云计算、⼤数据等新⼀代信息通信技术，促进城市规划、建设、管理和服务智慧化，以提升资源运⽤的效率，优化城市管理和服务，改善市民⽣活质量。2008年奥巴马上任美国总统后，对“智慧地球”做出积极回应；中国多省市也与IBM签署“智慧城市”共建协议。2012年“智慧城市”被列为中国⾯向2030年的30个重⼤⼯程科技专项之⼀。2014年国家发展改⾰委员会等⼋部委联合印发的《关于促进智慧城市健康发展的指导意见》中明确指出，建设智慧城市，对提升城市可持续发展能⼒具有重要意义。2015年国家发展改⾰委等25个相关部门成⽴了新型智慧城市建设部级协调⼯作组，共同加快推进新型智慧城市建设。2016年《国民经济和社会发展第⼗三个五年规划纲要》提出要加强现代信息基础设施建设，推进⼤数据和物联⽹发展，建设智慧城市。2016年《国家信息化发展“⼗三五”规划》提出要推进新型智慧城市建设⾏动。
1.3 智慧⽔利
智慧⽔利是智慧地球的思想与技术在⽔利⾏业的应⽤。IBM公司将美国国家智慧⽔⽹（NATIONAL SMART WATER GRID™）作为“智能地球”重要组成，并提出了三个关键词：⾃动化、交互性、智能化。即利⽤物联⽹技术，⾃动、实时地感知⽔资源、⽔环境、物理⼤⽓⽔⽂过程及各种⽔利⼯程的多要素、多属性、多格式的数据；通过信息通信⽹络传送到在线的数据库、数据仓库和云存储中；再利
⽤云计算、数据挖掘、深度学习等智能计算技术进⾏数据处理、建模和推演，做出科学优化的判断和决策，并反馈给⼈类和设备，采取相应的措施和⾏动有效解决⽔利科技和⽔利⾏业的各种问题，提⾼⽔资源的利⽤率、⽔利⼯程的效益，有效保护⽔资源及⽔环境，实现防灾减灾和⼈⽔和谐。智慧⽔⽹的技术核⼼将涉及⽔⽂学、⽔动⼒学、⽓象学、信息学、⽔资源管理和⾏为科学等多个学科⽅向，是新⼀代⽔利信息化的集成发展⽅向。
因此，智慧⽔利是运⽤物联⽹、云计算、⼤数据等新⼀代信息通信技术，促进⽔利规划、⼯程建设、运⾏管理和社会服
因此，智慧⽔利是运⽤物联⽹、云计算、⼤数据等新⼀代信息通信技术，促进⽔利规划、⼯程建设、运⾏管理和社会服务的智慧化，提升⽔资源的利⽤效率和⽔旱灾害的防御能⼒，改善⽔环境和⽔⽣态，保障国家⽔安全和经济社会的可持续发展。
综合来看，智慧⽔利的内涵主要有三个⽅⾯：（1）新信息通信技术的应⽤。即信息传感及物联⽹、移动互联⽹、云计算、⼤数据、⼈⼯智能等技术的应⽤。（2）多部门多源信息的监测与融合。包括⽓象、⽔⽂、农业、海洋、市政等多部门，天上、空中、地⾯、地下等全要素监测信息的融合应⽤。（3）系统集成及应⽤，即集信息监测分析、情景预测预报、科学调度决策与控制运⽤等功能于⼀体。其中，信息是智慧⽔利的基础；知识是智慧⽔利的核⼼；能⼒提升是智慧⽔利的⽬的。
2
现状与问题
⽔利部历来⾼度重视⽔利信息化建设，提出了以⽔利信息化带动⽔利现代化的总体要求。2017年5⽉⽔利部正式印发《关于推进⽔利⼤数据发展的指导意见》，该指导意见是⽔利部深⼊贯彻党中央提出的国家⼤数据战略、国务院《促进⼤数据发展⾏动纲要》等系列决策部署的重要举措，旨在⽔利⾏业推进数据资源共享开放，促进⽔利⼤数据发展与创新应⽤。2019年⽔利部《加快推进智慧⽔利指导意见》指出全⽅位推进智慧⽔利建设是加快推进新时代⽔利现代化的重要举措。把智慧⽔利建设作为推进⽔利现代化的着⼒点和突破⼝，加快推进智慧⽔利建设，⼤幅提升⽔利现代化⽔平。
经过近20年的⽔利信息化建设，⽔利综合信息采集体系初步形成，⽹络通信保障能⼒明显提⾼，新⼀代⽔利卫星通信⽹的卫星⼩站得到扩充，初步建成了⽔利部基础设施云，并搭建了“异地三中⼼”的⽔利数据灾备总体布局。有关流域机构信息部门对云计算、⼤数据应⽤进⾏了初步探索，实现了围绕突发事件对⽔情、⼯情和位置等信息的⾃动定位和展现。有关研究院所利⽤物联⽹等技术开展了⽔⽂⽔资源、防汛抗旱、⽓候变化影响、⽔利信息化、⽔环境保护与治理等⽅⾯的科研⼯作。地⽅⽔利部门加强⽔⽂、⽔环境、⽔灾害等⽅⾯的⾃动智慧化监测，研究开发和实践应⽤⽔⽂预报预警、调度决策、⽇常业务管理等系统，显著提升了业务⼯作能⼒和⽔平。
但是，智慧⽔利的建设与智慧社会的需求仍存在较⼤差距。⼀是全⾯感知不够，⽬前，各类⽔利设施的监测远未做到全⾯感知。例如，⽔库安全监测⽅⾯，多数中型⽔库和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，且感知技术⼿段也存在较⼤差距，⾃动化程度不⾼。⼆是信息全⾯互联差距⼤，⽹络覆盖⾯⼩，县级⽔利部门尚未实现全⾯连接⽔利业务⽹；⽽且⽹络通道窄，受限于信息基础设施，基层⽔利数据⽆法及时传输；上下左右联通不畅，集中体现在⼯程控制系统隔离在各个⼯程管理单位，不同⼯程的业务系统信息共享和业务协同困难。三是共享不⾜，在⽔利⾏业内部，各专业部门之间的信息共享不⾜；在⾏业外部，与环保、交通、国⼟等部门的相关数据还不能做到数据实时共享。四是智能应⽤不够，对于新⼀代信息技术的应⽤，⽔利⾏业总体上还处于初级阶段。⼤数据、⼈⼯智能、虚拟现实等技术尚未得到⼴泛应⽤、智慧功能尚未得到充分显现。
3
智慧⽔利的内涵
3.1信息：智慧⽔利的基础
古语云“巧妇难为⽆⽶之炊”。信息是智慧⽔利建设的基⽯。系统地、整体地、多类型地获取信息，以及信息获取之后的存储、汇集、评价、校正和融合对智慧⽔利⽬标的实现⾄关重要[3]。
3.1.1 信息多元性
智慧⽔利涉及领域⼴泛，应⽤⽬标多元，其所需信息也复杂和多样，涉及⽔利对象的信息有河流⽔系、湖泊、⽔利⼯程等；⽔利信息时间跨度涵盖过去、现在以及未来⽓候模式等；信息来源有地基⽔利要素站⽹监测，以及空基天基遥测数据；包含业务属性的信息有建设、运⾏、维护和服务信息；信息存储格式也多种多样，如图像、数字、⾳频和视频等。
3.1.2 感知完整性
常见mpp数据库为全⾯、系统、准确地收集⽔利信息，⼀是需要扩⼤感知及监测范围，即充实⽔⽂、⽔质、地下⽔位、⽔环境监测站⽹，加快⽔⽂现代化建设步伐，以扩⼤江河湖泊⽔系的监测范围；补齐和提升⼤中⼩型⽔库、长江与黄河等流域下游险⼯险段堤防、重点⽔闸、下游有村庄或重要设施的⾻⼲淤地坝等⽔利⼯程安全及运⾏监测设施，扩⼤⽔利⼯程设施的监测范围；全⾯提升⽔资源、⽔环境、⽔⽣态、⽔灾害、⼯程运⾏等⽔利核⼼业务管理活动中的重要事件、⾏为和现象的动态感知能⼒，以提升⽔利管理活动的动态感知能⼒。⼆是提升⽴体感知的智能⽔平，通过卫星、雷达、⽆⼈机、遥控船等新型遥感监测⼿段，以及⾼清视频监控的应⽤，⼤⼒提升⽔⽂测报⾃动化和智能化⽔平，实现对江河湖泊、⽔利⼯
船等新型遥感监测⼿段，以及⾼清视频监控的应⽤，⼤⼒提升⽔⽂测报⾃动化和智能化⽔平，实现对
江河湖泊、⽔利⼯程、管理活动的动态感知。
3.1.3 信息汇集
智慧⽔利通过综合数据汇聚与⽀撑平台（实时⽴体监测、遥感信息分析、历史数据分析、视频等）进⾏多源、多种类数据信息的汇集、整合。在⽔利部、流域和省区分别建⽴三级感知数据汇集平台，统⼀接收遥感影像，根据不同的应⽤需求进⾏图像处理、信息提取、图像解译和数据分析，建⽴遥感接收处理服务平台。建⽴三级级联、多级应⽤的⽔利视频集控体系，并与现有⽔利视频会议系统整合，实现全国⽔利视频联⽹。
3.1.4 信息融合
信息融合在⽔⽂预报与⽔利计算领域的最典型应⽤就是，对地⾯⾬量站、降⾬雷达站和卫星遥感多源观测信息，进⾏数据同化，综合利⽤卡尔曼滤波校准、最优插值、变分校准和统计权重集成等⽅法进⾏分析融合，海量信息的综合应⽤以期提⾼预报精度。
3.2知识：智慧⽔利的核⼼
智慧⽔利中的多元信息中不仅包含数据，同时也隐含着丰富的规律和知识，⽽数据中的规律与知识并不是观测直接得出的，⽽是需要通过深度的挖掘与分析。由于⽔利信息庞⼤⽽复杂的特性，难以有效
集成与管理、难以⾃动化处理与分析，尤其是涉及空间相关的数据挖掘难度很⼤。深刻理解与分析⼤数据中蕴含的规律和知识，需要全⾯认识、理解客观事物并运⽤知识、经验等解决实际问题。智慧⽔利的知识是包括⽔⽂物理规律、降⽔径流等转化关系、⽔⽂⽓象要素预测预报，以及流域⽔⽂、⽔动⼒学、⽔环境等模型等。知识的产⽣，除了传统的数理统计等⽅法外，⼤数据挖掘和⼈⼯智能等信息⽅法⼿段，是获取智慧⽔利知识的重要⽅法和⼿段。
3.2.1 ⼤数据
⼤数据（Big Data）是指⽆法⽤现有的软件⼯具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。⼤数据具有数据体量巨⼤，数据类型繁多（包括结构化和⾮结构化的），价值密度低（海量信息中有价值的信息可能很少）和更新速度快的特征[4]。
⽔利活动产⽣和所需的数据规模巨⼤（历史⽔⽂⽓象要素的相关系列）、类型多样（⽔位、流量、⼟地利⽤数据、植被⼟壤类型数据、⽔利⼯程调度数据等）、增长迅速（实时监测更新），其获取、存储、管理、分析等⽅⾯都⼤⼤超出了传统数据库软件⼯具的能⼒范围[5]。⽔利数据完全符合⼤数据所具有的4个特性，可谓是⼤数据概念范畴当中的⼀个极具代表性的应⽤。例如⽔⽂预报模型或预报⽅案，即通过历史产汇流规律的知识提取得到的降⾬径流关系图（P+Pa与R 的相关曲线）就是⼤数据在的⽔⽂预报中的典型应⽤。当前⽔利⼤数据平台建设主要包括硬件架构、HDFS分布式⽂件存储、Had
oop架构、Spark内存计算框架、NoSQL⾮结构化数据库、MPP分布式数据库、数据挖掘等若⼲关键技术。
3.2.2⼈⼯智能
美国斯坦福⼤学⼈⼯智能研究中⼼尼尔逊教授对⼈⼯智能的定义是：⼈⼯智能是“怎样表⽰知识以及怎样获得知识并使⽤知识的科学。”⼈⼯智能科学就是研究如何使计算机去做过去只有⼈才能做的智能⼯作。⼈⼯智能需要数据来建⽴其智能，没有⼤数据就没有⼈⼯智能。⼤数据是⼀种传统的计算⽅法（统计分析），它只是寻结果，不会根据结果采取⾏动。相⽐之下，⼈⼯智能是⼀种计算形式，它允许机器执⾏认知功能，并根据执⾏的反应不断改变它们的⾏为，以适应执⾏结果的变化。
3.3能⼒提升：智慧⽔利的⽬标
智慧⽔利的⽬的是业务⽔平和管理能⼒的提升，包括对⽔⽂属性多⽅⾯的感知能⼒，对⽔⽂现象、⽔资源关系范式合理性的辨析能⼒，对现实中的⽓象⽔⽂现象的模拟能⼒，对未来⽓候模式、经济社会模式下的预测能⼒以及综合智慧⽔利各⽅⾯信息应对实际问题的决策⽀持能⼒等[7]。当前关于智慧⽔利亟需能⼒提升⽅向主要包括：流域⽔模拟和预测预报、⽔⼯程安全分析和科学调度、⽔⾏政智能管理应⽤和⽔信息智能服务应⽤等。
3.3.1 流域⽔模拟和预测预报
在流域洪⽔预报⽅⾯，需要研制具有物理基础的⽔⽂模拟模型，拓展模型的模拟要素和范围，在精细化模拟的基础上增强模拟能⼒；研究数值天⽓预报产品在⽔⽂预测预报中的应⽤，延长⽔⽂预报的预见期；研究基于不确定性分析评价的系统实时校正⽅法，以期提⾼预报精度。在⽔资源的管理应⽤⽅⾯，围绕最严格⽔资源管理制度落实、节⽔型社会建
系统实时校正⽅法，以期提⾼预报精度。在⽔资源的管理应⽤⽅⾯，围绕最严格⽔资源管理制度落实、节⽔型社会建设、城乡供⽔安全保障等，构建流域尺度、⾏政区尺度的⽔资源模型，开发城乡供⽔、节⽔、调⽔等智能应⽤，实现⽔资源动态监管分析与精细化配置调度能⼒提升、城乡供⽔安全监管和应急处置能⼒提升等。在⽔环境⽔⽣态保护的智慧应⽤⽅⾯，围绕河湖长制、⽔域岸线管理、河道采砂监管、⽔⼟保持监测和监督治理等，构建江河湖泊、⽔⼟流失等⽔环境⽔⽣态的智能应⽤，实现河湖治理精准监管能⼒的提升，⽔环境⽔⽣态保护的能⼒提升。
3.3.2 ⽔⼯程安全分析和科学调度
围绕⼯程规划、建设管理、市场监管和⼯程运维等，构建⽔⼯程智能应⽤，模拟⽔利⼯程建设管理和⽔利⼯程安全运⾏，实现⽔利⼯程安全运⾏保障能⼒提升、⽔利⼯程⽣命周期管理能⼒提升等。
3.3.3 ⽔⾏政智能管理应⽤
依托智慧⽔利平台，实施监管信息预处理、⾏业监督稽查、安全⽣产监管、⼯程质量监督、项⽬稽察和监督决策⽀持等，构建⽔⾏政智能应⽤，实现资产智能监管，移民智能监管，项⽬智能规划和智慧机关建设等。
3.3.4 ⽔信息智能服务应⽤
加快政府供给向公众需求的转变，以社会公众服务为导向。实现公众感⽔知⽔能⼒提升，社会的节⽔护⽔⼈⽂素养提升，政府管⽔治⽔服务⽔平提升。
4
对我国智慧⽔利发展的思考与建议
4.1 加强信息源及信息系统基础设施建设
构建⽴体监测体系，以地⾯站⽹为基础，以⽔循环为线索，以新装备、新产品、新途径为牵引，实现⽔安全、⽔资源、⽔环境、⽔⽣态、⽔管理等信息的⽴体⾼效监测。例如，基于天基⼿段，实现对降⽔（GPM-IMERG）、⼟壤含⽔量（SMAP，stands for Soil Moisture Active and Passive）和地表⽔⽔⾯和⽔位（SWOT，Surface Water and Ocean Topography）等重要⽔⽂⽓象要素进⾏实时观测。
信息化是智慧⽔利发展的短板之⼀，⽽信息系统是智慧⽔利的重要⽀撑。当前和今后⼀段时期的⼯作重点是要完善⽹络环境，提升⽹络安全态势感知和应急处置能⼒；加强信息系统基础设施建设，保障⽔利⼤数据、信息汇集以及信息系统的运⾏，为智慧⽔利的发展保驾护航；要加快⽔利云平台建设，提升⽔利在线⽹络储存能⼒和计算分析能⼒，⽀持海量数据管理并提供公共服务⽀撑功能，减少托管和维护⼯作成本。
4.2 加强知识体系建设
4.2.1 中国⽔模型研制
⽔⽂模型是⽤数学语⾔或物理模型对⽔⽂⾃然系统进⾏解释或⽐拟，并在⼀定的条件下对⽔⽂变量的变化进⾏模拟和预测预报。⽔⽂模型是研究流域⽔⽂循环机理、⽔⽂预报以及⽔资源评价等领域的重要⼯具。⽔⽂模型的研究与发展主要经历了经验性模型（降⽔径流关系）、⿊箱模型或概念性⽔⽂模型到分布式且具有物理基础的确定性⽔⽂模型等阶段。⽽由变化环境所导致的“⽔⽂⼀致性”的丧失，动摇了传统的⽔资源分析理论⽅法的科学基础，新⼀代灵活应⽤于变化环境下的⽔⽂⽔资源预报模型的研制则为重中之重。
以新⼀代⽔⽂⽔资源模型为核⼼，集合⽓象预报、⽔动⼒模型、⽔⼯程调度模型等于⼀体全国尺度的中国⽔模型，科学预测未来中国⽔资源情势不仅是新时期⽔资源精细化管理的必然需求，也是⽣态⽂
明社会建设的重要⽀撑。⼀⽅⾯开展国家层⾯⽔资源实时调度，需要精准预测中国短期⽔⽂情势，为⽔资源的时间调蓄和空间调度提供基础数据；另⼀⽅⾯根据“空间均衡”的⽔资源治理⽅针，实施未来的⽔资源规划与配置，也对未来长期⽔资源变化情势预测提出了更⾼的要求。因此，开展中国⽔模型的研发⼯作，在全国层⾯上科学预测未来不同时空尺度的⽔资源情势，可为更好地落实新时期治⽔⽅针提供重要的技术⽀撑。
4.2.2 ⼈⼯智能⽅法研究
⼈⼯智能算法对于智慧⽔利知识的⽣成以及智慧⽔利的应⽤具有重要的⽀撑作⽤。⽔利⼤数据的⼤样本，利⽤不断的学习和训练过程，保证智慧⽔利模拟和预测的准确性。近年来，欧美等国家的学者将传统⽔⽂学和⼈⼯智能相结合，诞⽣
习和训练过程，保证智慧⽔利模拟和预测的准确性。近年来，欧美等国家的学者将传统⽔⽂学和⼈⼯智能相结合，诞⽣了⼀门新的学科—⽔信息学。随着科技的进步，数据量的增长、智能算法的发展和⽔科学的进⼀步完善，深度学习等数据挖掘技术将会更多地应⽤于⽔科学领域。
4.3 加强智慧业务核⼼系统建设
为进⼀步全⾯落实和⽀持“⽔利⼯程补短板、⽔利⾏业强监管”的⽔利⼯作主基调，当前和今后⼀段时期
需要集中精⼒建设四个系统的智慧业务体系，即流域⽔模拟和预测预报系统，⽔⼯程安全分析和科学调度系统，⽔⾏政管理智能系统和⽔信息服务智能系统。
5
结语
智慧⽔利是运⽤物联⽹、云计算、⼤数据等新⼀代信息通信技术，促进⽔利规划、⼯程建设、运⾏管理和社会服务的智慧化，提升⽔资源的利⽤效率和⽔旱灾害的防御能⼒，改善⽔环境和⽔⽣态，保障国家⽔安全和经济社会的可持续发展。智慧⽔利是⽔利信息化发展的新阶段，也是⽔利现代化的具体体现。
信息是智慧⽔利的基础，要⾼度重视信息的收集、监测和分析；知识是智慧⽔利的核⼼，要应⽤新的信息技术，加强信息的挖掘、提取和知识的积累；能⼒提升是智慧⽔利的⽬的，着重提升流域的监测能⼒、预测预报能⼒、调度决策能⼒和运⾏管理能⼒。智慧⽔利不能仅停留在概念和⼝号等表⾯，要进⼀步重视信息源建设、重视信息系统基础设施建设、重视知识体系建设。智慧⽔利的发展不仅要依靠⾏业的科学规划和指导，还要靠各有关专业的科学家不断努⼒。共同促进⽔科学、计算机科学、地理科学、环境科学、数学和社会学等多学科的深度交叉融合，推动我国智慧⽔利的发展和进步。
转⾃：南京⽔利科学研究院

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。