王慧斌，谭国平，李臣明，朱跃龙

（河海大学，江苏 南京 211100）

信息获取与传输技术在水利立体监测中应用与构想

王慧斌，谭国平，李臣明，朱跃龙

（河海大学，江苏 南京 211100）

构建水利立体监测体系是新时期水利信息化的重要建设内容，水利立体监测技术涉及到多平台联合、多元融合和汇聚及精准获取等方面，需要解决好监测的动态适应性及异构通信网络互联互通问题等。分析信息获取与传输技术的最新发展特点，以及国外水利应用情况，提出基于动态反馈的立体监测参考框架，并探讨立体监测通信网络协议架构的制定，最后对水利立体监测应用前景进行展望。

信息获取；通信技术；立体监测；动态反馈；协议标准

0 引言

在当前我国新老水问题相互交织，水安全形势日益严峻背景下，水利业务以防汛抗旱防灾、水资源合理配置和高效利用、水资源保护与河湖健康等建设为核心，迫切需要采集广谱、要素丰富、信息准确完整的水利监测新技术支撑，以及结构优化、灵活接入、安全可靠的泛在先进水利通信网络保障。构建水利全要素立体监测体系与技术成为需解决的关键问题之一。在《全国水利信息化发展十三五规划》中明确提出：将“建成天地一体的水利立体监测体系，支撑水环境水生态要素采集、供用水计量、大型工程/重点工程在线监管等应用”等作为新时期水利信息化建设的重要任务。

水利信息广泛存在于自然水循环、水利活动和其他涉水相关领域。同时，国民经济、社会生活乃至网络虚拟空间，亦蕴含着丰富的水利信息。立体监测的主要目的就是要通过不同位置、时相、精度、尺度的信息采集和传输，拓展监测的时空连续性，提高监测精度，全面获取水利信息。因此，水利立体监测技术涉及到空-天-地联合方式、多元融合和汇聚模式、全要素精准获取方法等方面，既有对各种监测平台及技术的整合应用问题，也有各种通信网络融合问题，还需考虑对社会经济、公共网络空间资源的有效利用问题等。

近年来，信息技术的快速发展，及其在国外水利领域的应用，为我国水利立体监测技术应用提供了新方法。本文对信息获取与传输技术的最新发展趋势进行了总结，并介绍了相关技术在国外水利应用情况。在此基础上，对我国水利立体监测技术体系构建提出了设想。

1 信息获取与传输技术最新发展特点

1.1 卫星遥感、水下探测等信息获取技术取得了较快速发展

卫星遥感方面，陆续发射了大量高分辨率光谱/微波遥感卫星，在已实现电磁波谱全波段覆盖的基础上，积极发展以多星组网、多网协同方式，形成高中低空间分辨率配置、多种观测手段优化组合的综合全球观测技术。基于卫星遥感平台的多波段融合、变化检测、分类识别及基于遥感大数据分析解译技术也得到发展和应用。水下探测方面，推出了 AUV（Autonomous Underwater Vehicle）和 ROV（Remote Operated Vehicle）等系列平台，已发展形成以水声成像、光电成像探测为主的水下成像探测技术，同时，积极开展新型固定式水下网络探测技术。目前，通过多谱段融合、多传感器协作以增强水下探测感知能力是最新趋势。

1.2 高速率、高可靠和低延迟的新一代无线通信技术成为主流

无线传输设计新方案主要依赖于超密集组网、毫米波通信和大规模 MIMO 技术[1]。超密集组网技术以缩小小区覆盖面积的组网方式，如微微蜂窝基站（范围≤ 100 m）和毫微蜂窝基站（范围≤10 m），能够显著提升频谱复用效率，使系统容量增加 10～100 倍；毫米波通信技术能够有效利用频率范围为30～300 GHz 的空闲频谱资源，在短距离、高速率（e.g.峰值速率为 1～10 GB/s）和低延迟的通信中具有明显优势，已成为未来无线通信系统的一个重要发展方向；大规模 MIMO 技术能使现有系统的频谱效率提升 10 倍以上，可提供无处不在的高容量无缝覆盖，是未来 5G 系统的核心技术。

1.3 集成先进传感、通讯、计算机和控制技术的物联网，是信息获取与传输的最新技术形态

目前，物联网应用主要依赖于射频识别与追踪技术、通信网络新技术和雾计算（Fog Computing）等。研发具有扩频传输的有源 RFID 系统、与 WSN集成是 RFID 技术的最新发展重点[2]。另外，物联网涉及到 WSN，WMN，WLAN 等异构网络中各种设备信息交换，研发新型网关和制定统一的物联网通信协议和标准是当前发展主流。相关协议标准主要包括 RFID，NFC，IEEE802.11（WLAN），IEEE 802.15.4（ZigBee），IEEE 802.15.1（蓝牙），IETF 低功率无线个域网（6LoWPAN），M2M 及 IPv6 等技术。雾计算是一种将计算、控制、存储和网络功能分配到更接近终端用户设备的新型网络架构[3]，能实现智能控制无线接入、组织和管理本地移动自组网及与基础设施网络的集成等功能降低传感器终端能耗，提升信息采集和传输的实时性和可靠性等性能。

信息技术发展和应用深刻影响并极大促进了包括水利在内的社会各领域和行业的发展。

2 相关技术的国外水利应用情况

2.1 卫星、航空遥感遥测技术应用

卫星遥感遥测技术方面：利用新一代卫星遥感技术对水循环的各个环节进行更高精度、更加有效的监控和模拟。基于高光谱、高分辨率、SAR 等成像技术，开展了多源遥感数据融合、多波段产品融合、卫星组网观测等技术研究和应用。主要应用有：

1）全球降水观测计划 GPM，采用包括 GPM核心观测平台（GPM Core Observatory），TRMM，NOAA-18/19，GCOM-W1 和 DMSP 等多颗卫星的多普勒双频降雨雷达、微波成像仪、可见光/红外等数据组成全球观测网络，提供全球高时空分辨率的降水产品[4-5]。

2）全球土壤湿度主被动反演计划 SMAP，同时搭载 L 波段的主动微波雷达和被动微波辐射计，实现主被动微波相结合的土壤水分观测和制图。SMAP的发射为全球提供更高时空分辨率的土壤水分产品，包括 3 km 的逐日主动雷达产品，36 km 的逐日被动微波辐射计产品，以及 9 km 的逐日主被动合成产品[6-7]。

3）地表水及海洋地形检测计划 SWOT，核心设备包括：Ka 或 Ku 波段雷达、Ku 波段测高仪、微波辐射计。主要目的之一是观测陆地的水循环[8]。

4）地球重力场检测及气候监控计划 GRACE，包括 2 颗在同一极地轨道运行，距地面约 450 km，相隔约 200 km 的卫星，通过搭载的微波测距系统（Microwave Ranging System）和 GPS 等仪器，精确测量（精度在 10 μm 以内）2 颗卫星之间的距离变化，从而反演地球重力场由于质量分布所引起的变化。2017 年将要发射的 GRACE Follow-on 将通过轨道参数的重新设置，提高 GRACE 的时空分辨率并缩短数据发布时间[9-10]。

除此之外，还有蒸散发遥感反演卫星的水利应用，代表性数据产品有：1）基于中分辨率成像光谱仪（MODIS）LAI 的全球蒸散产品（MOD16），其空间分辨率为 1 km，时间分辨率为 8 d，数据时间跨度为 2000 年至当前[11]；2）基于美国国家海洋和大气管理局（NOAA）改进型甚高分辨率辐射仪（AVHRR） NDVI 的全球蒸散产品，空间分辨率为8 km，时间分辨率为月，数据时间跨度从 1981 年至今[12]。

利用全球导航卫星系统（Global NavigationSatellite System，GNSS）的水利应用。例如，用GNSS L 波段微波地表反射信号，即 GNSS 定位应用中的“多路径误差”，进行土壤水分估算[13]。美国基于板块边界观测计划（Plate Boundary Observatory，PBO）的 GPS 观测站网，发展了西部多个站点的长时间序列土壤/植被水分产品[14-16]。美国、荷兰等国还利用星载雷达干涉测量技术 INSAR（Synthetic Aperture Radar Interferometry）和 GNSS 联合协同反演进行毫米级的形变检测，构建防洪堤动态实时监测系统。

另外，在利用航空遥感遥测技术方面，美国克莱姆森大学开展了高分辨率地面穿透雷达成像分析，监测渗流区的动态水文条件[17]。

2.2 物联网技术应用

水利行业物联网技术的典型应用是由 IBM 开发的智慧水管理系列项目。以智慧河流和港湾项目研究最具代表性。基于物联网的智慧河流是在美国在纽约州哈德逊河（Hudson River）开展。采用了分布式传感器网络，实现了对河流断面水量、水质及气象等多参数的立体监测，全面提高了对河流物理、化学、生物信息的实时监测能力。基于对河流全要素在线分析和海量数据的多维关联分析，揭示河流生态系统跨时空演变及人类活动对其影响。在爱尔兰戈尔韦湾（Galway Bay）开展的智慧港湾（Smart Bay）研究，主要用于海湾区域水资源健康管理。采用“智能浮标”全面收集海洋、天气参数，基于大型海量数据收集与分布式智能系统分析海洋健康状况，并提供基于云的信息服务。另外，爱尔兰的Smart Coast 系统[18]和澳大利亚的 Lake Net 系统[19]，也都是针对湖泊设计的水环境监测系统，结合无线通讯和嵌入式系统技术，多个传感器节点间以ZigBee 技术实现直接通讯，系统可对湖泊中的磷酸盐浓度监测，同时也能实现温度、水位等信息的在线采集、分析等。

物联网技术在农田灌溉和城市用水管理方面也有应用。例如，美国马里兰大学的 LICHTENBERG等[20-21]利用无线传感器网络创建了一个集成水利灌溉管理系统，可实时监测水分状况，提高灌溉效率；新加坡南洋理工大学联合美国的 MIT 在 2011 年启动了无线水哨兵计划（Wireless Water Sentinel Project，WWSP）[22]，该项目利用无线传感网构建一个实时监控供水系统的液压和水质等参数的数据采集系统，提供了能够检测突发泄露等事故的有效方法，可以显著提高大型城市供水系统的日常运行效率；美国田纳西大学联合 MIT 的相关机构[23]，针对地下供水管道泄露监测问题，开展了精准实时定位研究。

2.3 新型非接触式水面、水下测量技术应用

近年来，基于声学、光学、雷达等明渠流速及流量的测量仪器取得了发展，更新换代的速度也比较快。典型的有基于声学（如 ADCP）及雷达（如电波流速仪）的流速监测设备。同时，大尺度粒子图像测速技术 LSPIV 在流速测量中得到快速发展[24-25]，该技术采用图像分析技术估计布撒到被测流体中的示踪粒子微团或单个粒子在光流场图像中的位移，通过速度矢量计算获得分析区域内局部流体的运动规律，从而提高各种复杂流动的测量能力。另外，超声波、水下射线、超声波测深[26]结合卫星定位等水下非接触无损检测技术（NDT）及设备也不断涌现。这些技术在含沙量及悬沙动力过程测量、淤泥层测定、库容量监测、水工结构检测等水利工程检测中进行了应用。

3 水利立体监测技术体系研究构想

水利立体监测是充分利用各种天-空-地平台及先进传感、通信、网络等技术，将卫星观测、航空遥测、地面监测相结合，从宏观、介观和微观的角度，连续获取水利领域内点-线-面的多时空、高分辨率、高精度信息，实现水利信息全面感知的一个复杂系统。各监测平台协同下的数据精准获取及数据互联互通是重要环节，目前还没有成熟可供借鉴的支撑系统运行的技术体系，需要在理论方法和技术应用上开展大量研究工作。

3.1 研究建立以动态自适应机制为核心的立体监测框架

构建集成一体化的水利立体监测体系，是从系统的角度对水利要素进行多角度、多途径和多尺度的监测。必须着眼于业务应用与监测要素之间的关系，在立体监测框架与外部环境的联系、作用和制约等相互关系中综合、精确地考察监测要素，以寻求实现最优立体监测的方法和途径。信息-物理融合系统（Cyber-Physical System，CPS）理念则能比较合理阐述这种关系，为立体监测有效运行提供较好策略。CPS 是综合计算、网络和物理环境的多维复杂系统，通过计算机、通信、控制技术的有机融合与深度协作，可实现实时感知、动态控制和信息服务。CPS 关注资源的合理整合利用与调度优化，可使系统更加可靠、高效、实时协同。因此，水利立体监测系统数据获取的信息流不能仅仅是由物理世界到虚拟世界的单向流，更应该是信息的双向交流和互动，这样才能满足水利各种业务的精准监测需求。下面给出一个基于动态反馈机制的水利立体监测参考框架，该框架的原理如图 1 所示。

图 1 基于动态反馈机制的水利立体监测参考框架

该参考框架主要由 3 个部分组成：由大、中、小 3 种不同尺度监测系统组成的水利信息多尺度立体监测网络；对多源异构数据的汇聚处理模块；由像素级、特征级和决策级多尺度信息分析处理、数据源管理和监测质量评价构成的水利立体监测信息分析系统。该参考框架最大的特点是：根据水利各业务应用的动态需求，在大数据分析平台支撑下，由分析系统转换为具体的数据源管理和监测质量评价规则，通过反馈通道控制立体监测网络与数据汇聚处理模块，达到根据实时动态监测信息以自适应调整相关决策目的，从而提供实时的自适应服务，满足水利业务应用对实时性、精准性的需求。

3.2 研究制定统一的立体监测应用通信网络协议架构

实现各监测平台系统数据的互联互通，需重点研究和考虑协议层划分、通信网络性能度量方法和行业标准。

1）遵循通信网络协议分层的原理，设计统一的协议构架。可用感知层、传输层、应用层描述。感知层包括数据采集、传感器网络组网和协同信息处理等子层。其中，传感器网络组网和协同信息处理子层包括：低速及中高速近距离传输、自组织、协同信息处理、传感器中间件等技术；传输层包括各种通信网络与互联网形成的融合网络，含互联网、卫星网络、移动通信网络等；应用层主要承担的任务是智能计算和分析，服务于水利业务应用。

2）为支撑水利立体监测网络的设计与分析、管理与运营，需研究建立监测通信网络的定量性能测量与度量方法。可以考虑采用超密集组网技术、大规模 MIMO、毫米波通信等新技术，以网络信息论为基础，探索协同通信、无码率编码和机会通信等新方法，研究监测通信网性能评价体系、度量模型与方法，研究网络容量、拓扑、时延、吞吐量、覆盖的性能度量等。

3）实现各种监测系统、设备之间的互连互通，需研究制定统一的水利立体监测网络的接口、协议和行业标准。从用户、网络提供者、应用开发者、服务提供者等多视角构建水利立体监测网络的体系结构，研究进行精确描述的形式化方法。

4 结语

随着信息获取与通信技术的发展和水利应用，立体化、全过程、高精度的水利信息获取技术，泛在化的通信技术及各项基础设施的逐步完善，将推动水利各项业务信息化的快速发展。1）新一代卫星、遥感遥测及水下探测技术发展，将不断完善水利立体化监测体系构建，扩展水利要素采集的时空完整性和连续性，及数据传输实时性和应急性；2）新型测量技术和设备开发应用，将不断完善各种复杂环境/条件下水利测量的手段和方式，提高测量精准度；3）物联网技术融入水利建设和管理过程，将促进水利各项业务实现全过程优化和控制，助推智慧水利建设。

[1] ANDREWS J G, BUZZI S, WAN C, et al. What will 5G be [J]. Selected Areas in Communications, 2014, 32 (6): 1065-1082.

[2] XU L D, HE W, LI S. Internet of things in industries: A survey[J]. IEEE Transactions on Industrial Informatics, 2014, 10 (4): 2233-2243.

[3] CHIANG M, ZHANG T. Fog and IoT: An overview of research opportunities[J]. IEEE Internet of Things Journal, 2016, 3 (6): 854-864.

[4] TANG G Q, LONG D, WAN W, et al. An overview and outlook of global water remote sensing technology and applications [J]. Sci Sin Tech, 2015, 45 (10): 1013-1023.

[5] TANG G Q, WAN W, ZENG Z Y, et al. An overview of the global precipitation measurement （GPM）mission and it’s latest development[J].Remote Sensing Technology and Application, 2015, 30 (4): 607-615.

[6] DAS N N, ENTEKHABI D, NJOKU E G. Global high resolution soil moisture product from the soil moisture active passive（SMAP）mission[C]// American Geophysical Union, Fall Meeting 2013. Washington DC：American Geophysical Union, 2013: #H31F-1247.

[7] JIANG Y Z, CHEN K S, BI H Y, et al. A preliminary evaluation of the SMAP radiometer soil moisture product over united states and europe using ground-based measurements[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54 (8): 4929-4940.

[8] DIBARBOURE G, UBELMANN C. Investigating the performance of four empirical cross-calibration methods for the proposed SWOT mission[J].Remote Sens, 2014 (6): 4831-4869.

[9] LANDERER F W, SWENSON S C. Accuracy of scaled GRACE terrestrial water storage estimates[J]. Water Resources Research, 2012, 48 (4): 4531.

[10] LONG D, SHEN Y J, SUN A Y, et al. Monitoring of droughts and fl oods over a large karst plateau in Southwest China from extended GRACE data[J]. Remote Sens Environ, 2014, 155: 145-160.

[11] MU Q, ZHAO M, RUNNING S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sens Environ, 2011,115 (8): 1781-1800.

[12] ZHANG K, KIMBALL J S, NEMANI R R, et al. A continuous satellite-derived global record of land surface evapotranspiration from 1983 to 2006[J]. Water Resources Research, 2010, 46 (9): 109-118.

[13] 万玮，陈秀万，李国平， 等. GNSS-R 遥感国内外研究进展[J]. 遥感信息，2012，27 (3): 117-124.

[14] LARSON K M, BRAUN J J, SMALL E E, et al. GPS multipath and its relation to near-surface soil moisture content [J]. IEEE J-STARS, 2010, 3 (1): 91-99.

[15] CHEW C C, SMALL E E, LARSON K M, et al. Effects of near-surface soil moisture on GPS SNR data: Development of a retrieval algorithm for soil moisture[J]. IEEE Trans Geosci Remot Sen, 2013, 52 (1): 537-543.

[16] WEI W, LARSON K M, SMALL E E, et al. Using geodetic GPS receivers to measure vegetation water content[J]. GPS Solut, 2014, 19(2):237-248.

[17] MANGEL A R. Advances in monitoring dynamic hydrologic conditions in the vadose zone through automated highresolution ground-penetrating radar images and analysis[D]. Clemson: Clemson University, 2016.

[18] REGAN F, ZHANG D, SULLIVAN T, et al. A smart citysmart bay project-establishing an integrated water monitoring system for decision support in dublin bay[C]// SENSORCOMM 2013, The Seventh International Conference on Sensor Technologies and Applications. Barcelona: SENSORCOMM, 2013: 75-82.

[19] ZHENAN L, KAI W, BO L. Sensor-network based intelligent water quality monitoring and control[J]. International Journal of Advanced Research in Computer Engineering & Technology, 2013, 2 (4): 1659-1662.

[20] LICHTENBERG E, MAJSTRIK J, SAAVOSS M. Grower demand for sensor-controlled irrigation[J]. Water Resources Research, 2015, 51 (1): 341-358.

[21] MAJSZTRIK J, LICHTENBERG E, SAAVOSS M. Ornamental grower perceptions of wireless irrigation sensor networks: Results from a national survey[J].Horttechnology, 2013, 23 (6): 775-782.

[22] ALLEN M, PREIS A, LQBAL M, SRIRANGARAJAN S, et al. Real-time in-network distribution system monitoring to improve operational ef fi ciency[J]. Journal, 2011, 103 (7): 63-75.

[23] WU D, CHATZIGEORGIOU D, YOUCEF T K. Node localization in robotic sensor networks for pipeline inspection [J]. IEEE Transactions on Industrial Informatics, 2016, 12 (2): 809-819.

[24] 徐立中，张振，严锡君，等. 非接触式明渠水流监测技术的发展现状[J]. 水利信息化，2013 (3): 37-44.

[25] 张振，徐立中，樊棠怀，等. 河流水面成像测速方法的比测试验研究[J]，水利信息化，2014 (5): 31-41.

[26] 马丁. 多波束测深系统在大浪淀水库库容测量中的应用[J]. 水利信息化，2014 (5): 42-45.

Application and conception of information acquisition and transmission technology in water conservancy stereo monitoring

WANG Huibin, TAN Guoping, LI Chenming, ZHU Yuelong
(Hohai University, Nanjing 211100, China)

The construction of water conservancy stereo monitoring system is the signi fi ciant construction content of water conservancy informatization in the new time period. The water conservancy stereo monitoring technology involves multiple platforms joint, multi-source fusion and convergence, and accurate acquisition, etc. Also monitoring dynamic adaptive problems and heterogeneous network interconnection problems need to be solved. This paper introduces the latest development of information acquisition and transmission technology with application in foreign countries, and proposes a stereo monitoring reference frame based on dynamic feedback. And the paper analyzes communication network protocol architecture of the stereomonitoring. Finally, the application outlook of water conservancy stereo monitoring system is concluded.

information acquire; communication technology; stereo monitoring; dynamic feedback; protocol standard

TN914；TV21

A

1674-9405(2017)04-0011-06

10.19364/j.1674-9405.2017.04.003

2017-05-04

国家自然科学基金面上项目（61671201，61263029，61370091）；水资源高效开发利用重点专项（2016YFC0402710）；国家科技支撑计划课题（2015BAB07B01）

王慧斌（1967-），男，山西阳泉人，博士生导师，研究方向：信息获取与智能系统，通信网与专用通信系统，光电成像与图像处理及复杂系统建模与优化。