APP下载

地市级“智慧水利”平台功能设计

2019-02-14俞演名曹迪凡

浙江水利科技 2019年1期
关键词:水利水质数据库

高 正,张 臻,俞演名,曹迪凡

(中国电建集团华东勘测设计研究院有限公司,浙江 杭州 310014)

1 问题的提出

伴随着全球信息化浪潮和智慧城市、物联网技术等概念[1-2]的提出,水利工作也逐步向信息化、数字化、智慧化迈近。“智慧水利”这一概念也逐步开始进入人们的视野。

目前国内水利系统已经初步实现水情、雨情等相关信息的采集、处理、传输、接收、监测以及洪水联机预报集于一体,并在全国范围内建立进行国家水文数据库的建立,取得一定的成果[3-4]。高英[5]提出“BIM+”智慧水利技术,主要针对设计方面联合互联网思维实现创新;王文光[6]等人提出基于云计算的城市供水管网系统,能对城市管网进行高效管理;陈凤[7]等人提出要基于物联网技术搭建智慧水利系统的基本思路;王忠静[8]等人提出基于信息化技术实现水资源高效调度的思路,并在灌区管理中得到实践运用。但由于水利工程地域分布广、管理部门分散、信息量大的特点[9-10],且现有信息自动化系统很难满足各个部门管理人员对辖区内水利情况的实时、准确、全面了解的需求[11],使得上述成果相对封闭和独立,不能充分共享水利大数据,容易形成信息孤岛[12],极不利于区域性统筹和决策系统发挥作用。

为解决这一问题,针对地市级的水利需求,本文提出基于6大模块的地市级“智慧水利”平台的框架,能够很好的地解决各个信息孤岛之间的壁垒,实现区域性统筹和决策,支撑地市级水利信息建设。

2 平台总体框架

2.1 地市级平台需求特征

地市级“智慧水利”平台直接关系到一方百姓的水利需求,相比国家级、省级的水利管理需求,其信息化平台的建设更需要“接地气”,更有可操作性。同时,地市级“智慧水利”平台的搭建也能为省级、国家级信息数据库搭建储备必备数据,是上层平台管理的基础。

目前我国许多地市的水利系统仍依靠传统方式进行工情等信息的传输,如电话、传真等手段,这类方法效率较低,且信息传递缺少全局性[2]。相比之下,较发达地区虽然较早地进行信息化系统的开发,但是普遍仍局限于具体运用,缺少对数据库的进一步梳理、整合及应用。

因此,在地市级“智慧水利”平台的功能设计中,需要满足下列条件:①信息数据的全面可靠;②动态信息的及时更新;③人员沟通交流的方便快捷;④相关管理流程的智能高效。

要避免信息平台的建设沦为单纯的线上展示数据,而应发挥数据库的效能,促进人员沟通交流,简化相关工作,提高办事效率。

2.2 系统框架设计

地市级“智慧水利”平台的应用总体框架,可以区分每层的组成部分和应用职能。总体框架主要包括:应用层、支撑层、存储层、传输层、感知层(见图1)。

图1 智慧水利平台总体构架图

感知层是所有信息的来源与基础,主要采集水雨情信息、水质信息、工情信息、管理信息、遥感信息、视频信息等内容。本层既能依托大量物联网传感器和摄像头等终端获取水情工情等数据,又能利用数据提取程序从合法接口接入其他已存在的数据库(如气象局气象数据库、遥感卫星影像数据库等)以获取对应信息,还可以基于PC(个人计算机)与手机终端填报、采集相关管理信息。通过这3种途径完成感知层任务。

传输层主要依靠无线网络、有线网络在程序控制交换系统、加密系统的辅助下,依托公用网络或者专用网络进行数据传递。

存储层用于存放所有数据,主要包括基础数据库(储存如三维地形数据、水系数据等地理信息基本数据)、水情数据库、工情数据库、水质数据库、管理数据库(存放如河湖长制管理的相关资料)、遥感数据库(存放用于遥感分析的影像)等。

支撑层是为应用层提供技术支撑,通过BIM平台(主要提供工程建筑物几何与属性信息)、GIS平台(主要提供宏观地理信息)、数模分析组件(主要为基于云计算的水文水质计算模型以及未来依靠AI开发的决策辅助程序)、遥感分析组件(主要提供对遥感数据的反演计算功能)等提供应用层所需的各类信息。

应用层是直接面对用户的部分。底层收集的数据经支撑层相关应用处理后,将数据与结论根据不同应用场景的需要提供给用户,完成信息服务。应用层提供综合信息服务、水情信息服务、工情信息服务、水质信息服务、应急指挥服务、日常管理服务。

3 水利服务功能设计

本文重点完成平台应用层的功能设计体系框架(见图2)。

图2 平台应用层功能设计体系框架图

3.1 综合基本信息

(1)总体概况展示:依托云端大数据分析,依据专业的权重规则,由计算机定期进行阶段性水情、工情、水质等各个方面的评估打分,在平台上展示各项分数的同时由计算机指出需重点关注的问题(扣分项),并依据管理目标提出下一步改进建议。

(2)基本地理信息展示:对区域内二维GIS地图与三维地形、三维实景模型进行基础性展示。

3.2 水情信息

(1)水情自动收集分析:通过与地市级水利部门辖区内的所有雨量站、水文站、水库管理站的专网通信连接,实时获取相关雨情、河道水库水情等信息。由计算机自主分析提取水资源相关数据,实现系统化的水雨情数据查询统计、相关公报的自动编制、图表绘制以及水资源信息的自动规范化管理。

通过对本月降水、上游来水等信息的收集,由计算机结合往年数据进行专业的数据挖掘,分析评估本月水情质量并根据评分得出是否需要优化水资源配置的综合结论性建议。该建议链接到综合基本信息页面,在首页中结合相关评分展示。

(2)展示形式:为提升展示效果,建议结合二维GIS地图进行,同时也可以选择以表格形式展示。

(3)数据整理:计算机依据规则自动在数据库中调取地形、雨量、河流水文等数据进行封装,作为水文模型计算的源数据以备使用。

3.3 工情信息

(1)工情信息的“BIM+GIS”组合展示。将辖区内的堤防及闸泵站工程、河道及配套工程、水库等储水蓄水工程、雨污水管网、污水处理厂、供水管网及自来水厂各类工程的BIM模型与位置信息均在GIS底图中反应,并将该底图作为宏观工程把控的基础,方便信息查询以及运行管理。

在底图中,各类工程以鲜明的图例标志(红、黄、绿分别代表待建、建设中、正常运行3种状态),并简要描述各运行工程的基本运维情况(警告、提醒、良好)。通过点击工程,可以在弹出的窗口中跳转查看堤防与闸泵站的工程BIM模型、实景信息与监控视频信息。

(2)工程信息自动收集展示。基于已有的工程运行管理系统(若无则可与智慧水利平台一并建设),由计算机依据水利工程标准化管理规则对日常工作中的标准化台账信息(工程检查情况记录、维修养护记录、调度运行记录、现场采集信息、各类资金落实情况等)与工程监测的物联网传感器的实时信息进行采集,以结合标准化管理需求评估各工程运维状况并打分。

考虑到地市级水利部门的水利工程建设管理工作,各类工程的建设信息也应一并采集,或在工程立项初期即录入在本平台上进行录入,这类信息包含建设状况、建设单位、投资进度等。

(3)自动化报表导出。上述各类信息,均可以依照不同权限输出相关的制式报表,以此保证管理部门各方的信息及时更新

(4)自动化BIM模型导出。支持工程、管网简化模型与信息的导出,以便向常用计算模型实现信息传递。同时在遇到新工程建设时,建设方可以提供工程实施范围内三维BIM模型以便设计方更精确地进行相关设计。设计方的BIM设计成果交付也能更进一步完善辖区内“BIM+GIS”模型。

3.4 水质信息

(1)“无人机+卫星”双平台遥感监测及其反演云端计算。通过建立一套卫星遥感与无人机遥感相结合的流域水质遥感监测方法与程序,可以将无人机遥感的灵活性与卫星遥感的广域性结合,充分发挥平台间的组合优势。

基于上述“无人机+卫星”双平台遥感数据,借助以邓孺孺等人研发的水质遥感反演模型[7],在云端由计算机自动进行遥感数据大批量处理与反演计算,得到可供评估的反演成果。

(2)水环境状况自动评估。水质数据主要来自水质站点实测数据(机器自动采样化验或者人工抽样检查)与上述遥感数据的反演成果。基于上述数据来源,将遥感反演结果和点位实测结果与GIS地图结合,多图表联动,通过计算机的大数据云处理与归纳分析评估,更为全面直观地帮助管理者进行辅助决策分析并提出相关建议。

(3)多监测信息的集中展示。通过目录树查询或二维GIS地图点选方式,针对水质明显恶化的区位,在查看水质数据的同时查看河道实景、监控视频(含无人机航拍),以便集中了解该区域水质问题。

(4)污染分析预测及风险预警。当发生重大污染事件时,通过云平台计算,根据水质实测数据,实时划分重点关注区域,并依据水文水质模型进行污染影响的分析预测,并及时发布相关风险预警。

3.5 应急指挥

应急指挥模块主要关注的是信息及时传达。本部分功能重点依靠平台移动端的APP实现由下至上的险情灾情通报,以及由上至下的应急部署辅助。通过在APP中预留的功能接口,各乡镇级水利部门的信息可以及时上传到地市级平台中由计算机进行统一汇总,便于地市级管理部门及时了解情况,并调配相关资源。地市级管理部门依靠平台移动端APP及时对下属部门发布通知与安排工作,提升应急效率。本部分建设可以与传统信息化建设合并进行。

3.6 日常管理

日常管理模块主要针对地市级水利部门的管理流程需求,实现基于行政政务流程的日常政务管理服务;基于河湖长制的管理制度基础,在河湖长制管理模块中充分展现相关基本水情信息与工情信息,并将责任落实到人,完善河湖长制的实际管理流程;基于合理的水文、水质模型,为日常水利调度提出合理建议。本部分建设也可以与传统信息化建设合并进行。

4 关键技术

信息技术在平台应用开发中的重要性已经被多篇论文所论述,因此本文主要针对非计算机技术的典型关键技术方法的运用展开必要性论述。

4.1 “BIM+GIS”组合运用技术

传统二维GIS地图缺少对局部工程的细节展示,而仅有工程的BIM模型则难以从宏观层面把握实际情况。因此将BIM与GIS技术有机结合进行运用是本方案实施的一大特征。宏观层面的信息展示借助GIS系统完成,通过点击等方式可以直接跳转到工程实际位置。充分利用BIM的三维可视化优势使管理者快速熟悉环境,为管理者提供宏观了解当前状态的系统全貌,是仿真运行历史以及虚拟推演假设情景的最佳展示环境(见图3)。

图3 “BIM+GIS”组合运用技术示意图

本部分技术的核心难点在于如何将BIM模型轻量化以及确认需要保留的信息类别。BIM模型更多地要关注实际设计问题,但是对“智慧水利”平台,许多设计信息在运维管理中并不需要,隐藏即可。因此需要通过对建设方管理需求的充分调查对接以确认BIM模型轻量化的技术标准,并发布成相关地区标准文件以方便设计方执行。

4.2 低成本物联网传感终端的开发与布设技术

目前许多精密测量用的传感器终端价格还比较高,因此传统的水利监测也往往局限于“少而精”的布局体系。但要让平台发挥作用需要更大量的数据,有必要研发成本低、便于布设的物联网传感器终端。

本部分技术要点在于,找到数据精度与传感器成本之间的平衡。事实上,在一般水利测量中,以水位为代表的物理量测量精度要求并未高到需要使用激光测量仪的程度。因此物联网传感终端应以低精度低成本测量传感器为主,搭配以Zigbee芯片为代表的低成本低功耗信息传输设备,以及小型太阳能电池板为代表的可持续供电装置,充分降低布设成本,以获得大量监测数据,扩大监测范围。

4.3 “无人机+卫星”双平台自动遥感协同技术

随着无人机技术的日益普及,一般的无人机巡检渐渐成为常态。随着遥感仪器(如高光谱仪)的体积日益减小,机载遥感与卫星遥感的协同也成为可能。相比传统卫星遥感受到云层、拍摄时间、拍摄精度等条件的限制,机载遥感的灵活性将为其在近地层观测中获得一席之地。基于“无人机+卫星”双平台的遥感技术示意见图4。

图4 基于“无人机+卫星”双平台的遥感技术示意图

本部分技术难点在于无人机与卫星遥感之间的协同配合机制。为高度实现无人机巡检遥感的自动化程度,需要由平台依据对卫星遥感、水质实测数据分析得到的重点观察区域来自动划定计算无人机巡检范围。同时,在无人机航测完成后,由平台自动将无人机本次飞行的GPS数据叠加到无人机遥感数据中,经云端反演计算后,自动叠加到已有水质遥感图中,完善重点区位的水质遥感信息。

4.4 “水文水质模型+平台”的云计算技术

当前应用广泛的分布式水文模型等缺少对实时数据的响应,有的因为算法原因导致计算耗时过长,计算结果也缺少时效性。这种方式的模型计算难以为信息平台快速方便地提供数据。

为解决这一问题,需要在云端运行所获取的大量数据与计算程序,利用云计算完成传统线下单台计算机完成的工作。该部分技术难点在于将前期数据处理工作自动化,并将已有水文水质模型轻量化:通过完善云端水文水质模型输入输出接口、轻量化已有水文水质模型算法或进一步利用卷积神经网络等算法替代已有算法等方法,实现基于云计算的模型计算功能。

5 应用特点

(1)信息准确性高。通过大量的信息收集途径以及与已有信息化平台系统数据库对接,可以保证数据库数据的准确性与时效性。

(2)信息展示量大。通过“BIM+GIS”手段,实现宏观微观水利信息的全方位展现。相比传统展示方式,水情、工情、水质等基础信息通过更为直观的方式呈现,为用户日常工作提供全方位的信息参考。

(3)遥感运用程度深。除了传统的遥感查看工情、占地等信息,借助先进的水质反演程序,还可以实现大范围的水质推演。依靠无人机、卫星等载体,形成空天一体化的监测体系,用较低的成本,完善水环境监测的体系。

(4)云端数据量大。为了消除信息孤岛,需要将大量的信息保存在云端,这对云端存储与传输提出较高的要求,同时信息安全也更为重要。本方案的实施也需要基于云端数据存储安全可靠的前提下进行。

(5)云计算依赖度高。要实现平台的决策辅助功能,除云端数据存储外还需要有强大的云计算来运行复杂的水文水质模型以及遥感反演模型。因此在平台建设中,需重视云计算能力的构建。

6 结 语

本平台的功能模块是基于实际地市级水利管理需要进行设计,结合实际运行与用户反馈,进一步优化结构框架。通过综合基本信息、水情信息、工情信息、水质信息、应急指挥、日常管理6大功能模块,解决应用系统各自独立、信息分散、共享困难的问题,将分散的信息资源集成统一,为辖区内流域水利信息化提供科学高效的技术支撑。

猜你喜欢

水利水质数据库
为夺取双胜利提供坚实水利保障(Ⅱ)
为夺取双胜利提供坚实水利保障(Ⅰ)
水利工会
水利监督
关于水质监测对环境保护的意义
一月冬棚养虾常见水质浑浊,要如何解决?这9大原因及处理方法你要知晓
这条鱼供不应求!虾蟹养殖户、垂钓者的最爱,不用投喂,还能净化水质
图像识别在水质检测中的应用
数据库
数据库