面向多目標協同管理的城市小流域智慧管控平臺探索

郭秋萍 ，鄧娟，俞露，劉養欽 ，沈交書

（1.平安國際智慧城市科技股份有限公司，廣東 深圳 518000；2.深圳市城市規劃設計研究院，廣東 深圳 518000）

0 引言

隨著我國水治理工作的推進，重點流域干流和國控斷面水質大幅提升，但城市地區的中小河流治理仍存在明顯不足，且缺乏水安全、水環境、水生態的綜合治理和上下游協同治理。根據《“十四五”重點流域水環境綜合治理規劃》（發改地區〔2021〕1933 號）、《“十四五”水安全保障規劃》等規劃要求，我國水管理逐步轉向小流域和多目標協同管理為主，其中城市小流域管理是較為復雜的研究重點。本研究通過梳理城市小流域水安全、水環境、水生態多目標管理需求，提出城市小流域智慧管控技術，并以成都市某流域為例搭建覆蓋廠網河一體化綜合管控平臺。

1 城市小流域管理面臨的主要挑戰

城市小流域的水量、水質、水生態不僅受地表徑流及生態空間等自然因素影響，還受排水管網、城市下墊面等社會因素影響，水安全、水環境和水生態問題更加復雜，枯水期易出現生態基流不足、棲息地受損等問題[1-3]，豐水期易受上游洪水和城市雨洪的共同影響，因而相較于自然流域的管理更難，主要有以下挑戰：

1）業務分割嚴重，缺乏跨部門協同機制和平臺。城市水務業務涉及水利、水務、環境保護、城市管理等多個管理部門，業務條塊分割，各部門開展以本部門關注的防洪、水環境整治、河道治理等單個或多個業務為主，信息共享時效性不足，導致管理難以協同。

2）涉水要素眾多，聯系緊密但目標不一，多目標協同難度大。城市小流域的排水系統存在上下游、左右岸、干支流的內在聯系，涵蓋河網及污水廠、泵站、閘站、管網、調蓄池等多要素，運營主體和管理目標不同，廠網河全要素協調運行存在難度，導致流域全要素難以實現綜合效能最優、保障能力最大和服務水平最高。

3）水質、水量監測時效性不足，導致對流域實時狀態評估、風險預警的掌握能力較弱。以往流域監測主要以人工采樣方式為主，周期長，數據密度低。特別是水生態監測，需要大量的人工調研、采樣和評價，一般通過指示生物和綜合生物指標等監測，如浮游和底棲動物等通過采樣、水樣處理、計數及生物量測算，植物監測通過人工調查的方式[4-5]進行物種調研分析和生物多樣性評價，但均無法實時、快速地評估水生態質量。

在生態文明建設和綠色發展大背景下，城市小流域管理的實時性、準確性和科學性面臨更高要求，使得國內外城市小流域管理關注點正逐步從傳統的人工經驗管理模式，轉向信息化管理的現代化管理方式[6]。隨著我國治水工作的深入，治水從早期的防汛、消除黑臭，到如今的海綿城市、水生態文明，城市水務信息化管理也從早期的廠網一體化調度，到廠網河一體化調度。廠網一體化調度主要以污水系統為研究對象，關注進廠污水的預報預期，協調調度城市污水處理廠和管網，從而提高城市水環境質量，以 2010 年北京排水集團提出的廠網一體化運營概念為主要里程碑[7]。隨著“六水共治”、水系統等概念的出臺，福州和深圳等城市以城市防汛排澇、水環境達標和水生態恢復為目標，統籌流域內廠網河全要素一體化管控，開展廠網河一體化多目標統籌調度[8-10]。

2 設計思路

針對城市小流域涉及部門多、涉水要素多、動態評估難和管理協同難的特點，提出“三橫兩縱”的設計思路，“三橫”包括數據采集、孿生流域、業務應用，“兩縱”包括流域標準和信息安全等體系，橫向層次的上層對下層具有依賴關系，縱向體系對于橫向層次具有約束關系，城市小流域智慧管控技術框架如圖 1 所示。

具體內容如下：

1）數據采集。以統一的流域標準規范為依托，在信息安全前提下，利用物聯網技術及數據共享交換平臺，匯聚流域基礎、動態監測等數據，以及廠、網、站、池、河、庫等流域重點要素，搭建流域統一的數據中心，實現跨部門數據的共享。其中物聯網平臺主要采集水位、流量等監測數據和閘閥動態數據，共享交換平臺主要對接政務系統中氣象、國土、水利等部門的氣象和上下游水質及水量等數據。

2）孿生流域。以流域傾斜攝影數據為基礎，將數據中心靜態、動態數據等多源異構數據進行融合處理，利用虛擬仿真和三維可視化技術，建立與實體流域映射的數字孿生流域。

圖1 城市小流域智慧管控技術框架

3）業務應用。以孿生流域為底座，依托氣象、產匯流、水動力、水質等專業模型在線模擬能力，對不同降雨情形下流域關鍵斷面的水位、水質進行動態模擬，動態預測超水位、水質風險等風險預警，制定不同等級風險下的預案管理，實時指導不同降雨條件下水安全、水環境、水生態的統籌調度目標。搭建流域管理環節要素、在線監測、工程運行和水量調度分析等業務管理系統，支撐流域業務管理工作，從而建立城市小流域內河道水系、污水、雨水和再生水等多目標協同管理的綜合管控平臺，支撐城市小流域在防洪治澇、水質污染、生態補水等場景的決策分析和調度分析及智能化管理。

4）流域標準體系。編制流域適用的分類編碼、信息傳輸、數據存儲等技術標準規范，以及流域系統維護、用戶管理等管理標準規范，指導流域信息化系統建設與管理。

5）信息安全體系。建立覆蓋流域網絡、數據、應用、系統等的信息安全體系。

3 重點建設內容

3.1 采集感知體系

城市小流域采集感知是智慧管控的數據和信息基礎，根據城市小流域水安全、水環境、水生態多目標統籌管理的業務需求，依據 HJ 91.2—2022《地表水環境質量監測技術規范》、SL/T 34—2023《水文站網規劃技術導則》、SL 515—2013《水利視頻監視系統技術規范》等技術規范文件，針對流域內河流、塘庫重要斷面、排水管網主要節點、水質凈化廠尾水等關鍵節點，建設水情、水質、水生態等感知設備，并基于設備管理要求對閘門、泵站、閥門等重要水務設施建設設備工況監控系統。利用物聯網、視頻、遙感、無人機、機器學習等技術，實現對水量、水質、水生態的全面立體監測，對閘門開度、水位等設施運行狀態的實時全面掌握，以及對水面漂浮物等的有效監管，城市小流域采集感知體系的監測內容、手段、指標和對象如表 1 所示。同時，通過數據共享交換，獲取氣象、水務、環境保護、住房與城鄉建設等部門的數據，實現小流域采集感知的精細化和現代化。

表1 城市小流域采集感知體系

3.2 流域數據中心

城市小流域狀態監測、預警預報、調度分析等業務場景眾多，流域數據分散于省、市、區不同層級，以及氣象、水務、環境保護等不同部門，因此具有業務管理分割、信息共享困難的特點。為破解傳統業務管理信息孤島現象，依據統一的流域數據標準，建立統一匯聚和共享流域內多源異構數據的數據治理平臺，通過對原始數據進行分層、治理、計算、存儲，每一層數據依托ETL平臺（監控調度平臺）進行清洗、轉換和加載，并利用數據治理平臺對數據進行治理、監控，保證數據的質量；對數據進行加密、脫敏及權限控制保證數據安全，從而建立流域數據資源中心，滿足數據應用層的需求，實現城市小流域的數據資產化，城市小流域數據中心技術架構如圖 2 所示。

3.3 流域一張圖

圖2 城市小流域數據中心技術架構

根據流域涉水要素眾多且管理分散的特點，將流域內遙感影像、電子底圖、傾斜攝影、河湖基礎等數據，以及氣象、水文、水質監測站點等一系列空間數據以GIS+BIM 技術進行展示，實現流域坐標體系、空間數據標準體系的統一，建立流域內統一的影像底圖、電子底圖、傾斜攝影影像、流域專題圖等全要素空間數據底板，支撐流域內相關專題的統一展示。其中，流域影像底圖指覆蓋流域及周邊相關區域的高分辨率遙感影像（分辨率不低于 5 m 為宜），為流域業務提供包括用地類型、地形地貌等信息的地圖底板；流域電子底圖指將流域內地理信息數字化處理與展示，包括行政邊界、流域邊界、排水分區、土地利用、水系分布等信息；傾斜攝影影像是指利用傾斜攝影技術獲取的流域三維信息，包括建筑物、主要水務設施等，實現對流域特征的直接展示和分析；流域專題圖主要包括地表水體監測、水務工程等專題圖，為流域業務提供統一便捷的地圖數據。

3.4 水量調度分析管理系統

在城市小流域實際管理中會面臨不同的降雨情景和污染事件，且需要統籌協調流域內廠網河等各類涉水要素。本研究提出搭建集成河道水系、污水、雨水和再生水為一體的綜合管控平臺，以流域一張圖為基礎統籌協調流域內河道水量、水質，以及排水管網、污水廠站等排水設施，通過流域“四預”管理實現不同情景下水量精準調度，水量調度分析技術路線如圖 3所示。在預報管理環節，主要接入氣象局的氣象預報數據，加載水情監測、水質監測、視頻監控等數據。當氣象預報或監測數據觸發洪水、水質污染和生態水位等預警時，利用 ICM 在線仿真模型進行不同預案的預演和不斷調優，支撐流域在防洪、生態補水等調度情景下快速匹配最優調度方案，實現流域水安全、水環境、水生態的全面穩定達標。

圖3 水量調度分析技術路線

4 關鍵技術

4.1 “視頻+AI”水生態評價

當前，水情、水質、設備工況的監測技術相對成熟，但水生態監測方面一般采用人工調查方法，存在周期長、時效低的缺點。本研究根據水生態指標監測和定性評估需求，提出利用“視頻+AI”技術將機器視覺與多面視頻融合，開展生物物種監測，水生態評價技術路線如圖 4 所示，再通過生物多樣性指數進行水生態評價。

城市小流域水生態監測評價關鍵路徑如下：

1）根據區域生物庫及前期動植物信息調查，針對城市小流域建設區域內動植物信息創建預設規則庫，對動植物外觀、行為等特征使用 AI 模型進行特征提取，并內置到規則庫中，后續收集到新物種時需不斷更新。

2）在城市小流域監測范圍內，采用實時攝像頭和人工拍攝 2 種采集方式，利用攝像頭獲取的實時動植物照片和人工拍攝圖片，基于統一接口服務通過 PC端或 App 端上傳到服務后臺，統一存儲文件。

圖4 基于“視頻+AI”技術的水生態評價技術路線

3）利用 AI 技術，對實時上傳的動植物信息進行特征提取，對比外觀、行為特征集與規則庫，并對各維度的特征進行加權計算，得到各個特征與特征集的相似度，最終識別并上傳圖像動植物信息。同時，輔助人工識別手段，對于識別算法得出的相似度低或者無法匹配目標的圖片，自動發送給后臺管理員進行人工識別處理。

4）根據 AI 技術識別的生物種類、數量等結果，利用瑪格列夫指數計算方法，計算城市小流域生物多樣性指數，計算方式為D=（S-1）/lnN，其中D為瑪格列夫指數，N為總個體數量，S為總物種數量。

5）將流域不同地點、時間、情景的水生態，劃分為優，良，中，差，劣等 5 個等級，如表 2 所示，實現基于數據算法實時、定量計算結果的流域水生態動態評價。

表2 水生態等級劃分

4.2 數據統一匯聚共享

針對城市小流域業務管理分割、信息共享困難的特點，破解傳統業務管理的信息孤島現象，以及數據不統一、不規范、不完整等問題，依托市級、行業數據標準等，編制適用于城市小流域統一的數據標準規范。將與流域相關的水務局、生態環境局、氣象局、住房與城鄉建設局等的基礎和監測等數據與業務數據通過大數據共享平臺接口進行對接，將流域內監測站點的雨量、水情、水質等監測數據，與泵站、閥門、閘門等工情數據通過物聯網平臺進行數據對接，流域業務系統產生的工程運行、調度分析和業務管理等數據通過系統內的接口對接，基于統一的數據標準匯聚共享建立流域數據中心，數據統一匯聚共享如圖 5 所示。流域數據中心主要分為基礎庫、監測庫和業務庫，基礎庫主要管理江河湖泊、水務工程、監測站點、污染源等基礎信息數據，監測庫主要管理氣象、水文、水質、工況等流域動態監測數據，業務庫主要管理流域要素、在線監測、工程運行等管理系統，以及水量調度分析、流域可視化大屏等業務系統產生的業務數據。

4.3 數字孿生流域建設

數字孿生流域建設的技術實現主要內容包括數據存儲管理、后臺數據接口程序、地圖服務發布管理與數據孿生流域，技術邏輯如圖 6所示。數據存儲管理主要將數據資源中心的基礎庫、監測庫、專題庫數據基于空間關聯進行融合，形成時空數據庫，從而將流域內的基礎地理、水務、環保和工程等空間數據實體對象進行信息整合，利用對象及其屬性、關系進行建模，并通過統一的編碼體系，使空間屬性與基礎、業務、關系、時間等屬性進行關聯，建設與實體流域一一映射的數字孿生流域。

4.4 監測數據安全管理

城市小流域管理涉及水情、水質、視頻等物聯感知設備，以及泵站、閘門等自動化設備，因此網絡設計既要考慮監測數據管理的功能性需求，又要考慮工控設備的安全性需求。根據城市小流域管理的特點，分別搭建政務網和專用等 2 套數據的監測管理系統，如圖 7 所示。政務網的監測管理系統主要滿足水情、水質、視頻等監測站點及數據的查看需求，掌握流域總體及典型站點的監測指標變化趨勢、同期對比、污染指標和問題溯源，滿足管理人員對環境質量現狀的實時、準確掌握，以及對相關工程措施的評估和決策。專網監測管理系統除了滿足政務網的管理需求，還增加了對閘門、泵站、閥門等設施設備 SCADA（數據采集與監視控制）系統的狀態數據獲取，結合水動力水質模型實現對未來水安全、水環境、水生態的趨勢預測，支撐水量調度分析系統面對不同情形時的調度決策；此外還可集成對閘門、泵站、閥門等設施設備的自動化控制，實現在特定場景下的遠程控制調度功能。

圖5 數據統一匯聚共享

圖6 數字孿生流域建設技術邏輯

圖7 數據監測管理系統

5 應用案例及建設成效

成都市某小流域面積為 75 km2，流域內有 24 條河道，總長為 140 km，涉及 1 個污水處理廠、5 個生態閘和 4 個調蓄池。智慧管控目標主要包括：1）實現監測信息的有效應用，利用水量、水質、視頻等監測設備和閘門自控系統對流域各涉水要素進行監測；2）在統一數據中心和地圖的基礎上，構建流域廠網河一體化監測、控制、調度和管理體系，實現下游考核斷面水質、防洪安全和生態基流的穩定達標。

在監測管理方面，為滿足流域廠網河一體化監測體系的實際需求，布設監測結點，監測內容主要分為水位、水質、雨量、視頻和閘站工況監測，實現流域范圍內水情、水質、水生態和工況的信息采集，全面掌握流域實時狀態。為實現對流域水生態的實時監測評估，在 6 處濕地公園分別安裝水上、水下攝像機，同時基于公眾平臺、攝影協會活動照片收集，以及后臺 AI算法對流域內動植物進行動態識別。監測管理平臺錄入流域內 1 000 多類常見生物物種特征信息，準確度達到 90% 以上，實現對動植物種類、數量的動態評估和生物多樣性智能計算，從而利用生物多樣性對流域水生態狀況進行動態評價。

在水量調度管理方面，針對流域特點重點構建廠網河一體化調度的常規和應急調度，其中應急調度主要應對水質污染、河道缺水、洪澇災害等場景，開展以下 2 類調度：

1）生態補水調度。該小流域的水環境和水生態質量受河道水質、上游來水、水質凈化廠出水、地表徑流等綜合影響，污染來源及特征較為復雜，流域主要補水水源為水質凈化廠再生水和上游來水。從流域一體化調度出發，主要實現：a.應急水質污染應急換水，基于在線監測數據及仿真模型，進行生態補水調水方案預演，滿足下游考核斷面水質穩定達標要求。b.生態和景觀需水補水，當河道、塘庫水位低于設置值時，通過再生水或上游閘門開度控制的調水方案預演，保障生態和景觀需水的水位要求。

2）防洪控水調度。該小流域受上游河道及閘門影響，當上游洪澇災害較為嚴重且區域內有內澇發生時，通過調蓄池分洪及提前泄洪，保障區域水安全。主要實現：a.內河預報預警。分析流域特征，校核水文參數，接入氣象預報數據，開展雨洪預報和預警。b.外河洪峰管控。利用片區河道及塘庫進行洪水調蓄，并根據片區內部河道負載情況，優化分洪調度，在確?？刂坪樗L險的前提下分擔行洪壓力。

構建以流域管理公司為主體的城市小流域管理機制，實現流域全要素匯聚和水安全、水環境、水生態等多目標的協同管理，創新性探索基于“視頻+AI”技術的水生態監測手段，保障了在不同降雨情景下流域管理目標協同，即晴天關注景觀生態補水，雨天實現污染不下河，污水全收集，收集全處理，處理全達標，確?？己藬嗝嫠|穩定達到Ⅲ類標準，防洪排澇早預報、早分洪泄洪，確保流域水安全。

6 結語

圍繞小流域涉水要素統籌、多目標協同和長效管控需求，本研究提出基于物聯網、大數據、數字孿生、自動化等信息技術的城市小流域智慧管控技術體系，主要包括面向多目標管理需求的采集感知體系、基于統一標準的數據中心、流域全要素統一管理的數字孿生地圖，以及滿足多種降雨場景的流域“四預”調度分析系統，創新性提出了基于“視頻+AI”的水生態質量實時定量評估方法，提出利用數據統一匯聚共享、數字孿生技術和數據安全管理方法解決流域業務管理難的問題，同時基于成都某小流域搭建了面向多目標協同管理的廠網河一體化智慧管理平臺，有效支撐了流域水質、水生態、水安全達標，實現了城市小流域智慧管控技術的理論與實踐研究。