“云大物智”在智慧灌區信息系統建設中應用

翟 欽

(水利部新疆維吾爾自治區水利水電勘測設計研究院，烏魯木齊 830000)

0 引 言

根據2019年度《中國水資源公報》公布的數據，2019年，全國用水總量6021.2億m3，較2018年增加5.7億m3。其中，生活用水871.7億m3，占用水總量的14.5%；工業用水1217.6億m3，占用水總量的20.2%；農業用水3682.3億m3，占用水總量的61.2%。然而，我們的農業灌溉用水效率總體不高，農田灌溉水有效利用系數才0.554，高效節水灌溉率僅25%左右，都遠低于發達國家的水平。因此，我國最大的節水潛力在農業灌溉。

我國政府已經相繼開展了大中型灌區續建配套和節水改造等相關灌區信息化工程的建設，但是普遍側重于信息的獲取，對信息的高效利用還有所欠缺，離按需供水、精準供水的目標還有一定差距。主要原因在于灌區管理信息系統的構建涉及到水利科學、農業科學、計算機科學、管理科學、自動化技術、社會經濟等多學科，需要采集和處理的信息類型包括土壤墑情、作物長勢、氣象、水情、工情、設施運行工況等方面，數據量大，數據結構全(結構化數據、半結構化數據、非結構化數據都有)，業務場景多，管理目標間關系交錯，因此傳統的信息處理方式有心無力[1-3]。

隨著現代信息技術、人工智能技術等技術(以下統稱“新技術”)的迅猛發展，其對海量數據的處理速度和分析能力引起了包括水利、農業等學科在內專家學者及產業界人士的關注，并著手探索研究它們在灌區信息化管理中的應用，成果斐然。文章將列舉部分頗具成效的例子，并給出一點見解和建議。

1 新技術在灌區信息系統中應用總體情況

下面主要按系統層級對當前應用情況進行分析。

按照水利部智慧水利總體方案中的建議，智慧灌區信息系統分可為以下4層：智能應用層、數據資源層、信息傳輸層、采集感知層，如圖1所示。

圖1 智慧灌區信息系統應用架構參考圖

每一層的功能作用不再一一贅述，下面主要說明各層用到的新技術及其發展趨勢：

1.1 綜合感知層

綜合感知層中運用最多的是物聯網技術。該技術研究的比較早，有比較好的技術、產業和應用基礎。目前采用物聯網技術的設備種類豐富，已經用于包括水質、水位、流量、工況、氣象、墑情、視頻等監測要素在內的場合。

物聯網設備的發展趨勢主要包括一體化、自主化。

一體化：得益于傳感器的小型化，可以將多種傳感器集成到同一設備上，從而滿足多參數測量、測控一體等需求。此外，低功耗、長續航也是物聯網設備的發展重心。

自主化：整體而言，灌區使用的物聯網設備還只實現了信息化改造。下一步，還需要提供數據分析、環境判斷、自主處理等能力。

1.2 信息傳輸層

信息傳輸方面目前主要是各種通信協議的比拼，3G/4G/5G、LoRa、NB_Iot等主流協議各有優勢。

目前灌區業務涉及到的數據還是以水壓、水量、水位、設備工況等為主，單條數據量小，對協議帶寬和速度要求不高。隨著圖片、視頻等相關應用場合的增加，對于通信協議低功耗、廣覆蓋、大帶寬的需求也會加快。

1.3 數據資源層

大數據技術、云計算技術是當前數據資源層熱門技術。不過，這兩者有很強的行業通用性，凡是涉及到數據處理的行業都需要用到。因此對灌區來說，對于云計算、數據庫等技術沒有特別的要求，只需要保證數據安全、交換快速、使用方便即可。例如很多灌區的信息管理系統直接利用政務云平臺來進行部署[4-5]。

1.4 智能應用層

智能應用層中主要用到的有人工智能、遙感等技術人工智能：這是一門利用計算機模擬人類智能行為科學的統稱，概念形成于20世紀50年代。得益于云平臺、大數據等基礎提供的數據、算法和強大的算力，人工智能已經在很多業務領域中得到應用，特別在計算機視覺、機器人、語言處理等領域成果斐然，但是對水利行業而言應用研究應該說是才剛起步，目前較多的使用在智能監控等業務上。可以肯定的是，未來人工智能技術將在水資源利用及配置、工程監管(例如水庫大壩安全監測)、水生態治理等方面取得較多的研究和實用成果。

遙感技術：目前遙感技術在灌區管理平臺中最普遍的應用是灌區“一張圖”管理。該技術可以結合灌區地圖、設施分布圖、土地利用分布圖、河系分布圖、作物分布圖，再疊加氣象、環保、農林、交通等專題信息，實現對灌區全要素管控。除此之外，遙感技術在土地類型和種植結構、灌溉監測和土壤水分反演等業務中的應用也愈加成熟。

2 新技術典型應用實例

2.1 一體化設備

目前比較典型的產品是一體化閘門。

一體化閘門是精確計量和精準控制于一體的自動化計量灌溉設備，目前主流產品已經實現多能源驅動、水位測量、流量測量、無線通訊、遠程控制、精確流量控制、圖像監控等功能，管理者可以通過軟件平臺實時了解各個閘門點的流量情況，搭配相關的水資源動態分配算法，就可以實現閘門聯動控制。智能應用層的各種決策最終還是需要相匹配的執行機構，因此，以一體化閘門為代表的智能設備將成為實現智慧灌區的抓手。

2.2 水庫群聯合調度

水庫群的聯合調度是指對流域內一群相互間具有水文、水力、水利聯系的水庫以及相關工程設施進行統一的協調調度，使流域內水利效益最大化。人工神經網絡技術的非線性映射能力能比較好的反映水庫調度中多個自變量和因變量之間的復雜關系，因此這方面的研究工作開展的較多，也相繼出現了很多新型智能算法。

和水庫群聯合調度類似的還有灌區水資源動態分配，目前相關研究主要以實驗分析為主，但其實際應用價值是可以期待的。

2.3 基于邊緣計算的智能視頻監控系統

邊緣計算是指在網絡邊緣執行計算的一種新型計算模式。

在灌區這個具體應用場景中，將視頻模型庫和AI模型訓練程序部署在云端，利用云端強大的算力來訓練模型，訓練好的模型下發到邊緣計算節點。每個節點對其管轄范圍內攝像頭采集到的圖像進行實時分析，對識別出來的行為、人物等通知給管理平臺客戶端。該系統的優點是將原本基于云平臺的計算任務遷移到網絡邊緣設備上，降低云計算中心的處理負擔，減緩網絡帶寬的壓力。

相關系統目前已經有較多實際應用，例如四川都江堰灌區，在渠道漂浮物識別、堤岸塌方監控、砂石盜采監控等方面取得了較好的效果。基于邊緣計算的智能視頻監控系統示意圖，見圖2。

圖2 基于邊緣計算的智能視頻監控系統示意圖

2.4 智慧田間灌溉系統

通過整合水肥一體化、田間系統自動化，構建灌區田間協同的智慧化體系；構建集大數據處理、云計算、專家決策為一體的干旱區綠洲灌溉農業智能灌排工程技術體系，實現田間系統的智慧化協同。

類似的智慧灌溉系統在新疆、海南等地的灌區已經得到了實際應用。通過衛星遙感技術，對作物生長狀態以及土壤鹽堿化進行遙感分析，結合氣象、土壤墑情等信息，在灌溉過程中，滿足作物需水，提升灌區種植效益的同時關注土壤環境，以環境監測數據指導鹽分淋洗水量，以水控鹽，上灌下排，保持水鹽平衡，實現了田間精準灌溉的目標。智慧田間灌溉系統示意圖，見圖3。

圖3 智慧田間灌溉系統示意圖

3 建設中需要注意的問題

應該認識到，智慧灌區信息系統是一個比較大的概念，想實現的應用點越多，需要投入的資金量也越大，而且實現過程不是一蹴而就的，因此在實施中需要做好規劃設計。以下4點建議供參考：

3.1 抓主放次

應該仔細分析當地灌區建設實際狀況、重點業務，抓住主要問題優先解決。例如南方地區水量較豐富，灌水方式還較粗放，帶來的生態環境問題可能是痛點，因此信息系統可以將有效減少農業面源污染作為一個研究重點。

3.2 實用優先

具體技術選擇方面也要本著實用的原則，不能盲目追求先進，要針對應用場合選擇合適的技術。例如5G這種新技術有速度快、延遲低等優點，但是需要有密集站點作為基礎，在灌區還不能作為網絡方式的優先選擇。

3.3 以人為本

灌區管理人員是管理平臺的直接使用者，也是模型算法參考決策的最終確定者。他們對相關技術了解、掌握的程度將一定程度上影響管理平臺的使用效果。因此產品提供者應該深入了解他們的技術水平，開發出管用、實用、好用的產品。

3.4 遵照標準

近期，國家標準化管理委員會、中央網信辦、國家發展改革委、科技部、工業和信息化部印發了《國家新一代人工智能標準體系建設指南》，要求到2023年，初步建立人工智能標準體系，重點研制數據、算法、系統、服務等重點急需標準。相關產業方需要密切關注，按照相關標準進行開發，讓行業規范、健康地成長。