陳強 曾水根 鄭銘中 梁竣杰

(1.廣州市城市建設投資集團有限公司；2.廣州市智慧城市投資運營有限公司)

1.緒論

1.1 背景

廣州市排水管網作為城市重點排水設施，已建成超過100萬公里的復雜地下管網。經過多年城市化的發展，部分排水管網已經不同程度出現損壞、滲漏、堵塞等問題，在極端的天氣條件下容易導致大面積的城市內澇，造成不可預估的損失。同時，管網設計管徑過低、分布不合理等設計缺陷將大幅降低城市管網排水效率。排水管網改造也是城市內澇治理及污水廠提質增效的根本舉措，各地也一直在持續開展城市管網更新改造工作，在城市建設及城市更新過程中的城市管網改造必須全面考慮各管網節點的合理性，以避免更新管網基礎設施時出現管網錯接、混接、大管套小管、滲漏等問題[1]。

2020 年8 月，住房和城鄉建設部、中央網信辦、工業和信息化部、科技部、人力資源社會保障部、商務部、銀保監會聯合下發了《關于加快推進新型城市基礎設施建設的指導意見》，提出了新城建的七大任務，其中市政設施的智能化是其中的重要任務之一，通過智能化智慧化的管理手段解決城市更新建設的實際問題是新城建市政設施智能化任務的重要途徑與目標。

CIM 城市信息模型數據底座作為新城建的重要基礎載體，為排水管網的更新工作提出了新的建設管理思路。下面從城市更新中的排水管網改造問題痛點實際出發，闡述基于大數據關聯的CIM 排水管網問題溯源分析方法應用場景與實際案例。

1.2 現狀分析

城市排水科學管理的發展進程可分為四個階段。第一階段是排水系統信息化的基礎建設，包括排水管線數字化、基礎物聯網構建、數字化信息系統建設、如數據采集與監視系統（SCADA）。第二階段是持續對水務數據進行信息化處理，使水務信息化數據更加完善。在CIM 智慧城市系統中結合GIS 管網及其他相關水務數據，持續對數據采集與監視控制系統及城市智慧排水業務管理平臺進行升級。第三階段是持續對完成數據整理后的有效數據進行整編入庫，搭建一套高度智能化的智慧水務信息化管理及應用平臺并與城市排水管網健康度模型相結合。第四階段是利用大數據分析、大物聯體系及相關業務模型等信息化手段，整合現有融合數據及業務應用，同步搭建水務大數據中心對智能化算法加以訓練，在CIM 智慧城市系統的基礎上搭建一套完整的智慧水務業務應用系統，實現一體化、智能化智慧化管理。

廣州市在城市排水管理信息化方面持續探索創新，具備良好的數據基礎。首先，初步完成了排水管線的多輪普查，建立了排水管線數字化檔案，構建了GIS 系統和SCADA 系統，為排水管網問題溯源技術的構建提供了基礎數據支撐。其次，在不同時期，針對排水管線特征（特別是污水處理廠自來水特征），通過動力學模型進行了不同程度的靜態評估，初步構建了動力學模型，為管網問題溯源的深入研究提供了參考。最后，廣州市在中心城區布設了一定規模及類別的物聯網監測設備以及打造了一套完整的物聯體系，為管網問題的驗證提供了實時監測數據保障。

2.本分析方法預計目標

借助云計算、物聯網和人工智能等技術，結合大數據分析和傳統水文/水動力學模型，在CIM 智慧城市中實現排水管網問題溯源分析，為排水日常業務開展、決策提供輔助支撐，提升排水業務的智慧化水平。精細化地尋找出城市排水管網中的存在問題，精準地開展管網漏洞排查及制定升級改造方案。

3.排水管網更新的痛點

在傳統的城市更新排水管網建設模式中，承建單位往往基于原始圖紙等資料、輔助于現場的花桿、皮尺及管線探測儀進行探測測量，在未完成管網數據信息系統性關聯的情況下設計管網更新方案，或僅從大規模全改造的角度出發，把區域內的全部管網進行分階段開挖并重新埋設新管，工程重復成本高昂，施工周期長，容易引起社會面對大面積施工的反感情緒。

同時，由于水務綜合信息化體系大都缺乏統一規劃、設計和建設，各業務應用各自為政，缺乏統一性和協調性，導致涉及排水的信息資源現勢性和共享性較差，無法有效解決和支撐排水管理業務面臨的多項難題。即使在已建設的業務應用中，涉及排水管網系統性分析的相關業務未形成完善的智能分析功能，無法滿足進一步城市排水管網升級、治水任務等重要工作的開展，間接影響全市智慧城市配套建設水平，形成了制約城市水務發展的因素之一。

3.1 記錄信息方式落后

傳統管網問題探測手段中，管網問題的定位大多通過現場圖紙等方式進行記錄，容易形成誤差。所記錄的管網基礎信息難以與其他相關信息關聯，甚至可能在信息記錄、傳導的過程中出現信息項甚至成塊信息丟失。而且，傳統的記錄方式難以形成“廠網河湖一體化”分析，在綜合分析過程中，難以對問題的具體成因進行精準溯源。

3.2 信息關聯度不夠

廣州市各地區排水管網建設時間不一，建設時間跨度較長，部分管網建設及維護的歷史遺留的信息還有可能分散在城市建設檔案的多份資料內，難以形成完整資料。且相當大比例的基礎資料為紙質資料，屬于孤島信息。同時歷史數據存在部分關鍵信息缺少、資料的格式及版本多樣、存在多源頭信息等一系列問題。在排水管網更新的過程中，需要在原有管網的位置進行開挖或澆筑加固材料，由于多份資料所記錄的信息孤島化，使得綜合判斷并形成合適的施工方案難度極高。

3.3 管網基準不統一

廣州所建設的地下管網由于建設年份不同，建設單位不統一以及管理單位不同導致使用的基準不統一。

廣州作為國家開放的“南大門”，智能化管理系統的發展及應用時間在國內較早，各水務管理單位對于所建設的智慧化系統數量眾多，造成信息繁雜。在廣州市11 個行政區中排水管網就出現廣州2000、城建坐標、西安坐標等不同的基準，對排水數據的整編及修補測處理帶來了巨大的挑戰，也對排水管網更新改造規劃設計造成較大阻礙。

3.4 運行動態難掌握

排水管網的運行動態與周邊居民生活規律息息相關，一般管網液位變化跟隨周邊居民生活早晚兩次排放高峰而波動變化，通過掌握管網液位的正常上升下降的過程亦可以推斷區域管網的問題。但由于管網液位的大范圍監測缺失，一般只能采用區域管養單位進行問題上報的方式進行管理，難以實時掌握排水管網運行動態[2]。

4.管網健康度重要評價指標

4.1 管道坡度檢查

根據《室外排水設計標準（GB50014-2021）》，排水管道的最小管徑與相應最小設計坡度，宜復核下表規定取值（見表1）。

表1 常用管徑的最小設計坡度（鋼筋混凝土管非滿流）表

檢索方法：先識別管道的直徑大小記為D，分別附加篩選坡度小于最小坡度的管段。

4.2 管道管徑檢查

管徑檢查用于分析排水系統中雨水管渠、污水管渠及合流管渠的尺寸值域范圍，根據廣州實際排水系統的建設情況，設定合理檢查的尺寸最小值和尺寸最大值值域范圍，通過在CIM 平臺上設備及設施的GIS 坐標，在地圖上加載出各管徑的管網分布，實現對不同管徑管線的直觀顯示。管徑是管網的排水能力的重要因素，影響管網的級別（見表2）。

表2 不同類型管道的最小管徑表

4.3 大管接小管檢查

雨水管網、污水管網和合流制管網往往在管網設計和建設時管徑從上游到下游由小到大依次連接。管徑是影響管道排水能力的重要因素之一，通過上下游管道管徑的大小，可以分析出該段管道的排水能力。

檢索方法：通過基礎數據，實現整段管線的系統關聯，具體措施為使上游末端的編號與下游起始端的管段編號進行匹配，在完成匹配后通過系統分析上下游管段的管徑大小，從而分析出是否存在套管的情況。

4.4 雨污混接分析

通過大數據關聯，實現廣州市全市不同管道類型的系統性匹配。對不同類型管線的交接情況進行大數據關聯分析，并通過管道的GIS 坐標，在應用平臺上進行直觀展示并對數據進行系統記錄。

判斷管道類型，若兩種類型的管道連接在一起時，即判定為雨污混接。若與檢查井連接的管道之中既有污水管道又有雨水管道，即判定為雨污混接。

檢索方法：檢索分為兩部分，污水管流入雨水管與雨污合流管流入雨水管。匹配管段上下端ID，若上游是管段是污水管或雨污合流管，而下游是雨水管，則被篩選。

4.5 多支流管點檢查

通常檢查井接入或接出支管過多，維護管理工人會操作不便，故予以檢查定位。多支流管點檢查分為接入支流管段數量檢查以及接出支流管道數量檢查，用于分析定位系統中存在多上游分支的節點或多下游分支的節點。

檢索方法：將管段與檢查井ID 匹配，在生成目錄中，統計檢查井出現頻數，將頻數大于3 次的標記篩選。

4.6 管長分析

管渠長度檢查為檢查管渠系統中各段管渠的長度分布，通過SQL（結構化查詢語言）實現滿足邏輯條件的數據行查詢。邏輯條件輸入包括最小限值（大于或等于）和最大限值（小于或等于），所有滿足條件的管渠對象將被檢查獲取，并建立管渠查詢結果數組表格進行展示。

檢索方法：管渠的長度檢查可實現針對滿足邏輯判斷條件的管渠對象進行查詢獲取，具體實現技術路線如圖1 所示。首先選取管道j，獲取其管渠長度屬性（屬性值為空或0，則通過上下游節點坐標屬性進行計算），根據最小限值（大于或等于）和最大限值（小于或等于）的邏輯輸入條件，建立SQL 查詢語句判斷當前管道是否滿足邏輯條件，滿足條件則通過數組記錄，并最終輸出查詢數組結果。

圖1 管道跌水示意圖

4.7 管道跌水分析

上游管道的末端管頂標高為DN，而下游管道的最大起始端管頂標高為MaxUP。管道跌水是指DN 大于MaxUP，從而在交接點形成跌落井，示意圖如圖1。

工程應用時，計算管渠跌水程度可選用上游管道的下游管頂高程與全部下游管渠的最大上游管頂高程進行差值計算，若差值大于設定閥值，則代表管渠發生跌水，檢查完成后建立管渠查詢數組表格進行展示。管道跌水高度過高會損失過多的能量，從而減小流速。

4.8 管道逆坡檢查

管渠逆坡檢查是通過分析某一段管渠，其上游高程與下游高程的落差值，分析管渠的實際物理坡度方向屬性與管渠的空間坡度方向屬性是否一致。

工程應用時，計算管渠落差值可選用上游管底高程與下游管底高程進行計算，針對沿程規格無變化的圓管或方涵，也可選用上游管頂高程與下游管頂高程進行計算。管渠逆坡的判斷條件為管渠計算坡度數值小于0，檢查完成后建立管渠查詢數組表格進行展示。

管道逆坡是指上游管底標高低于下游管底標高從而形成水流逆向流動的重力。具體操作步驟為通過大數據關聯關系，獲取管道上下游管底標高及管長信息；通過坡度計算公式計算該管道的坡度情況。若計算坡度小于零，則說明該管道發生逆坡。

5.案例應用

為了解決排水管網更新工程中問題溯源遇到的一系列問題，需要對各類孤島信息與動態監測數據進行數據關聯。城市信息模型CIM 作為BIM+GIS+IOT 技術的綜合載體，可以為排水管網的更新工作提供信息化支撐。通過將排水基礎設施信息、地圖GIS 基礎數據、管網探測復核靜態數據構建GIS 底圖，以BIM 為基礎三維信息載體，結合物聯IOT 感知終端進行信息關聯與一張圖展示[3]。

5.1 內澇風險點通過窨井關聯進行問題溯源

城市內澇問題的生成原因除大規模降雨之外，另有大部分生成原因為管網出現阻塞或排水口河道水位過高，內澇風險點附近窨井液位托頂溢流，造成道路積水管網排水不暢[4]。通過在CIM 上加載匯聚管網的GIS 基礎數據、關聯管網位置的高程及特征值，并將城市積水風險點、前后管網液位監測點依據排水管網的上下游拓撲結構及河道斷面進行關聯，可以得到片區監測點關聯關系，反映同一管道路徑下的積水-管道排水能力的情況。在CIM 平臺上匯聚相關基礎數據進行建模，通過井下液位監測站監測數據進行分析。若上游井下水位顯示上游管道滿管，但下游井下水位顯示下游管道未滿管，且上游檢查井地面積水深度大于 0，則可上游管道存在瓶頸管，排水能力不足，導致城市內澇。具體問題溯源步驟如下：

（1）以某一路面積水風險點 A 去尋找附近的對應的管網液位監測點 B。

（2）以管網液位監測點 B，通過數據匹配關聯出管網關系。通過上下游關系尋找到下游的管網液位監測點 C。

（3）確定排口 D 所屬河道，并且找到能反映該河道水位情況的河道水位監測點（見圖2）。

圖2 獵德試驗區排水管網與監測點分布圖

圖3 排水管網問題溯源原理圖

5.2 問題溯源分析

由于內澇風險點及檢查井位置存在一對多及多對一的相互關聯方式，且檢查井水位的高低與內澇風險情況不一定一一對應，可能存在其他因素的影響。為進一步排除污染企業偷排、生活用水高峰排放導致管網高水位運行的情況，需對廣域區域的多源數據進行建模分析。通過大數據方式，與管網管徑、高程等基礎數據建立擬合映射關系。

在數據分析方面，主要包括數據分析、數據清洗、數據關聯三個步驟。

（1）數據分析。針對日常排水管理部門的業務需求，利用大數據分析結合數據挖掘技術解決排水管網風險點位的篩選及堵塞預防需求。數據理解作為挖掘管網數據的重點及難點，需要采用合理化的業務梳理流程，對排水管網日常業務進行深度分析，從而加強對數據挖掘技術的深刻了解。通過對數據的真實性進行持續分析，得出入庫數據樣本。

排水管網在建設時設計流向是固定的，當出現管網堵塞情況時，會存在堵塞點設計流向前的檢查井水位高于正常值，且水位一般高于管頂高程即為滿管。堵塞點設計流向后的檢查井低于正常值。則需要收集的數據包括管網管徑、管網高程、管網水位、檢查井關聯關系、檢查井井深、運行的正常值（取滿管50%）、實時水位、關聯內澇風險點水位等。

（2）數據清洗。排水管網數據格式及質量參差不齊，甚至存在基礎坐標不一致等問題。管網基礎及動態數據的來源有道路勘測、易澇點勘測、管網施工等多種不同來源，不同來源的基礎數據相互之間可能存在沖突，不合理的數據會影響到管網數據分析的精度。而動態數據（例如日常管網巡檢修補數據、監測站點安裝實測基礎數據等）相對較準確，故優先采用數據清洗方法使用動態數據對歷史數據進行校準[5]。

管網數據清洗及挖掘技術既包含高等數學中回歸分析這類傳統的統計學方法，也包含新興的基于機器深度學習的數據處理方法。其中本文使用的管網數據挖掘的機器學習方法主要使用回歸分析、主成分分析、聚類分析以及深度學習等。在本文案例管網大數據分析過程中，回歸分析作為預測模型的數據挖掘是最常用的方法，通過分析管網數據之間相關性，利用物理模型來表現其具體關系。

（3）數據關聯。對問題進行分析，屬于檢查井液位、管網特征值系數與內澇風險等級多元回歸問題，以檢查井液位與管網特征值等作為變量，內澇風險等級作為回歸函數。管網特征值系數定義了管網排水的能力及管網所處區域的高度位置信息，對某一個井來說是一個固定值。一般以管網的設計通過流量作為基礎值，并根據所處區域高度位置信息進行修正，其衡量單位一般以立方米每秒衡量。檢查井液位由于受生活用水正常排放影響會圍繞某一特征值進行波動，一般來說對某一個井是一個固定值。通過收集大量液位數據及特征值數據進行關聯，并結合城市內澇風險等級臺賬的信息進行數據回歸分析，可以得出對應的經驗映射關系。再以經驗映射關系篩查問題數據點，則可確定管網可能存在問題需要進行更新的位置。

5.3 管網問題溯源分析案例應用

（1）數據收集實例

廣州市以信息化為支撐，精細化、精確化、精準化、精益化管理城市排水管網的各種點源、排放、管網，持續深化管網管理和維護管養。

利用管養通APP 開展存量設施日常巡檢工作，及時發現、修正、繪制“管網運行圖”，通過專業修補測方式進行數據更新，實現數據的動態更新和維護。目前市排水公司基本實現現場作業人員手持終端全覆蓋，作業內容全部上線管理，完成1000 多公里的管線補測工作，持續保障排水設施基礎數據的現勢性。

（2）監測設備部署

廣州智慧水務項目建設成果之一，在全市2600 余個檢查井布設了實時的物聯液位監測設備（見圖4），對檢查井水位數據進行15 分鐘周期上傳（檢查井達到滿井則進行15分鐘周期上傳），區域內布設的15 個河道水位數據進行15分鐘周期上傳。同時，利用項目在獵德片區布設的3 個流量水質COD 監測站點及人工巡查方式對獵德水廠進廠污水主干管進行流量及水質分析。

圖4 天河區獵德水廠進廠管網節點圖

（3）大數據分析

對收集后的管網基礎數據基于GIS 地圖進行數據清洗，剔除修正了部分明顯錯誤的管網高程數據，并在歷史內澇風險點臺賬區域布設了內澇水位物聯監測設備進行內澇風險等級復核（以獵德涌流域為例，其部署的點位主要分布在河涌及渠箱沿線，見圖5）。

圖5 天河區獵德涌監測點位圖

再次進行數據清洗，將部分檢查井的明顯不合理監測數據進行剔除（經核查發現部分檢查井的水位長期不變或過低，排查發現是由于周邊土建施工工程對關聯管道進行了封堵或改造），該部分檢查井數據不具備典型性的參考意義。

通過管網流量水質COD 監測站點進行校核驗證，發現管網水質COD 存在規律性變化，實驗結果表面該試驗管網在居民用水集中的時間，管網COD 濃度存在規律性的提高。

在進行回歸分析后，對某部分偏離合理數據區間的點位進行復核，發現部分站點是由于管網混接問題，實際管徑與設計管徑相差較遠，導致管網液位較高。

經大數據分析，試驗區管網情況如下：

(1)排水管網尺寸偏小，存在較多300-400mm 的排水干管，造成局部排水能力不足。

(2)局部地勢低洼，排水管網坡度較小，甚至有逆坡情況，導致排水不暢。

(3)下游河道水位較高，排水管網受到頂托影響，嚴重影響排水能力。

(4)試驗區中雨水及合流管網排水能力普遍符合片區設計規范，大部分管網的現狀可以抵御5 年一遇暴雨重現期的設計要求。

通過本課題基于大數據關聯的CIM 排水官網問題溯源變化曲線可有助于科學制定管網改造計劃。

6.結語

城市更新工程中往往資金使用需求很大，對于地下排水管網更新工程更是如此，單一渠箱流域的改造金額往往動輒過億或數億。通過收集整合管網基礎數據及部署液位動態物聯監測站點的方式，在一定程度上可以對排水管網現有存在的問題進行精準溯源，以提高設計方案的質量，盡可能降低改造成本。當然這對基礎數據的準確性要求較高，在多年城市發展中，由于歷史資料存在錯誤缺失等現狀，需要在對管網基礎數據進行排查復核才能進一步提升數據分析的準確度[6]。