智慧水利背景下城市排水防涝系统的思考

智慧水利背景下城市排水防涝系统的思考

李东阳,白亚峰

郑州黄河务局巩义黄河务局 河南 巩义 451200

摘要：中国虽然是一个水资源大国，但与此同时，还存在许多不足之处，例如近2年来城市中排水防涝方面的不足，以及传统水利工程设施的不完善等。智慧水利建设是改造传统水利、实现水利现代化的必由之路。本文在对现代智慧水利系统技术概况进行分析的基础上，对现代智慧水利系统技术的应用进行了总结归纳，最终希望能够为智慧水利背景下的城市排水防涝系统发展提供相应的理论基础。

关键词：智慧水利系统；技术；应用

前言:智慧水利正成为推动水利建设和水利工程管理高质量发展的潜在力量，为现代城市化的排水防涝监督管理，以及水利智能化处理、决策和相关服务提供依据。

1智慧水利概念

"智能"一词源于新加坡在2006年提出的"智能国家、全球城市"和"智能城市"的概念。中国有200多个城市明确提出了智慧城市建设和发展计划，2017年，"新智慧城市"建设上升到全国水平，50多个城市启动了智慧城市试点。智慧水利是智能城市系统物理基础的重要组成部分，是水利信息化的高度拓展。根据水利部信息中心对"智慧水利"的相关定义，可以将其定义为先进的信息技术手段在水利领域的应用。资源与水利系统的业务活动是实时感知、综合互联、动态监测和智能服务，以实现水资源的高效利用，促进人与水的和谐共处。智慧水利的理论研究主要分为两个层次，重点是理论框架层次和应用技术层次。在实践层面，世界各国水利智能化建设经历了从理论研究到实践应用的发展阶段。智慧水利系统的基本框架由信息安全保障体系、技术规范标准体系和运行管理服务体系三大支撑保障体系组成。

2 城市排水防涝问题的影响因素

2.1在市政府中不够重视城市排水防涝规划设计

有很多城市中政府对城市的经济发展以及建设更加重视，对城市排水防涝的规划重视度较低[4]。城市排水防涝规划不得不为城市经济发展以及建设让步，导致很多排水防涝的工程成为附属品，需要迎合其他工程施工。有些排水防涝工程即使施工完成，也会由于多种原因需要进行修改，导致城市中的排水防涝的规划无法彻底落实，无法改善实际状况。

2.2缺乏科学有效的规划

在城市的排水防涝规划设计中需要形成系统科学的规划，涉及到多个方面。与发达国家相比，我国的水资源利用的相关技术还比较落后。在重现期以及暴雨强度公式等问题，会降低雨水管道设计的标准，在河道中的调蓄容积是非常有限的，很容易发生积水排除的问题。由于缺乏科学有效规划，在技术层面上的不足，会导致无法落实城市排水防涝的规划设计。

2.3不合理城市排水防涝规划设计

我国很多城市逐渐了解城市排水防涝规划设计的重要性，但是随着城市规模扩大速度的增加，导致仍然存在雨水下渗，洪峰提前等问题。由于城市中排水防涝规划设计不够合理，无法解决实际问题。另外，还有很多城市中重视排水，对于水资源再利用问题的重视度较低，导致丧失城市中排水防涝规划的作用。

2.4城市中排水防涝规划市场的需要

随着城市发展速度的较快，城市排水防涝规划设计也在不断改善。由于城市排水防涝规划涉及的范围比较广，导致很多工作人员无法熟悉全部涉及的范围，并且缺乏实际的工作经验，无法根据城市的实际情况全面具体实行规划设计，无法针对性地解决规划设计中的问题，导致有些排水防涝规划不能满足市场的需要，与实际存在脱节的情况。

3 智慧水利背景下城市排水防涝系统的优化

3.1数字化诊断检测技术在排水管道中的应用

在排水片区检测中，全面采用CCTV检测技术，不仅成本高昂，而且在管道高水位运行条件下也不现实。因此，低成本、不断水的排水管道智能化诊断技术是未来管道检测评估的重要技术手段。排水管道数字化诊断的第一个层次是全局水量平衡分析技术。通常是基于单个管网系统或者管网与河道、多个管网系统之间的实时水位、流量过程进行相关性分析和流量平衡分析，用于识别潜在的河水倒灌、管网连通等问题。排水管道数字化诊断的第二个层次是水量水质分区诊断技术。排水管道水量水质分区诊断技术是首先将排水管网划分成若干网格节点，这些网格节点通常选择在泵站、管网检查井处。之后在网格节点处开展流量观测和水质特征因子检测，结合化学质量平衡算法分区域或分管段定量解析管道中各种入流源的水量。排水管道数字化诊断的第三个层次是基于管网数学模型和在线数据的溯源反演技术。在分区溯源解析的基础上，进一步通过检查井或者泵站的液位、水量监测数据，实现管道中入流源的反演定位，有助于进一步减少水量水质分区监测的工作量，拓展智慧排水的实现途径和应用价值。

3.2城市内涝预警技术

3.2.1基于数值模拟的地面积水预测

城市地面积水预测是一个非恒定流动水流模拟问题，基于机理性模型的数值模拟是常用手段。城市内涝预测常用的数值模拟工具包括SWMM、MIKE URBAN、Infoworks 等，其中管道中水流模拟基于非恒定流动的圣维南方程，地面径流模拟主要采用非线性水库‒运动波方程计算模式。

3.2.2基于机器学习的地面积水预测

基于机器学习的地面积水预测旨在根据天气预报的实时变化，解决研究区域内特定点位地表积水的快速、实时预测问题。该方法的基本原理是首先通过机理性模型得到不同降雨情形下的若干计算案例，之后基于机器学习算法建立输入变量包括降雨量、降雨历时等与地面积水深度相关的学习训练网络，在此基础上利用学习后的网络对实时降雨情形导致的地表最大积水深度进行快速预测。

3.3基于数据驱动的排水系统优化调度

基于物联网获取的实时降雨和管网同步水位、流量、水质数据，可以建立降雨量与管网监测数据的机器学习网络；再通过建立未来降雨量的实时预测算法，可以实时预测未来降雨情形下的管网出流水量、水质，从而为排水系统的运行调控提供响应时间，发挥实时调控功能。基于数据驱动的排水系统优化调度，涉及到未来情形的实时预测，因此人工智能算法的选择是其关键因素。

3.4排水管道物探检测成像的智能识别

闭路电视成像（CCTV）技术是上世纪60年代以来应用至今的排水管道主流检测技术。CCTV 检测图像需要人工判读，主观性强且判读效率低。基于人工智能的图像识别技术可提高CCTV 检测图像的识别效率，其基本原理是首先基于已拍摄的CCTV 图像判读结果，建立管道缺陷问题的图像数据库；在此基础上采用机器学习算法对检测图像进行自动判读。应用于管道缺陷判读的机器学习算法包括反向传播神经网络法、径向基函数神经网络法、支持向量机算法和随机森林算法等。

结语：由此我们总结出以下经验：一要强化智慧水利的顶层设计，聚焦黄河治理与保护重大问题，针对水利信息技术需求，充分利用物联网、大数据和云计算等技术，提升信息智能化采集能力。二是加强建设标准体系，确保智慧水利在建设过程中，实现信息资源统一化、标准化和规范化管理;三是建设大数据服务中心，形成利于共建共享的数据服务体系，建立信息共享的保障机制，促使数据资源的长序列有效积累，优化水利应用过程中的专业水平，构建防洪减灾、水利工程综合调度、水资源综合管理、河湖保护等全方位的智慧水利决策应用体系。

参考文献：

[1]陈仲梅. 浅论”互联网+”智慧水利的研究与应用[J]. 科学与信息化，2019，000（012）：18-19.

[2]储玉. 基于”互联网+智慧水利”的水利施工现场管理探讨[J]. 智能城市，2020（16）：19-20.

[3]谷晓宇. “互联网+”背景下智慧水利建设研究[J]. 湖北农机化，2019（20）.