中國工程院院士、中國水利水電科學研究院水資源所名譽所長、水文與水資源學家、流域規劃專家王浩

　　新浪財經訊 “2018中國500強企業高峰論壇”于9月1-2日在西安舉行，論壇由中國企業聯合會、中國企業家協會主辦，陜西省人民政府承辦，西安市人民政府協辦，主題為“爭創世界一流：新時代的大企業發展”。中國工程院院士、中國水利水電科學研究院水資源所名譽所長、水文與水資源學家、流域規劃專家王浩出席并演講，演講題目：智慧流域關鍵技術及展望。

　　智慧流域理念

　　首先什么是流域？流域就是由分水線所包圍的地表水河流的集水區，而流域作為水資源的重要載體，它的結構組成了三大要素，一個就是水流、水基，二元要件，它是一個物理對象；然后是自然、人工，二元水循環，為什么這樣子呢？因為自從有了人類活動以后，純粹的自然水循環就不存在了，一方面咱們一個流域、一條河流，有自然水循環的主框架，大氣過程、地標過程、土壤過程、地下過程、另一方面由于人類的生產和生活，在河道的岸上形成了社會水循環，或者叫人工水循環，包括農村整個灌區系統，包括城市觀望系統，這樣就是自然、人工、二元構成；下來是生態+經濟的二元功能，最基本的是生態功能，也就是綠水青山，在綠水青山的保障下還有一套社會經濟系統，就是金山銀山，這是認知流域。那么自然、人工、二元水循環的模擬和調控，作為研究流域水資源一個關鍵技術，可以實現流域水循環，及其伴生過程的綜合模擬和預測。

　　什么是智慧流域呢？智慧流域是在雙重情況下流域產生的各種新問題，我們要實行最嚴格的水資源管理，推動流域的信息化、現代化和可持續發展，從而形成全新的流域綜合管理的戰略理念。因此智慧流域是智慧地球、智慧城市、智慧鄉村重要的組成部分。當前和智慧流域密切相關的就是我們過去說的數字流域，數字流域是以信息資源應用為中心，智慧流域是以更主動的服務、智能應用為中心。

　　智慧流域不但具有數字流域的特點，更加強調人類和物理流域的相互作用，因此智慧流域和數字流域的關系，可以說是源于生活、高于生活，簡要的概括智慧流域就是通過匯集數據形成知識，最終凝聚成解決成問題的各種智慧。

　　怎么建設智慧流域？王浩認為可以從物聯網技術、大數據技術和人工智能技術三個方面著手，物聯網技術作為智慧流域的基礎，可以現成萬物間的數據傳遞，大數據技術作為智慧流域的大平臺，而人工智能作為智慧流域的大腦，可以總結歸納并且靈活運用各種知識，凝聚成智慧。

　　智慧流域物聯網建設

　　社會水循環的基本特征是什么呢？一個流域的大扇面，整個降雨，不斷的匯流、匯流、支流變成泛流，最后一個出口；社會水循環正好反過來，從自然水循環的一點取水，散步到整個面上，有人類活動、有經濟活動的地方，把水散的越公平、越有效率，智能的程度就越高，同時用水又是一個污染過程，還得有一套恢復過程，所以這就是自然、社會二元結構。

　　現有的流域檢測平臺，通常是按照水情、工情、工程安全、遠程監控，這些不同系統分別建設煙囪式的系統架構，這種架構會導致信息孤島，數據管理困難、設備聯動困難、擴展性比較差這些問題，而這些問題唯一出路就是建立萬物互聯的物聯網平臺。

　　物聯網平臺的一個核心是什么呢？就是數據的獲取，首先要建設空、天、地、網，一體化的檢測網絡，實現流域檢測的全覆蓋，另外一方面還要研發智能檢測設備，比如智能的穿戴設備、智能的機器人這些，最終實現流域信息檢測的智能化。

　　物聯網平臺的兩個層次是什么呢？一個是萬物接入，一個是萬物聯動，萬物接入就是對水流、對機電設備、對水工結構物、對調度管理人員，這些不同對象的檢測、控制、互動接口的全部接入，包括水情、工情的檢測、視頻的檢測、安全的檢測、指控指令的形成、人員的互動，以及相關的信息。由于這些信息都分布在各流域、各省、各工程管理單位這些不同的部分，并且分不同的網端，因此還要打破現有流域區域管理的模式以及網絡安全管理的模式和標準，實現跨部門、跨網端接入萬物。

　　萬物的聯動就是說接入萬物之后，那么就有了無限的萬物聯動的空間，比如說調解大壩泄洪閘，除了這些傳統的信息以外，還可以自動的調用附近的攝象頭、無人機、機器人，這些智能設備進行動態的跟蹤，一旦出現故障，還可以通過物聯網平臺實現應急處理，急控中心可以通過多個途徑獲取現場的各類檢測、監控、控制、場景，這些信息，全面的掌握現場情況，及時的應對各類事件，實現閘門控制的無人或者少人職守。這一點大渡河公司在座涂揚舉總經理，我參觀過三四次大渡河公司，基本全流域都是無人職守。最終通過大數據處理數據，梳理數據、清洗數據，形成知識，以控制水域運行，這樣就形成了物聯網的檢測、大數據的分析、智慧大腦的決策，最后形成物聯網的控制，這么一個閉環。

　　智慧流域大數據平臺

　　分以下五個技術，一是清洗、二是融合、三是同化、四是挖掘、五是可視化。

　　數據清洗技術，大數據進來以后，魚龍混雜，需要進行數據清洗，具體到流域大數據來說呢，要開展數據的去尾，就是咱們常說的那句話，取粗取真，叫數據去尾，數據的擬合，數據的差補、數據的整編，各類關聯數據之間上下游之間，數據的綜合反復的調研，從而從數據源頭這提升流域大數據的精度和細度。

　　多元數據的融合技術，不同來源的數據各有優勢，那怎么融合不同來源的數據就是一個關鍵，采用多元融合數據可以考慮不同觀測員的誤差特性和它的優勢，就拿咱們人人都見過的降水、下雨這個數據為例，你比如說任何一個氣象站也好，它有降雨量口，上面有河，在這個點上它測的降雨量對這一點來說是最準確的，細度和精度都是最高的，誰也比不上，可是由于降水具有空間特性，所以離開這個測點一米以外就說不清楚，那還有點譜，離開三十米外就更說不清楚了，另外一個數據源的極端是什么呢？就是測雨微型，任何一個雨量站的精準、細度都不如你這一點來的高，但它有優勢，在這一瞬間這八百個降雨測點相對關系它又是最準的，這一個照片，誰相對多一點、誰相對低一點，它又是最準的。那么咱們氣象波谷雷達，掃描半徑250公里，又介于這兩個極端之間，所以多元數據怎么網格化的變分，怎么逼近真值，這就是數據融合里面相應的一些事情。

　　所以包括剛才說的降雨，包括河流的流量、水位，各種各類設備的狀態，水工結構的狀態，其它類型的數據，都需要多元數據的融合，從而進一步的準確掌握領域的水基站各個方面的真實做法。

　　數據同化技術，它內部隱含各種氣象、水文、水動力學參數，沒有實施檢測的流量，水位邊界，系統初試狀態這些信息，通過流量、水位、水質檢測信息，可以實施同化獲得這些初期狀態，邊界條件，為什么精細模擬、精準預測提供支持、提供動態的參數修正。目前的同化技術，在氣象領域應用是比較光的，那么在水文、水動力學方面，這些業務還有進一步加強的空間。

　　數據挖掘技術，數據本身能夠傳達的可供人類理解的信息量十分有限，需要通過數據挖掘技術，把數據按照一定的邏輯進行表達，形成支持，這樣才能更好的發揮數據的作用。比如說相似形搜索，通過海量異構數據算法，從流量歷史大數據中快速查詢和當前流域形似的歷史過程，這就是一種，并把歷史過程作為調度手段，這是一種挖掘。更深一個層次的挖掘是什么呢？就是數據是這么形成了，流量的過程是這么形成了，我現在當前面臨的這個流量過程和某一個歷史過程，在過程的相似度上是完全對的，但是過程背后的動力形式，動力場它的相似點那是更深一層的挖掘。那么動力場后面還有更強的相似性，這些太專業了我就不細了，總之這個數據挖掘要深層次的。通過海量異構數據的相似算法，將歷史過程的調度效果進行全方位展示，為當前形式下流域的調度、控制決策提供參考。

　　可視化技術，大數據挖掘技術，還要用可視化率把知識轉化為人可以迅速理解的圖形和圖像，才能最終為流域調度、控制的科學決策提供有效的支撐。

　　智慧流域大腦建設

　　智慧流域大腦建設可以分為四大智能應用和一個云服務平臺，智能應用的第一個方面是流域智能預測預警技術，在傳統預測預警技術方面，我們針對變化環境下水文氣象局被打破的情況下，研發了一套全鏈條的，誤差控制的，面對不確定性，不讓它放大的成套水文預警技術，包括水文模擬技術、數據圖畫技術等五大全鏈條，比如以天氣預報為例，現有的數值天氣預報模式都是采用單一的、固定的參數化方案，很難滿足量化條件下氣象預報的精度要求。那么我們就給它進行了，我們是把典型的暴雨按照天氣動力形式進行聚類，并且分別優化參數化方案，在實時預報的時候，按天氣動力形式縮影，動態選取方案。

　　在水文獲利方面，形成高強度人類活動影響下水文模擬的技術，考慮和不考慮任何一個很小的流域，就包括四五千個中小水庫，這些中小水庫有屬村子管的、有屬鄉里管的、有屬政府管的、屬公司管的，這幾千個水庫都是屁股指揮腦袋，蓄水放水，把這條河流的水流搞得根本無法預測，就跟隨機過程一樣，我們把這套理順，提高預報精度36%。

　　在智能預測預警方面，著力研究人工智能方法和傳統方法相結合的智能預報技術，比如在中長期徑流預測方面，我們提出了中長期徑流預測技術，通過大數據挖掘，構建風動、融化等三者之間的關系，作為極值相關關系，就是從長期期望效益的獲得來看它最為穩健，但它多多少少是變相的、折中的加權平均過程，所以真正對人類造成災害的大遭害、大暴雨被動化，我們結合日常事件揭露，把兩個結合起來，修正多模型集合預報的預報結果，最終提高了中長期的精度。

　　又比如我們人工智能與傳統模型耦合的水位，水質預測技術，通過大量的水質水動力模型模擬成果，訓練人工智能模型，在優化調度中，用人工智能模型代替傳統的水動力模擬模型，可以把優化調度方案的生成時間縮短到分鐘級，而且同時就是保證了模擬精度，都能夠付諸實際應用。

　　智能應用第二個方面就是流域智能問題的診斷技術，通過這種技術，實時分析，診斷流域水域工程，水域機械潛在的問題。

　　那么說到全壽命周期，整個大渡河二十七八個電站，有在勘測階段，有在設計階段，有在施工階段，有在運行階段，那么整個包括未來的會議階段，大渡河公司全生命周期、全壽命周期的檢測預警大數據的控制，搞這個智慧水庫、智慧流域，這方面在行業里面應該說是領頭羊。

　　智能應用的第三個方面，是流域智能調度決策系統，針對流域綜合調度所面臨的防洪、發電、供水，生態基流這些問題，我們提出了多目標綜合調度模型，可為指導流域的積極水庫，聯合優化運行，提出全方位的技術支持。

　　特別在生態方面，建立了理解和求解水庫優化調度總的方法論，水庫優化調度最優性原理，并推導了多目標多交換比的導數矩陣及梯度公式，研發了水庫群優化調度算法集，有效解決水庫群優化調度的多目標和維數災技術。我們運用多要素過程聯合相似性分析技術，分析歷史調度經驗，為當前形勢的調度提供閉環控制模式，可以不的自學習、不斷的自總結，最終形成流域調度決策的智慧。

　　智能應用的第四個層面，是流域智能智慧控制技術，這樣一種調控策略，研發水電基組、閥門群自動控制技術，同時提高水電基礎閘門的控制執行成功率，最終實現了少人職守，基本上是無人職守。

　　最后基于多元檢測數據的支撐，集成了模擬、評價、調度、控制、專業的模型群，形成可持續穩定運行的智慧流域云服務平臺，支撐智慧流域常規態、多業務、多部門、多層級、高平級的應用。

　　現在我們進入到大、智、物、移、云這么一個時代，是計算無所不在，軟件定義一切，網絡包容萬物，連接觸手可及，寬帶永無止境，智慧亮點未來的時代，智慧調水工程要在施工建設，調度運行的各個環節深度融合大、智、物、移、云，實現調水工程全生命周期的全智慧化。

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。

責任編輯：謝長杉