水库大坝安全智慧管理的内涵与应用前景

向 衍 ，盛金保 ，3，刘成栋

（1.南京水利科学研究院，210029，南京；2.水文水资源与水利工程科学国家重点实验室，210029，南京；3.水利部土石坝破坏机理与防控技术重点实验室，210024，南京）

根据《2016年全国水利发展统计公报》，我国已建成各类水库98460座，总库容8967亿m3，其中大型水库720座，总库容7166亿m3，占全部总库容的79.9%；中型水库3890座，总库容1096亿m3，占全部总库容的12.2%。我国虽然在重大水利工程建设方面取得了世界瞩目的成就，但工程安全应急和智慧管理技术发展相对滞后，加之不少工程使用已逾30～50年，工程安全评估、风险分析、应急管理决策技术需求日益突出。与此同时，变化环境下洪涝灾害、强震、地质灾害、异常干旱或低温以及非常规运行工况如水位骤升骤降、旱涝急转等凸显，大量工程实践证明，单纯依靠工程措施难以解决当前复杂的防灾减灾新问题。加快水利信息化建设，既是信息社会对水利提出的客观要求，也是新世纪水利发展的重大任务，此外，基于现代信息技术的工程智慧管理也是重点研究方向。

目前我国在电子政务、防汛抗旱、水文系统、水土保持监测系统等方面做了大量的基础性工作，并取得了一定成效。但此类实践仍存在缺陷，如信息化建设不系统、不全面、不统一等，尚未从根本上解决信息孤岛、数据碎片问题；此外，关注的重点多为操作性、流程性、服务性等应用，对风险管控、应急决策等深层次问题关注较少。为此，亟待利用物联网、云计算、大数据等现代信息技术手段，全面感知水库大坝多源信息，通过信息共享与深度融合，科学优化资源配置；通过智能监控、智能诊断、智能决策等手段方法，切实提升水库大坝安全管理能力；加强针对突发事件透彻感知、风险识别、应急响应等，从而实现大坝安全智能诊断与智慧管理，为充分发挥水利基础设施整体效能、保障水库大坝安全运行及进一步提升管理水平提供科技支撑。

一、水库大坝智慧管理难点分析

长期以来，对大坝的研究主要集中在实体大坝、实验室大坝模型以及大坝数值模型，其目的是设计、建造有长期安全保障的大坝结构。随着国家对环境安全、公共安全的重视，梯级水库和高坝大库风险防控、突发事件应急保障能力成为目前研究的重点和热点。注重运用大数据可提升大坝安全管理与保障水平，提供智慧服务整体解决方案如数字大坝、智能大坝、智慧水利等。以数字大坝为例，随着现代信息技术手段的发展，基于现代网络技术、实时监控技术的数字大坝从萌芽到成熟，逐步在大坝建设中得到应用，基本实现了大坝全寿命周期的信息实时、在线管理与分析，并实施了对大坝性能的动态分析与控制。然而，无论是数字大坝、智能大坝还是智慧水利的研究，目前仍存在突出难点。

1.防灾减灾信息不对称

水库大坝工程在常规工况下的工作性态研究相对较为成熟，有较完善的安全管理制度。然而在极端事件和突发事件下的应急管理却往往由于生命线工程受损存在不同程度的信息不对称现象。如汶川“5·12”大地震为典型的突发事件，由于地震的瞬时性以及地震造成的严重灾害，管理部门无法第一时间了解地震造成的工程病险，严重影响了后期险情控制和减灾处理，造成了一定的次生灾害（如堰塞湖等）。

2.灾害发生的不确定性

近年我国主要极端气候事件发生的频率和强度呈加强趋势。20世纪90年代以来，我国多次发生流域性大洪水和大范围干旱，如长江与松花江大水（1998 年）、淮河大水（2003 年、2005年、2007年）、川渝大旱（2006年）、长江中下游冰冻雨雪灾害（2008年）等；沿海地区，“云娜”台风（2004年）肆虐浙江15小时，“卡特里娜”飓风（2005 年）、超强台风“桑美”（2006年）均造成了浙江、福建沿海特大风暴潮灾害；重庆市（2006年）遭遇百年一遇的特大干旱，造成全市约1200座水库大坝开裂等。在这些不确定性的极端灾害气候影响下，水库大坝安全受到严峻考验。

3.信息资源严重匮乏

水库大坝安全管理所需的支撑信息在内容上涉及面较广，与水库大坝安全有关的信息涉及工程质量、工程进度、施工过程、安全监测、工程地质、设计资料、运行调度、安全管理以及水雨情等预测预报信息，等等；涵盖业主、设计、监理、施工以及水文气象等单位，信息采集的时空间隔、数据类型、数据精度、交换格式与表达方式具有多样化特征。由于现有各系统间相对独立，导致信息的规范化程度非常低，信息种类不全。

4.信息共享困难

共享是充分开发和广泛利用信息资源的基础。由于各子系统交互不足，各种信息基础设施与共享机制仍不配套，导致有限的信息资源共享困难。主要表现在：①服务目标单一，导致条块分割。目前水利信息化结合工程管理应用目标开发建设的专用数据库或应用软件，由于各自技术水平、任务来源和资金渠道不同，呈现条块分割的特征，形成以地域、专业、部门等为边界的信息孤岛。②标准规范不健全，形成数字鸿沟。行业内大多数数据库与具体业务处理紧密绑定，服务目标单一，多数已建数据库规范性较差，自成体系。在共享环境中，这些数据库内的信息内容很难理解，客观上形成了难以逾越的数字鸿沟。③共享机制缺乏，产生信息壁垒。由于以信息共享政策法规为主体的信息共享机制还未建立，导致行业内产生信息壁垒。④基础设施不足，阻碍信息交流。网络基础设施薄弱条件下难以构成有效的信息资源共享技术支撑环境，导致信息交流的信道不畅、效率不高、安全缺乏保障，阻碍了信息资源共享。

5.应用基础薄弱

各级业务部门低水平重复开发的应用软件功能单一、系统性差、标准化程度低，甚至一些专业模型难以对实际状况做出科学模拟。信息资源开发利用层次较低、成本高、维护困难，不能形成全局性的高效、高水平、易维护的信息处理与应用软件资源。

二、国内外水库大坝安全智慧管理研究进展

1.水库大坝安全多源信息融合与安全诊断

目前国内外在大坝安全诊断与风险评估技术研究上多为离线分析，对多源异构信息的融合、重构，以及动态服役环境与大坝结构互馈作用机制及其建模仿真技术等研究仍不够充分。大坝破坏过程及其失效模式研究多采用动力破坏模型试验和数值计算方法，但模型试验相似率难以满足，破坏判据不完善；有限元等数值计算方法材料模型和强度理论常局限于单一本构关系，缺乏不同材料模型之间的对比分析。传统的大坝安全诊断方法与准则以位移、应变、温度、渗流等常规物理量作为指标评价大坝安全性态，无法满足大坝安全实时快速感知、评价诊断的需要。大数据环境下的大坝损伤机理、破坏过程、安全评估研究仍处于探索发展阶段，有待进一步完善大坝安全多源信息感知融合与诊断评估理论和方法。

2.大坝结构性能演化与预测预警

国内外在水工结构灾变破坏和耐久性力学、水工结构智能检测和复合加固、大坝安全评价和安全监控理论与方法、溃坝风险分析理论和方法、高性能水工程新材料等方向已开展了大量研究，包括混凝土坝裂缝性态诊断与危害性评定关键技术、SRAP结构评估修复成套技术推广应用以及水工混凝土静动态损伤断裂过程及其声发射特性研究等，相关研究主要针对混凝土结构构件本身，缺少对钢筋混凝土和钢结构等大型复杂水工结构性能演化过程的定量检测方法与损伤断裂测试装备，以及响应的劣化影响机制与灾变机理。需进一步研发大型复杂水工结构性能演化测试装备，结合大量试验研究微观及局部劣化与宏观响应关系，以建立结构病害智能诊断系统与性能劣化演变预测模型。

3.基于大数据的大坝安全智能诊断与智慧决策

目前，基于物联网、自动测控和云计算的智能大坝建设成套技术已经取得重大进展并得以成功应用，可以实现对大坝施工进度、质量、温控与结构信息的实时、在线、个性化管理与分析，并实时对大坝质量和性能进行控制的综合管理，其基本特征是施工、监测数据智能采集入库，监测数据与仿真分析一体化，施工管理和运行控制实时智能化，典型工程主要有以澜沧江为代表的我国西南诸河流域梯级水电开发项目。对于运行期的水库大坝，研究多集中于信息实时采集、信息管理、基于“一机四库”的大坝安全专家系统等方面，基于大数据环境的大坝健康诊断与除险决策、预测预警与优化调度、风险评估与应急管理等一体化的智慧管理决策系统是下阶段需要研发的重大科技需求。

4.现代信息技术在水库大坝安全管理中的应用

目前已有BIM技术应用于水利水电工程设计，AI与VR技术应用于水库大坝安全监控领域，尽管水利信息化建设已取得一定成效，但与智慧城市、智慧交通、智慧电力等相比仍存在一定差距，不仅表现在对信息技术应用的范围和水平上，还表现在对大数据、云计算、物联网、移动通信等新一代信息技术的认知上，更重要的是表现在对传统水利向智慧水利转变必要性、重要性的认识上。

三、水库大坝安全智慧管理的内涵

实践表明，智慧管理不是管理对象简单的数字化、信息化、智能化，它是在实现业务量化的基础上，将先进的信息技术、工业技术和管理技术高度融合，从而产生一种全新的，具备自动预判、自主决策、自我演进、智慧管理能力的组织形态和管理模式，需站在整体角度，强化物联网建设、深化大数据挖掘、推进管理变革创新，将先进信息技术、工业技术和管理技术深度融合，实现水库大坝全要素数字化感知、网络化传输、大数据处理和智能化应用，从而使水库大坝安全呈现出风险识别自动化、决策管理智能化、纠偏升级自主化的柔性组织形态和新型管理模式。综合目前研究进展可知，水库大坝安全智慧管理的重要特征包括透彻感知、全面互联、深度融合、广泛共享、智能应用、泛在服务等。水库大坝智慧管理内涵结构框图见图1。

1.透彻感知

透彻感知是智慧管理的“感官”，通过全方位、全对象、全指标的监测，为安全管理与公共服务提供多种类、精细化的数据支撑，是实现智慧管理的前提和基础。水库大坝安全主要由大坝结构与服役环境互馈反应表征，涉及水库大坝材料参数、边界条件、荷载、监（检）测信息、力学模型以及淤积、地质灾害、超大或超长历时洪水、极端气温（持续高温或冰冻）、旱涝急转、水位骤升骤降等动态服役环境等。因此，透彻感知需结合传统监测手段，基于多波束探测、三维激光扫描、侧扫声呐、浅层剖面仪、倾斜摄影以及水下近景摄像等多地形地质探测手段，以及物联网、卫星遥感、无人机、视频监控、智能终端等新技术应用；既需采集水库大坝的主要特征指标，也需采集与大坝安全相关的环境、水文、气象等数据。为此，亟待推进标准化建设，建设数据“大感知”网络。

一是提升水库大坝安全监测感知能力，利用大坝安全监测及近坝库岸监测、水力学与地震监测、环境量监测等自动化设备测点，实时感知各类变形、渗流、应力应变以及水力学、地震、环境量等信息并及时预警。二是提升监测仪器、自动采集状体等设备状态的感知能力，自动化系统包括安全监测数据采集装置、数据自动采集系统和自动化分析评价系统3部分内容，设备的工作状态直接关系到感知信息的可靠性。三是提升隐患缺陷管理感知能力，利用智能巡视检查弥补仪器感知的不足，并建立隐患缺陷数据库。四是提升水雨情气象感知能力，通过全流域的水雨情自动测报系统实时开展大数据分析，准确掌握区域来水及降雨信息。

2.全面互联

实现感知对象和各级平台之间的互联互通，需要光纤、微波等传统通信技术的支撑，以及物联网、移动互联网、卫星通信、WiFi等现代技术应用。推进网络化构建，提高数据“大传输”效率。全面构建了由局域网、广域网、卫星网、移动网组成的四大数据传输通道，支撑大量数据、图像、视频等信息传输，并及时将透彻感知信息传输至云计算中心。与此同时，还需保证智能巡检设备、机器人、无人机等现场移动设备的感知数据实时上传、信息及时反馈等。必要时还需强化突发事件下的应急通信保障能力，增强对紧急事件的应急响应能力。

图1 水库大坝智慧管理内涵结构框图

鉴于水库大坝结构及其服役环境的复杂性，为实现感知对象水库大坝和各级平台之间的全面互联互通，需集成感知的基础地理数据、勘测设计数据（如物理力学参数等）、内外部几何信息、材料信息、边界信息、工程建设数据、工程运行数据、监测数据、检测数据、巡视检查数据等多源信息，构建复杂地形地质条件下大坝坝体地基参数化快速建模与一体化BIM模型，基于水库大坝BIM模型并结合物联网和云计算技术，开发包括水库大坝地形信息、环境信息、地质信息、结构信息、施工信息、检测信息、监测信息、大坝安全特征分析等多源信息的四维全景展示技术，以及水库大坝多源监控信息数据快速存储、快速提取、多方案查询技术；在提供水库大坝多源属性基础信息查询功能的同时，实现监测资料及大坝结构服役性态关键信息（变形、应力、温度、渗流压力、渗流量等）的可视化展示，多维度呈现水库大坝外观体型、监测数据、动态结构安全分析以及随时间回溯、发展规律等；基于移动互联网、云平台技术等构建基于BIM的大坝结构安全以及与环境信息互馈的智能监控技术，实现大坝结构工作状态与服役环境的多维可视化以及多终端远程实时监控。

3.深度整合

深度整合是智慧应用的基本要求，包括数据和业务的整合，基于云计算技术的基础设施整合，使分散的基础设施、数据和应用形成合力，大数据的计算能力直接影响水库大坝安全保障能力、应对环境变化的应急调度能力、面对突发事件的风险决策响应效率和管控能力等。我国水库大坝数量众多，施工期与运行期积累了长历时、多尺度、多源、异构海量信息，但信息之间缺乏有效交互，信息繁杂，增加了信息融合难度，造成信息交叠浪费。

鉴于目前大坝信息融合研究过程中多局限于结构化数据，缺乏考虑结构化与非结构化数据并存的多源异构信息深度融合的问题，以及存在多源融合信息智能可视化分析方法的不足，在数据融合层面，利用机器学习算法、大数据分析等技术，综合水库大坝时空多源监测数据及特征分析结果，研究水库大坝多源异构信息融合体系和准则，对不同来源和不同变量信息进行有效整合，弥补仅依据单点信息造成的大坝服役性态评判失误；研发水库大坝服役环境变量与变形、渗流、应力等效应量同类和异类信息融合的感知模型，提出水库大坝多源异构信息高效融合技术和基于多源测值序列的大坝安全空间警戒域自适应拟定方法，实现水库大坝多尺度、多维度、异构、多源信息数据层和特征层的深度融合。在可视化分析层面，通过建立集成水库大坝三维模型与多源信息的参数化BIM模型，研究基于BIM的水库大坝多尺度、多维度、异构、多源信息无缝集成与智能可视化分析方法。最终实现水库大坝海量多源异构数据的高效和智能获取与传输、透彻感知、深度融合以及三维交互式动态可视化分析，为水库大坝的健康诊断和智慧管理决策提供技术支持。

4.广泛共享

广泛共享是智慧社会实现管理与服务高效便捷的关键，通过各类数据的全参与、全交换，实现对感知数据的共用、复用和再生，为随需、随想的应用提供丰富的数据支撑。广泛共享既需要行业内不同专业数据的共享，也需要相关行业不同种类数据的共享，丰富数据源，为大数据技术的应用提供支撑。对于水库大坝安全而言，大坝安全智能诊断结果与预警响应等是广泛共享的核心，因此需充分利用物联网、云计算、大数据等现代信息技术手段，研究考虑各种正常运行和非常规运行条件下大坝工作性态、劣化趋势和破坏模式，研究大坝部分功能失效对大坝外围环境条件的影响；研发大坝真实材料参数和服役环境条件动态仿真双重驱动下反映大坝结构应力变形时变响应的高性能计算分析软件，实现服役环境与大坝结构响应动态仿真；考虑大坝真实材料物理力学特性参数和服役环境条件动态变化条件下四维全景仿真技术，实现基于水库大坝BIM模型的监测数据、动态仿真成果、大坝整体工作性态的实时仿真和水库大坝三维模型随时间变化的四维全景展示；研发适用于基于C/S架构计算分析与B/S架构混合的模型及数据快速浏览的模型轻量化展示技术，从而实现大数据驱动的水库大坝安全管理与服务的广泛共享。

5.智能应用

智能应用关键在于对新技术、大数据、云计算、物联网、人工智能、移动互联网等的运用，对各类调控、管理对象和服务对象的行为现象进行识别、模拟、预测预判和快速响应，推动监管更高效、社会管理更精准、调度运行更科学、应急处置更快捷、便民服务更友好。考虑建设期、服役期和特殊工况期大坝安全效应与结构抗力的驱动途径，研究大坝安全综合评判的时空分布、力学规律、监控模型、监控指标、维护补强等模型和方法，建立主动适应环境的大坝安全性态时空演变机理、动态反馈机制、预报预警技术和决策控制理论等知识工程的结构体系和知识图谱，提出评判指标量化准则和评估模型建模技术。借助自组织映射网络、对角递归网络、双向联想记忆神经网络、自适应滤波、串联滞后超前校正和广义预测控制等人工智能算法，针对大坝安全综合诊断的疑难杂症，研究监测和检测效应量的点、线、面时空诊断和因果诊断模型与判据，提出结构性态灾变的控制荷载组合模式的正反分析方法，通过集成高效精准的健康诊断与除险决策、预测预警与优化调度、风险评估与应急管理等一体化的智慧管理决策系统，切实提升水库大坝安全保障、应对突发事件的决策支持能力等。

6.泛在服务

泛在服务是智慧管理的重要落脚点，将智能系统的建设成果形成服务能力和产品，关键是人性化、便捷化、个性化。针对水库大坝运行维护与管理业务需求，研究软件综合集成与共享技术，研发在统一数据、统一应用服务支持下的面向水库大坝安全运行业务的应用系统集成机制；运用SOA软件体系架构和Web服务技术，解决软件系统松耦合机制和跨平台的问题，实现大坝安全自动化监测系统的迁移，以及与大坝运行诊断综合安全评价模型、分级预警体系模块的有效无缝集成；针对大坝安全智慧管理系统包括的数据源层、数据交换层、数据存储层、基础支撑服务层、应用支撑服务层和公共应用服务层等多层架构，研究大数据汇集与存储技术、大数据服务接口及集成技术、大数据挖掘与应用技术以及大数据可视化与发布技术；结合大坝运行管理业务流程和信息推送与发布机制，研究门户集成机制，解决安全监测异构的业务系统之间的协同与信息共享，实现水工安全监测业务一体化管理等。各行业的泛在服务在与用户互动方面的要求基本一致，但也各有特点，面向公众服务的应用主要是要求便捷易用，面向管理部门提供服务的应用重点是要求决策支持。

四、研究展望

水库大坝安全智慧管理是蕴含新一代大坝发展理念的大坝发展形态，尚处在探索阶段，需要重点研究大坝安全智慧管理的基础理论、关键技术等。水库大坝安全智慧管理的重要特征包括透彻感知、全面互联、深度融合、广泛共享、智能应用、泛在服务等，利用物联网、云计算、大数据等现代信息技术手段，全面感知水库大坝多源信息，通过信息共享与深度融合，科学优化资源配置；通过智能监控、智能诊断、智能决策等手段方法，提升水库大坝安全管理能力；增强应对突发事件的透彻感知、风险识别、应急响应等能力，实现大坝安全智能诊断与智慧管理，为充分发挥水利基础设施整体效能、保障水库大坝安全运行与进一步提升管理水平提供科技支撑。