高文贵
(甘肃省张掖市甘州区大满水利电力管理处,甘肃 张掖 734000)
现代水利工程发展的过程中,其数字化、可视化、信息化程度远远不够,而随着科技进步,“人工智能、大数据、虚拟现实+水文环境”的发展思路已基本形成。因此,将水利工程建设与信息化高度融合必定是未来发展的趋势。水利信息可视化系统能够提高地方水资源的共享率和利用率,对于推进水利信息化建设的发展具有重要意义[1]。
目前“电子河长”——水利信息可视化系统已在我国东部沿海城市进行了示范性建设,并且取得了良好的成效。
在大型河堤、水库等地重要位置配置远程实时监控系统,实时监控水位信息,科学分析图像数据,综合评估堤防的安全状态,对于促进被动抗洪向主动防汛方式的转变具有重要的影响。此外,水利信息可视化系统能够动态监视正在发生的灾情、险情,并快速传回数据、图像供决策者进行分析,决策者在充分掌握现场实时情况后,根据实际情况制定有效的补救措施及防汛抗洪政策,从而保证水利工程设施的安全和人民生命财产安全。
水文站是收集水文信息的基础设施,通过水文信息分析,不仅可以对水资源进行有效地保护、开发和管理,还可以合理地规划和设计水利工程设施建设。传统的目测、手测等水文信息收集方式的主观性比较大,随着观测者经验、方式的不同,测量结果差异较大,对水文测报的数据结果造成直接影响。此外,水文数据量比较庞大,人工统计分析工作量大,成本高。而水利信息可视化系统可以有效解决上述问题,将水利信息监控系统融入到水文站建设中,利用摄像头采集图像数据信息,通过数据传输、图像处理获取所需要的水文信息,不仅提高了水文信息获取的速率与精确度,还可以利用采集到的基础数据建立水文信息大数据库,利用各种人工智能技术对水文状况进行分析,加快水利管理部门进行水文分析的效率。
水利信息可视化系统在水利工程设施的建设、维护和管理上具有广泛的应用。在进行水利工程设施建设时,可视化监控系统可以协助决策者合理规划建设方案,提高施工效率。在水利工程设施维护方面,人工维护的成本大且监测准确性和安全性低,对于某些特殊情况,例如沼泽环境、强降水天气等,人工维护基本不可能实现,但可视化系统在减低维护成本的同时,可以及时发现可能存在的安全隐患,有效提高检测准确性和水利工程设施的使用寿命。在水利工程设施管理方面,可视化系统可以实现远程管理,减少人工投入。
水利信息可视化系统主要分为信息监控和状态监测2 个子系统(图1),信息监控子系统主要利用摄像头进行图像数据的采集并建立数据库,并通过互联网将数据传输到状态监测子系统,状态监测子系统具有实时监控、自动报警、监控信息查询、信息统计分析、应用平台维护功能,用户可通过状态监测子系统对水利信息进行实时的监测与分析。
图1 “电子河长”——水利信息可视化系统功能架构
数据是水资源管理业务开展的基础,通过设计可视化数据监控平台,决策者就可以通过平台掌握现场实时情况。平台可控制各区域监控摄像头,可灵活操纵云台,也可进行摄像头不同距离的聚焦,定位定时分析水利信息,包括水位信息监控、水质信息监控等。
自动报警是指通过信息可视化状态监测子系统,对经检测的各区域水位、水文信息图像数据与各项指标数据进行对比,检索出异常图像数据后由自动报警装置上报,上传出现异常状态时的数据、地点及其他相关信息,最后经人工审核后由决策者制定相应的保护措施,包括水面图像信息监控、设备监控等。
监控信息查询是指信息可视化状态监测子系统上传报警信息后,对经检测的区域、检测时间、异常状态、处理负责人、处理状态等信息查询并上报的功能,同时,监控信息查询时效性强,可以迅速确定某一区域的水利信息,提高水利部门的业务效率,主要包括水文信息查询、异常状态查询、设备信息查询等。
大数据信息统计分析是指信息可视化状态监测子系统对所收集的区域水利信息状态、报警信息进行统计分析,形成相应的汇总数据及相应报表,同时,大数据信息统计分析可以对未来水文信息进行合理的预测,进而为未来水利工程建设投资计划及设备维护计划提供依据,主要包括设备信息统计、信息统计分析、异常状态信息统计等。
应用平台维护是指信息可视化状态监测子系统可以进行自身状态监测和自身系统维护,当传输线路故障或网络故障时,可以自主维护或是提醒决策者进行手动维护。此外,为避免紧急故障或突发状况,应用平台需要进行预防性维护和完善性维护,便于应用平台适应未来软硬件的变化或添加在系统设计阶段中没有的功能,主要包括设备维护、传输线路维护、报表维护功能等。
根据水利信息可视化系统的具体应用和实际功能,对水利信息可视化系统的关键技术进行分析,对于了解和促进水利信息可视化进行具有重要意义。
图像识别技术是水利信息可视化系统的重要创新技术,图像识别也是目前人工智能领域的热点,它不仅可以高效精准地进行数据分析,还可以对未来水资源状态的演变进行预测。图像识别技术利用信息监控子系统提供的图像数据,通过将参考原图像与异常图像的区域进行比对,有效识别异常区域特征,并自动进行报警与分类,例如水质级别检测、水上应急救援等。机器学习技术提取以往的水利信息数据特征,然后通过计算机对同一异常目标反复训练,最终实现水利信息异常检测,例如污染物追踪、流量检测等。此外,不论是图像识别技术还是机器学习技术,都可以通过调整模型、优化算法,提高异常检测的准确率,最终实现人工零复核,从而实现信息可视化系统的自主决策[2]。
针对海量水利信息图像数据传输与有限网络带宽之间的矛盾,研究制定相应的数据压缩处理与传输方案是解决网络传输瓶颈的重要方法[3]。根据水利信息的数据特点,设计高清图像压缩传输的技术,在保证图像质量的基础上有效降低图像的数据量,研究有限带宽下大数据快速传输技术,在充分利用网络带宽的前提下,实现海量数据的实时、快速传输,从而对水利信息进行可视化监控。
随着水利信息可视化系统应用的场景不断增多,水利数据的多语义性、多时空性以及数据表达的多尺度性和数据获取手段的复杂多样性,导致多源异构空间数据的产生,这使得水文信息数据分析变得十分复杂,实现不同来源、不同结构的水利信息数据的融合是水利信息可视化系统快速发展和实际应用的关键[4]。通过数据库管理平台对数据直接访问、存取和时空分析,避免繁琐数据转换,探索经济适用的多源数据共享模式,真正实现多源异构数据的整合使用。
用户层面向数据使用对象,对不同使用者发放不同权限;应用层着重体现水利信息可视化系统的具体功能,提高工作效率并推广应用平台;服务层通过软件对数据进行整理发布,提供各类开发接口与数据资源,用于实现系统功能;数据层主要用来进行多源异构数据整合并存储,建立水利信息大数据库;基础层主要是支撑软件平台的各种硬件设施,为水利信息可视化系统的顺利运行提供保障[5]。分层次的大数据统计分析平台不仅展现某一区域水利工程及水资源情况,还为水利业务提供了信息化支持。
制定水利信息可视化系统作业与管理业务的综合解决方案,在保障水利信息可视化系统工作的基础上,开发统一的信息可视化作业平台应用软件,使监控作业、报警及异常处理、数据分析等相关工作密切融合并同时进行,形成多部门协调联动,能够及时处理安全隐患。建立水利信息公共服务平台,整合地域地形和水利信息二维、三维数据,对现有的水资源和水利工程设施建设基于空间位置统一管理,根据水利管理部门的实际需求,实现基本可视化统计分析功能,奠定构建水利多业务系统的坚实基础[6]。
“电子河长”——水利信息可视化系统的建设能够为水利建设提供规范、科学、有效的基础资料,提高管理的效率与水平,为水资源配置调度提供长期、稳定的信息。此外,通过水利信息可视化系统可以建立水资源大数据库,协助决策者进行科学的决策。综上所述,水利信息可视化建设非常必要,是今后进一步提升水利工程建设现代化、数字化水平的必要途径。