基于“大智物云”的土壤与地下水修复智慧平台设计研究

孙同，何梦溪，何理*，金涛

1.天津大学水利工程仿真与安全国家重点实验室

2.天津大学建筑工程学院

3.中建生态环境集团有限公司

党的二十大报告提出，要推动制造业高端化、智能化、绿色化发展，这对加快传统行业产业化、信息化、智能化改造升级提出了新要求[1]。近年来，在“工业4.0”和“数智化转型”的双重促进下，传统产业整体效率以及智能化水平显著提升。据工业和信息化部统计数据显示，智能制造装备在国内市场占有率已超过50%[2]，信息技术与实体产业深入融合已经成为产业升级的主要方式。

土壤和地下水污染治理作为生态建设的重要部分，同样需要提升装备智能化水平。随着污染场地水文[3]、地质条件的不断变化[4]，配套技术条件的不断升级[5]，以及国家对生态环境要求的提升[6-9]，土壤与地下水修复在技术和项目管理方面都出现新挑战、新需求[3,10-11]。针对这些困难和挑战，我国已加大投入治理研发资金力度，但仍存在修复设备功能较单一、可持续利用性能差、修复精度较低、单位修复成本功耗较高等问题，因此掌握目标地块污染物的赋存与分布特征等基本情况，建立污染场地土壤与地下水长期监测网络[12]，提高自动修复能力[13]，对提高污染场地修复的智能化水平和科学信息管理能力[14]十分必要。

为提高我国污染土壤“智能化”修复技术水平，推动我国土壤地下水修复行业的产业升级，通过现存问题分析—总体架构设计—关键技术应用的思路，整合大数据采集系统、大数据交换中心、云计算平台与数字孪生仿真系统，构建了完整的“大智物云”土壤与地下水修复智慧平台（简称“大智物云”修复平台）。基于该平台，场地修复可以实现从机械自动化到实时优化的转变过程，修复人员也能够随时获取场地修复信息。该平台的设计和应用，可以较大程度降低修复费用，同时为打造土壤地下水智能修复新模式提供了新的思路。

1 土壤与地下水修复装备智能化升级存在的问题

结合土壤与地下水修复自身的需求和行业特点，当前我国土壤地下水修复装备智能化过程存在以下不足。

1.1 智能化水平较低

我国智能化水平总体不断上升，但土壤与地下水修复装备智能化研究及核心技术研发工作仍处于起步阶段[15]，污染土壤与地下水修复的集成化和智能化水平还需要进一步提高，现有修复装备难以满足工程化的重大需求[16]，特别是控制系统、数据库管理建设、平台服务功能需要继续提升。

1.2 软硬件结合效率较低

目前国外已经研发了监测预警、污染控制、治理修复等系列关键技术及装备，开展了规模化工程应用。我国当前的修复工作大多借鉴欧美等国家和地区已有技术，直接使用或升级改造，没有形成成套的、完备化的土壤与地下水修复施工体系[17-18]，尤其是软件系统和修复装备、原位施工和室内管理方面存在不协调、信息不对称等问题，极大降低了修复效率。

1.3 技术标准化不足

欧美日等发达国家和地区在20 世纪70 年代已启动土壤与地下水修复的研究和实践工作，至今已建立了较为完善的理论、方法和技术体系，形成了比较完备的技术集成和装备标准化体系[19-20]。与国际先进水平相比，我国的基础理论、核心技术、修复装备和管理决策等还存在不足，表现在基础理论原创性、技术与装备实用性、管理能力和经验等方面[21]。

总体而言，我国土壤与地下水修复设备无论是从软件发展，还是硬件支撑方面都和发达国家存在着一定的差距，应当充分结合当下第四次信息革命机遇，建设智能化、信息化管理平台，用新技术、新体系、新方法缩短我国与国外发达国家的技术差距。

2 “大智物云”修复平台设计思路

“大智物云”修复平台面向“新工艺、新装备、新工厂”，致力于建立全生命周期的新型修复模式，通过新信息技术（IT）和操作技术（OT）的应用（图1），融合修复需求，采用自上而下、模块推进的设计思路，分别针对土壤与地下水修复过程中的数据采集、数据传输、数据处理、信息服务等需求设计了相应的模块，把“数字化”“智能化”“共享化”应用于场地修复全过程，创造新型的修复与管理模式，最终实现精细化修复、精准化服务和现代化管理的目标，数据驱动创新，让大数据技术能力转化为产业发展的新动力。

图1 土壤与地下水智慧修复总体路线Fig.1 Overall technical route for intelligent remediation of soil and groundwater

3 “大智物云”修复平台架构及关键技术

3.1 系统基本架构

传统的场地修复过程复杂，现场环境对工人不友好，存在着修复过程可视化、智能化程度低等问题。针对土壤与地下水修复工程实施中存在的问题，设计了一体化“大智物云”修复平台(图2)，平台由大数据采集模块、数据库管理模块、业务处理模块、信息服务平台、综合数据平台5 个模块构成。每一模块的结构都建立于前面各模块的基础之上，同时每一模块的功能实现都是对其他各模块的丰富与拓展。

图2 “大智物云”修复平台详细架构Fig.2 Detailed architecture of the platform based on big data,intelligent control,IoT and cloud computing

大数据采集模块采用了多信息感知技术，通过将智能感应设备的应用传感和5G 技术相结合实时采集场地修复过程数据，并传入大数据采集中心系统，系统可以设置采集时间、频率、频次等参数，并根据场地修复情况进行后台设置，实现阶段性灵活调配参数，使场地场景和时间数据采集更及时、准确和全面。

数据库管理模块根据数据关系对大数据采集模块获取的多源信息进行分类，模块根据不同修复目标、施工人员、修复场景，对大数据进行分层管理，完成各种数据的数量计算与逻辑计算，生成对应不同层级数据库，为前端交互提供基础参数支撑，满足不同服务层和应用层的需要。同时数据库针对不同修复设备、不同施工人员、不同角色设置的多源数据设置了不同的接口方式（图3），使整个系统的扩展性、应用性、实时性更强大。为实现环境修复数据的安全性、可操作性，系统还设置了多重权限管理平台，可以根据时间、地点、人员、角色、数据权限等进行灵活设置，将数据分层应用给不同需求的人。

图3 平台数据库多接口访问方式Fig.3 Multi-interface access to the platform database

业务处理模块实现数字仿真和装备智能控制两大核心功能。其中数字仿真模块包含基础模块、云计算模块以及数字孪生模块，云计算模块通过边缘计算以及云数据传输，配合中心计算，实现数据分析与关系提取，为构建虚拟工厂提供数据支撑；数字孪生模块通过将实体数据进行数据映射、传感映射、模型映射、多位映射，构建虚拟工厂，为信息服务平台3D 场景构建提供后端支撑。装备工艺智能控制模块同样包含基础模块、控制模块、评价系统以及校正模块，基础模块对接综合数据库海量处理信息，控制模块负责对机器人自动物料传输、巡检、修复装备运行实现自动控制，评价模块负责对场地各修复运行状态进行评价，并通过后续的校正模块实现工艺调整、错误纠正以及二次优化，整个模块通过控制—评价—反馈—校正的方式实现污染场地物料配送自动化和修复装备运行自动化。

信息服务平台通过前后端协调配合，使用HTML5+WebGL 技术实现可视化系统平台，修复人员可以借助系统显卡，在浏览器里流畅地展示修复场地3D 场景和模型，还能生成复杂的数据视觉化效果，从而强化对整个环境修复过程的动态感知。同时，本模块采用双推送模式，将信息以本地大屏与远程APP 2 种模式进行展示，使场地修复人员可以24 h 对修复过程进行感知。

综合数据平台充分综合上述模块信息处理结果，通过数据汇总—结果分析—信息推送的方式，对系统的总体运行状态进行综合评价，辅助系统运维人员进行系统维护，也有助于后续系统的升级。通过5 个模块多层级协作联通，修复平台实现了自动数据采集、数据分析、系统控制、云平台调控与管理以及本地大屏展示与远程APP 管理功能，同时实现了多源数据源综合分析。

3.2 修复平台关键技术

为了充分解决我国现有土壤与地下水修复装备中存在的智能化水平不高、软硬件结合效率较低的问题，平台采用了多项先进技术，通过动态化采集、智能通信、智能控制、数字孪生构建智能土壤地下水修复体系。

3.2.1 场地实时数据采集和动态数据库构建技术

大数据采集系统负责场地监测数据在线采集、施工管理系统数据整合集成及人工填报数据的收集，该系统通过搭建物联网感知网络，集多场景管理与多角度感知任务于一体，实现土壤与地下水数据分布式采集。之后通过5G 无线传输、有线互联网络等方式将在线传感器网络和其他输入数据纳入数据存储单元，数据存储单元通过数据转化、数据清洗程序完成一系列多源大数据处理工作，并构建元数据库，采用科学有效的机制对元数据进行管理，并向环境修复应用软件开发人员、环境修复工程师提供元数据服务，满足用户的业务需求，为后续数据资源分析和应用服务提供支撑。

3.2.2 多源数据融合技术

场地修复过程中需要收集分析大量数据，包括大量空间数据和属性数据，因此数据库必须要实现对空间数据和属性数据的高效访问，才能使信息分析平台和信息服务系统中各功能的实现成为可能。为了更好地存储不同类型的数据，本系统选择不同的存储方式：对于一些与地理空间无关的属性数据，如经济数据、造价数据等，采用普通的Oracle 数据表进行存储；而对于大量与地理空间相关的数据，如污染物分布水平、历史土壤数据等，则采用ESRI 开发的地理数据库模型（Geodatabase Model）进行存储。对空间数据的访问，采用ArcGIS 的空间数据引擎ArcSDE，而对于属性数据的访问，则采用ADO（ActiveX 数据对象）方式。ADO 是微软公司提供的应用程序接口（API），用以访问关系或非关系数据库中的数据，可大大提高系统对非空间数据（属性数据）的访问效率。

3.2.3 智能通信技术

土壤与地下水环境修复涉及多场景管理业务、多领域感知设备的数据采集、处理与整合，且数据量随施工进度推进而剧增，常规的数据传输方式已无法满足对数据进行快速处理和及时分析的要求。“大智物云”修复平台充分开展了物联网通信研发与数据中心建设，首先明确了一体化修复装备中各类传感器的位置功能参数，确定整体设备的通信架构，完成传感器与平台间实时通信的设计；针对项目中具体数据，建立合适的模型，对数据进行智能挖掘，并明确大屏展示的具体内容；随后撰写完成需求文档说明书，确定系统整体开发框架，明确其中应用到的主要技术；针对项目数据通信问题，开发人员通过采用有线网络及5G 技术，完成传感器数据通信传输功能，保证传感器数据可以按照固定时间或者实时传送到服务器进行保存和处理，并且实现了基于过程控制的对象链接和嵌入（OPC）数据类型转换机制，保证不同传感器与服务器之间的连接以及数据的识别与处理。

3.2.4 云服务与智能控制技术

“大智物云”修复平台充分利用云存储、现代数据库等技术构建大数据中心，进行数据分析和挖掘，实现场地修复方案的智能分析决策、场地修复装备工况的智能监控预警与自适应学习。

平台优化了修复过程全周期智能分析方法。其智能分析的内容不仅包括单台修复设备的质量水平、运行状态、使用管理情况等，还包括对整体环境条件、管理约束、整体安全状况等方面的分析。在整体环境分析的基础上，作出周期调整、维修、检验、监督检查、中止等决策。在此基础上，构建大数据环境下的污染场地分析与决策体系，汇集全生命周期全链条的大数据，建立分析、诊断、评估、预测与预警模型，并利用大数据挖掘、云计算、现代统计学等技术对其进行求解与分析，从而对修复工艺和修复参数进行最优控制。

同时，平台通过智能控制分析实现污染场地修复设备安全预警，针对修复设备出现的故障、损伤、失效、事故、违法操作、管理缺位等异常情况，会采取相应措施及时进行处理。系统通过自动控制装置，对超过规定的过程参数进行实时调节，对不符合规定的操作予以纠正；当外部环境中有危险的时候，可以立即开启安全保护装置，当发生事故的时候，立即采取紧急的措施，这样就可以最大限度地避免或减少事故造成的影响。

最后，平台通过嵌入智能自适应学习算法，凭借前期的大量数据积累，来指导后期的相关业务与服务工作；同时，反复的监测—诊断—仿真—优化控制—反馈—自学习流程为环境修复工作提供新的经验数据。通过将新数据、新关系纳入到数据库中，形成循环，不断地增加已收集数据的数量与质量，充实数据知识基础，使系统能够自主性地学习和发展，并持续地提升修复效率。

3.2.5 互联网+虚拟工厂技术

“大智物云”修复平台基于“互联网+”理念，设计了移动APP 云平台和手机软件，同时管理修复中心设计了专门的修复大屏和操作终端，移动APP 展示内容主要包括数字地图、修复指标曲线分析及反应器指标报警。施工人员通过移动APP 可实现修复装备远程控制，能够及时针对土壤与地下水修复中出现的突发情况进行修正，保证了土壤与地下水修复资源总量控制落实，杜绝了过度修复和资源浪费。

项目大屏基于虚拟仿真工厂进行展示，使用Unity 3D 对每一个相关装置的三维场景中单元组件进行了设计（图4），采用虚拟制造技术，利用计算机及外围设备，可以产生符合现实环境的3D 虚拟场景，用户可以从多个角度、不同视点进行观察，利用辅助装置与环境中的对象进行交互关联。企业人员通过虚拟工厂可以更加方便、随时随地了解场地的整体设计以及各部分的运行情况。

图4 虚拟工厂三维图Fig.4 Virtual factory 3D map

4 结语

现有的土壤与地下水修复施工管理系统难以满足智慧工厂建设需求，“大智物云”修复平台通过移动互联设备收集现实世界中的数据，利用机器学习和云计算等智能控制系统对多源数据进行实时分析，并对实际修复过程进行最优管控。同时，利用数字孪生技术对实际场地进行虚拟建模，实时反映土壤与地下水修复状况，从而更好地支撑各级用户，通过拓展服务，极大地提升了污染场地土壤与地下水修复施工的智能化水平。