智慧排水監(jiān)管平臺構(gòu)建與監(jiān)測大數(shù)據(jù)應(yīng)用

吳瑜靈，曹 雁，張萬輝，朱思為

（1、廣東省建筑科學(xué)研究院集團股份有限公司 廣州 510500；2、廣東建科創(chuàng)新技術(shù)研究院有限公司 廣東 中山 528400）

0 引言

近10 年來，隨著數(shù)據(jù)庫技術(shù)［1］與地理信息系統(tǒng)（Geographic Information System，GIS）技術(shù)［2］在排水設(shè)施信息管理上的應(yīng)用和推廣，基于這些技術(shù)的城市智慧排水監(jiān)管平臺成為解決城市內(nèi)澇和水環(huán)境安全問題的一個重要途徑。城市智慧排水監(jiān)管平臺利用數(shù)據(jù)庫技術(shù)將城市排水設(shè)施的基礎(chǔ)數(shù)據(jù)、巡檢排查的監(jiān)管數(shù)據(jù)、以及問題審核的管理數(shù)據(jù)等不同種類數(shù)據(jù)進行統(tǒng)一管理［3］，實現(xiàn)數(shù)據(jù)便捷上傳、更新、儲存、關(guān)聯(lián)調(diào)用和導(dǎo)出，為資料信息數(shù)據(jù)的管理提供了極大的便利，避免了傳統(tǒng)紙質(zhì)資料管理數(shù)據(jù)實時更新難且容易遺漏和出錯的問題。然而，目前常用的城市排水設(shè)施智慧化系統(tǒng)雖然能實現(xiàn)一些數(shù)據(jù)處理的基本功能，但對數(shù)據(jù)背后包含信息的解讀能力卻非常有限。例如，排水設(shè)施監(jiān)測系統(tǒng)可以實現(xiàn)對管網(wǎng)各節(jié)點流量數(shù)據(jù)的監(jiān)控并上傳，但所傳輸?shù)脑紨?shù)據(jù)為單一時間點各節(jié)點的流量，單一流量值雖然能反映當(dāng)前管網(wǎng)運行狀態(tài)，卻無法反應(yīng)長時間段的管網(wǎng)運行情況，難以通過單一數(shù)據(jù)實現(xiàn)對排水管網(wǎng)的整體運行狀態(tài)的有效評估。

針對這一問題，本文設(shè)計并建立了一套排水設(shè)施數(shù)據(jù)分析與解讀方法，利用大數(shù)據(jù)分析，從排水設(shè)施監(jiān)管數(shù)據(jù)背后挖掘更多信息，實現(xiàn)對監(jiān)測監(jiān)控重要區(qū)域的水質(zhì)和水量的分析與預(yù)警，尋找監(jiān)控區(qū)域水質(zhì)和水量變化的數(shù)學(xué)規(guī)律，為城市內(nèi)澇治理和水環(huán)境監(jiān)測提供重要決策依據(jù)。本研究以廣東省某市排水管網(wǎng)溢流口監(jiān)管為對象，基于排水設(shè)施行業(yè)監(jiān)管需求，采用智能感知、異構(gòu)網(wǎng)絡(luò)融合、移動互聯(lián)、大數(shù)據(jù)分析等先進的信息技術(shù)搭建的智慧排水監(jiān)管平臺，建立大數(shù)據(jù)分析解讀方法，利用大數(shù)據(jù)分析解讀出的額外數(shù)據(jù)信息，實現(xiàn)對區(qū)域溢流的溯源、應(yīng)急管理和防治。

1 智慧排水監(jiān)管平臺架構(gòu)及功能

1.1 智慧排水監(jiān)管平臺整體架構(gòu)

智慧排水監(jiān)管平臺旨在實現(xiàn)對排設(shè)施的有效監(jiān)管，采用智能感知、異構(gòu)網(wǎng)絡(luò)融合、移動互聯(lián)、大數(shù)據(jù)分析等先進的信息技術(shù)，全面感知排水?dāng)?shù)據(jù)，實現(xiàn)智能分析、及時響應(yīng)、輔助決策。本研究的監(jiān)管平臺采用B/S 架構(gòu)（平臺架構(gòu)如圖1 所示），具有兼容性強、對客戶端電腦負荷較小等特點，可滿足排水行業(yè)主管部門對排水設(shè)施及水環(huán)境的監(jiān)管需求，實現(xiàn)排水設(shè)施現(xiàn)場狀況的遠程監(jiān)控。本監(jiān)管平臺包括基礎(chǔ)設(shè)施層、數(shù)據(jù)層、支撐層和應(yīng)用層，各層之間相互作用構(gòu)成一個有機的整體。

⑴基礎(chǔ)設(shè)施層：其功能為“感知”，位于物聯(lián)網(wǎng)結(jié)構(gòu)中的底層，即通過傳感網(wǎng)絡(luò)獲取感知信息。感知層是物聯(lián)網(wǎng)的核心，是信息采集的關(guān)鍵部分。

⑵數(shù)據(jù)層：數(shù)據(jù)通信的核心，為數(shù)據(jù)傳輸?shù)闹饕ǖ?，網(wǎng)絡(luò)層主要采用NB-IoT、4G/5G等通信網(wǎng)絡(luò)。

⑶支撐層：由物聯(lián)網(wǎng)設(shè)備管理平臺組成，實現(xiàn)數(shù)據(jù)的匯集與管理，為管網(wǎng)監(jiān)測平臺及其他應(yīng)用平臺提供專業(yè)、便捷的數(shù)據(jù)接口服務(wù)。

⑷應(yīng)用層：實現(xiàn)排水設(shè)施綜合監(jiān)管、統(tǒng)計分析、GIS一張圖、監(jiān)測預(yù)警等功能。

1.2 智慧排水監(jiān)管平臺基本功能

基于數(shù)據(jù)的實時采集、業(yè)務(wù)遠程的監(jiān)管及風(fēng)險的提前預(yù)判的需求，采用GIS 技術(shù)、計算機技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)處理技術(shù)等信息化技術(shù)，搭建了統(tǒng)一、標(biāo)準、共享的智慧排水監(jiān)管平臺。智慧排水監(jiān)管平臺建設(shè)在立體感知層部署大量信息傳感設(shè)備，建設(shè)一批基于物聯(lián)網(wǎng)技術(shù)的智慧水務(wù)傳輸網(wǎng)絡(luò)，在信息處理層通過水務(wù)云實現(xiàn)對海量信息的匯集、處理、分析、管理和服務(wù)，在智能應(yīng)用層構(gòu)建水務(wù)管理信息系統(tǒng)，實現(xiàn)更加豐富、更加準確、更加人性化的信息服務(wù)，形成一個智慧高效的排水監(jiān)管環(huán)境。智慧排水監(jiān)管平臺可解決水務(wù)管理工作中出現(xiàn)的信息資源不足、信息共享困難數(shù)據(jù)挖掘欠缺、應(yīng)用基礎(chǔ)薄弱等一系列問題［4］。

本平臺實現(xiàn)綜合監(jiān)管、統(tǒng)計分析、GIS一張圖、監(jiān)測預(yù)警等功能模塊，通過應(yīng)用GIS 技術(shù)手段，對排水設(shè)施的普查數(shù)據(jù)和水質(zhì)水量監(jiān)測數(shù)據(jù)進行深度挖掘，分類管網(wǎng)拓撲問題，評估管網(wǎng)健康度，充分掌握排水設(shè)施的運行狀況果，為用戶提供資產(chǎn)管理、日常監(jiān)控、報警信息管理、大數(shù)據(jù)分析等服務(wù)，如圖2所示。

圖2 智慧水務(wù)管理平臺Fig.2 Smart Water Management Platform

2 城市排水設(shè)施監(jiān)測數(shù)據(jù)分析與解讀辦法

智慧排水監(jiān)管平臺的基礎(chǔ)功能可實現(xiàn)實時監(jiān)測及時發(fā)現(xiàn)排水設(shè)施中的短期突發(fā)事件（如監(jiān)測點污染物濃度提升，水量變化等），并實現(xiàn)對突發(fā)事件的預(yù)警與上報［5］。然而，實時監(jiān)控僅能從表面發(fā)現(xiàn)問題，而無法把控排水設(shè)施長運行周期的整體運維情況，缺乏從數(shù)據(jù)背后挖掘問題出現(xiàn)的原因、出現(xiàn)的規(guī)律以及事件之間的關(guān)聯(lián)能力。基于這個目的和需求，本文將推薦以下3種數(shù)據(jù)分析與解讀方法實現(xiàn)數(shù)據(jù)分析的目標(biāo)。

2.1 長時間序列周期數(shù)據(jù)

傳統(tǒng)監(jiān)控平臺一般采用按小時或最多1～3 d的時間數(shù)據(jù)來展示監(jiān)測結(jié)果。由于呈現(xiàn)的數(shù)據(jù)周期過短，受每天的特殊情況影響，很難發(fā)現(xiàn)數(shù)據(jù)的規(guī)律性，從而難以對數(shù)據(jù)進行解讀。例如，某排放口的排水量在某一天陡增，但這個現(xiàn)象是偶然發(fā)生，還是周期性的反復(fù)出現(xiàn)，僅僅依靠短期數(shù)據(jù)難以得出結(jié)論。因此，有必要對長期的監(jiān)測數(shù)據(jù)實現(xiàn)可視化觀測與展示，從而更好地了解問題發(fā)展的規(guī)律和造成影響的大小。

2.2 歷史數(shù)據(jù)累計概率分布分析

智慧排水監(jiān)管平臺會存儲所有由基層傳感器傳輸來的監(jiān)測數(shù)值，并對其中超出預(yù)警范圍的值進行預(yù)警。然而，有些時候個別監(jiān)測數(shù)值雖超出了預(yù)警范圍，但因其持續(xù)時間短，并不會對環(huán)境造成明顯影響；更有甚者，傳輸設(shè)備可能也會因自身或外界環(huán)境的原因，造成某一時刻的傳輸值發(fā)生錯誤而誤報一個較大的監(jiān)測值，這個數(shù)值會立即觸發(fā)監(jiān)測設(shè)備的預(yù)警，但實際真實情況卻與監(jiān)測情況完全不同。因此為驗證數(shù)據(jù)的真實可靠，同時分析數(shù)據(jù)的影響，有必要分析數(shù)據(jù)分布的概率以確保不是由于監(jiān)測誤差或短時間偶然情況造成的。

累計概率分布是用于描述變量落在任一區(qū)間上的概率［6］，其概念公式為

在處理水環(huán)境歷史監(jiān)測數(shù)據(jù)時，x為任意監(jiān)測值區(qū)間內(nèi)的某值，X為對應(yīng)的監(jiān)測數(shù)據(jù)，P｛X≤x｝描述了監(jiān)測數(shù)據(jù)小于x的樣本概率，即當(dāng)x為監(jiān)測數(shù)據(jù)X中最大值時，F(xiàn)（x）=1；當(dāng)x為監(jiān)測數(shù)據(jù)X中最小值時，F(xiàn)（x）=0。

累計概率分布對分析數(shù)據(jù)的有效性具有很重要的作用，能明確顯示數(shù)據(jù)是否具有普遍意義和對實際情況造成的真實影響，因此，累計概率分布也在水文氣候［7］、海洋資源調(diào)查［8］等其他需求數(shù)據(jù)處理分析的學(xué)科有著廣泛的應(yīng)用。同樣，累積概率分布在水環(huán)境監(jiān)測數(shù)據(jù)處理分析上也有重要作用。

2.3 不同時間段的歷史數(shù)據(jù)的箱型圖分布分析

城市排水設(shè)施的監(jiān)測數(shù)據(jù)往往具有時段性特征，其造成原因與城市工商業(yè)以及居民用水周期性有很大關(guān)系。由于不同時間段的排水量與污染物濃度都會不盡相同，將所有數(shù)據(jù)一起統(tǒng)計分析難免會過度概化數(shù)據(jù)，導(dǎo)致難以發(fā)現(xiàn)問題原因，無法真正找出問題的本質(zhì)。例如，某污水排放口按正常排放規(guī)律為每日9：00～17：00 排放，其余時間停止工作，即除工作時間外，其余時間排放量應(yīng)該為0。對于這種情況，只做以日為單位的統(tǒng)計很難了解污水排放口的排放趨勢；而僅僅依賴時間序列數(shù)據(jù)，雖然能夠掌握不同時刻的排放量，但由于缺乏對數(shù)據(jù)的概括分析，很難理解在工作時間外的排放量是屬于偶然泄漏還是長期管理問題造成。因此，對不同時段的監(jiān)測數(shù)據(jù)進行歸納分析，有利于發(fā)現(xiàn)問題的本質(zhì)。

為達成分析時段數(shù)據(jù)的目的，箱型圖分析是非常不錯的手段。箱型圖于1977 年由美國著名統(tǒng)計學(xué)家約翰·圖基發(fā)明。它能顯示出一組數(shù)據(jù)的置信上限、置信下限、中位數(shù)、上下四分位數(shù)和異常值［9］。如圖3所示，置信上限、置信下限確認了數(shù)據(jù)整體的90%置信區(qū)間，超出置信區(qū)間的值可認為為偶然異常情況，由圖3 中異常值點代表。中位數(shù)、上下四分位數(shù)為數(shù)據(jù)信息的基本概況，可以幫助了解數(shù)據(jù)的具體分布區(qū)間以及離散情況，輔助理解監(jiān)測數(shù)據(jù)的平均特征和穩(wěn)定性。中位數(shù)越大證明監(jiān)測數(shù)據(jù)的整體值越大，而上下四分位數(shù)的差值越大，則證明監(jiān)測數(shù)據(jù)的波動越大。

圖3 箱型圖框架示意圖Fig.3 Schematic Diagram of Box Diagram Framework

通過箱型圖分析各時段數(shù)據(jù)，可輔助統(tǒng)計并了解各時段排水設(shè)施運行狀況是否滿足要求，分析出現(xiàn)的問題為偶然異常情況還是頻繁出現(xiàn)的問題，為設(shè)施運行維護的方針制定提供依據(jù)。

3 案例分析

3.1 案例背景

由于排水管線老化及承載問題，導(dǎo)致城市生活污水排放量較大時容易出現(xiàn)無法及時排出的現(xiàn)象，廣東省某市一些污水井口易存在部分時段溢流的問題。由于溢流污水未經(jīng)處理，所含污染物濃度較高，若溢流出來直接進入江河湖泊，將直接影響自然水體的水質(zhì)。因此，需要極力避免污水井的溢流［10］。然而，由于城市排水管線更新維護成本巨大，且短期內(nèi)實現(xiàn)改進并不現(xiàn)實。為了解溢流情況，以方便對溢流情況進行監(jiān)管，某市采用本研究的智慧排水監(jiān)管平臺，對若干溢流口的水質(zhì)、流量參數(shù)進行全天候?qū)崟r監(jiān)測。當(dāng)管線中流量超過荷載時，多余污水會由溢流井口溢出，位于井口的流量計和液位計即可捕捉此時的流量和液位數(shù)據(jù)，傳輸?shù)綌?shù)據(jù)庫進行儲存并對超標(biāo)流量進行預(yù)警。同時，位于管底的水質(zhì)監(jiān)測設(shè)備則會對污水水質(zhì)進行實時傳送，分析發(fā)生溢流時水質(zhì)的影響。

3.2 監(jiān)測數(shù)據(jù)分析

本文所用于分析的數(shù)據(jù)來自某市兩個溢流口的實時監(jiān)測流量數(shù)據(jù)。數(shù)據(jù)由該市溢流口智慧化數(shù)據(jù)監(jiān)測平臺獲得，為每分鐘采集一次的實時傳輸數(shù)據(jù)。本次數(shù)據(jù)分析截取某市溢流口2022 年10 月份全部數(shù)據(jù)，排除系統(tǒng)自行維護所損失的統(tǒng)計點，每個流量口共44 000組流量采集數(shù)據(jù)。

4 結(jié)果分析

4.1 長時間序列周期數(shù)據(jù)

圖4 展示了某市兩個溢流口2022 年10 月份的溢流數(shù)據(jù)統(tǒng)計。由數(shù)據(jù)可知，從10 月1 日開始，兩個溢流口均發(fā)生了較大規(guī)模的溢流事件。結(jié)合該市歷史天氣記錄來看（見圖5），10月1～3日有持續(xù)的降雨，其中1 日有持續(xù)時間的大雨，由此可推斷極有可能有雨水進入了污水管線，從而造成了污水管超載并引發(fā)溢流。溢流口A 的溢流規(guī)模遠小于溢流口B，在大雨降臨時約為B的1/3。對于小雨，溢流口A具有更明顯的可靠度，在月中不斷有小型陣雨的情況下，溢流口A始終能保持基本沒有溢流量。而從溢流口B 的情況來看，任意強度的降水均會造成該溢流口的溢流，且強降雨會造成該溢流口較長延后時間的持續(xù)溢流問題，需要引起足夠的重視。

圖4 某市溢流口10月溢流流量時間序列圖Fig.4 Time Series Diagram of October Overflow Flow at An Overflow Outlet in a Certain City

圖5 某市2022年10月份降水情況Fig.5 Precipitation in October 2022 in a Certain City

由此結(jié)果可知，如何防止大量雨水進入污水處理系統(tǒng)，可能會是解決突發(fā)性溢流事件的一項有效措施。有關(guān)部門需結(jié)合天氣預(yù)報信息，尤其對于溢流口B，合理制定雨水截流工作方案，防止過量雨水經(jīng)合流管進入污水系統(tǒng)，若如此可能會大大降低大量突發(fā)性溢流事件的發(fā)生概率。

4.2 歷史數(shù)據(jù)累計概率分布分析

圖6 展示了兩個溢流口的溢流數(shù)據(jù)累計概率分布。由結(jié)果可知，溢流口A 的溢流情況基本上均為突發(fā)性偶然事件，在整1 個月的監(jiān)測中，有95%以上的統(tǒng)計數(shù)據(jù)顯示溢流口A 無溢流量，且偶然溢流量的整體溢流值不大，超過1 000 m3/h 的流量出現(xiàn)的頻率接近0。因此，宏觀上來看，溢流口A 的溢流情況不算嚴重，僅需注意一些對溢流有影響的外界事件（如降雨），即可實現(xiàn)對溢流口A溢流情況的合理管理。

圖6 某市溢流口流量累計概率分布Fig.6 Cumulative Probability Distribution of Overflow Outlet Flow in a City

相比而言，溢流口B的溢流情況較為嚴峻，由圖6?可以看出，溢流口B 發(fā)生溢流的頻率超過20%，即在1個月的時間內(nèi)，有超過6 d的時間在發(fā)生溢流，基本可以推斷除偶然突發(fā)事件造成溢流外，溢流口B很可能存在常規(guī)周期性溢流。突發(fā)性偶然事件的溢流量較大，約5%的統(tǒng)計數(shù)據(jù)顯示溢流量超過3 500 m3/h，即便持續(xù)時間短，也有可能因較大流量造成較為嚴重的污染。

綜上所述，結(jié)合溢流流量累計概率分布來看，對于溢流口A 的管理，有必要調(diào)研溢流口A 偶然排放的原因和相關(guān)聯(lián)事件（如降雨），針對這些事件，結(jié)合溢流口A 的排放量可取得不錯的管理效果。而對于溢流口B的管理，除應(yīng)注意偶然事件影響外，還需注意周期性常規(guī)排放的影響，有必要調(diào)查周期排放的原因。

4.3 不同時間段的歷史數(shù)據(jù)的箱型圖分布分析

圖7展示了兩個溢流口在不同時間段的溢流值分布情況，該箱型圖統(tǒng)計了兩個溢流口一個月的溢流數(shù)據(jù)，以每2 h為一個時間段（即0：00～2：00，2：00～4：00，一直到24 時）展現(xiàn)溢流情況的分布。其中圖7?進一步證實溢流口A 的溢流情況為偶然情況，由圖7?可以看出，在各個不同時段，溢流口A 的統(tǒng)計箱型區(qū)間均為0，超過0 的值均以異常值的情況表現(xiàn)出來，即在任意時間段，出現(xiàn)溢流的情況均不多見。然而，存在一個問題是溢流口A 的異常溢流值分布在各個時間段分布相對均勻，并不明顯的受時段影響，因此，這些異常值的產(chǎn)生理應(yīng)與城市居民排水的周期變化無關(guān)，應(yīng)該為隨機偶然事件造成?？紤]到月初的持續(xù)性降水覆蓋一天整個時段，這些均勻分布的異常值極有可能與該次降水有關(guān)。

圖7 某市溢流口不同時段流量箱型圖分布統(tǒng)計Fig.7 Distribution Statistics of Flow Box Diagram at Overflow Outlets of a City at Different Time Periods

而對于溢流口B，可以看出溢流值在22：00 至次日2：00 存在明顯的溢流情況，其中以0：00～2：00 最多，其溢流流量中位數(shù)超過500 m3/h，即在這2 h中，每天的溢流總量中位數(shù)會超過1 000 m3，這已經(jīng)形成具有相當(dāng)規(guī)模的周期性排放。因此，要管理好溢流口B的溢流問題，需要調(diào)查清楚溢流口B 對應(yīng)管線在每日0：00～2：0超載的原因，如何做好該時段管線流量的截流與控制，是緩解溢流口B溢流問題的關(guān)鍵。

4.4 結(jié)果分析總結(jié)

結(jié)合上述數(shù)據(jù)統(tǒng)計的分析，本文對該市兩個溢流口的問題分析匯總?cè)绫? 所示?？芍瑑蓚€溢流口均存在因偶然事件引起的溢流問題，造成偶然溢流的可能原因是降雨后雨水進入污水管道從而造成污水管中水量超出承載上限，但同樣不排除其他偶然原因，這需要進一步實地調(diào)查。

表1 某市溢流口數(shù)據(jù)分析結(jié)果匯總Tab.1 Summary of Analysis Results of Overflow Port Data in a City

溢流口B 相較溢流口A 不僅溢流量更大，而且在每天凌晨存在周期性溢流，對周邊水域生態(tài)環(huán)境造成持續(xù)破壞。因此對于溢流口B，急需查明每天凌晨持續(xù)溢流的原因，制定合理的截流措施，保證溢流口B附近水域的生態(tài)環(huán)境質(zhì)量。

本次分析從數(shù)據(jù)的角度出發(fā)，分析溢流口溢流的原因并提出可能假設(shè)和對應(yīng)處理建議。雖然數(shù)據(jù)分析結(jié)果不能作為確定原因和問題的直接證據(jù)，但是可以為組織實地問題調(diào)研提供一定的思路和依據(jù)，幫助決策者制定調(diào)研方案，輔助決策從而明確解決問題的方式方法以及縮短探索方式方法的時間，并以此提高工作效率。

5 結(jié)語

本文結(jié)合某市兩個溢流口的流量監(jiān)測實例，通過長時間溢流時間序列、溢流量累計概率分布以及時段流量概率分布分析，發(fā)現(xiàn)了溢流情況與降雨存在的數(shù)據(jù)關(guān)系，并對兩個溢流口的溢流性質(zhì)進行了判定。其結(jié)果表明，降雨造成的大量雨水進入污水系統(tǒng)可能是造成兩個溢流口產(chǎn)生偶然性溢流的直接原因。降雨過后，兩個溢流口存在不同程度的溢流量增加，其中溢流口B 短時間溢流量增加量更大，約為溢流口A 的3 倍。除了偶然性溢流以外，溢流口B 還存在周期性溢流。在每天凌晨時段，溢流口B 會平均溢流約1 000 m3污水。因此，對于溢流口B 的溢流管理，除調(diào)查偶然溢流問題外，還需查明造成凌晨周期性溢流的原因，同時在溢流治理方面，需做好溢流口B處凌晨時段的截流和分流工作，以緩解該處管網(wǎng)的排污壓力。

由該實例可以看出，本文所提出的數(shù)據(jù)分析方式有助于對排水設(shè)施運維過程中出現(xiàn)的水環(huán)境問題進行溯源分析，為問題的調(diào)查、治理提供輔助決策，方案的制定提供參考依據(jù)，為主動、精細、智慧的城市排水運行管理的新模式提供有力支撐，從而促進城市排水綜合管理水平的有效提升。