7月15日夜間至16日上午，北京及周邊地區(qū)陸續(xù)迎來大到暴雨，導(dǎo)致部分道路發(fā)生內(nèi)澇，公路變成了河。北京市水文總站發(fā)布白河洪水黃色預(yù)警，這也是今年入汛以來，北京首發(fā)洪水預(yù)警。

網(wǎng)友們紛紛在網(wǎng)上吐槽此次大雨對生活帶來的影響，段子手們更是不甘落后，來了一個看圖說話——“我在西二旗公交站，等一艘船來接我?！?/p>

圖片來源于網(wǎng)絡(luò)

公交站里等船顯然是不現(xiàn)實的，但我們總要尋求點什么。在這場突如其來的滂沱大雨里，人們等的其實是一個如何讓道路不再積水成河的解決辦法，這也是目前所有人最為關(guān)心的話題。

面對城市內(nèi)澇這個問題，我們在12年就提出了“海綿城市”這個概念，14年開始試點建設(shè)，雖然取得了成效，但從去年湖南多個城市內(nèi)澇，今年北京暴雨的現(xiàn)狀來看，“海綿城市”建設(shè)的速度和效果顯然還不夠理想。

目前，水務(wù)管理需要一個系統(tǒng)的、科學(xué)的管理平臺, 人工智能全面爆發(fā)以來，在“智慧城市”和“智慧地球”理念的引導(dǎo)下,“智慧水務(wù)”的構(gòu)想也應(yīng)運而生。

大雨讓城市顛倒，AI能做些什么？

說到治水,中國人第一個想到的就是大禹。大禹治水時，主要采用了“疏順導(dǎo)滯”的方法，從而疏通了九州的河流，使大水流進四海，完成了治水大業(yè)。然而，如果將大禹治水的場景換到現(xiàn)代都市，面對著高樓林立的水泥地面，大禹可能有的頭疼了。

讓人頭疼的是導(dǎo)致城市內(nèi)澇的原因不光是氣候因素，更多是在于城市建設(shè)和規(guī)劃殘留下來的問題，比如城市綠植減少，地表硬化率增加，圍湖造田等等，大部分都與人自身的行為有關(guān)。

顯然，要想治理城市內(nèi)澇，人類必須要意識到自己的行為對環(huán)境造成的巨大影響。而面對如此復(fù)雜的原因，“治因”顯然是太為難AI了，但是用智慧水務(wù)“治果”還是十分具有可行性的。

一般來說，智慧水務(wù)由感知層、傳輸層、數(shù)據(jù)層、業(yè)務(wù)層和智能分析層構(gòu)成，其中計算機模型包含水動力模型、內(nèi)澇模型和活性污泥模型，能夠起到內(nèi)澇預(yù)警和調(diào)劑功能，伴有決策支持系統(tǒng)和智慧水務(wù)沙盤。

圖為智慧水務(wù)總體架構(gòu)圖 （來源：期刊《水利信息化》）

在每一場可能導(dǎo)致“巴士變大船”的暴雨中，智慧水務(wù)首先要能夠感知情況，其次，把這些觀察與需求和動態(tài)反應(yīng)模型相結(jié)合，最后，使用得到的預(yù)測結(jié)果來校正系統(tǒng)以符合人們的需求。

在感知方面，智慧水務(wù)系統(tǒng)可以通過運用各種感知技術(shù)，將布置在海綿設(shè)施、污水處理廠、泵站、管網(wǎng)、下立交、河道等關(guān)鍵區(qū)域的傳感器與智能設(shè)備組成物聯(lián)網(wǎng)，實時對水資源流動全過程進行測量、監(jiān)控與分析。

我國西安某園區(qū)內(nèi)就采用了這樣的技術(shù)，通過這種感知，整個的水體循環(huán)都能夠在智慧水務(wù)里面進行互聯(lián)互通。去年，水技術(shù)企業(yè)賽萊默（Xylem）在IE expo 2017中國環(huán)博會上正式推出其在中國本地研發(fā)的智慧水務(wù)云平臺 —— AquaTalk，就是從“自我感知”出發(fā)，基于互聯(lián)互通進行設(shè)備的遠程控制與管理。

在感知的基礎(chǔ)上，系統(tǒng)可以通過計算機模擬獲得雨水徑流的流態(tài)、水位變化、積水范圍和淹沒時間等信息，采用單一指標或者多個指標疊加，可以綜合評估城市內(nèi)澇災(zāi)害的危險性，結(jié)合城市區(qū)域重要性和敏感性，也可以對城市進行內(nèi)澇風(fēng)險等級進行劃分。

面對越來越嚴峻的環(huán)境挑戰(zhàn)，智慧水務(wù)也越來越被政府所重視。就在去年，安徽省阜陽市人民政府就與大禹節(jié)水簽署了一份《戰(zhàn)略合作框架協(xié)議》，雙方計劃全面運用智慧水務(wù)體系建設(shè)阜陽市各區(qū)域現(xiàn)代高效節(jié)水項目、農(nóng)村污水處理項目、河道治理項目等，戰(zhàn)略合作框架協(xié)議初步估算總投資為60億元人民幣。

智慧水務(wù)還沒那么智慧

當然了，和理想中的智慧水務(wù)相比，不管是AquaTalk還是大禹節(jié)水的戰(zhàn)略合作，都還只是非常初級的Beta版本。要實現(xiàn)具有智能感知、決策、控制、校正等功能的智慧水務(wù)，還需要解決客觀環(huán)境和主觀條件兩個方面的問題。

客觀上來講，一個城市能否建立智慧水務(wù)系統(tǒng)，需要考慮到很多方面，比如經(jīng)濟和網(wǎng)絡(luò)基礎(chǔ)設(shè)施、政府的支持、專業(yè)人才數(shù)量，以及最重要的資金投入等。下圖選取了產(chǎn)業(yè)、經(jīng)濟、網(wǎng)絡(luò)基礎(chǔ)設(shè)施與支持保障三個方面的智慧水務(wù)建設(shè)的評價指標。

圖片來源：沈陽建筑大學(xué)學(xué)報(社會科學(xué)版)

面對客觀環(huán)境的限制，我們可以確定科學(xué)合理的評價指標體系，為決策者們提供判斷依據(jù)，使其能夠有的放矢地制定更好的政策和計劃，調(diào)整系統(tǒng)建設(shè)的發(fā)展方向。

除了客觀條件的限制，智慧水務(wù)本身的建設(shè)也存在著不足。首先是硬件資源的過度浪費。近幾年，我們一直在推廣智慧城市的建設(shè)，但是不同AI企業(yè)在開發(fā)水平上參差不齊，難以把握產(chǎn)品配置，這使得在很多操作規(guī)范和標準上,只是實現(xiàn)了單方面的應(yīng)用，無法用模塊化的硬件實現(xiàn)所需要的功能，具有一定的更新和維護難度，這使得網(wǎng)絡(luò)系統(tǒng)建設(shè)上軟件設(shè)備、硬件資源出現(xiàn)了很大的浪費，因此，在硬件上的投資力度會高于所控制的范圍之內(nèi)。

其次，是系統(tǒng)的運行安全問題。在系統(tǒng)建設(shè)方面，我們一直缺乏能夠安全、獨立地運行專業(yè)業(yè)務(wù)的技術(shù)人才；在系統(tǒng)網(wǎng)絡(luò)與信息安全方面，也沒有達到國家標準的產(chǎn)品，在系統(tǒng)建設(shè)的過程中極有可能會出現(xiàn)一些細節(jié)性的安全隱患問題。

最后，是智慧水務(wù)的信息規(guī)劃問題。事實上，由于我國智慧水務(wù)的發(fā)展相對比較慢，在具體的實施過程中缺乏信息規(guī)劃，很多信息應(yīng)用在建設(shè)過程中難以得到匹配。系統(tǒng)中的各個部分沒有縱向管理，各個單位在信息收集過程中意見不統(tǒng)一, 在早期甚至?xí)?dǎo)致建設(shè)空缺的現(xiàn)象。

在數(shù)據(jù)收集上，盡管大數(shù)據(jù)能得出數(shù)十年來的年均月均日均時均降水量，但是雨水排放還是存在著太多的變量，并不容易掌握規(guī)律。同一年份里，雨季和旱季不同，有無臺風(fēng)影響也不同，同一城市同一時間，東區(qū)和西區(qū)降水量也不相同。如何掌握降雨的變量，學(xué)習(xí)更多的規(guī)律，進而打磨出合適的預(yù)測模型，也是智慧水務(wù)要突破的地方。

智慧水務(wù)的制高點是社會生活與系統(tǒng)的有效串聯(lián)

智慧水務(wù)要如何通向未來？正如上文中提到的，治水的關(guān)鍵在于人類自身。智慧水務(wù)系統(tǒng)不應(yīng)該只關(guān)注于感知和分析，我們更需要由居民的需求和行為特征驅(qū)動的網(wǎng)絡(luò)化、自調(diào)節(jié)的系統(tǒng)。比起感知水體循環(huán)，評估城市內(nèi)澇災(zāi)害的危險性，在早期就能預(yù)測甚至能預(yù)防內(nèi)澇的功能才是我們的需求。

加深對社會生活的了解是智慧水務(wù)的突破點。智能手機的普及使得直接測量人類行為成為可能，利用這些數(shù)字痕跡收集數(shù)據(jù)，我們可能會更容易回答這些問題：他們幾時用水較多？是否有污染環(huán)境的行為？該地區(qū)降雨量對他們的生活是否造成了嚴重的影響？

了解了一個城市的行為模式后，我們就可以更好地規(guī)劃城市水務(wù)，特別是關(guān)于人類行為的連續(xù)的數(shù)據(jù)流可以讓我們更加準確地預(yù)報水資源使用情況、污水排放情況、交通尾氣排放量，以及這帶來的環(huán)境問題等。

這些由數(shù)據(jù)驅(qū)動的預(yù)報可以讓我們提前為峰值需求做好準備，從而實現(xiàn)更好的管理。我們也希望，在大雨中趕去上班，的士是管夠的，而不用把自己變成“貨物”坐上“貨拉拉”。

【完】

智能相對論（微信id:aixdlun）：深挖人工智能這口井，評出咸淡，講出黑白，道出vb深淺。重點關(guān)注領(lǐng)域：AI+醫(yī)療、機器人、智能駕駛、AI+硬件、物聯(lián)網(wǎng)、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機交互等。