城市供水行业属于城市公用事业, 关系国民经济命脉, 与居民生活息息相关。随着经济社会的发展, 人们对城市供水的可靠性、安全性提出了更高的要求, 习近平总书记在2018年全国生态环境保护大会中指出要“深入实施水污染防治行动计划, 保障饮用水安全”。要实现从水源地到水龙头的全流程监管^[1], 需要运用先进的信息技术, 因而城市供水系统的信息化^[2]成为实现全流程饮用水安全保障、提高供水服务水平和效率的重要手段之一。

近年来, 大数据的广泛应用成为驱动政府管理创新的新思路^[3]。美国将大数据的理念融入国家环境保护、气候变化评估、犯罪趋势预测等多项监管业务中^[4,5,6];英国利用大数据革命改造国家治理体系^[7];日本政府把大数据和云计算作为提振经济增长、优化国家治理的重要抓手^[8];韩国通过大数据战略推动智慧城市建设^[9];新加坡政府不仅使用大数据提升监管水平, 同时向企业提供开放数据平台^[10]。在中国, 大数据也逐步被应用于自然资源相关行业的政府监管领域。2015年9月, 国务院发布《促进大数据发展行动纲要》, 提出要进一步把数据分析应用到政府治理、政策制定、改革创新中。2016年, 《中华人民共和国国民经济和社会发展第十三个五年规划纲要》提出加快推动数据资源共享开放和开发应用, 实施国家大数据战略。随后, 《生态环境大数据建设总体方案》《关于促进国土资源大数据应用发展的实施意见》、地质调查综合信息服务平台等大数据应用方案及平台陆续投入使用。

目前, 在城市供水行业, 通过多年的信息化建设积累了海量供水数据, 但是存在整体利用程度偏低、缺乏信息共享等现象, 同时, 数据标准不统一、难以统筹使用, 且多用于事后追溯。进而导致形成政府在社会治理过程中的部门单一治理问题和以管理者个人意向和主观见解为主的管理方式, 无法实现城市供水应急监测预警和科学决策等问题。因此, 在城市供水全过程监管领域, 应用大数据实现城市供水行业多源、异构信息的快速获取、分析处理、关联预测、决策反馈, 对提升供水行业“从水源地到水龙头”全流程监管智能化水平具有重要意义。

据了解, 目前各地已建成的城市供水信息系统主要基于传统的水质信息的采集和监控技术^[11], 用于水质数据的收集及简单分析。而基于大数据应用的城镇供水行业管理需要全面考虑数据需求和应用需求, 并在应用过程中相辅相成、不断完善, 为政府监管提供决策支持。根据我国城镇供水行业发展的特点, 从技术实现的角度构建城市供水政府监管大数据研究需求框架, 如图1所示。

目前众多供水企业为实现信息化、数据化管理, 已建成企业内的供水调度系统、营业收费系统、供水管网地理信息系统、服务热线系统、营销系统等多种基础信息化平台;全国多个省市主管部门“十一五”、“十二五”期间, 也建立了城市供水水质监管信息系统^{[12,13,14,15]}, 成为行业信息化管理的重要手段。但是目前, 城镇供水行业在信息化建设方面已颁布的行业标准仅有《城镇供水管理信息系统供水水质指标分类与编码》(CJ/T 474-2015) ^[16], 确定了供水水质指标的分类方法和编码方法, 给出了现阶段供水水质指标的唯一编码。因此, 需研究建立城市供水系统“从水源地到水龙头”全流程各环节基础数据 (不限于水质指标) 的分类方法、编码规则、基础信息分类与构成, 数据字典分类与代码等, 推进行业基本信息代码统一构建, 为下一步供水企业信息管理系统和各级政府城市供水监管平台的对接与整合奠定技术基础, 进而促进各类数据互联互通^[17], 推动供水行业大数据平台在全国的部署和推广应用。

数据采集是实现大数据应用的基础。首先要强化数据采集方式的应用, 需要收集各环节的大量原始数据, 如水源地、水厂、管网、二次供水设施的基础信息、水质和水量等实时监测信息和常年历史数据, 为指标关联性的深度挖掘奠定基础。通过开放数据库方式、基于底层数据交换的数据直接采集方式、软件接口等方式^[18], 打通行业内跨系统的数据壁垒, 实现不同情况下的跨数据库信息采集和传递。其次, 除了对行业内现有信息系统和数据库实现数据采集, 还要进一步扩展其他可供分析和挖掘的数据资源、拓展数据采集途径。例如探索多源信息抓取渠道, 利用除城市供水主管部门以外的其他政府部门、相关团体和公民在参与监管过程中产生的包括系统和非系统的、间接相关数据, 弥补当前供水行业信息监控网络的盲区, 并通过相互佐证强化数据质量^[19]。

目前, 基于各地城市供水行业的不同管理体制, 从水源地到水龙头各环节涉及多个主管部门, 存在信息系统建设时序不一、各自为政且信息不流通等现象, 无法进行全流程的信息整合;跨行业政府部门 (例如水利、环保、卫生等部门) 也缺乏信息共享机制。并且, 在技术层面, 基于信息分类编码混乱、系统互不兼容的现状, 平台重复建设、数据重复采集, 既造成资源浪费, 还产生了数据多源异构问题, 以及由不同数据接口模式引起的跨系统数据整合和共享障碍。由此可见, 将海量数据规范化存储, 同时, 研究数据质量控制技术, 研发基础信息网络传输与质量保证技术, 尽快建设专业数据整合中心, 对实现供水行业海量数据的规模化集中管理具有重要意义^[20,21]。同时, 还要打通供水全流程信息链, 以开发API接口和应用中间件的方式, 实现与智慧城市、智慧水务、生态环保等系统的衔接, 把不同部门、企业、区域的信息连通起来, 实现跨地区、跨部门、跨行业的数据共享, 构建大数据共享平台, 改变供水行业传统的信息管理和调用模式。

对海量供水全过程数据的深度挖掘是大数据技术使用意义所在。新加坡公用事业局供水部开发的智慧水网系统^[22]实现了机器学习和大数据处理与分析在供水行业的应用, 并通过延长机器学习减少和消除系统的爆管误报。在国内, 供水信息的数据挖掘多服务于供水企业的运营管理系统, 如利用机器学习工具、异常事件监测工具等, 通过机器自动学习的方式归纳供水运行数据 (压力数据、流量数据、声呐数据、水质数据和远传水表数据等) 的结构、模式, 识别供水管网中出现的异常事件, 如监测管网漏损并定位漏点位置。此外, 还可以实现管网流量的优化控制、供水设备运行的精细化管理等, 进而降低企业成本、提高运营效率^[23,24,25]。由此可见, 在供水全过程海量数据采集、整合及共享的基础上, 从城市层面, 以监管视角进一步强化供水大数据深度挖掘技术、优化机器学习算法的使用将显著提高城市供水全过程政府监管效率, 同时有效提升我国水资源利用率。

物联网技术借助识别感知技术及智能装置进行信息采集传输, 为大数据的应用提供了更多的数据基础^[26], 正逐步应用于环境、工业、农业^[27]等领域。例如, 在环境监测领域, 依托生物传感器、气体传感器和液体传感器等不同类型传感技术进行大气污染物监测、饮用水水质情况监测、污水处理效果监测等工作^[28,29,30], 同时结合实验室监测、移动监测和卫星遥感监测获取环境的实时数据指标, 建立了较完善的空气质量检测系统、水质监测系统、土壤监测系统等, 构成了一个综合全面的环境监测体系, 为政府环境管理工作提供了有力的数据支撑。

城市供水行业也应将大数据和物联网技术充分结合, 通过对“从水源地到水龙头”各环节传感及遥感监测数据的获取、整理和再分析, 为全流程饮用水安全提供保障、及时做好水污染治理等对策制定, 进一步提升供水行业政府监管质量和效率, 推动供水监管工作的持续发展。

我国现阶段仍处于水环境突发污染事件高发期, 严重威胁城市供水安全, 需要开展从“水源地到水龙头”的全流程水质风险识别, 通过海量历史数据的分析挖掘研究不同流域不同水源情况下的水质污染风险, 根据评估结果有针对性地调整各环节监测方案, 提升监管的有效性;同时分析不同类型指标 (不限于水质指标) 的内在关联, 强化预警功能。目前, 国外采用人工神经网络、模糊逻辑及水质模型等方法相结合进行数据综合分析并实现风险预警^[31]。例如, 结合水动力参数和水质指标变化, 采用QUAL2K、WASP6、CE-QUAL-W2等模型^[32,33,34], 实现流域面源污染的实时监测预警。采用BASINS综合模型, 加入大气沉降对水体污染影响, 评价点源、面源污染, 进行流域水质监测分析, 发现水质异常则触发报警^[35]。

由此可见, 通过大数据技术对多年来的地理信息系统、水质监测数据、流域水文数据及气象数据等海量数据进行集成整合和模型分析, 可以实现多指标数据相关性的深度挖掘, 进而建立“从水源地到水龙头”全流程各环节的触发报警参数集, 并通过多种分析算法的重复验证减少误报警^[36,37], 实现供水全过程实时监管, 严控突发风险, 切实保障城市供水安全。

为使信息互联互通, 政府层面应建立流域内跨部门、跨省市的数据共享机制, 明确各相关方监测、发布和共享数据的种类、数量、频次等法定责任, 打破条块职能分割, 让碎片化的数据在同一数据平台充分融合^[38]。在数据共享的基础上, 城市供水主管部门可以通过跨省市、跨部门的大数据综合分析水质状况, 优化预警功能。并通过协同分析监控视频、图片文字等非结构性数据, 在时间、空间上准确把握水质污染的污染范围、污染持续性以及污染变化趋势等情况, 当上游城市发生突发水污染事故时, 能够及时将大数据分析结果向下游城市传递, 共同做好流域突发事件的联防联控工作。

同时, 也可通过整合各地区各类水质数据库、应急处理方法库等, 在信息共享的基础上形成跨区域、全国性的水质应急防控数据库, 建立智能化城市供水调度系统, 为突发事件预防和处置提供决策依据, 进而全面提升我国城市供水应急保障能力。

大数据技术能够对海量供水行业数据进行集成、处理和分析, 创新城市供水全流程政府监管、突发应急供水事件联防联控等工作模式。结合国家“十三五”规划、“互联网+”重大工程的实施, 在“国家水体污染控制与治理科技重大专项”“十一五”、“十二五”研究成果基础上, 综合运用物联网、云计算、大数据、移动互联网等先进的信息化技术手段, 整合建成高效、综合的城市供水系统全过程监管平台并实现业务化运行, 可以实现城市供水规范化考核工作、城市供水效能评估工作、供水水质督察工作^[39]等传统城市供水专项业务的信息化转型, 有效支撑从中央到地方各级政府城市供水主管部门对城市供水水质监管工作。能够显著提升供水安全监管的技术水平, 提高业务工作效率, 形成管理机制与支撑技术之间相辅相成、互相促进的良性发展局面, 增强宏观决策的科学性。

并且在引导、督促供水行业规范化运行的同时, 也为公众参与供水安全保障相关工作提供平台, 其对城市供水政府监管工作产生的信息反馈, 可以有效弥补政府监管的不足^[40]。

城市供水主管部门除了可以根据大数据处理结果掌握水质实时动态, 应对水质问题突发状况外, 更为重要的是政府能够通过数据驱动来达到科学决策的目的^[19]。基于大数据平台的数据处理和分析, 政府部门可以更有效、清晰地认清城市供水现状, 并通过相关分析方法预测发展趋势, 为进一步完善体制机制、修编城市供水相关规划、优化供水调度、梳理管网整改计划等提供科学依据。并且随着相关政策规划的出台以及优化措施的实施, 水质水量等信息必然会发生变化, 随之新的数据信息就会产生, 并被采集, 这样就形成了一个闭合回路。数据流的不断更新和反馈能够有效帮助政府更好地管理城市供水保障工作^[41], 具体模式如图2所示。

大数据技术可以分析城市供水全过程中的海量数据, 并对其潜在信息进行深度挖掘, 协同分析多种数据关系, 有效监管城市供水情况并及时做出预警。建议国家及地方各级城市供水主管部门尽快将大数据技术应用到供水全过程监管中。同时建议优先开展供水行业数据的标准化研究工作, 建立城市供水系统基础数据库建设标准和从水源到龙头的全过程数据采集、传输、存储、处理等标准规范体系。强化大数据分析和挖掘工作, 建立“用数据说话、用数据决策、用数据管理、用数据创新”的城市供水监管机制, 推进“数据驱动”的治理方式, 使供水全过程监管从粗放型向精细化、精准化转变, 从被动响应向主动预见转变, 从经验判断向科学决策转变, 有效提高政府对城市供水全过程监管能力和供水安全应急保障能力。