请选择 进入手机版 | 继续访问电脑版
我的账户
52监测网

安全监测行业网站

亲爱的游客,欢迎!

已有账号,请

如尚未注册?

52监测网 首页 行业资讯 专家报告

第37期 水利大数据研究及案例介绍

2019-5-21 16:56

水利大数据研究及案例介绍华北水利水电大学2016年开始参与河长制试点建设工作。2017年成立了“河长制研究培训中心”,刘文锴校长亲自担任主任,目前已在全国各地开展了多次河长制专题培训,对行业提供河长智库服务。 ...


52监测网专家报告分享-第37期

水利大数据研究及案例介绍
胡万元 华北水利水电大学

目录

一、水利大数据背景
二、水利大数据价值体系
三、水利大数据发展方向
四、水利数据来源
五、案例

内容简介

一、水利大数据背景

水利大数据研究及案例介绍

华北水利水电大学2016年开始参与河长制试点建设工作。2017年成立了“河长制研究培训中心”,刘文锴校长亲自担任主任,目前已在全国各地开展了多次河长制专题培训,对行业提供河长智库服务。2018年12月1日,在水利部及河南水利厅的大力支持下,成立“河南河长学院”。同时受水利部委托,我校和河海大学成为河长制第三方评估单位,负责全国31个省市的河长制第三方评估。


数据是基础能源

古人“逐水而居”,今人“逐数兴业”,大数据已经成为新时代的生产资料,是未来的战略资源。当我们进入大数据时代后,遇到的最大难题,可能不是信息不足,而是信息的过载;可能不是信息的“触手可及”,而是信息的孤岛问题。太多的数据给人们带来的并不是更多的洞察,还可能是迷失,因此,如何管理好、利用好这些数据,成为当务之急。

水利行业的发展趋势

水利部部长鄂竟平:我国治水的主要矛盾已发生深刻变化,从改变自然、征服自然为主转向调整人的行为、纠正人的错误行为为主。治水的工作重点也要随之改变,就是要转变为水利工程补短板、水利行业强监管。

河长制是我国在河湖管理保护方面的重大创新,核心是党政同责,党政领导担任河长,不是冠名制,而是责任制。河长制涉及理论框架、政策、资金、人才、技术、商业模式和各业务系统的全面创新,是一项复杂的巨系统工程。是解决复杂水利问题的战略抓手。

大兴土木搞工程建设的时代正在过去,水利行业由“工程水利”向“智慧水利、生态水利、水利服务、水利文化”方向发展,其中水利信息化是重要引擎和关键动力,水利大数据建设是基础。

二、水利大数据价值体系

水利大数据建设现状及问题

政策理念问题
理念落后,大部分地方水利大数据才处于初级阶段,对政策和技术理解不透,一味追求”高大上“噱头,失去了“以技术服务管理”的初心,导致驱动力不足。

资金问题
水利大数据建设是一个系统性工程,持续投入较大,传统政府采购很难驱动,在水利工程中资金占比较小。现有水利业务系统落后且很难整合利旧。

行业封闭,技术储备不足
水利行业属于粗放型传统行业,行业比较封闭,技术决策比重大,新技术很难被及时采用,同时关键技术储备不足,缺乏既懂水利,又懂大数据的复合人才。

系统设计更新不及时
水利工程较大,设计实施周期比较a,信息化技术更新快,但比重小,不愿做重大变更,一直落后3-5年。

商业模式/生态体系
商业模式不明显,高投入、低产出甚至无产出。传统的产业发展方式难以支撑水利大数据这种涉及多部门、多行业、多数据维度、多关键技术的复杂生态,商业模式及建设思路急需转型。

水利大数据建设难点

数据来源跨越多个部门,如何整合,如何共享?用户涵盖各级职能部门,需求如何统一?如何更好的发动公众参与?业务管理流程能通用吗?事件管理流程能闭环吗?系统是否安全?需求不清楚,不断变化中,如何设计?有没有结合当地的实际的工作机制?盲目照搬存在弊端,河湖大数据建设需要充分考虑国情、水情、社情,做到既要兼顾顶层设计、又可实施落地。

主管单位头重脚轻,实施单位头轻脚重

软件平台系统需要顶层设计和具体实施必须有效结合。软件设计人员首先要具备企事业客户最高领导者的视角;然后要自客户的具体经营实践中,抽象出客户对于人力、物力、财力的通用配置和发展原则,这些原则以及背后的逻辑便是管理;继而将管理的不变与变,基于常变常新的IT技术进行数字化开发,之后才能得到真正的管理软件内核;而具备了稳定和完备的管理内核之后,才轮到于实施服务端进行面向具体经营或者特定行业的配置与开发。
好的软件产品和解决方案一定是节省了时间,节约了成本,充分体现人性的光辉,最终提高了生产率,并推动了社会进步。


数据的价值体系

数据是事实或观察的结果,是对客观事物的逻辑归纳,是用于表示客观事物的未经加工的的原始素材。数据是信息的表现形式和载体,可以是符号、文字、数字、语音、图像、视频等。在计算机系统中,数据以二进制信息单元0,1的形式表示。

信息是具有时效性的,有一定含义的,有逻辑的、经过加工处理的、对决策有价值的数据流。
数据和信息是不可分离的,数据是信息的表达,信息是数据的内涵。数据本身没有意义,数据只有对实体行为产生影响时才成为信息。

知识是通过人们的参与对信息进行归纳,演绎,比较等手段进行挖掘,使其有价值的部分沉淀下来,并与已存在的人类知识体系相结合。

智慧是人类基于已有的知识,针对物质世界运动过程中产生的问题根据获得的信息进行分析,对比,演绎找出解决方案的能力。

大数据的定义及特性

大数据是指无法用常规软件工具进行处理的数据集合,是具有更强决策力、洞察发现力和流程优化能力的海量多样化信息资产。

大数据--小数据
在当前阶段我们把智慧之外的部分外包给计算机,而人自己聚焦于属于自己的独一无二的那部分智慧。数据如果不能进一步地“深加工”,即使收集的数量再“大”,也毫无价值。因为仅仅就数据本身而言,它们是“一无所知”的,数据的价值,在于形成信息,变成知识,乃至升华为智慧。

水利+大数据
激光、遥感、GIS、BIM、传感网和射频技术等现代化信息化术的发展与应用,全面拓展了水利信息的空间尺度和要素类型。水利数据已逐渐呈现出多源、多维、大量和多态的大数据特性,水利大数据的时代已经到来。


三、水利大数据发展方向

点数据
一个个分散点的数据,没有同其他数据建立连接,譬如一个地下水位监测点连续10年每天的监测数据
特点:体量大、分散化和独立化

条数据
某个应用领域内呈链条状串起来的数据,譬如一套地下水位监测系统10年每天的监测数据
特点:领域单一数据封闭数据垄断

大数据
无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。
特点:大量、高速、多样、低价值密度、真实性;数据噪音大,以冷数据、温数据为主,热数据较少

块数据
以一个物理空间或者行政区域形成的涉及人、物、事的各类数据的综合。
特点:主题性高度关联性、强活性、立体型、开放性
价值:商业模式发掘潜力巨大、应用前景广阔、政府治理模式转型升级、社会公共文化增添新元素

四、水利数据来源

水利行业各部门基础数据库
防汛抗旱、水资源、建设与管理、农村水利、水土保持等。

水利行业生产监测数据
水库、自来水厂、污水处理厂等。具体水位、雨量、流量、视频、水质监测站,无人机,遥感,机器人等终端。

跨部门跨行业的涉水数据
环保、国土、农业、公安、检察、卫生等其他部门。

涉水社会情况数据
互联网行业、企事业单位及个人,例如:腾讯、百度,专业数据机构、社会公众等。

来源于互联网的数据爬取
网络爬虫、探针等主动从互联网网站、论坛、新媒体等爬取。

水利大数据平台总体架构


五、案例


案例--采砂背景

近年来,随着国家生态文明建设的不断深入,各地对天然砂石实施禁采或限采,不断关停传统、落后、污染的砂石企业,部分地区砂石供需失衡、价格持续攀升,砂石高价、短缺诱发非法采砂抬头。习近平总书记多次为砂石行业指点迷津——不能让违法挖河砂变成了一个“建设性”的大破坏;调研长江非法砂石码头整治;考察山东威海采石场生态修复项目;主持召开民营企业座谈会,为民营砂石等企业定调等。


案例--非法采砂的严重危害

1、危及水生态环境
2、河道行洪能力下降,危及堤坝及民生安全
3、河道输水能力下降,加大引水成本
4、影响河势稳定
5、危及涉河工程安全
6、影响通航
7、严重扰乱社会治安
8、国有资产流失

案例--砂石大数据平台功能架构

案例--前端物联感知设备


案例--智慧水利影像监测仪

自动化:监测、解析、合理性检验、编码、传输、全过程自动实现
智能化:AI智能解析、侦别、预警
数字化:实时监测,量化解析
实时化:定时监测、随机招测
可视化:监测过程影像回传、随时检验成果精度及合理性
一体化:一机多能,一机多用、供电、通讯资源共享、降低成本、方便运维


案例--砂石大数据模型分析


案例--砂石生态产业链




水利大数据研究及案例介绍
胡万元 华北水利水电大学


鲜花

握手

雷人

路过

鸡蛋
该文章已有1人参与评论

请发表评论

全部评论

  • eason是我粉丝 2019-5-21 17:23
    52监测网专家报告分享-第37期

    水利大数据研究及案例介绍
    胡万元 华北水利水电大学 ...

查看全部评论>>

相关阅读

网站小编微信:jiance52
粉丝1 阅读4386 回复1
关注我们
自动化监测技术交流

客服电话:010-62978778

客服邮箱:support@anxinjoy.com

周一至周五 8:30-17:30

地址:北京海淀区金隅嘉华大厦c座1005

Powered by Discuz! X3.2@ 2001-2013 Comsenz Inc. 京ICP备16000992号-2 京公网安备 11010802022300号