如何推动水务行业的数字化转型？.docx

一、引言

世界各地都依赖复杂的系统来运输基本商品，提供包括水、食物、能源以及健康、交通和通信等相关的服务。这些商品和服务的全球需求量惊人，并且预期需求还会增长。例如，2017年全球约有90%的人口至少享有基本饮用水服务，但是，预计到2050年将有近60亿人遭受清洁水短缺的困扰。发达国家拥有庞大且互联的水务基础设施系统，能够为其人口提供高质量的饮用水服务。例如，英国的英格兰和威尔士有1000多个生产饮用水的水处理厂，长达346000km的水路网服务于2600多万户家庭；荷兰的饮用水水路网长达120000多公里，能够为800多万户家庭提供服务。这种基础设施提供的服务具有规模性、复杂性、生命周期长和关键性等特点，因而使得系统规划和管理极为困难。

在过去20年里，现代数字化技术迅速发展。通过改善复杂系统，如银行、交通、市场、娱乐和旅游等部门的规划和管理，现代数字化技术推进了社会变革。利用大规模、广泛的数据采集，预测能力日益精准的云计算，以及互联网和物联网（IoT）的全球连接，许多新兴应用已经被开发出来并投入使用。例如，零售银行的数字化转型使得用户可以通过在线和移动工具进行交易和资产管理。此外，一些企业组织如优步，借助数字化技术建立了一种新型商业模式，颠覆了运输业的传统模式。其他企业组织，包括谷歌、亚马逊、爱彼迎、网飞和苹果的一些部门也利用了数字化技术。从数字化技术的角度来看，航空行业和汽车行业这两个领域相当有趣，这不仅是因为安全因素在这两个行业中至关重要，还因为它们在实现完全自动化方面取得了最重大的进展。尽管为了使这些系统能够独立运作，人类已经投入了大量精力和成本，但是绝大多数系统的运作仍必须与人类交互，由人类负责监管其作业，指导系统运作，或协作系统完成作业。

然而，数字化技术的引入和自动化程度的增强，也导致了一些与这些先进技术的使用方式有关的重大事故。例如，特斯拉的自动驾驶仪（Autopilot）无法避免汽车碰撞，以及波音737MAX及其机动特性增强系统（MCAS）软件疑似已导致两次飞机失事，是造成重大伤亡的原因之一。通过明确这些案例中存在的新技术的失误点，有望从中学习经验和教训，预防事故发生。

数字化革命已深入人类生活的许多领域，水务行业也开始从数字化转型中受益。水文信息学领域的先进技术和人工智能（AI）的应用已经开始在水务行业及其管理中发挥作用。然而，水务行业的数字化进展落后于其他领域，原因是其还存在一些挑战，包括遗留的数据收集和管理系统，以及难以为数字应用、网络安全问题和“人为因素”建立明确的商业案例。

在过去的20年里，“取证工程”（forensicengineering）利用工程原理和分析方法，调查工程系统的故障或其他性能问题，并且取得了实质性的进步。取证调查的目的在于确定故障的根本原因，从而预防类似故障再次发生。早期取证工程的例子，包括对导致桥梁设计、建造和检验发生重大变化的故障进行调查。如1879年的泰河铁路桥（TayBridge）坍塌事故和1940年的塔科马海峡吊桥（TacomaNarrowsBridge）倒塌事故。

本文的目的有两个：①确定水务行业的关键数字化技术的进展；②对一些在数字化转型和自动化过程中（数字化技术发挥重要作用）经历失败的领域应用取证工程原则。目的是要从这些失误中吸取教训，避免水务行业重蹈覆辙。

二、水务行业数字化的进展

?

（一）智能灌溉

农业灌溉用水量占全球用水量的70%，是用水量最多的领域，农业灌溉在粮食安全中发挥着重要作用。世界上许多地区采用密集的漫灌并抽取地下水灌溉作物，使含水层的消耗量超过其自然补给量，从而影响水安全。因此，利用数字化技术更有效地使用水资源，优化决策方法迫在眉睫。数字化技术所带来的智能灌溉系统，可根据当地条件，如温度、湿度和土壤含水量进行调整，为作物提供必要的水分。

遥感技术是灌溉管理领域中一项重要的数字化进展。遥感技术是指借助卫星、飞机（包括有人和无人系统）、拖拉机和手持传感器对农田反射和辐射的电磁波信息进行非接触测量。遥感测量技术的广泛使用使人们获得了大量数据，即大数据。需要对这些大量且高度多变的数据类型进行快速处理和分析，以便提供新的见解。遥感和AI技术的最新研究进展可以让田间规模的表型信息得到准确量化，并与大数据整合，以便开发出具有预测性和规范性的管理工具。

遥感技术常用于预估作物的需水量。此技术在预测性模型的基础上，利用基于各类数据、能量平衡、空气动力学和辐射物理学的算法计算作物需水量。这些模型采用了多种数据类型组合，包括卫星图像数据（如表面温度、表面反射率、植被指数）、天气传感器数据（如空气温度、风速、湿度）和地理数据（如数字高程、土地覆盖）。例如，FruitLook服务作为一种在线工具，利用卫星和地理数据帮助南非西开普省的水果和葡萄酒农场