王愛傑：水系統大(dà)數據——有“融”乃大(dà)

随着物聯網、移動互聯網、雲計(jì)算等新一輪信息技術(shù)的迅速融入，水務數字化和智慧化已經成爲不可(kě)逆的大(dà)趨勢。哈爾濱工(gōng)業大(dà)學環境學院教授王愛傑指出，水系統智慧化的基本邏輯架構，從(cóng)感知層、網絡層到應用層，從(cóng)水物聯網、互聯網到雲計(jì)算和智能融合技術(shù)應用，毫無疑問(wèn)數據是邏輯的基底——因爲獲得(de)高質量數據，是提取有效信息、形成新知識和決策智慧化的重要前提。百度智能雲把智慧水務概括爲設備智能化和管理(lǐ)智能化，這兩者有賴于決策智能化。他(tā)們認爲大(dà)數據是決策智能化的核心，是智慧水系統的頂層設計(jì)。

一、大(dà)數據的概念與特征

美國(guó)國(guó)家标準與技術(shù)研究院提出了相(xiàng)對權威的定義，大(dà)數據指無法在一定時間範圍内用常規軟件(jiàn)工(gōng)具進行捕捉、管理(lǐ)和處理(lǐ)的數據集合，是需要新處理(lǐ)模式才能具有更強的決策力、洞察發現力和流程優化能力的海量信息資産。可(kě)見(jiàn)，大(dà)數據具有科(kē)學和經濟雙重屬性。大(dà)數據具備“5V”特征，即，Volume、Velocity、Variety、Value、Veracity。海量數據規模、高速數據流轉、多樣數據類型、低價值密度和真實性，是大(dà)數據的标簽。

二、大(dà)數據技術(shù)與思維

從(cóng)科(kē)學屬性理(lǐ)解，大(dà)數據的“大(dà)”并非形容詞，而是動詞，也就(jiù)是放(fàng)大(dà)數據作(zuò)爲資産的價值。這正是大(dà)數據技術(shù)的戰略意義所在，即通過對海量數據進行專業化處理(lǐ)和“加工(gōng)”，實現數據的價值和“增值”。那麽，如(rú)何處理(lǐ)和加工(gōng)數據才能實現大(dà)數據的核心價值呢(ne)？大(dà)數據研究專家舍恩伯格指出，大(dà)數據思維最關鍵的轉變在于從(cóng)自(zì)然思維轉向智能思維，使大(dà)數據像具有生(shēng)命力一樣，獲得(de)類似于“人(rén)腦”的智能，甚至智慧。因此，獲取大(dà)數據，需要突破常規的思考維度，發展“融合”的思維模式。大(dà)數據與工(gōng)業、農業、醫療等産業的深度融合，正代表和催生(shēng)着一種全新文明形态的出現。

三、大(dà)數據技術(shù)的應用

以人(rén)工(gōng)嗅覺爲例，基于仿生(shēng)原理(lǐ)，利用納米傳感器陣列芯片獲得(de)大(dà)數據，結合人(rén)工(gōng)智能算法平台，可(kě)以讓機(jī)器具備人(rén)的嗅覺和感知力。可(kě)用于氣體(tǐ)洩漏診斷、揮發性污染物監測等智慧感知系統。當然也完全可(kě)用于污水廠(chǎng)的臭氣監測。這樣的融合思維模式，必然需要研究範式的支撐。因此，不同學科(kē)方法的融合用于大(dà)數據處理(lǐ)成爲一種必然選擇。

王愛傑團隊開發了生(shēng)物暗信息挖掘ROMIDAS系統。微型生(shēng)物對于維持水系統結構和功能穩定性起着至關重要的作(zuò)用，僅細菌和古細菌的細胞數量就(jiù)高達1.2 × 1030個，可(kě)以繞地球3圈。然而，人(rén)類對水系統生(shēng)物信息的認知嚴重缺失。2019年(nián)發表在Nature Microbiology的文章(zhāng)表明，全球污水廠(chǎng)活性污泥微生(shēng)物組細菌約10億種，而我們能确定功能的還(hái)不足0.05%，其餘信息仍爲暗信息。ROMIDAS是一種新型傳感系統，連續流經微流控室的活性污泥，相(xiàng)當于被标記了時間軸的連續樣本，可(kě)以原位無損地采集可(kě)量化的圖像數據。圖像數據、結構化數據等單一維度信息，通過多源異構數據融合，可(kě)獲得(de)難以實時測量的“暗信息”，建立新的可(kě)量化指标，如(rú)污泥膨脹指數與水體(tǐ)富營養化指數等，并納入水系統狀态評估體(tǐ)系，從(cóng)而将看(kàn)不見(jiàn)的“暗信息”呈現爲大(dà)數據源。

四、水系統大(dà)數據的意義

對于水系統而言，從(cóng)生(shēng)物信息到系統的功能，存在認知斷層。但(dàn)是王堅院士曾指出：挖掘“暗信息”的目的是要颠覆認知，這正是大(dà)數據的科(kē)學價值體(tǐ)現。從(cóng)數據、到信息、到知識、到決策，不僅僅是建立邏輯關聯的“接口”，更爲重要的是，通過描述發生(shēng)了什麽、預測将發生(shēng)什麽、進而決策應該做什麽，這才是智慧的内核。而且，大(dà)數據的應用正在不斷打破學科(kē)的邊界，實現專業間數據的貫通與融合。比如(rú)，一個智慧管道的例子，通過融合3S、三維仿真、物聯網、雲計(jì)算等原理(lǐ)和方法，可(kě)以提供管道數據動态更新、智能監控等服務。

依托人(rén)工(gōng)智能技術(shù)研發的管道内窺攝像檢測系統和缺陷自(zì)動判讀(dú)算法，可(kě)識别結構性及功能性缺陷，實現缺陷空間定位。如(rú)接口損壞、異物堵塞、滲漏等，用于評估排水管道完整性和指導管網修複。不同學科(kē)數據融合，原生(shēng)數據與此生(shēng)數據叠代，會産生(shēng)更“大(dà)”的數據表現形式和更大(dà)的數據價值！以數字孿生(shēng)賦能水廠(chǎng)爲例，基于數字孿生(shēng)引擎，可(kě)以對水廠(chǎng)不同工(gōng)段關鍵參數進行監測，結合智能模型，實時優化工(gōng)藝設備參數，實現智能投藥、精準曝氣，從(cóng)而降藥耗、降碳耗、降碳排。

水業，密切關聯着能源、工(gōng)業、農業、建築、交通等行業。水的循環流動，勢必牽引着數據在多個行業之間流動。無形之中，水業數據化身(shēn)爲行業之間信息的樞紐。水業的數據通過“跨界融合”，很可(kě)能在“智慧城(chéng)市”的“政務平台”上呈現出重要的經濟價值與社會價值。例如(rú)，水環境實時監測、水質及污染治理(lǐ)等多要素的可(kě)視化分(fēn)析，可(kě)以爲政府的科(kē)學決策提供重要依據。從(cóng)數據資源到數據資産，正是大(dà)數據的科(kē)學屬性與經濟屬性交彙的具體(tǐ)體(tǐ)現。

大(dà)數據之“大(dà)”，關鍵是思維模式的“大(dà)”、研究範式的“大(dà)”和應用融通的“大(dà)”。大(dà)數據的大(dà)，充分(fēn)體(tǐ)現了融合之道，是思維模式 的“融合”、是方法路(lù)徑的融合，更是行業發展理(lǐ)念的融合！其實，目前水系統的數據還(hái)遠(yuǎn)未達到“大(dà)數據”的程度。這是智慧水務平台建設的一個痛點，但(dàn)也正是我們的努力方向所在。我們堅信，大(dà)數據開啓了一個重大(dà)的時代轉型！未來(lái)社會的競争，一定是對大(dà)數據的競争！未來(lái)社會的繁榮，一定是因大(dà)數據所撬動的數字經濟和生(shēng)态文明而繁榮！