《城市供水監(jiān)管中大數(shù)據(jù)應用技術指南》

CECS×××:20××

中國工程建設標準化協(xié)會標準

城市供水監(jiān)管中大數(shù)據(jù)應用技術指南

Guidelinesforbigdataapplicationtechnologyinsupervisionof

urbanwatersupplysystem

（征求意見稿）

前言

城市供水安全直接關系到廣大人民群眾的切身利益和身體健康，供水安全監(jiān)

管是我國城市供水行業(yè)普遍面臨的壓力。近年來，各地在相關政策法規(guī)的指導下

開展了飲用水水量、水質(zhì)、水壓等監(jiān)測能力的建設，具備了一定的供水安全監(jiān)管

能力。但一方面當前供水監(jiān)管中存在實測指標不全面、監(jiān)測頻率不達標、風險預

警不及時等問題，另一方面大中城市供水企業(yè)每日積累的大量供水數(shù)據(jù)所蘊含的

巨大價值幾乎尚未被挖掘。隨著我國社會經(jīng)濟的快速發(fā)展，公眾對供水安全的要

求越來越高，行業(yè)主管部門面臨著進一步提高供水監(jiān)管能力的需求。因此，保障

飲用水供水安全作為全面建成小康社會的一項重要任務，必須采取有效措施，推

動先進的信息技術在供水行業(yè)的應用，引導城市供水監(jiān)管向更科學、更高效、更

精細的方向發(fā)展

為開拓大數(shù)據(jù)技術在城市供水監(jiān)管領域的應用途徑，完善供水安全監(jiān)管技術

工作體系，進一步提高城市供水的數(shù)字化監(jiān)管水平，編制組編制了《城市供水監(jiān)

管中大數(shù)據(jù)應用技術指南》。

本指南編制依據(jù)國家和行業(yè)相關法律法規(guī)、標準規(guī)范，總結了近年來我國城

市供水行業(yè)監(jiān)管需求、信息化系統(tǒng)建設現(xiàn)狀和大數(shù)據(jù)技術應用的實踐經(jīng)驗，同時

在編制過程中對主要問題開展了專題論證，對具體內(nèi)容進行了反復討論和修改。

本指南的主要內(nèi)容包括：總則、供水大數(shù)據(jù)來源、平臺架構與分析方法、水

源和水廠大數(shù)據(jù)應用、供水管網(wǎng)運營大數(shù)據(jù)應用、公眾反饋信息大數(shù)據(jù)應用。

本指南由中國工程建設標準化協(xié)會建標協(xié)會負責管理，由中國城市規(guī)劃設計

研究院負責具體技術內(nèi)容的解釋。請各單位在使用過程中，總結實踐經(jīng)驗，提出

意見和建議。

I

主編單位：中國城市規(guī)劃設計研究院

參編單位：（以下排名不分先后）

深圳水務（集團）有限公司

濟南水務集團有限公司

北京首創(chuàng)股份有限公司

山東省城市供排水水質(zhì)監(jiān)測中心

中國航天科工三院三零四所

主要起草人：XXX

I

目錄

前言.............................................................................................................................................I

第一章總則.....................................................................................................................1

第一節(jié)編制目的.............................................................................................................1

第二節(jié)適用范圍.............................................................................................................1

第三節(jié)指導思想.............................................................................................................1

第四節(jié)供水大數(shù)據(jù)積累基本原則.................................................................................1

第五節(jié)供水大數(shù)據(jù)應用基本原則.................................................................................1

第六節(jié)術語與定義.........................................................................................................2

第二章供水大數(shù)據(jù)來源.....................................................................................................4

第一節(jié)內(nèi)部來源.............................................................................................................4

第二節(jié)外部來源.............................................................................................................5

第三章平臺架構與分析方法.............................................................................................9

第一節(jié)供水大數(shù)據(jù)分析平臺架構.................................................................................9

第二節(jié)數(shù)據(jù)挖掘方法.....................................................................................................9

第四章水源和水廠大數(shù)據(jù)應用.......................................................................................11

第一節(jié)水源和水廠大數(shù)據(jù)應用目的...........................................................................11

第二節(jié)水源和水廠大數(shù)據(jù)積累要求...........................................................................11

第三節(jié)水源和水廠大數(shù)據(jù)典型應用場景...................................................................12

第四節(jié)水源和水廠大數(shù)據(jù)應用典型案例...................................................................15

第五章供水管網(wǎng)運營大數(shù)據(jù)應用...................................................................................26

第一節(jié)管網(wǎng)運營大數(shù)據(jù)應用目的...............................................................................26

第二節(jié)管網(wǎng)運營大數(shù)據(jù)積累要求...............................................................................26

第三節(jié)管網(wǎng)運營大數(shù)據(jù)典型應用場景.......................................................................27

第四節(jié)供水管網(wǎng)運營風險評估典型案例...................................................................29

第六章公眾反饋信息大數(shù)據(jù)應用...................................................................................33

第一節(jié)公眾反饋信息大數(shù)據(jù)應用目的.......................................................................33

第二節(jié)公眾反饋信息大數(shù)據(jù)積累要求.......................................................................33

第三節(jié)公眾反饋信息大數(shù)據(jù)典型應用場景...............................................................34

第四節(jié)公眾反饋信息大數(shù)據(jù)應用典型案例...............................................................36

附錄..........................................................................................................................................42

II

第一章總則

第一節(jié)編制目的

為貫徹執(zhí)行《城市供水條例》，提高供水監(jiān)管信息的價值挖掘效率，開拓供

水大數(shù)據(jù)在水質(zhì)風險識別、水量風險識別、設備安全動態(tài)監(jiān)管、公眾反饋問題處

理等領域的輔助決策應用途徑，進一步提高城市供水的數(shù)字化監(jiān)管水平，根據(jù)城

市水源、水廠、管網(wǎng)運營和客戶服務等環(huán)節(jié)的供水安全監(jiān)管需求，依據(jù)國家和行

業(yè)相關法律法規(guī)和標準規(guī)范，編制本指南。

第二節(jié)適用范圍

本指南明確了供水業(yè)務中的大數(shù)據(jù)選擇原則，以及常用應收集的數(shù)據(jù)類型及

其應用條件。本指南適用于城鎮(zhèn)供水主管部門、城鎮(zhèn)供水單位及二次供水管理單

位對供水業(yè)務中水質(zhì)、管網(wǎng)運營、供水服務的風險預警和監(jiān)管，城鎮(zhèn)供水單位的

工藝運行輔助決策也可參照本指南執(zhí)行。

第三節(jié)指導思想

本指南的指導思想是針對國內(nèi)供水安全監(jiān)管的實際需求，密切結合國情和供

水行業(yè)技術現(xiàn)狀，以供水行業(yè)中大數(shù)據(jù)技術應用行之有效的實踐經(jīng)驗和科技綜合

成果為依據(jù)，按照協(xié)調(diào)性、系統(tǒng)性、實用性、先進性的原則，科學確定供水大數(shù)

據(jù)積累途徑、應用領域和應用技術路線要求。

第四節(jié)供水大數(shù)據(jù)積累基本原則

涵蓋供水服務從水源、水廠、管網(wǎng)到客戶服務信息反饋全流程的大數(shù)據(jù)。

第五節(jié)供水大數(shù)據(jù)應用基本原則

采用先進的大數(shù)據(jù)分析方法和模型開發(fā)技術，技術方法先進、適用、引領發(fā)

展，應用途徑符合法律和行政法規(guī)的規(guī)定，符合供水監(jiān)管需求，契合供水監(jiān)管更

1

全面、更精細、更安全的發(fā)展方向。

第六節(jié)術語與定義

1供水監(jiān)管

以提高監(jiān)測能力、預報水平和減災水平為目的，從水源到水龍頭對供水系統(tǒng)

的全面質(zhì)量監(jiān)管，包括：城市供水水質(zhì)、水量和水壓安全的監(jiān)測、評估和控制；

城市供水水質(zhì)污染風險源的識別、監(jiān)測與預警；現(xiàn)代化、智能化、定量化評估的

供水系統(tǒng)管理輔助決策等。

2城鎮(zhèn)供水單位

從事城鎮(zhèn)公共供水和自建設施供水專門服務的單位。

3二次供水管理單位

受二次供水設施產(chǎn)權單位（人）委托，對二次供水設施進行日常維護和運行

管理的單位。

4供水大數(shù)據(jù)

供水活動從水源到龍頭全過程所產(chǎn)生的具備體量巨大、來源多樣、生成較快、

且多變等特征的大量數(shù)據(jù)，包括水質(zhì)檢測、生產(chǎn)工藝、設備運營等環(huán)節(jié)的相關數(shù)

據(jù)。

5機器學習

通過利用數(shù)據(jù)或以往的經(jīng)驗訓練出計算機模型的一種分析方法，模型可通過

獲取分析新數(shù)據(jù)而不斷完善自身性能，可使用模型開展預測、決策等用途。

6水質(zhì)風險

相關水質(zhì)指標超出標準限值，水質(zhì)安全性受到威脅，存在損害人體健康的風

2

險。

7管網(wǎng)風險

指供水管網(wǎng)在特定的時間和供水條件要求下，不能夠穩(wěn)定、持續(xù)完成供水功

能，引起不良后果的風險。

3

第二章供水大數(shù)據(jù)來源

在開展供水大數(shù)據(jù)應用前，城鎮(zhèn)供水相關單位應注意按時按質(zhì)收集供水數(shù)據(jù)，

保證數(shù)據(jù)的準確性、完善性和及時性，從而保障分析結果的科學性、有效性。隨

著信息化系統(tǒng)的不斷完善、數(shù)據(jù)質(zhì)量的不斷提升，供水服務企業(yè)及相關單位應定

期更新所需數(shù)據(jù)，不斷提高數(shù)據(jù)質(zhì)量，保證數(shù)據(jù)時效性。

第一節(jié)內(nèi)部來源

1統(tǒng)計報表數(shù)據(jù)

城鎮(zhèn)供水主管部門和城鎮(zhèn)供水單位應定期收集各類統(tǒng)計報表數(shù)據(jù)。

一是根據(jù)相關標準和規(guī)范要求，由城鎮(zhèn)供水單位、水質(zhì)檢測機構等單位按期

檢測的水質(zhì)數(shù)據(jù)：按照《生活飲用水衛(wèi)生標準》(GB5749-2006)、《城市供水水

質(zhì)標準》（CJT206-2006）、《城鎮(zhèn)供水廠運行、維護及安全技術規(guī)程》等相關

標準規(guī)范中要求的水質(zhì)檢測指標、檢測方法和檢測頻率，對水源水、水廠各工藝

段進出水、出廠水、管網(wǎng)水、龍頭水等制水和輸配水環(huán)節(jié)水質(zhì)的檢測數(shù)據(jù)。二是

包括城鎮(zhèn)供水單位的設備工況、材料庫存、售水情況、用水戶信息、管網(wǎng)信息、

設備維護檢修記錄等相關生產(chǎn)數(shù)據(jù)。

2實時在線傳輸數(shù)據(jù)

城鎮(zhèn)供水單位應實時收集獲取在制水和輸配水現(xiàn)場，通過現(xiàn)場傳感器或移動

設備開展連續(xù)監(jiān)測而創(chuàng)建或生成的遠程數(shù)據(jù)。

一是包括在水源地自動在線監(jiān)測采集的水質(zhì)、水量、水位等實時數(shù)據(jù)，在水

廠各工藝環(huán)節(jié)自動在線監(jiān)測采集的水質(zhì)、水位、流量等實時數(shù)據(jù)，在管網(wǎng)監(jiān)測點

自動在線監(jiān)測采集的水質(zhì)、水壓、流量、噪聲等實時運營數(shù)據(jù)。二是企業(yè)員工通

過移動設備人為實時遠傳的地理位置、用戶水量、事故特征、現(xiàn)場照片、視頻等

外勤作業(yè)信息數(shù)據(jù)。

4

第二節(jié)外部來源

1獲取途徑

除了部門內(nèi)部數(shù)據(jù)，城鎮(zhèn)供水主管部門和城鎮(zhèn)供水單位還應加強與系統(tǒng)內(nèi)其

他供水主管部門和供水企業(yè)，以及環(huán)保、水利等相關部門的信息共享。

通過運用先進的網(wǎng)絡爬蟲等技術，可獲取政府機構、企業(yè)等組織提供的與供

水服務有關的免費開放數(shù)據(jù)，包括供水水質(zhì)數(shù)據(jù)、供水事故信息、人口數(shù)據(jù)、建

筑信息數(shù)據(jù)等。采用網(wǎng)絡爬蟲技術時，需明確供水服務相關數(shù)據(jù)獲取需求，并以

此設計完善系統(tǒng)總體架構，確認待獲取信息量級以及待爬取頁面類型，選擇爬蟲

類型以及爬蟲策略。對于爬取供水大數(shù)據(jù)，推薦采用分布式爬蟲架構。一般情況

下，開展網(wǎng)絡爬蟲的流程圖如下：

明確信息設計爬蟲確認待獲取

選擇爬蟲類型

獲取需求總體架構信息

爬蟲結果展示爬取數(shù)據(jù)存儲設計爬蟲策略

2網(wǎng)絡爬蟲獲取水質(zhì)大數(shù)據(jù)典型案例

某供水主管部門擬運用分布式爬蟲以及科學的數(shù)據(jù)分析模型，通過獲取和分

析多個城市的水質(zhì)公開信息，實現(xiàn)水質(zhì)大數(shù)據(jù)信息的收集和展示，提高供水業(yè)務

監(jiān)管能力和水平。

供水主管部門共收集了全國600多個城市關于水質(zhì)公開的渠道共計2000余

個，需要從此2000多個網(wǎng)址中爬取有關水質(zhì)公開的有效信息。以此2000多個網(wǎng)

址為起始地址向下探索，以此延伸開來的鏈接數(shù)據(jù)將是一個龐大的數(shù)量級，因此

采用分布式的爬蟲來完成所有的爬取任務。

分布式爬蟲總體結構如圖2-1所示：

5

圖2-1分布式爬蟲總體結構

對供水水質(zhì)大數(shù)據(jù)的分布式爬蟲總體結構包括分布式爬蟲管理控制臺，爬蟲

系統(tǒng)功能架構和系統(tǒng)分布式架構。分布式爬蟲管理控制臺是爬蟲任務調(diào)度端；爬

蟲系統(tǒng)功能架構是爬蟲任務執(zhí)行端；系統(tǒng)分布式架構是數(shù)據(jù)服務端。

供水水質(zhì)大數(shù)據(jù)的爬蟲工作流程為：網(wǎng)絡爬蟲擁有一個控制中心，負責對整

個爬蟲系統(tǒng)進行管理和監(jiān)控，主要包括控制用戶交互、初始化爬蟲器、確定主題、

協(xié)調(diào)各模塊工作、控制爬行過程等；然后，將初始的URL（UniformResource

Locator，統(tǒng)一資源定位符，也被稱為網(wǎng)頁地址）集合傳遞給URL隊列，頁面爬

行模塊會從URL隊列中讀取第一批URL列表，然后根據(jù)這些URL地址從互聯(lián)

網(wǎng)中進行相應的頁面爬取。爬取后，將爬取到的內(nèi)容根據(jù)主題保存到數(shù)據(jù)庫中，

同時，在爬行過程中，會爬取到一些新的URL。此時，需要根據(jù)我們所定的主

題使用鏈接過濾器過濾掉無效的鏈接，再將剩下的URL地址傳遞到隊列中，供

頁面爬行模塊使用。另一方面，將頁面爬取模塊爬取到的網(wǎng)頁內(nèi)容根據(jù)主題交由

不同頁面分析模塊處理，并根據(jù)處理結果建立索引數(shù)據(jù)庫，用戶檢索對應信息時，

可以從數(shù)據(jù)庫中直接查找對應的索引，并得到相應的結果。供水水質(zhì)大數(shù)據(jù)爬蟲

工作流程圖如圖2-2所示。

6

圖2-2供水水質(zhì)大數(shù)據(jù)爬蟲工作流程圖

爬蟲過程中，需要對網(wǎng)頁內(nèi)容進行解析。由于網(wǎng)頁內(nèi)容解析需要解析來自不

同網(wǎng)頁的內(nèi)容，目前尚無法實現(xiàn)通過通用的方法來解析網(wǎng)頁內(nèi)容，需通過解析網(wǎng)

頁文檔Head（頭節(jié)點）標簽中的Title（標題）、HTML（超文本標記語言）文

檔Meta（元節(jié)點）標簽中的Keywords（關鍵詞）、Description（描述）來獲取

有效信息。同時為了更精準地捕獲有效的信息，需要對爬取的網(wǎng)頁進行多個層次

的篩選工作。第一層篩選，在Redis（RemoteDictionaryServer，遠程字典服務）

中維護了一個剔除詞的集合，如果爬取的信息中包含剔除詞則放棄解析該網(wǎng)頁。

第二層篩選，在Redis中維護了判斷水質(zhì)信息的關鍵詞集合，根據(jù)這個集合來判

斷該網(wǎng)頁是否是水質(zhì)公開的網(wǎng)頁。第三層篩選，為了在Redis中維護了四個分類

的集合，依次來判斷公開水質(zhì)的所屬類別，將水質(zhì)公開信息按照水源水、出廠水、

管網(wǎng)水、龍頭水四類進行分類。在對爬蟲抓取的內(nèi)容進行解析和數(shù)據(jù)清洗后，再

傳送到數(shù)據(jù)庫存儲。

采用此技術爬蟲獲取了全國32個省份的水質(zhì)信息公開數(shù)據(jù)，開發(fā)了信息平

臺對采用爬蟲技術獲取的供水水質(zhì)大數(shù)據(jù)結果進行展示，如圖2-3所示。該信息

平臺展示了全國各省市各類水質(zhì)公開信息累計公開次數(shù)，可針對各城市的水源水、

出廠水、管網(wǎng)水、二次供水情況等信息分類查詢，并提供數(shù)據(jù)導出功能。

7

圖2-3供水水質(zhì)大數(shù)據(jù)爬蟲結果展示頁面

8

第三章平臺架構與分析方法

第一節(jié)供水大數(shù)據(jù)分析平臺架構

開展供水大數(shù)據(jù)分析應用時，需根據(jù)應用、設計和保密等需求，構建供水大

數(shù)據(jù)分析平臺。供水大數(shù)據(jù)分析平臺應由基礎設施層、平臺層、數(shù)據(jù)應用層（各

類應用模型）和展示層等架構組成。

基礎設施層主要包括存儲設備、計算設備、網(wǎng)絡設備、機房配套等相關軟硬

件基礎設施。

平臺層主要提供包括數(shù)據(jù)采集、傳輸、分布式存儲、挖掘處理運算等功能，

其中數(shù)據(jù)采集由物聯(lián)感知信息采集系統(tǒng)、數(shù)據(jù)共享系統(tǒng)、網(wǎng)絡爬蟲系統(tǒng)等組成；

數(shù)據(jù)傳輸是將物聯(lián)感知、數(shù)據(jù)填報共享、網(wǎng)絡爬蟲等途徑產(chǎn)生的數(shù)據(jù)，通過互聯(lián)

網(wǎng)、移動網(wǎng)絡、衛(wèi)星、超短波電臺等渠道進行傳輸；數(shù)據(jù)存儲是將各類數(shù)據(jù)信息

進行存儲與相應數(shù)據(jù)庫中，實現(xiàn)對供水大數(shù)據(jù)的管理、調(diào)用、共享交換和更新，

為應用層對數(shù)據(jù)的使用提供調(diào)取服務，對于結構化數(shù)據(jù)通過清洗、轉換、集成處

理后，加載到數(shù)據(jù)倉庫中，對于非結構化數(shù)據(jù)，包括供水業(yè)務相關的圖片、音視

頻、文檔文件等，采用分布式存儲的方式。

數(shù)據(jù)應用層包括服務于供水監(jiān)管的各類業(yè)務系統(tǒng)，例如日常監(jiān)管、實時監(jiān)控、

安全評估、監(jiān)測預警、決策支持等業(yè)務系統(tǒng)，各業(yè)務系統(tǒng)通過清晰的工作流程、

靈活的統(tǒng)計分析方法、統(tǒng)一的用戶認證、標準化的海量數(shù)據(jù)，實現(xiàn)業(yè)務功能。

展示層將應用層的分析處理結果，通過文字、圖表、報表等表現(xiàn)方式，對用

戶和公眾實現(xiàn)頁面可視化展現(xiàn)。

對供水大數(shù)據(jù)的采集、存儲和應用，可參考《城市供水信息系統(tǒng)基礎信息

加工處理技術指南》開展。

第二節(jié)數(shù)據(jù)挖掘方法

供水大數(shù)據(jù)的數(shù)據(jù)特征挖掘是從海量的、關系模糊的供水數(shù)據(jù)中挖掘出潛在

的數(shù)據(jù)規(guī)律，挖掘數(shù)據(jù)特征是開展供水大數(shù)據(jù)價值應用的重要基礎性工作。機器

9

學習是發(fā)掘、利用大數(shù)據(jù)價值的關鍵技術，機器學習按照大類可分為監(jiān)督學習、

無監(jiān)督學習和半監(jiān)督學習三大類。

監(jiān)督學習利用已知類別的樣本數(shù)據(jù)調(diào)整運算參數(shù)，使其達到所要求性能，發(fā)

現(xiàn)和總結數(shù)據(jù)間的關聯(lián)關系，并產(chǎn)生推斷功能，從而可利用模型對于給定輸入變

量，對輸出數(shù)據(jù)進行較準確的預測。監(jiān)督學習主要包括分類和回歸分析兩種，目

前，典型的有監(jiān)督學習算法包括邏輯回歸、決策樹、貝葉斯判別、隨機森林、支

持向量機，以及目前在人工智能中被大量應用的神經(jīng)網(wǎng)絡等。

無監(jiān)督學習的數(shù)據(jù)沒有標注信息，其利用已有的樣本數(shù)據(jù)，實現(xiàn)對樣本聚類。

無監(jiān)督學習主要包括聚類分析、關聯(lián)分析等。關聯(lián)分析算法包括Apriori、

FP-growth等，聚類分析算法包括K均值聚類、系譜聚類、密度聚類等。

半監(jiān)督學習是監(jiān)督學習與無監(jiān)督學習相結合的一種學習方法。半監(jiān)督學習同

時使用大量的未標注數(shù)據(jù)，以及少量的標注數(shù)據(jù)。典型的算法包括自訓練算法、

半監(jiān)督支持向量機、生成式方法等。

在供水大數(shù)據(jù)分析過程中，需要根據(jù)應用場景和目的選擇合適的分析算法，

不存在一個能夠解決所有問題的分析算法，一種分析算法也并不能總是優(yōu)于另外

一種。供水大數(shù)據(jù)的數(shù)據(jù)挖掘方法選擇需根據(jù)數(shù)據(jù)量大小、數(shù)據(jù)結構、數(shù)據(jù)特征、

分析目的來綜合比選。

10

第四章水源和水廠大數(shù)據(jù)應用

第一節(jié)水源和水廠大數(shù)據(jù)應用目的

對水源水質(zhì)、水廠工藝等大數(shù)據(jù)進行存儲、分析和價值挖掘，不僅可解決傳

統(tǒng)手段難以解決的海量數(shù)據(jù)問題，還有利于水質(zhì)風險來源、時空變化規(guī)律、危害

程度等特點的有效判定和識別，實現(xiàn)對水源和水廠水質(zhì)風險的有效預警，并提出

風險的最優(yōu)處置方案；同時，通過對水源水質(zhì)與水廠工藝大數(shù)據(jù)的聯(lián)合建模分析，

可有利于水廠根據(jù)不同的原水水質(zhì)特點和風險對水處理工藝過程進行調(diào)整和優(yōu)

化，以節(jié)約水廠運行成本并保障水廠的出水水質(zhì)。

第二節(jié)水源和水廠大數(shù)據(jù)積累要求

城鎮(zhèn)自來水供水單位應建立水文數(shù)據(jù)、水質(zhì)數(shù)據(jù)和相應的水處理工藝運行參

數(shù)數(shù)據(jù)庫。

1水質(zhì)數(shù)據(jù)

城鎮(zhèn)供水單位在日常運行中需按照《城鎮(zhèn)供水廠運行、維護及安全技術規(guī)程》

（CJJ58-2007）的要求開展原水、出廠水以及水廠各沉淀、過濾等工序的水質(zhì)檢

測，原水以及出廠水日檢、月檢、年檢的項目和頻次，應符合《城市供水水質(zhì)標

準》（CJ-T206-2017）和《生活飲用水衛(wèi)生標準》（GB5749-2006）的規(guī)定。此

外，供水企業(yè)還需結合原水水質(zhì)和凈水工藝以及地方監(jiān)管的要求確定是否需要增

加相應的檢測指標和檢測頻次。以湖泊、水庫為水源的供水廠，應開展藻類相關

指標的檢測并在藻類爆發(fā)期增加檢測的頻次。

城鎮(zhèn)供水單位應根據(jù)《城鎮(zhèn)供水水質(zhì)在線監(jiān)測技術標準》（CJJ-T271-2017）

對原水、工藝過程出水、出廠水及管網(wǎng)水安裝必要的在線監(jiān)測儀表，并同時開展

班組級的手工檢測。對實驗室和在線監(jiān)測的水質(zhì)數(shù)據(jù)應及時記錄并保存。

11

2水文及氣象數(shù)據(jù)

城鎮(zhèn)供水單位需按周期建立水源地的水文資料臺賬，包含：流量、流速、水

位、潮汐、天氣、水溫等，掌握氣象因素（氣溫、濕度、日照、降雨等）與原水

水質(zhì)的關聯(lián)關系以及由自然因素引起的水質(zhì)突變。

3工藝數(shù)據(jù)

城鎮(zhèn)供水單位需按日建立工藝運行參數(shù)臺賬，包括：水處理工藝運行參數(shù)，

例如處理水量、預處理藥劑及其投加量、混凝劑及其投加量、沉淀池排泥周期、

濾池運行周期及反沖洗參數(shù)等；各工序水質(zhì)，例如沉淀后出水的pH值、濁度、

耗氧量、余氯等，過濾后出水的pH值、濁度、余氯等。

第三節(jié)水源和水廠大數(shù)據(jù)典型應用場景

1水質(zhì)相關分析

城鎮(zhèn)供水主管部門及供水單位在水質(zhì)日常監(jiān)測、風險預警和管控過程中，通

過對水源、水廠、管網(wǎng)和二次供水設施的水質(zhì)指標及其環(huán)境類指標進行相關性分

析，找出不同水質(zhì)指標之間、水質(zhì)指標與其它環(huán)境類指標的內(nèi)在關聯(lián)性，可實現(xiàn)

水質(zhì)風險預警，水質(zhì)相關性分析具體包括以下幾種情形：

1）同一供水環(huán)節(jié)不同水質(zhì)指標之間的相關性分析：通過常規(guī)水質(zhì)指標與特

征水質(zhì)指標的相關性分析，可揭示指標之間的內(nèi)在聯(lián)系，及時發(fā)現(xiàn)水質(zhì)特征和規(guī)

律，并可為回歸分析提供數(shù)據(jù)參考。

2）不同供水環(huán)節(jié)同一水質(zhì)指標之間的相關性分析：通過在供水全流程，對

水源、水廠、管網(wǎng)和二次供水設施各環(huán)節(jié)的同一水質(zhì)指標開展相關性分析，找出

不同供水環(huán)節(jié)水質(zhì)指標的關聯(lián)性，可用于揭示不同環(huán)節(jié)的水質(zhì)變化趨勢，反饋指

導水廠處理工藝調(diào)整，并有利于水質(zhì)風險管控。

3）水質(zhì)指標與環(huán)境類指標之間的相關性分析：通過水質(zhì)指標與環(huán)境類指標

的相關性分析，揭示其內(nèi)在的關聯(lián)性，可為水質(zhì)問題溯源、回歸分析建模因子選

擇等提供依據(jù)。

12

水質(zhì)相關分析過程可采用的技術路線為：

供水水質(zhì)

數(shù)據(jù)預處理

數(shù)據(jù)獲取

數(shù)據(jù)分布

特征分析

選擇分析方法/

相關系數(shù)類別

相關系數(shù)計算

顯著性檢驗

水質(zhì)相關業(yè)務

判斷

2水質(zhì)風險預警

以歷史水質(zhì)數(shù)據(jù)、相關水文及環(huán)境類等數(shù)據(jù)為基礎，城鎮(zhèn)供水主管部門及供

水單位可通過應用各類數(shù)據(jù)特征挖掘與分析技術和評價技術，構建水質(zhì)時間序列、

回歸分析、評價和風險評估模型，以掌握水質(zhì)指標的趨勢性、周期性及其隨機性

變化規(guī)律，識別高風險水質(zhì)指標和季節(jié)性易超標指標等，并對水質(zhì)指標的未來數(shù)

值和風險進行預測和預警。

對于已識別的具有顯著變化趨勢的水質(zhì)指標、高風險水質(zhì)指標等，在日常的

水質(zhì)檢測或特定的季節(jié)時期，需要加密該項指標的檢測，同時考慮加裝該水質(zhì)指

標的在線監(jiān)測儀表。同時也需要查找并明確引起該項水質(zhì)指標超標的原因，并在

今后的日常運行管理中進行相關參數(shù)的記錄并重點關注。對于可預判的水質(zhì)風險，

可提前采取如調(diào)配水源、原位凈化水體水質(zhì)、調(diào)整水處理工藝等各種措施進行應

對。

13

水質(zhì)風險預警

場景/指標選擇

預警相關指標

數(shù)據(jù)預處理

數(shù)據(jù)獲取

數(shù)據(jù)分布

特征分析

模型選擇

結果分析與

業(yè)務判斷

水質(zhì)風險預警分析過程可采用的技術路線為：

3水廠運行工藝調(diào)整輔助決策

城鎮(zhèn)供水單位應建立起原水關鍵水質(zhì)項目在工藝流程中水質(zhì)變化情況及去

除率情況，并對工藝運行參數(shù)如藥耗、濾池反沖洗周期、排泥周期等同步記錄，

從而可基于不同進出水水質(zhì)條件下的運行工況和水質(zhì)預警結果反饋調(diào)整工藝方

案。

水廠運行工藝的輔助決策方法主要可分為三步：水源地及水廠運行多年的常

規(guī)數(shù)據(jù)獲取、建立數(shù)據(jù)間的關聯(lián)性、基于關聯(lián)數(shù)據(jù)的模型構建。可采用的技術路

線為：

14

獲取水源地數(shù)據(jù)獲取水廠數(shù)據(jù)

數(shù)據(jù)預處理

建立數(shù)據(jù)關聯(lián)性

輔助決策模型選擇、

構建及驗證

工況輸入試算

出水水質(zhì)達標

對應的臨界參數(shù)

獲得預警工況

城鎮(zhèn)供水單位進行輔助決策建模時，應基于關聯(lián)大數(shù)據(jù)特征選擇合適的模型，

利用編程語言構建“獲取信息-處理信息-反饋結果-調(diào)整權重”的數(shù)據(jù)處理流程，通

過輸入與輸出值的對應關系，不斷地降低誤差梯度至具備擬合實際情況的能力，

從而形成輔助決策模型。而后當面臨藥耗增加、水源地水質(zhì)突變等相關工藝參數(shù)

變化問題時，可將以上情況參數(shù)作為輸入?yún)?shù)，利用輔助決策模型的數(shù)據(jù)識別和

處理能力，輸出相應的工藝運行結果，也即原水或工藝參數(shù)發(fā)生改變后的出水情

況，從而避免了人為因素的主觀判斷性，同時也可預測出達標水質(zhì)對應的水源地

水質(zhì)預警值及工藝藥耗最小值。

第四節(jié)水源和水廠大數(shù)據(jù)應用典型案例

1原水水質(zhì)指標間的相關性分析案例

葉綠素a能較好地反應水體的富營養(yǎng)化狀況，黃河中下游地區(qū)XX市引黃水

庫為擴大篩選可預測水源水體富營養(yǎng)化的水質(zhì)預警指標，整理了近5年監(jiān)測的原

15

水水質(zhì)數(shù)據(jù)，包括溶解氧、總磷、總氮、氨氮、硝酸鹽（以N計）、N/P、水溫、

pH、渾濁度、葉綠素a等10個水質(zhì)指標，并對10個水質(zhì)指標之間的相關性進

行了分析。采用的分析步驟為：

1）整理相關水質(zhì)數(shù)據(jù)并進行數(shù)據(jù)預處理。針對離群數(shù)據(jù)，核對數(shù)據(jù)的收集

和錄入過程，或者重復實驗，校核數(shù)據(jù)的有效性，剔除無效或錯誤數(shù)據(jù)；

2）開展變量類型或正態(tài)性檢驗，并選擇合適的相關系數(shù)分析公式；

3）計算各水質(zhì)指標間的相關系數(shù)r，評估相關程度；

4）進行顯著性檢驗，如果顯著性系數(shù)p<a（a一般取0.05），認為水質(zhì)指標

間存在顯著相關性；

5）對水質(zhì)相關性分析結果進行解讀，并給出相應的業(yè)務策略或建議。

整理的部分原始水質(zhì)指標數(shù)據(jù)見表4-1。

表4-1XX市XX水庫原水水質(zhì)數(shù)據(jù)

序水溫溶解氧氨氮總磷總氮硝酸鹽（以N渾濁度葉綠素a

pH氮磷比

號(℃)（mg/L）（mg/L）（mg/L）（mg/L）計）（mg/L）（NTU）（μg/L）

127.08.72.30.180.021.651.277.182.518.0

227.08.78.20.220.021.651.234.082.516.7

327.08.68.20.590.061.871.0013.131.245.0

420.08.49.20.160.031.120.754.737.317.0

520.08.48.80.190.031.040.776.034.714.7

619.08.38.50.230.043.052.818.276.37.3

76.08.411.60.180.023.692.921.0217.11.1

86.08.411.50.240.023.032.801.6202.01.4

910.08.310.50.290.033.803.214.0126.73.8

1010.08.310.60.400.033.202.652.5106.72.9

119.08.211.20.680.054.372.82111.087.46.7

1228.78.39.20.160.031.601.193.551.612.3

1328.58.411.80.190.051.230.718.222.821.3

1429.08.28.80.100.031.661.263.359.38.8

1528.78.29.00.210.031.671.302.653.99.3

1612.08.510.10.180.032.701.846.779.418.9

178.08.610.70.160.032.201.524.275.920.3

1820.08.49.40.150.023.823.482.8173.68.2

1920.08.49.90.140.023.483.342.1165.79.7

2020.08.59.70.140.023.933.481.8178.69.7

……………

N9.08.48.70.20.032.51.64.3121.014.7

16

采用Kolmogorov-Smirnov（KS）檢驗查看樣本數(shù)據(jù)是否符合正態(tài)分布。KS

檢驗結果顯示，樣本數(shù)據(jù)服從正態(tài)分布，故采用皮爾森相關系數(shù)法進行相關性分

析。皮爾森相關系數(shù)（P）及顯著性系數(shù)（t）分析結果見表4-2。

表4-2相關性分析及顯著性檢驗

水溫pH溶解氧氨氮總磷總氮硝酸鹽渾濁度氮磷比葉綠素a

P1-.014-.622**-.060.083-.268**-.202*-.204.005.238*

水溫

t.907.000.543.415.007.038.155.959.014

P-.0141-.094.323**.240**-.268**-.439**-.042-.310**.518**

pH

t.907.200.000.000.000.000.686.000.000

P-.622**-.0941.002.119.073.094.186-.106-.050

溶解氧

t.000.200.978.078.285.184.100.118.457

P-.060.323**.0021.363**-.142*-.187**.462**-.219**.397**

氨氮

t.543.000.978.000.021.003.000.000.000

P.083.240**.119.363**1-.209**-.210**.306**-.613**.488**

總磷

t.415.000.078.000.001.001.002.000.000

P-.268**-.268**.073-.142*-.209**1.947**.250*.523**-.550**

總氮

t.007.000.285.021.001.000.011.000.000

P-.202*-.439**.094-.187**-.210**.947**1.099.509**-.616**

硝酸鹽

t.038.000.184.003.001.000.316.000.000

P-.204-.042.186.462**.306**.250*.0991-.070.028

渾濁度

t.155.686.100.000.002.011.316.488.767

P.005-.310**-.106-.219**-.613**.523**.509**-.0701-.432**

氮磷比

t.959.000.118.000.000.000.000.488.000

P.238*.518**-.050.397**.488**-.550**-.616**.028-.432**1

葉綠素a

t.014.000.457.000.000.000.000.767.000

**.在0.01水平（雙側）上顯著相關。

*.在0.05水平（雙側）上顯著相關。

由表4-2可知，XX市引黃水庫原水中葉綠素a與硝酸鹽、總氮、pH、總磷、

氮磷比、氨氮濃度在0.01水平上顯著相關，相關系數(shù)分別為-0.616、-0.550、0.518、

0.488、-0.432以及0.397，其中，葉綠素a與pH、總磷、氨氮指標呈正相關，與

硝酸鹽、總氮、氮磷比指標呈負相關。分析原因可能為，該引黃水庫中總氮含量

較高，經(jīng)常超出GB3838-2002《地表水環(huán)境質(zhì)量標準》中的Ⅴ類限值，且氨氮

（氮營養(yǎng)鹽的首先消耗）所占總氮比重較小，氮磷比較高，遠遠大于藻類生長所

需的氮磷比，磷成為水中藻類增長最重要的限制因素。因此，初步篩選將硝酸鹽、

總氮、pH、總磷、氮磷比和氨氮指標納入預測水源水體富營養(yǎng)化趨勢的預警指

17

標。

2水質(zhì)風險預警分析案例

XX市XX水庫原水的高錳酸鹽指數(shù)超標風險較高，為做好水質(zhì)風險預警，

根據(jù)2012年5月~2016年2月的高錳酸鹽指數(shù)月檢數(shù)據(jù)，預測未來6個月的高

錳酸鹽指數(shù)月度數(shù)據(jù)。采用的分析步驟為：

1）對水質(zhì)風險預警應用場景進行分析并選擇高錳酸鹽指數(shù)作為預警分析指

標；

2）對高錳酸鹽指數(shù)數(shù)據(jù)進行整理和數(shù)據(jù)預處理；

3）根據(jù)應用場景，結合數(shù)據(jù)分布特征選擇適宜的預警模型（回歸、聚類、

關聯(lián)等），此處選擇指數(shù)平滑模型；

4）對模型分析結果進行解讀，并給出相應的業(yè)務策略或建議。

部分原始數(shù)據(jù)如表4-3所示。

表4-3XX水庫高錳酸鹽指數(shù)濃度

序號時間實測值（mg/L）

12012年5月2.80

22012年6月2.40

32012年7月2.57

42012年8月2.50

52012年9月2.87

62012年10月3.24

72012年11月3.39

82012年12月2.53

92013年1月2.63

102013年2月2.46

112013年3月2.86

122013年4月2.68

132013年5月1.75

142013年6月2.38

152013年7月2.73

162013年8月2.88

172013年9月2.98

182013年10月2.89

192013年11月2.66

202013年12月2.43

18

………

高錳酸鹽指數(shù)隨時間的變化趨勢如圖4-1所示，可見高錳酸鹽指數(shù)的年際變

化趨勢性不明顯，在年內(nèi)存在簡單的季節(jié)性波動：冬春季節(jié)（約從12月-次年5

月）高錳酸鹽指數(shù)濃度較低，夏秋季節(jié)（約從6月-11月）高錳酸鹽指數(shù)濃度較

高。根據(jù)數(shù)據(jù)波動特征，選擇指數(shù)平滑法模型進行高錳酸鹽指數(shù)濃度分析與預測。

圖4-1高錳酸鹽指數(shù)濃度的時間序列圖

應用指數(shù)平滑法對2016年3月至2016年8月的高錳酸鹽指數(shù)進行預測，分

析建模的46個月份數(shù)據(jù)預測誤差（見圖4-2），可見模型精度尚可。

預測值實測值

圖4-2高錳酸鹽指數(shù)濃度預測曲線

采用指數(shù)平滑模型預測2016年3月至2016年8月的高錳酸鹽指數(shù)濃度分別

為2.75、2.53、2.43、2.55、2.67和2.77mg/L，預測未來6個月高錳酸鹽指數(shù)暫

不存在超標風險。

19

3水廠運行工藝調(diào)整輔助決策案例

XX市XX水廠為了提前準備工藝預案，基于2014~2017年實測的進出水水

質(zhì)數(shù)據(jù)和記錄的運行工況數(shù)據(jù)，建立“水源地水質(zhì)/水量-水廠藥耗-出水水質(zhì)”在

不同區(qū)間下一一對應的關聯(lián)性，并采用神經(jīng)網(wǎng)絡模型預測出達標水質(zhì)對應的水源

地水質(zhì)預警值或藥耗最小值。采用的分析步驟為：

1）水源地及水廠運行多年的相關數(shù)據(jù)獲??；

2）建立數(shù)據(jù)間的關聯(lián)性；

3）基于關聯(lián)數(shù)據(jù)構建輔助決策模型。

本模型以XX水廠為模擬對象，調(diào)取并整理2014~2017年輸入值和輸出值涉

及的相關數(shù)據(jù)約1363組，由于數(shù)量關系僅列舉部分數(shù)據(jù)組，見表4-4和4-5所

示。

表4-4部分輸入值的獲取結果

進水條件進水水質(zhì)藥劑投加量

進水量

溫度濁度色度氨氮細菌總數(shù)投加量加氯量

日期pHCODMnPAC

鉑鈷色度

℃3

-NTU單位mg/Lmg/LCFU/mLmkgkg

2014/1/148.116.61206.450.271801600905336576

2014/1/248.166.15256.650.171001560705202587

2014/1/358.196.7256.610.192501544105147672

2014/1/458.168.56206.410.234801539005130683

2014/1/558.1120.9256.020.252101556705189762

2014/1/658.1231.2256.180.251001492104974782

2014/1/758.1222.6256.10.262101503605012782

2014/1/858.1925.1206.060.28871541205137586

2014/1/958.1720.4206.060.291201517505058762

2016/7/10257.913.01185.040.03385292670220871034

2016/7/11257.7824.8305.040.1525531963022268999

2016/7/12267.933.97205.280.19700291590235471057

2016/7/13267.65.53255.280.12360297530239191084

2016/7/14217.822.72184.80.21320303040230031042

2016/7/15227.792.16205.790.620028268021111945

2016/7/16227.892.62205.920.8860029176022580966

2016/7/17227.812.23205.20.2320528796022211958

2016/7/18257.7939.7186.80.7295287960229991399

2016/7/19247.8916.4256.840.8215288820228561210

…………

表4-5部分輸出值的獲取結果

日期出水水質(zhì)污染物去除率

20

渾濁度色度CODMn細菌總數(shù)細菌總數(shù)渾濁度色度CODMn

NTU鉑鈷色度單位mg/LCFU/mL%%%%

2014/1/10.18＜53.84097.2875.0040.47100.00

2014/1/20.27＜53.88095.6180.0041.65100.00

2014/1/30.27＜53.84095.9780.0041.91100.00

2014/1/40.26＜53.72096.9675.0041.97100.00

2014/1/50.19＜53.8099.0980.0036.88100.00

2014/1/60.26＜53.64099.1780.0041.10100.00

2014/1/70.24＜53.560