如何推動(dòng)水務(wù)行業(yè)的數(shù)字化轉(zhuǎn)型

一、引言世界各地都依賴復(fù)雜的系統(tǒng)來(lái)運(yùn)輸基本商品，提供包括水、食物、能源以及健康、交通和通信等相關(guān)的服務(wù)。這些商品和服務(wù)的全球需求量驚人，并且預(yù)期需求還會(huì)增長(zhǎng)。例如，2017年全球約有90%的人口至少享有基本飲用水服務(wù)，但是，預(yù)計(jì)到2050年將有近60億人遭受清潔水短缺的困擾。發(fā)達(dá)國(guó)家擁有龐大且互聯(lián)的水務(wù)基礎(chǔ)設(shè)施系統(tǒng)，能夠?yàn)槠淙丝谔峁└哔|(zhì)量的飲用水服務(wù)。例如，英國(guó)的英格蘭和威爾士有1000多個(gè)生產(chǎn)飲用水的水處理廠，長(zhǎng)達(dá)346000km的水路網(wǎng)服務(wù)于2600多萬(wàn)戶家庭；荷蘭的飲用水水路網(wǎng)長(zhǎng)達(dá)120000多公里，能夠?yàn)?00多萬(wàn)戶家庭提供服務(wù)。這種基礎(chǔ)設(shè)施提供的服務(wù)具有規(guī)模性、復(fù)雜性、生命周期長(zhǎng)和關(guān)鍵性等特點(diǎn)，因而使得系統(tǒng)規(guī)劃和管理極為困難。

在過(guò)去20年里，現(xiàn)代數(shù)字化技術(shù)迅速發(fā)展。通過(guò)改善復(fù)雜系統(tǒng)，如銀行、交通、市場(chǎng)、娛樂(lè)和旅游等部門的規(guī)劃和管理，現(xiàn)代數(shù)字化技術(shù)推進(jìn)了社會(huì)變革。利用大規(guī)模、廣泛的數(shù)據(jù)采集，預(yù)測(cè)能力日益精準(zhǔn)的云計(jì)算，以及互聯(lián)網(wǎng)和物聯(lián)網(wǎng)（IoT）的全球連接，許多新興應(yīng)用已經(jīng)被開發(fā)出來(lái)并投入使用。例如，零售銀行的數(shù)字化轉(zhuǎn)型使得用戶可以通過(guò)在線和移動(dòng)工具進(jìn)行交易和資產(chǎn)管理。此外，一些企業(yè)組織如優(yōu)步，借助數(shù)字化技術(shù)建立了一種新型商業(yè)模式，顛覆了運(yùn)輸業(yè)的傳統(tǒng)模式。其他企業(yè)組織，包括谷歌、亞馬遜、愛彼迎、網(wǎng)飛和蘋果的一些部門也利用了數(shù)字化技術(shù)。從數(shù)字化技術(shù)的角度來(lái)看，航空行業(yè)和汽車行業(yè)這兩個(gè)領(lǐng)域相當(dāng)有趣，這不僅是因?yàn)榘踩蛩卦谶@兩個(gè)行業(yè)中至關(guān)重要，還因?yàn)樗鼈冊(cè)趯?shí)現(xiàn)完全自動(dòng)化方面取得了最重大的進(jìn)展。盡管為了使這些系統(tǒng)能夠獨(dú)立運(yùn)作，人類已經(jīng)投入了大量精力和成本，但是絕大多數(shù)系統(tǒng)的運(yùn)作仍必須與人類交互，由人類負(fù)責(zé)監(jiān)管其作業(yè)，指導(dǎo)系統(tǒng)運(yùn)作，或協(xié)作系統(tǒng)完成作業(yè)。然而，數(shù)字化技術(shù)的引入和自動(dòng)化程度的增強(qiáng)，也導(dǎo)致了一些與這些先進(jìn)技術(shù)的使用方式有關(guān)的重大事故。例如，特斯拉的自動(dòng)駕駛儀（Autopilot）無(wú)法避免汽車碰撞，以及波音737MAX及其機(jī)動(dòng)特性增強(qiáng)系統(tǒng)（MCAS）軟件疑似已導(dǎo)致兩次飛機(jī)失事，是造成重大傷亡的原因之一。通過(guò)明確這些案例中存在的新技術(shù)的失誤點(diǎn)，有望從中學(xué)習(xí)經(jīng)驗(yàn)和教訓(xùn)，預(yù)防事故發(fā)生。數(shù)字化革命已深入人類生活的許多領(lǐng)域，水務(wù)行業(yè)也開始從數(shù)字化轉(zhuǎn)型中受益。水文信息學(xué)領(lǐng)域的先進(jìn)技術(shù)和人工智能（AI）的應(yīng)用已經(jīng)開始在水務(wù)行業(yè)及其管理中發(fā)揮作用。然而，水務(wù)行業(yè)的數(shù)字化進(jìn)展落后于其他領(lǐng)域，原因是其還存在一些挑戰(zhàn)，包括遺留的數(shù)據(jù)收集和管理系統(tǒng)，以及難以為數(shù)字應(yīng)用、網(wǎng)絡(luò)安全問(wèn)題和“人為因素”建立明確的商業(yè)案例。在過(guò)去的20年里，“取證工程”（forensicengineering）利用工程原理和分析方法，調(diào)查工程系統(tǒng)的故障或其他性能問(wèn)題，并且取得了實(shí)質(zhì)性的進(jìn)步。取證調(diào)查的目的在于確定故障的根本原因，從而預(yù)防類似故障再次發(fā)生。早期取證工程的例子，包括對(duì)導(dǎo)致橋梁設(shè)計(jì)、建造和檢驗(yàn)發(fā)生重大變化的故障進(jìn)行調(diào)查。如1879年的泰河鐵路橋（TayBridge）坍塌事故和1940年的塔科馬海峽吊橋（TacomaNarrowsBridge）倒塌事故。本文的目的有兩個(gè)：①確定水務(wù)行業(yè)的關(guān)鍵數(shù)字化技術(shù)的進(jìn)展；②對(duì)一些在數(shù)字化轉(zhuǎn)型和自動(dòng)化過(guò)程中（數(shù)字化技術(shù)發(fā)揮重要作用）經(jīng)歷失敗的領(lǐng)域應(yīng)用取證工程原則。目的是要從這些失誤中吸取教訓(xùn)，避免水務(wù)行業(yè)重蹈覆轍。二、水務(wù)行業(yè)數(shù)字化的進(jìn)展

（一）智能灌溉農(nóng)業(yè)灌溉用水量占全球用水量的70%，是用水量最多的領(lǐng)域，農(nóng)業(yè)灌溉在糧食安全中發(fā)揮著重要作用。世界上許多地區(qū)采用密集的漫灌并抽取地下水灌溉作物，使含水層的消耗量超過(guò)其自然補(bǔ)給量，從而影響水安全。因此，利用數(shù)字化技術(shù)更有效地使用水資源，優(yōu)化決策方法迫在眉睫。數(shù)字化技術(shù)所帶來(lái)的智能灌溉系統(tǒng)，可根據(jù)當(dāng)?shù)貤l件，如溫度、濕度和土壤含水量進(jìn)行調(diào)整，為作物提供必要的水分。遙感技術(shù)是灌溉管理領(lǐng)域中一項(xiàng)重要的數(shù)字化進(jìn)展。遙感技術(shù)是指借助衛(wèi)星、飛機(jī)（包括有人和無(wú)人系統(tǒng)）、拖拉機(jī)和手持傳感器對(duì)農(nóng)田反射和輻射的電磁波信息進(jìn)行非接觸測(cè)量。遙感測(cè)量技術(shù)的廣泛使用使人們獲得了大量數(shù)據(jù)，即大數(shù)據(jù)。需要對(duì)這些大量且高度多變的數(shù)據(jù)類型進(jìn)行快速處理和分析，以便提供新的見解。遙感和AI技術(shù)的最新研究進(jìn)展可以讓田間規(guī)模的表型信息得到準(zhǔn)確量化，并與大數(shù)據(jù)整合，以便開發(fā)出具有預(yù)測(cè)性和規(guī)范性的管理工具。遙感技術(shù)常用于預(yù)估作物的需水量。此技術(shù)在預(yù)測(cè)性模型的基礎(chǔ)上，利用基于各類數(shù)據(jù)、能量平衡、空氣動(dòng)力學(xué)和輻射物理學(xué)的算法計(jì)算作物需水量。這些模型采用了多種數(shù)據(jù)類型組合，包括衛(wèi)星圖像數(shù)據(jù)（如表面溫度、表面反射率、植被指數(shù)）、天氣傳感器數(shù)據(jù)（如空氣溫度、風(fēng)速、濕度）和地理數(shù)據(jù)（如數(shù)字高程、土地覆蓋）。例如，F(xiàn)ruitLook服務(wù)作為一種在線工具，利用衛(wèi)星和地理數(shù)據(jù)幫助南非西開普省的水果和葡萄酒農(nóng)場(chǎng)主優(yōu)化水資源的使用并提高生產(chǎn)力。在使用FruitLook服務(wù)的生產(chǎn)者中，有近半數(shù)表示用水量至少減少了10%，還有一些表示減少了30%。FruitLook系統(tǒng)在改善作物生產(chǎn)管理方面得到了積極的應(yīng)用。該系統(tǒng)擁有700名固定用戶，包括生產(chǎn)者、顧問(wèn)和研究人員，他們受益于從南非西開普省約900萬(wàn)公頃的土地中獲得的可用數(shù)據(jù)。（二）城市智慧水務(wù)預(yù)計(jì)到2050年，全球城市人口總數(shù)將達(dá)到總?cè)丝诘?0%，約97億。除了城市化外，人口增長(zhǎng)、氣候變化和資源限制也給城市基礎(chǔ)設(shè)施的規(guī)劃和管理（包括水務(wù)服務(wù)和廢水服務(wù)）帶來(lái)了巨大的挑戰(zhàn)。由于異質(zhì)傳感器的大量使用和廣泛的數(shù)據(jù)采集，城市水務(wù)系統(tǒng)正在產(chǎn)生越來(lái)越多的傳感數(shù)據(jù)。這就需要采用數(shù)據(jù)分析和新興AI方法來(lái)應(yīng)對(duì)數(shù)據(jù)大爆炸，從而對(duì)網(wǎng)絡(luò)化、互通和內(nèi)在復(fù)雜的水務(wù)系統(tǒng)中的數(shù)據(jù)結(jié)構(gòu)及其動(dòng)態(tài)特征進(jìn)行利用和解釋。水文信息學(xué)和數(shù)字水務(wù)工具起初只限于科學(xué)界，現(xiàn)已進(jìn)入水務(wù)領(lǐng)域。本文沒(méi)有對(duì)這些工具進(jìn)行一一列舉，但介紹了一些成熟的技術(shù)，包括用于檢測(cè)地下基礎(chǔ)設(shè)施異常情況的機(jī)器學(xué)習(xí)技術(shù)（ML）、用于規(guī)劃和管理水務(wù)基礎(chǔ)設(shè)施系統(tǒng)的自然啟發(fā)式優(yōu)化工具，以及數(shù)字孿生技術(shù)。1.應(yīng)用于供水系統(tǒng)異常檢測(cè)的機(jī)器學(xué)習(xí)技術(shù)減少無(wú)收益水，即經(jīng)過(guò)抽取、處理并泵入分配系統(tǒng)中但沒(méi)有流向用戶和向用戶收費(fèi)的水（即“損失的水”）的產(chǎn)生量，是全世界水務(wù)公司的主要目標(biāo)之一。然而，因?yàn)楣┧W(wǎng)絡(luò)具有規(guī)模性和復(fù)雜性，且大多位于地下，所以要確定這些水損失的具體位置非常困難。英國(guó)聯(lián)合公用事業(yè)公司（UnitedUtilities）購(gòu)買了一套故障檢測(cè)工具作為綜合故障管理系統(tǒng)的一部分，為泄漏、爆裂、壓力或流量異常、傳感器故障或遙測(cè)問(wèn)題等提供近實(shí)時(shí)、可操作的警報(bào)。該故障檢測(cè)系統(tǒng)包括了可以自主學(xué)習(xí)的AI和ML技術(shù)以及統(tǒng)計(jì)數(shù)據(jù)分析工具，每15min自動(dòng)處理網(wǎng)絡(luò)中收集的壓力數(shù)據(jù)和流量傳感器數(shù)據(jù)。然后，對(duì)這些數(shù)據(jù)進(jìn)行分析并與新的觀測(cè)值進(jìn)行比較，以檢測(cè)重大偏差，然后利用人工神經(jīng)網(wǎng)絡(luò)（ANN）來(lái)預(yù)測(cè)近期未來(lái)的數(shù)值。同時(shí)，還利用統(tǒng)計(jì)過(guò)程控制技術(shù)來(lái)分析壓力和流量與預(yù)測(cè)信號(hào)的偏差，利用貝葉斯網(wǎng)絡(luò)對(duì)收集到的故障進(jìn)行推理，以此來(lái)分析多個(gè)故障發(fā)生的證據(jù)。該系統(tǒng)對(duì)故障發(fā)生的可能性進(jìn)行估計(jì)，并反饋給檢測(cè)報(bào)警機(jī)制。該故障檢測(cè)系統(tǒng)采用一套自主學(xué)習(xí)技術(shù)，根據(jù)過(guò)往故障來(lái)改進(jìn)對(duì)未來(lái)故障的檢測(cè)性能。最重要的是，該系統(tǒng)不需要使用供水網(wǎng)絡(luò)的水力模型。圖1顯示了英國(guó)聯(lián)合公用事業(yè)公司故障檢測(cè)系統(tǒng)輸出的信息被整合到供水網(wǎng)絡(luò)故障識(shí)別（ERWAN）系統(tǒng)界面的過(guò)程。此案例對(duì)異常情況進(jìn)行識(shí)別并實(shí)施了兩次干預(yù)（小型和大型服務(wù)）措施，從而避免了網(wǎng)絡(luò)中因壓力大幅增加導(dǎo)致的更嚴(yán)重故障。自2015年以來(lái)，ERWAN系統(tǒng)已經(jīng)在聯(lián)合公用事業(yè)公司的網(wǎng)絡(luò)中投入使用。實(shí)踐證明該系統(tǒng)穩(wěn)固且可擴(kuò)展。它可以每15min處理來(lái)自7500多個(gè)壓力和流量傳感器的數(shù)據(jù)，并及時(shí)可靠地檢測(cè)出管道爆裂和泄漏等事件，具有高準(zhǔn)確率和低誤報(bào)率的特點(diǎn)。圖1.ERWAN系統(tǒng)對(duì)壓力突增的情況進(jìn)行報(bào)警，原因可能是減壓閥故障。DMA：區(qū)計(jì)量領(lǐng)域（districtmeteredareas）。2.應(yīng)用于廢水系統(tǒng)故障分類的圖像處理和機(jī)器學(xué)習(xí)技術(shù)必須定期檢查廢水基礎(chǔ)設(shè)施，以便制定設(shè)施維護(hù)或更換計(jì)劃。此類檢查一般價(jià)格昂貴且耗時(shí)，因此只有相對(duì)少部分的廢水系統(tǒng)使用閉路電視監(jiān)控系統(tǒng)（CCTV）進(jìn)行檢查。Myrans等使用圖像處理和ML技術(shù)處理CCTV錄像，并自動(dòng)識(shí)別下水道系統(tǒng)中的各種故障類型。該程序采用了ML領(lǐng)域的隨機(jī)森林技術(shù)。這一創(chuàng)新方法已經(jīng)在英國(guó)一家水務(wù)公司收集的CCTV監(jiān)控錄像中得到驗(yàn)證和演示。結(jié)果顯示，該程序在真實(shí)的下水道系統(tǒng)中的峰值準(zhǔn)確率為74%。3.應(yīng)用于洪水管理的元胞自動(dòng)機(jī)系統(tǒng)在強(qiáng)降水期間，當(dāng)降雨量超出排水系統(tǒng)的負(fù)荷時(shí)，水量無(wú)法完全排除從而引發(fā)地表水泛濫?，F(xiàn)代測(cè)繪技術(shù)，如合成孔徑雷達(dá)、航空數(shù)字?jǐn)z影測(cè)量和激光探測(cè)及測(cè)距系統(tǒng)（LIDAR），改善了城市地區(qū)洪水建模（模型是新型的且需求量大）程序中數(shù)據(jù)的可用性和準(zhǔn)確性。普通的仿真工具無(wú)法有效處理覆蓋大面積城區(qū)的洪水模型，但目前具有高分辨率的數(shù)字高程模型的廣泛使用解決了這一問(wèn)題。特別是，當(dāng)利用模型進(jìn)行洪水風(fēng)險(xiǎn)評(píng)估或不確定性和減災(zāi)分析時(shí)，需要考慮計(jì)算效率問(wèn)題，因?yàn)榇诉^(guò)程需要重復(fù)進(jìn)行仿真運(yùn)行。適用于大規(guī)模問(wèn)題的快速洪水建?？捎晌墨I(xiàn)[34]中二維元胞自動(dòng)機(jī)模型實(shí)現(xiàn)。圖形處理單元（GPU）和元胞自動(dòng)機(jī)具有大規(guī)模并行計(jì)算能力。這些學(xué)者利用這些工具把新模型應(yīng)用于基準(zhǔn)程序和實(shí)例研究，使處理速度呈數(shù)量級(jí)增長(zhǎng)。4.自然啟發(fā)式優(yōu)化技術(shù)先前研究表明，自然啟發(fā)式優(yōu)化算法已在水務(wù)行業(yè)得到應(yīng)用。自然啟發(fā)式優(yōu)化算法已應(yīng)用到各個(gè)領(lǐng)域，從修復(fù)設(shè)計(jì)規(guī)劃到優(yōu)化城市水務(wù)基礎(chǔ)設(shè)施系統(tǒng)運(yùn)行。20世紀(jì)80年代末和90年代初，自然啟發(fā)式算法問(wèn)世，進(jìn)化計(jì)算算法、群體智能和ANN獲得初步成功，更加復(fù)雜的城市水務(wù)基礎(chǔ)設(shè)施問(wèn)題得到解決。該領(lǐng)域不斷做出新的貢獻(xiàn)，從經(jīng)濟(jì)驅(qū)動(dòng)型單一目標(biāo)框架發(fā)展成多目標(biāo)模型，產(chǎn)生一系列權(quán)衡解決方案，即非主導(dǎo)或帕累托最優(yōu)解決方案，而不再是單一的解決方案。在供水網(wǎng)絡(luò)管理中應(yīng)用自然啟發(fā)式算法，可以確定壓力傳感器和流量計(jì)的最佳位置，以進(jìn)行泄漏檢測(cè)和定位。此方法在荷蘭真實(shí)的供水網(wǎng)絡(luò)中得到實(shí)際應(yīng)用。多目標(biāo)優(yōu)化模型研究了傳感器最小安裝數(shù)量和最大探測(cè)覆蓋范圍之間的權(quán)衡問(wèn)題，選取有問(wèn)題的供水網(wǎng)絡(luò)作為試點(diǎn)，確定壓力傳感器的最佳數(shù)量和位置以對(duì)現(xiàn)有的10個(gè)傳感器進(jìn)行補(bǔ)充，目的是最大限度地提高泄漏檢測(cè)的準(zhǔn)確性和傳感器覆蓋的范圍。從每個(gè)附加傳感器得到的結(jié)果可以看出，客戶連接的最佳位置和覆蓋范圍，檢測(cè)到了泄漏百分比和傳感器覆蓋的網(wǎng)絡(luò)管道長(zhǎng)度。將20個(gè)新傳感器與先前的10個(gè)傳感器進(jìn)行比較，結(jié)果顯示客戶連接的覆蓋范圍從11411（覆蓋率26.5%）增加到22967（53.2%），檢測(cè)到的泄漏百分比從26.2%提高到48.5%，覆蓋的管道長(zhǎng)度從236.75km（25.1%）增加到415.55km（44%）。這些發(fā)現(xiàn)與“水傳感器網(wǎng)絡(luò)之戰(zhàn)（BattleoftheWaterSensorNetworks,BWSN）”的設(shè)計(jì)挑戰(zhàn)結(jié)果一致，該挑戰(zhàn)證明了供水網(wǎng)絡(luò)中安裝多目標(biāo)優(yōu)化傳感器的優(yōu)勢(shì)。5.數(shù)字孿生在水務(wù)系統(tǒng)運(yùn)行管理中，數(shù)字孿生可充當(dāng)決策支持工具，并越來(lái)越頻繁地應(yīng)用到水務(wù)行業(yè)中。數(shù)字孿生是真實(shí)系統(tǒng)的虛擬數(shù)字副本，它不斷地更新數(shù)據(jù)，以模仿系統(tǒng)過(guò)去、現(xiàn)在和未來(lái)的行為。西班牙瓦倫西亞市把數(shù)字孿生應(yīng)用到供水系統(tǒng)，為160萬(wàn)人口服務(wù)，展示了數(shù)字孿生仿真各種網(wǎng)絡(luò)運(yùn)行條件的過(guò)程。創(chuàng)建一個(gè)由113000根管道和其他大量組件（如8個(gè)水庫(kù)、28個(gè)儲(chǔ)罐、47個(gè)泵、259個(gè)調(diào)節(jié)閥、48500個(gè)手動(dòng)閥、4600個(gè)消防栓、118000個(gè)服務(wù)連接、97個(gè)流量計(jì)和470個(gè)壓力表）組成的網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)有相當(dāng)大的挑戰(zhàn)。由于此系統(tǒng)復(fù)雜且規(guī)模龐大，研究者設(shè)計(jì)了一個(gè)包括大約10000個(gè)管道的戰(zhàn)略模型（約為原始規(guī)模的10%），目的是得到一個(gè)計(jì)算效率高的數(shù)字孿生系統(tǒng)。實(shí)驗(yàn)結(jié)果是令人鼓舞的，因?yàn)槔?00個(gè)傳感器測(cè)量值（壓力值、流量值和水位值）就可以在一個(gè)10000節(jié)點(diǎn)的戰(zhàn)略模型中獲得對(duì)供水系統(tǒng)行為的實(shí)時(shí)了解。數(shù)字孿生技術(shù)開辟了一條豐富多彩、沉浸式、有趣的建模新體驗(yàn)，通過(guò)嚴(yán)肅游戲和增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)或混合增強(qiáng)/虛擬現(xiàn)實(shí)技術(shù)吸引眾多利益相關(guān)者。通過(guò)這些技術(shù)，不同的利益相關(guān)者（如運(yùn)營(yíng)和規(guī)劃人員、用戶和監(jiān)管者）可以了解水務(wù)系統(tǒng)的復(fù)雜行為，利用數(shù)字孿生技術(shù)進(jìn)行安全實(shí)驗(yàn)，了解不同的、相互沖突的觀點(diǎn)，并制定戰(zhàn)略，為復(fù)雜系統(tǒng)尋找更加可持續(xù)的解決方案。6.機(jī)器人技術(shù)具有傳感功能和AI功能的機(jī)器人被越來(lái)越多地應(yīng)用到制造業(yè)和一些緊急行動(dòng)中，如搜索、救援任務(wù)和軍事行動(dòng)。機(jī)器人可以比人類更快、更連貫、更準(zhǔn)確地執(zhí)行一些任務(wù)，這增加了各行各業(yè)裁員的可能性，尤其是制造業(yè)。在水務(wù)行業(yè)，機(jī)器人設(shè)備如自主水下機(jī)器人和地表水機(jī)器人已應(yīng)用于水質(zhì)建模。此類機(jī)器人可針對(duì)從大范圍、不同深度獲取的水質(zhì)數(shù)據(jù)進(jìn)行實(shí)時(shí)優(yōu)化。檢測(cè)地下水資產(chǎn)的結(jié)構(gòu)狀態(tài)是機(jī)器人設(shè)備的另一個(gè)重要研究和應(yīng)用領(lǐng)域。由于年代久遠(yuǎn)，管道容易發(fā)生故障（如泄漏、破裂、堵塞和坍塌），檢查難度較大。一般利用CCTV攝像機(jī)的非破壞性或破壞性方法（如拆除短管段）檢查管道狀況。然而，此方法可能導(dǎo)致服務(wù)中斷，代價(jià)高昂，并且檢查范圍很小。機(jī)器人可以系統(tǒng)地評(píng)估地下管道狀況，支持水資產(chǎn)管理計(jì)劃。機(jī)器人設(shè)備正被廣泛地應(yīng)用于埋地管道檢測(cè)，如遍布式自動(dòng)群體機(jī)器人，這已引起了研究團(tuán)隊(duì)和水資產(chǎn)管理公司的興趣。這只是一個(gè)時(shí)間問(wèn)題，此設(shè)備的第一個(gè)商業(yè)實(shí)施會(huì)在不久的將來(lái)實(shí)現(xiàn)。三、運(yùn)輸系統(tǒng)數(shù)字化解決方案和自動(dòng)化的故障取證分析（一）自動(dòng)駕駛汽車自2004年美國(guó)國(guó)防部高級(jí)研究計(jì)劃局（DefenseAdvancedResearchProjectsAgency,DARPA）首次提出無(wú)人駕駛挑戰(zhàn)以來(lái)，學(xué)術(shù)界和工業(yè)界對(duì)自動(dòng)化或自動(dòng)駕駛汽車產(chǎn)生了極大的興趣。如今，更準(zhǔn)確的說(shuō)法是將控制車輛的此類軟件稱為駕駛員輔助系統(tǒng)（DAS）。這類軟件以自動(dòng)方式或提醒方式幫助駕駛員注意潛在問(wèn)題并避免碰撞，但并不屬于完全自動(dòng)駕駛。特斯拉是插電式電動(dòng)汽車的主要生產(chǎn)商。特斯拉汽車安裝的軟件，即特斯拉自動(dòng)駕駛儀，可以根據(jù)交通狀況匹配汽車行駛速度，確保汽車在車道內(nèi)行駛改變車道、調(diào)換路線、在目的地附近駛出道路、在停車位附近自動(dòng)停車、召喚出入用戶車庫(kù)。然而，快速發(fā)展的自動(dòng)駕駛汽車發(fā)生了幾起重大碰撞事故。這些事故涉及研發(fā)DAS的知名公司，如特斯拉、谷歌和優(yōu)步試驗(yàn)研發(fā)的汽車。有些碰撞事故導(dǎo)致了致命后果。其中一些碰撞事故的發(fā)生是由于DAS無(wú)法識(shí)別道路上的固定障礙物（如一輛特斯拉汽車與一輛停放在路邊的消防車相撞），遇到其他車輛時(shí)無(wú)法變道，或者無(wú)法檢測(cè)和避免行人。然而，在幾乎所有的事故中，DAS都被啟動(dòng)了，但司機(jī)沒(méi)有注意到路況。同樣，DAS獲取數(shù)據(jù)輸入的技術(shù)限制也可能增加碰撞事故發(fā)生的風(fēng)險(xiǎn)。傳感器的標(biāo)準(zhǔn)組合包括LIDAR系統(tǒng)（基于激光的雷達(dá)系統(tǒng)，可以創(chuàng)建詳細(xì)的道路地圖）、無(wú)線電探測(cè)和測(cè)距（RADAR）系統(tǒng)（探測(cè)遠(yuǎn)處的物體及其速度），以及獲取視覺(jué)信息（如交通標(biāo)志或交通燈的紅綠顏色）的高分辨率相機(jī)。例如，特斯拉汽車沒(méi)有使用LIDAR系統(tǒng)，只依靠攝像頭和RADAR向DAS提供環(huán)境信息。這可能是導(dǎo)致特斯拉汽車發(fā)生碰撞的原因，也可能不是。最后，因?yàn)樘厮估淖詣?dòng)駕駛系統(tǒng)不屬于完全自主的自動(dòng)駕駛系統(tǒng)，所以特斯拉公司提醒司機(jī)要最終對(duì)車輛在道路上的行為負(fù)責(zé)。（二）自動(dòng)駕駛飛機(jī)系統(tǒng)波音737是世界上最暢銷的飛機(jī)，銷量達(dá)15000多架，服役期超過(guò)50年。升級(jí)版737MAX機(jī)型裝配了體積更大、更省油的發(fā)動(dòng)機(jī)和新型航電設(shè)備，且其航程更長(zhǎng)，運(yùn)營(yíng)成本更低。升級(jí)版的機(jī)型與舊機(jī)型有足夠多的共同點(diǎn)，因此不需要再次進(jìn)行冗長(zhǎng)的認(rèn)證程序，而且飛行員也不需要接受新飛機(jī)仿真器培訓(xùn)就能操作新機(jī)型。自2017年首次投入使用以來(lái)，737Max成為波音公司有史以來(lái)銷售最快的客機(jī)，獲得全球100多家航空公司的5000份訂單。然而，2018年和2019年，737MAX機(jī)型在5個(gè)月內(nèi)發(fā)生了兩起致命的墜機(jī)事故，總共造成346名乘客死亡。這導(dǎo)致人們對(duì)737MAX機(jī)型的安全性產(chǎn)生質(zhì)疑，隨后，2019年3月該機(jī)型在全球停飛。在這兩起墜機(jī)事件中，飛機(jī)在起飛后不久就開始上升，而飛行員試圖保持飛機(jī)上升角度，待飛機(jī)達(dá)到規(guī)定的飛行速度后再上升。737MAX機(jī)型的設(shè)計(jì)是導(dǎo)致墜機(jī)的關(guān)鍵原因之一，例如與前代飛機(jī)相比，737MAX大尺寸發(fā)動(dòng)機(jī)安裝在機(jī)翼更靠前且更高的位置。新發(fā)動(dòng)機(jī)尺寸和位置改變了飛機(jī)的空氣動(dòng)力性能，導(dǎo)致飛機(jī)機(jī)頭在某些情況下，如在起飛后的低速飛行中或是當(dāng)飛機(jī)處于手動(dòng)駕駛模式時(shí)可能發(fā)生向上傾斜。這種向上的俯仰增加了飛機(jī)失速的風(fēng)險(xiǎn)。這兩起事故都發(fā)生在起飛后不久，當(dāng)飛機(jī)正在獲得高度時(shí)，MCAS反復(fù)啟動(dòng)并迫使飛機(jī)俯沖。這一發(fā)現(xiàn)指出了MCAS的潛在缺陷，MCAS設(shè)計(jì)的初衷是通過(guò)將飛機(jī)的機(jī)頭向下推以自動(dòng)激活和穩(wěn)定飛機(jī)。737MAX裝有兩個(gè)攻擊角傳感器，但MCAS只能從一個(gè)攻擊角傳感器讀取信息，很容易受到傳感器錯(cuò)誤讀數(shù)的影響，這讓情況變得復(fù)雜。導(dǎo)致這兩起墜機(jī)事件的另一個(gè)因素是，飛行員并不完全了解或者根本沒(méi)有被告知MCAS的存在以及該系統(tǒng)的功能。四、經(jīng)驗(yàn)教訓(xùn)和結(jié)論鑒于水務(wù)系統(tǒng)管理具有復(fù)雜性、關(guān)鍵性（與健康和食品供應(yīng)相關(guān)）和行業(yè)所需的安全特性，以及目前的數(shù)字化進(jìn)展，水務(wù)行業(yè)有機(jī)會(huì)向其他在自動(dòng)化和數(shù)字化轉(zhuǎn)型方面更先進(jìn)的行業(yè)學(xué)習(xí)。本文從交通運(yùn)輸領(lǐng)域的事故中吸取經(jīng)驗(yàn)教訓(xùn)（至少部分可以歸因于數(shù)字化和自動(dòng)化），有助于為水務(wù)行業(yè)的數(shù)字化轉(zhuǎn)型和自動(dòng)化制定學(xué)術(shù)和行業(yè)的研究議程。（1）自動(dòng)化需要在回路系統(tǒng)配置人員。公用事業(yè)部門的工作人員最能感受到數(shù)字化和自動(dòng)化對(duì)水務(wù)行業(yè)的影響。日益強(qiáng)大的數(shù)字化和自動(dòng)化系統(tǒng)可以為復(fù)雜的自然系統(tǒng)以及工程系統(tǒng)的保護(hù)、控制和操作方式帶來(lái)根本性的改變。然而，盡管對(duì)汽車和飛機(jī)行業(yè)等領(lǐng)域的自動(dòng)化創(chuàng)新和實(shí)施投入了巨額資金，但高安全水平的操作系統(tǒng)仍需要訓(xùn)練有素的航空公司飛行員和汽車司機(jī)。對(duì)于水務(wù)行業(yè)而言，這意味著即便有AI和ML解決方案等智能軟件，自動(dòng)化系統(tǒng)仍然需要高度熟練的勞動(dòng)力以確保未來(lái)水務(wù)系統(tǒng)的安全運(yùn)行。（2）人類操作員需要接受自動(dòng)化培訓(xùn)。水務(wù)系統(tǒng)的管理人員必須了解系統(tǒng)的復(fù)雜性才能進(jìn)行更有效的管理，而且還必須接受操作數(shù)字化技術(shù)系統(tǒng)的培訓(xùn)，目的是改善系統(tǒng)性能并了解其局限性。例如，兩起737MAX墜機(jī)事故中的飛行員沒(méi)有完全了解（或可能未被告知）MCAS，這讓自動(dòng)化系統(tǒng)變得不堪一擊，伴有發(fā)生嚴(yán)重事故的風(fēng)險(xiǎn)。汽車駕駛員過(guò)于相信特斯拉自動(dòng)駕駛儀等汽車自動(dòng)化軟件，誤以為汽車可以獨(dú)立運(yùn)行，這也是發(fā)生嚴(yán)重交通事故的可能原因。把自動(dòng)駕駛重新命名為駕駛輔助系統(tǒng)，也有助于澄清一個(gè)事實(shí)，即司機(jī)在控制車輛時(shí)必須始終保持警惕。對(duì)于水務(wù)工作人員，必須通過(guò)培訓(xùn)和學(xué)習(xí)說(shuō)明書，使其充分了解到自動(dòng)化系統(tǒng)的能力及缺陷，才能夠讓系統(tǒng)的能力得到充分發(fā)揮。（3）自動(dòng)化需要配置人工手動(dòng)選項(xiàng)。自動(dòng)安全系統(tǒng)，如安裝在飛機(jī)和汽車中的自動(dòng)安全系統(tǒng)可以在沒(méi)有任何人類參與的情況下啟動(dòng)，從而帶來(lái)附加風(fēng)險(xiǎn)。引發(fā)兩起737MAX墜機(jī)事故的原因可能是，飛機(jī)的MCAS軟件接收了迎角傳感器的錯(cuò)誤數(shù)據(jù)并指示飛機(jī)的機(jī)頭向下傾斜，導(dǎo)致飛機(jī)進(jìn)入失速狀態(tài)，引發(fā)墜機(jī)。737MAX在印度尼西亞第一次發(fā)生墜毀事件時(shí)，波音公司尚未發(fā)布關(guān)于飛行員采取補(bǔ)救措施的明確指示，而在埃塞俄比亞發(fā)生第二次墜毀事件時(shí)，駕駛737MAX飛機(jī)的飛行員已接受了針對(duì)印度尼西亞墜機(jī)事件的培訓(xùn)。問(wèn)題的關(guān)鍵似乎出在MCAS上，事故中其多次被自動(dòng)激活。雖然水務(wù)行業(yè)的大多數(shù)數(shù)字解決方案并不屬于完全自動(dòng)化，但是，未來(lái)任何涉及自動(dòng)化的開發(fā)程序都應(yīng)該包括故障安全機(jī)制，當(dāng)系統(tǒng)啟動(dòng)時(shí)，該機(jī)制應(yīng)對(duì)用戶發(fā)出提醒，或者允許操作人員啟動(dòng)手動(dòng)干預(yù)來(lái)應(yīng)對(duì)情況。（4）冗余傳感器對(duì)安全關(guān)鍵性系統(tǒng)有益。飛機(jī)和汽車行業(yè)都應(yīng)用了傳感器冗余技術(shù)來(lái)保護(hù)人類的生命。例如，在大規(guī)模生產(chǎn)的車輛中，保證人類的安全是最重要的，特斯拉汽車（和其他自動(dòng)駕駛汽車）裝有許多傳感器，具有高水平的冗余。特斯拉Model3車型安裝了視覺(jué)系統(tǒng)，包括8個(gè)攝像頭（可在250m的半徑范圍內(nèi)360°觀察到汽車周圍的情況），還有12個(gè)超聲波傳感器，以及一個(gè)面向前方的RADAR系統(tǒng)。然而，該車型沒(méi)有安裝LIDAR，而幾乎所有其他自動(dòng)駕駛汽車公司研發(fā)的車型都使用了LIDAR技術(shù)。另一方面，波音公司在737MAX機(jī)型中安裝了兩個(gè)迎角傳感器，但MCAS只能從其中一個(gè)迎角傳感器中讀取信息。任何傳感器都容易發(fā)生故障，配備冗余傳感器或