英國皇家工程院院士、KWR水研究所全球數據科學顧問、埃克塞特大學教授
德拉根·薩維奇（Dragan Savic）
以下為本期演講內容分享：
一、KWR水研究所
KWR水研究所是一家由荷蘭水務公司和弗蘭德公司聯合創立的研究機構。我們擁有一支由200多名員工組成的團隊，其中包括160名在水務領域各個分支工作的研究人員。其研究范圍廣泛，涵蓋了水務工程、水質、地下水、微生物化學處理、廢水處理等多個關鍵領域。KWR水研究所的座右銘是“連接科學與實踐”，這反映了其致力于將理論研究與實際應用相結合的使命。
二、案例分析：以荷蘭城市為例
荷蘭是一個地勢低平、水系豐富的國家，以其運河、風車和沿海防御工事聞名于世。事實上，超過55%的國土面積面臨著洪水的威脅，這些地區的海拔僅略高于海平面。追溯到1300年，荷蘭的國土面積遠小于現在，當時有26%的地區低于海平面。如今，荷蘭的國土面積中有17%是通過圍墾海洋或湖泊獲得的。在1300年的地圖中，藍色區域較多；現在的地圖，許多原本的藍色區域已經變成了陸地。
1
在水資源管理與農業領域的挑戰
荷蘭是全球農業出口大國，年出口額達650億歐元，占歐洲蔬菜出口的25%。盡管面積不大，荷蘭在歐洲農產品出口中扮演關鍵角色，農業對國家至關重要。因此，灌溉技術對荷蘭至關重要，支撐著農業生產和經濟發展。
2018至2019年，歐洲極端干旱導致灌溉用水需求激增，暴露了灌溉用水與日常用水的緊張關系，以及城市與農業用水的潛在沖突。在一些情況下，水務公司可能不得不向農民支付補償，因為他們無法繼續供應灌溉用水，而必須首先保障城市用水需求，這是根據飲用水生產的總量進行分配的。
荷蘭每年飲用水消耗量約為12億立方米，其中約三分之一源自地表水，其余則依賴地下水。該國的飲用水供應由十家公共水務公司負責管理。居民平均每日用水量約為125升，每立方米水的成本大約是1.5歐元（稅前）。這些數據綜合反映了荷蘭飲用水行業的基本情況。
2
高效維護與無氯處理的典范
盡管荷蘭國土面積相對較小，但其供水管網的總長度竟達到了驚人的12萬公里。為了保持這一關鍵基礎設施的良好狀態，荷蘭每年對管網進行約0.5%的更新，這體現了對供水管網持續投資和維護的高度重視。值得一提的是，荷蘭的非收益水損失率僅為6%，這一極低的比率直接證明了其管網維護的精細以及設計的卓越性。
荷蘭供水系統采用無氯處理，得益于KWR水研究所的技術與精細維護，確保了水質。無需添加氯的過濾過程對保持水質至關重要。
荷蘭水務公司通過合作投資研究，共享成果，如“Watervliet”項目，每年獲1000萬歐元投資，專注水質。
KWR水研究所每年執行超100個項目，旨在提升水質和推動創新。其“連接科學與實踐”的座右銘強調了將科研應用于實際，如無氯供水系統。微生物學研究是核心，關注水動力學、水力學、停留時間和氯濃度，以控制水質，確保供水安全。
3
水質管理與創新設計的融合
我們的研究成果革新了荷蘭供水管網設計，由傳統小型循環轉向高效的分層結構，提升了水質和系統可靠性，降低了運營成本。目前，8000公里的管網已采用此設計，采用單向流動模式，管道直徑遞減以適應不同需求，并通過高速水流實現自清潔。使用耐用的PVC管道，確保長期穩定性和水質安全。
面對氣候變化和城市化挑戰，KWR水研究所致力于供水系統的可持續性，減少污染，提高公共健康。同時，關注城市與農業用水的競爭，努力實現水資源的合理分配和可持續管理，支持社會發展和人民福祉。
三、迎接數字化轉型的機遇與挑戰
數字化轉型是當前水務行業面臨的一個重要挑戰。隨著世界不斷變化，我們必須在水務體系和勞動市場中制定新的戰略、培養新的領導力、塑造新的文化，以適應數字化轉型的趨勢。這要求我們不僅要更新技術，還要改變思維方式和工作方法。
人工智能技術如chatGPT為我們提供了新工具，幫助深入理解和管理水務系統，提升效率。數據管理已從收集轉向深度整合與應用，遵循FAIR原則，打破數據孤島，實現數據互聯互通，最大化數據價值。
此外，我們還關要注數字孿生、嚴肅游戲和機器人技術，利用傳感器和智能設備收集的數據，以理解和管理水務系統。數字化轉型要求理解新興技術，提高服務效率和質量，確保水務系統能滿足當前和未來的需求。
四、數字化轉型正在深刻塑造現代生活的方方面面
過去，人們依賴出租車和公交車出行，而網約車服務如Uber的出現讓我們能夠直接通過手機叫車，減少了對傳統交通方式的依賴。銀行業也經歷了變革，移動支付的普及使得人們可以不帶信用卡或借記卡完成交易。在線購物成為常態，無人機配送正在成為現實。旅游行業也發生了變化，人們可以直接在線預訂和支付，不再需要旅行社。微信等多功能應用融入日常生活，提供支付和通信服務。Netflix等在線流媒體服務改變了人們的娛樂習慣，讓我們可以自由選擇觀看內容。
這些變化顯示了生活方式和行業的深刻轉型。水務管理和配水系統也需要適應這一新背景，這就是水文信息學的重要性所在，它利用信息技術優化水資源管理，確保水務系統能夠滿足現代社會的需求。
五、水文信息學推動水資源管理邁向數字化轉型新時代
水文信息學通過信息學技術解決水文問題，KWR水研究所利用數字技術推動水資源的可持續發展，幫助水務部門應對未來不確定性。通過數據收集、分析、處理、建模和可視化支持決策，制定了涵蓋組織變革、模型開發、數據管理、架構和網絡安全的數字轉型路線圖。
這個路線圖要求全局規劃，包括模型開發、數據管理、架構、安全和組織轉型。我們需要合適的團隊執行這些任務，確定數字化轉型的起點和領導人物，定義問題。
水文信息學工程師在水務數字化轉型中至關重要，他們開發算法和分析，與軟件開發人員合作，提出定制的算法解決方案，優化水務系統。
水文信息學的進步通過集成遙感數據、GIS和機器學習算法，開發復雜的水資源評估和水文建模工具。網絡基礎設施和大數據分析促進了水文數據的處理和可視化，改善了決策和資源管理。
在KWR水研究所，專注于水質問題，通過培訓和反饋確保水務系統適應當前需求，靈活應對未來挑戰。
六、AI技術在水務公司的泄漏檢測應用
通過研究如何利用人工智能（AI）推動水務行業的轉型，特別是在水管泄漏檢測方面。與埃塞特大學的合作項目旨在通過AI技術快速識別水系統中的泄漏，實現零故障目標，即在用戶察覺前解決問題，保持低誤報率，避免頻繁錯誤警報影響信任。
我們在水務公司部署了智能電表、流量計和壓力監測器，收集關鍵數據以識別潛在問題。面對8000個水表的監控挑戰，開發了機器學習模型預測信號值，并基于預測與實際值的差異觸發警報，有效識別真正的問題點。
七、智能系統在城市供水網絡的精確定位與效能優化中的應用
在KWR水研究所，我們開發了“Class to”系統，集成多種滲漏檢測技術，以識別和分析滲漏信號，并通過紅線提示信號變化。同時，還建立了網絡模型和本地化管理系統，優化現場管理，減少工程師巡查區域，利用數據分析幫助工程師精確定位滲漏點，縮小檢查范圍。
例如，通過監測流入壓力下降和流量突增，使用遺傳算法確定滲漏位置，以藍色星號標識，將定位精度提高到800米內，提升檢測效率，減輕工程師工作量。
同時，還設計了系統優化海牙市供水系統分區，減少分區邊界閥數量，創建易于管理的區域，最小化成本和滲漏風險。通過帕累托最優解，我們為海牙市提出了僅需16個閥門的分區方案，有效劃分了區域。
這些創新方法不僅提高了水務管理效率，也為城市洪水管理提供了新方案。
八、運用人工智能技術優化水資源管理
使用高精度技術測量城市降水量，以揭示不同區域的降雨差異。利用閉路電視系統捕捉降水圖像，并結合AI技術如模式識別和卷積神經網絡，我們能準確分析各區域的降水強度，快速得出與實際觀測值相近的預測。
在水質檢測方面，我們特別關注微塑料污染，采用AI技術進行檢測和分類。微塑料是海洋污染的主要來源，通過激光直射紅外光譜技術和機器學習模型來識別微塑料，實現了99.5%的高準確率。這種方法自動化、快速、準確，比人工檢測更穩定，確保了檢測結果的一致性和準確性。
九、運用大語言模型提升水務公司客戶投訴處理的效率與精準度
此外，我們開發了一款基于自然語言處理（NLP）的人工智能應用，旨在幫助水務公司高效處理客戶投訴。這款應用能夠分析投訴中的關鍵詞，識別問題，并提供解決方案和回復建議。它還能評估客戶情緒和滿意度，實現客戶互動的自動化，提高處理效率和服務質量的一致性。通過這項技術，能減輕水務公司的工作負擔，并提升了客戶滿意度，推動了水務客戶服務向智能化和高效化發展。
十、 實時模型預測與沖洗流程優化
在水處理行業，通過人工智能技術提高操作效率，特別是在開發早期預警系統方面，該系統能夠監測并預測膜污染，優化膜處理技術的操作條件，如清潔頻率和方法。
我們部署了基于數據的模型，使用神經網絡分析水質參數（如濁度、滲透流量和溫度），以確定最佳的清潔時機。模型在實際環境中經過訓練和測試，準確度達到70%，圖表中藍色線條顯示實際數據，紅色線條顯示預測數據，反映了模型隨時間的準確性提升。
人工智能使我們能夠更精確地控制水處理過程，提高效率，減少資源浪費，并確保水質滿足高標準。
十一、 優化模型以精準預測氮化物排放
在廢水處理研究中，專注于亞硝酸鹽排放，因為它們轉化為的一氧化二氮是一種比二氧化碳更強的溫室氣體，且在大氣中留存時間長。我們與荷蘭阿姆斯特丹的自來水公司合作，開發動力學和生物動力學模型來模擬氮化物的影響。
我們的模型顯示了濃度隨時間的變化，藍色線代表實際數據，橙色線代表預測數據。盡管模型能捕捉趨勢，但預測準確性有待提高，尤其在春季氮化物排放量激增時。紅色線表示AI模型預測，黑色線表示舊模型，AI模型雖有改進，但在峰值預測上仍有不足。
同時，KWR水研究所還開發了AI和水文信息學工具，以增強對水處理過程的理解，目標是更有效地管理水資源，減少環境影響，促進可持續發展。
十二、增強現實（AR）和游戲化技術在基礎設施維護中的創新應用
此外，我們正在積極探索增強現實（AR）、虛擬現實（VR）和嚴肅游戲在水務領域的應用。AR技術通過平板電腦等設備幫助工作人員現場識別管道、泄漏點和壓力差異，優化問題診斷并作為培訓工具，提升員工對基礎設施的理解。我們已發布指南和白皮書以推廣這些技術。
嚴肅游戲作為培訓工具同樣展現出其價值。盡管游戲常與娛樂掛鉤，但它們在專業培訓中的應用同樣有效。我們通過嚴肅游戲訓練操作人員，讓他們在無需進行實際操作的情況下，通過模擬環境更好地理解和處理現場情況。這種模擬游戲能夠對整個水務系統進行建模，提供了一個安全且可控的培訓平臺。
此外，我們通過智能水表和電表收集數據，實現需求預測和用水量顯示，并通過儀表盤數據可視化，讓用戶在客戶端上查看和比較用水量，增強水資源使用意識。這些技術提高了操作效率，促進了用戶對水資源管理的參與和意識。
十三、數字技術的應用正在革新城市管理的方式
借助遙感技術如衛星和無人機，以及云計算工具，推動水務行業的數字化轉型。平臺如Google Earth提供關鍵地理空間數據，而Dialing、亞馬遜云服務和微軟Azure等平臺在數據處理和展示方面提供技術支持。
數字孿生技術通過創建物理系統的數字副本，實現系統可視化和模擬。例如，我們為某城市供水系統建立了數字孿生模型，該模型能實時整合傳感器數據，提供水系統狀態的實時了解和響應。
在荷蘭，我們實施了數字孿生項目，如愛因霍溫的供水分配系統，預測水務需求并考慮降水的時空分布，實現精準預測。
這些技術幫助我們更有效管理水資源，提升應對氣候變化和城市化的能力，確保水資源的可持續性。
十四、運用手機數據預測水務需求并結合數字孿生技術的應用
通過分析手機信號密度來估算區域人口，從而預測城市水資源需求。這種方法比傳統網絡建模更精準，能捕捉到季節性波動，如某區域流量在不同月份的變化。
數字孿生技術可以實時監測城市蓄水量變化。我們的KTM模型是一個在線SaaS平臺，用戶可以直接使用，無需安裝軟件。它支持多種用例，包括評估管網關停影響、管理需求、消防用水流量、設計沖洗序列等，幫助監控水箱運行和水壓管理。KTM的界面設計便于多方協同工作，所有功能都可直接在平臺上操作。這些工具使我們能更精確地預測和管理水資源，確保供水系統的高效和可靠性。
十五、從確定性思維模式向概率性思維模式的轉變
在水務管理中，必須從確定性思維轉向概率性思維。以水箱和管道為例，雖然我們有流量和速度等基本數據，但管道直徑、位置和狀態等不確定因素增加了模型的復雜性。隨著時間的推移，管道可能因腐蝕而變細，閥門位置可能變得不明確，這些都增加了不確定性。因此，我們需要通過概率性分析來處理這些不確定性，考慮隨機性以準確把握流量變化的真實區間，并基于概率風險做出決策。
并且我們研究所在水務檢測領域的機器人技術取得了顯著進展。自2016年開發出首款能自主導航、靈活轉彎的管道檢查機器人原型以來，不斷為其增添新功能，包括夾持、電子控制、執行器、照明和多種傳感器。2021年，我們的機器人設計獲得了aqua整體創新獎。現在，正計劃將這些小型機器人永久部署于供水系統中，它們將能夠遠程充電、傳輸信息，并持續移動以收集關鍵數據。
十六、 結語
以上，概述了數字水務轉型的關鍵領域，并展示了從早期探索到成熟應用的案例，證明了KWR水研究所在推動水務管理現代化方面所做的廣泛工作和取得的顯著成就。這些創新不僅極大提升了水務管理的效率，還為解決城市化進程中的水務挑戰提供了新思路。隨著技術的不斷應用，正引領水務行業向智能化、高效化和可持續性轉型，確保水資源得到合理利用和管理，為應對未來挑戰做好準備。
展望未來，KWR水研究所將繼續投資于技術研發，特別是在數據分析、人工智能、物聯網和機器人技術等領域，以進一步提升水務系統的智能化水平。并將探索新的材料和技術，以減少漏損、提高能源效率，并優化水處理過程。此外，還將加強與政府、企業和學術界的合作，共同開發和實施創新解決方案，以實現全球水資源的可持續發展目標。通過這些努力，致力于構建一個更加安全、高效和環境友好的水務未來。
