大家有没有发现，雨后河道经常出现水质超标现象。

    过去查找污染源头，要么靠加密监测，要么靠人工沿河排查，如同“大海捞针”，费时又耗力。

    但宁波引入一套智慧感知技术，配合“加密监测+岸上溯源”，让污染物溯源从几天变成小时级。这是什么“黑科技”？背后的原理又有哪些？中国环境APP联系上这一技术的项目负责人姚先知，拆解这套技术的原理和打法。

    引入智慧感知体系，避免“大海捞针”

    中国环境APP：为什么宁波要引入智慧感知体系？

    姚先知：河道水质异常往往带有波动性、偶发性、隐蔽性，很多污染过程集中在夜间、降雨时段发生。

    依靠传统人工巡河，经常会错过污染发生的窗口期，溯源排查容易扑空。城市沿河排口、污染点位点多面广，全域人工徒步排查工作量巨大，也很难完整复现污染发生的全过程。正是基于这些现实痛点，我们将智慧感知体系引入河道污染溯源工作。

    中国环境APP：智慧感知体系依托的核心技术是什么？

    姚先知：感知体系依托数字高程模型（DEM）与管网液位监测两大核心技术。数字高程模型（DEM）本质是一套三维地形数字化模型，把地面高程、坡度等地理信息全部数字化，用来模拟雨水径流走向，判断雨水会汇入哪一片管网，明确汇流归属关系。

    管网液位监测，则是在检查井内布设液位传感器硬件，实现7×24小时不间断采集管网水位变化，实时捕捉管网壅水、满管、溢流等关键工况信号。

平台显示监测设备位置主界面

    中国环境APP：智慧感知技术有何优势？又如何嵌入监测溯源闭环流程？

    姚先知：宁波城市排水以分流制系统为主，雨水、污水分两套管网运行。排水分区动态感知体系，按照雨水、污水自然汇流边界，把城市划分为若干排水分区，依托硬件感知设备结合专业分析模型，实时掌握各个分区管网运行工况。一方面可以判断污染物是从哪一个排水分区汇入河道，另一方面能够对入河污染负荷开展量化分析，实现从“事后发现”向“过程捕捉”转变。

    具体使用过程中，我们采用分步联动的工作模式。

    首先开展河道加密监测，锁定水质异常的时间窗口以及污染最为突出的河段；

    同步依托智慧感知设备采集管网液位、流量数据，初步圈定污染可能的来源片区；

    最后技术人员下沉到岸上实地核查，精准查找雨污混接点、管网破损缺陷等问题，完成污染源的定位工作。

    这套体系的核心价值，就是捕捉雨天和夜间才会显现的间歇性、隐性污染，把大面积排查缩小到重点可疑片区，改变以往“大海捞针”式人工排查模式，显著提升溯源效率。

城市排水物联网智能监测系统。点击主界面右侧设备列表报警可查看当前报警位置，通过算法将疑似污染管段分三级显示，红色为重度污染，黄色为中度污染，绿色为轻微污染。

    中国环境APP：这套感知体系的推广应用价值有哪些？

    姚先知：感知体系可以适配不同规模的城区，既能够应用于三江口这类管网建设年代久远的建成老城区，也可服务县域、乡镇水环境治理。监测数据与算法模块做了标准化设计，可对接生态环境、住建、水利等部门现有业务平台，溯源成果能够直接支撑管网改造、城市更新项目谋划。

    尤其对沿海城市十分友好，可兼容潮汐影响、高地下水位等复杂工况，具备“一地建成、多地复用”的推广潜力。

    中国环境APP：针对小微水体这类城市水环境治理的“毛细血管”难题，这套体系能发挥哪些作用？

    姚先知：小微水体数量庞大、污染源碎片化，很多排污行为仅在降雨期间短时发生。我们可以把大的排水分区进一步拆解至小区、街巷级的更小单元，依托感知网络自动捕捉短时、间歇性排污线索，不用依靠人员不间断蹲守。精准锁定分散细碎污染源，避免盲目开展大范围工程治理，实现“污染出现在哪里，就精准治理哪里”。

    干货速藏！排水分区怎么划分？

    中国环境APP：排水分区动态感知体系，具体是怎么分区的？怎么理解按照雨水、污水自然汇流边界，把城市划分为若干排水分区？

    姚先知：排水分区，不是简单按街道、社区行政边界划分，核心遵循自然汇流边界。以数字高程DEM地形、管网拓扑连通关系为基础，顺着“源—网—站—厂—口—河”水流走向划分：雨水看地表汇水，污水看管网重力汇流，一个分区内部的污水、雨水，最终流向同一个泵站或者同一个入河排口。

    一个城区会拆解成几十至上百个排水分区，分区可大可小：老旧建成区管网密集，分区划得更小，城区1平方公里就会有十几个甚至几十个小的排水分区（排水单元）；新建片区汇流范围更大。分区数量取决于建成区规模，宁波主城区细化三级排水分区，约1500个独立排水分区单元。

    通俗理解：每一个排水分区，就是一套相对独立的“小排水系统”。降雨、管网溢流发生污染，污染物只会在本分区内顺着管网向出口汇集。一旦下游河道或者排口出现水质异常，就可以反向锁定是哪一个或者哪几个排水分区出来的问题，实现从“整条河排查”缩小到“一个片区排查”，解决过去溯源范围大、无从下手的难题。

    中国环境APP：液位传感器是怎么布设的？能否介绍下安装位置、安装方法等？

    姚先知：传感器部署在地下管网的检查井井筒当中，不直接埋入管道内部，方便安装、后期维护，不用开挖路面。

    黑臭水体监测：布设原则为优先布设在主干管节点、支管汇入点、泵站上游、历史高液位/溢流风险点、排水分区的关键控制节点，形成一条液位感知链条，不是均匀铺满每一口井。

    安装方式：液位计根据不同的工作原理，选择不同的安装方式，雷达液位计采用壁挂式，位于液面之上；投入式压力液位计通过导线悬吊在井底常水位之下。设备采用低功耗电池、NB—IoT无线传输，不需要外接市电，防护等级IP68，适应井下潮湿、腐蚀环境，数据5—10分钟回传一次平台。

布设传感器

    用好核心算法，“算”出污染轨迹

    动态智慧感知体系不是天然就把结果提供出来的，硬件、算法模型、数据融合缺一不可。其中，最核心的莫过于算法，那么，这套算法是如何剔除不合理数据，提取真实污染信号的？

    中国环境APP：智慧监测动态感知体系的技术壁垒是什么？

    姚先知：主要在于硬件、算法模型、数据融合三方面。

    第一，多源数据融合是最大壁垒。体系需要统筹地形数据、管网GIS数据、传感器时序监测数据、降雨、潮汐等多源信息。宁波属于沿海城市，还需要叠加地下水、潮汐顶托的影响，各类原始数据噪音大，数据清洗、时空匹配难度较高。

    第二，算法模型存在技术门槛。管网液位抬升不等于直接排污，需要区分管网水位上涨究竟是降雨、潮汐顶托，还是污水溢流导致。算法需要剔除各类水文边界条件干扰，把真实的污染信号识别提取出来。

    第三，现场硬件适配难度次之。井下环境潮湿，淤泥淤积、地下水位高等工况普遍存在，传感器容易被淤泥覆盖、发生腐蚀损坏。市面上监测硬件产品虽可采购，但难点在于如何把现场采集到的数据，通过模型运算输出可靠、可用的研判结论。

    中国环境APP：算法模型的数据如何剔除水文边界干扰，提取真实污染信号？

    姚先知：整套排水分区动态感知的分析算法，是结合宁波本地沿海工况本地化自研迭代，不是直接套用通用开源模型。

    最大的难点在于潮汐每日周期性涨落、地下水位随雨季降雨量波动，都会带动管网液位周期性变化，如果不做干扰剥离，很容易把潮汐、地下水的正常水位波动误判成管网故障或者污染事件。

    信号提取分为3步：

    建立本地本底基准库：用长时间历史数据，学习每一个排水分区、每一口井的“正常模式”：比如大潮期液位会周期性抬升多少、雨季地下水位整体抬升幅度，把潮汐、地下水位、正常日夜间污水量，作为背景干扰分量。

    多因子耦合剥离干扰：算法同步读入潮位、地下水位、降雨、泵站调度记录。举个宁波实例：大潮来临，即使不下雨，沿江碶闸要候潮排水，地下水位随着河道水位波动，部分检查井液位也会被动抬高。算法把“潮汐带来液位抬升”这一部分计算扣除；同样，地下水位抬升带来的管网液位抬升，也作为背景扣除。剥离之后，剩下的增量，才是管网内部本身来水异常、混接入流、淤积梗阻带来的真实异常信号。

    时空链条交叉验证：不是单看某一个传感器单点数据。同一个排水分区上下游一串液位、水质测点做时间序列比对：异常信号要顺着管网汇流方向依次传递，才判定为真实事件；单点跳变、其他上下游测点没有响应，则判定大概率是设备噪声、淤泥干扰，直接过滤。

    实际场景：没有下雨，恰逢大潮，某井液位明显上涨。算法对照同期甬江潮位数据，计算得出液位上涨和潮位高度强相关，判定是潮汐顶托带来的被动抬升，不触发管网故障告警；

    如果潮位平稳，没有明显降雨，但管网液位持续异常走高，上下游测点同步响应，这就剥离完水文边界之后提取出来的真实异常信号，系统就会推送预警，提示开展管网排查，识别混接、破损、淤积等问题。

    这套算法专门针对沿海城市，区别于内陆城市模型，是我们长期总结下来的经验。内陆不用重点处理潮汐?地下水耦合干扰，而宁波必须把这部分作为首要干扰项剔除，才能把真实管网缺陷、污染信号识别出来。

    中国环境APP：这套体系还有哪些提升空间？

    姚先知：第一，体系可以锁定疑似片区，但不能直接定位到某一根具体错接接户管，最终核实取证仍然离不开人工现场勘查，无法完全替代人的工作。

    第二，井下工况恶劣，传感器容易淤积腐蚀，后期设备需要运维，井下专用硬件性能仍有优化提升空间。

    第三，老城区部分管网历史资料缺失、档案与现场实际存在偏差，会造成模型计算结果产生偏差，需要持续现场校验修正。

    河道指标恢复，还有必要溯源吗？

    中国环境APP：雨后河道氨氮、总磷指标超标，为何能判断主要来源于生活源？

    姚先知：第一看污染物组分特征。生活污水氨氮、总磷相关性很强，同步升降；工业污染源往往特征污染物不一样，会伴随COD、重金属、特定盐类异常。第二看时间特征：降雨触发、雨后快速回落，和小区化粪池、接户混接、管网渗漏溢流的时间规律高度匹配。第三结合溯源排查成果，宁波多轮溯源显示，老城区大量老旧小区雨污串管、接户管混接、管网破损渗漏，是雨天氨氮、总磷冲高的最主要来源；农业面源更多集中在城郊，工业源一般不受降雨这种短时脉冲驱动。

    当然不是说完全没有面源，路面冲刷会带来一部分总磷，但雨天河道氨氮脉冲高值，绝大多数指向生活源的溢流与渗漏。

    中国环境APP：水质能否随着水流流动自动恢复？指标自动恢复之后，还有没有必要追溯源头？

    姚先知：物理稀释、水体自净作用下，降雨过后，河道指标确实会逐步回落，表现为“下雨超标、雨停变好”的现象。但指标自动恢复≠问题已经解决，源头溯源仍然非常必要。

    原因有3点：

    ①指标恢复只是水体稀释自净，管网的混接、破损、渗漏缺陷客观还在，下一次降雨、台风过境，还会重复发生污染脉冲；

    ②反复脉冲式污染，会持续给河道底泥累积氮磷负荷，日积月累加剧富营养化；

    ③沿海感潮河道，涨落潮往复流动，污染团会在河网来回震荡，表面监测断面恢复达标，局部支流、排口附近依然存在污染点位。

    所以，“水质回来”是现象，溯源是找病根，不仅表现在污染源头，也有的发生在管网输送阶段的破裂口，不能用雨后指标好转代替源头治理。