如何管理地下水数据？ |
  
|
如何管理地下水数据？ |
|
世界发展到今天，如果哪个行业还不正视信息化建设，就说明这个行业已经远远地落在了时代的后面。地下水的相关工作会产生大量的、多种形态的数据和信息，单纯通过传统纸媒出版业来展示和传播这些信息早已无法满足社会的要求。在我国许多城市，地下水是重要的供水水源，对当地的经济社会发展起着十分重要的作用。但由于监视监测手段比较落后，难以对地下水空间资源、地下水功能区等实施有效监控，地下水使用的现状与动态不清，用于地下水管理的基础信息匮乏，地下水动态评价与决策支持等高层次信息服务更无从谈起。不合理利用地下水现象突出、资源浪费严重、重要生态系统退化等问题日渐突显，已经严重阻碍了国民经济的持续稳定增长。在这种情况下，效仿发达国家，在国家层面建立地下水信息管理和动态监测系统就显得尤为重要。
地下水信息管理囊括了水文地质数据从产生，经过汇总、分析、加工，直至发布的全过程。地下水信息管理的最终目标是提供数据的集中存储，以保证数据的有效使用，但其首要任务是通过一系列规则与流程保证数据可靠性，避免错误信息轻易进入系统。一个完整的地下水监测信息管理系统，其基本功能包括如下几个要素：数据采集、数据存储、数据操作、数据展示、和数据验证。
数据采集：地下水的数据主要产生于监测井，对于常规的水位、水温、盐度动态监测，目前已有成熟的商用技术与产品，理论上已经可以实现全自动仪器监测，这是地下水数据的主体。数据采集过程还应辅以少量的人工监测，如较全面的水质监测需通过人工取样分析获得水质监测数据，地理、地质、钻孔数据以及社会经济信息采集也需人工进行，按照有关规范操作。另外，对水温水位的观测还应包含零星的人工校验性观测，以及恶劣环境下的人工替代观测。
数据存储：地下水相关信息在历史上通常以数据表、文字和其他形式存储，信息提取劣势显而易见。若需实现地下水信息的电子化，则必须首先规定其电子数据格式，也即数据库结构。全球已有诸多机构发布了非商用地下水信息数据库结构可供参考。数据库是任何信息系统的物理和逻辑基础，引用和修改任何现有数据库结构的用户应注意同时维护一部数据字典，对数据库中所有条目进行详尽描述，作为解释此数据库结构的唯一来源。地下水原始数据多数可以被描述为点状信息，具体包括：
●地质数据，例如钻孔记录；
●地下水数据，例如水位埋深及涌水量；
●工程数据，例如筛管位置、成井工艺等；
●设备数据，例如水泵、监测仪型号规格等；
●物探数据，包括地面物探和钻井物探；
●水力数据，包括含水层渗透系数、导水系数、和储水系数等；
●水位数据；
●水质数据；
●取水量数据；
●其他数据，如地形数据和流域数据等。
在理想情况下，上述信息应存储在统一位置， 数据库中应包含监测井、水位、水质信息等核心数据，也可包含空间信息、图件、文档等扩展数据。但是，将上述信息完全迁移到数字化数据库中需要耗费巨大的资源。在资金人力有限的情况下，应优先将地下水水位水质等变化因子数字化，因为这两类数据产生速率远大于其他信息，而且电子化后的数据验证工作将大为简化。
数据操作：数据操作是把点状数据转换成空间信息，时间序列或统计数据的过程，一般以水文和水文地质工作者的要求为准。数据操作的目的是更清晰的展示地下水资源的相关特征。最为常见的地下水数据操作是针对地下水水头和水化学数据的操作。对地下水水头所进行的最基本数据操作不外乎两类：绘制地下水水头等值线和绘制地下水水头动态图。地下水化学分类是水文地质信息的重要组成部分。一个完整的地下水信息系统应至少包含地下水中常见主要成分的图形展示功能，如Piper图、Durov图、和Stiff图。地下水化学虽相对稳定但的确会随时间发生变化，在对其分析时应注意水化学的时间演化对分析结果造成的影响。
数据展示：数据展示是地下水观测活动的最终结果，其形式主要有数据报表和阐述性报告两种。数据报表即向相关方递交的经过验证的数据，通常有表格报表和图形报表两种形式。根据需求的不同，数据报表的内容不尽相同，有些报表是一次性的，比如监测井信息报表相对固定，只需一次生成；而有些报表则为持续型报表，如地下水常观井的水位水质年度报表等。无论数据报表的形式如何变换，其中的数据类型应该主要包含如下几类：
●地下水数据（水位、水化学）；
●泉水数据（水位、排泄量、水化学）；
●河水数据（水位、流量、水化学）。
阐述性报告以数据报表为依据，是对当地水文地质条件、水资源循环、水化学演化等过程做出的综合性评价，其内容由委托方、法规、政策，以及本单位的要求所决定。
数据验证：数据验证是地下水信息管理系统的有机组成部分，其目的是确保数据在采集、传输、分选、存储、和随后的操作中没有误差和错误出现。数据验证不属于地下水信息管理系统的某一个组件，它应出现在地下水信息管理系统的所有组成部分中。
通用的地下水信息系统框架示意图。此构架规模宏大，涉及要素较多，是需要重大投资的建设项目。在实际工作中，地下水相关管理单位应在此框架基础上，因地制宜，根据自身资金技术条件选择相匹配的系统构架
地下水信息系统中的数据是否可靠，归根结底要看数据采集过程中是否严格遵循了标准的作业流程。为此，信息系统应确定一系列关键文档，包括指南、标准、规范等，用于保证数据的统一性和完整性。我国在历史上存在“多龙治水”的管理体制；上世纪90年代后中国发展的主要诉求逐步从摆脱贫困转移变为可持续发展，地下水工作也逐步从供水工程单一主导向多元化方向发展。各级部门在从事此类工作时已经开发了一套标准体系，虽然内容有所重叠、边界有时不清、质量也参差不齐，但已可以作为框架使用。针对尚无规范指导的具体需求，可以参考和借鉴发达国家已有的标准。
对于按照标准体系进入数据库中的数据，还可以通过在信息系统中部署一些功能来对数据的内在质量进行分层次验证。首先应剔除一些明显的错误数据。例如：
●水位高于地面；
●埋深大于井深；
●水中阴阳离子不平衡（误差大于±5%）；
●TDS结果与电导率结果不一致；
●BOD大于COD；
●水化学与pH结果不符；
●水位数据明显错误或与周边同期观测值存在较大差异。
随后可以通过地下水专业知识进行验证。例如对于水位信息，常见的验证手段有：
●可对地下水头等值线图进行分析，等值线较为集中的井位代表了偏离周边水位较远的数据，可对此区域重点核查，常常可以找到数据错误；
●对同一监测井的长期水位数据做图，可以轻易找到错误的水位数据；
●可以使用简单的统计手段，如计算数据序列的方差，偏离中值达三倍方差以上的数值较为突出，可作为进一步验证的对象。
对于水质信息，常用水化学图来辅助验证过程。如Piper图中的偏离点和Stiff图中的异常形状，均表明水质的异常情况，对其进行重点验证过程中常常可以发现数据错误。条件允许的话还可以对地下水数据进行更为高阶的验证，主要指使用高级统计学方法对数据的空间和时间分布进行验证的过程。通过对时间序列的统计学分析可以估算出某时间点最有可能的参数数值，随后将实测值与此可能值进行比较即可定位异常数据。常见的高阶验证的方法包括Kendall检验，Sen’s Slope，趋势回归等。
任何形式的产品，其开发过程必须遵循科学规律，在其生命周期各阶段都需要市场部门、设计部门、制造部门以及其他部门的合理分工协作。地下水信息管理系统也不例外，其开发应遵循如下生命周期：系统计划、概念开发、系统设计、细节设计、测试改进以及产品推出等阶段。
●计划阶段：地下水资源具有天然的外部性，相关工作一般由政府主导，资本市场少有涉足。故计划阶段一般由地下水监管部门主导，但论证过程应有产品设计单位和制造单位参与，确定产品平台和系统结构，确定本领域可用技术和生产前沿，识别生产限制，初步锁定供应链。另外，计划立项过程应积极争取财政部门支持，以便日后合理分配项目资源。
●概念开发：地下水信息系统的应用领域目前集中在水资源水环境监管部门，及其相应的科研机构。在开发阶段应充分了解此类最终用户真实需求并快速开发原型产品，在对此改进的过程中明确设计概念，同时开始核算软硬件制造及部署成本。
●系统设计：设计部门应完成软硬件核心模块的研发，在此基础上市场部门进行扩展产品和外围模块的设计和完善。制造部门应开始识别关键部件和关键代码的供应商，执行自制与外购分析，定义最终装配部署计划。
●细节设计：设计部门完成硬件软件设计控制文档与开发指南；制造部门应定义生产流程，制造和购买硬件，编写软件代码，定义质量控制流程。
●测试改进：设计应对硬件可靠性及寿命进行达标测试，对软件进行性能测试并同期进行设计更改；制造部门应改进制造和装配工艺、培训现场工作人员和改进质量保证流程等工作。
●产品推出：开始向关键用户提供早期产品，收集反馈后进入实质性的软硬件部署阶段。