“東方水城”的治水難題

“黃鸝巷口鶯欲語，烏鵲河頭冰欲銷。綠浪東西南北水，紅欄三百九十橋。”

就像白居易寫的，去過蘇州的游客，應該都對古城里的小橋流水人家流連忘返。這個有著2500多年歷史的古城河港交錯、湖蕩密布，擁有大小湖泊384個，各級河道2萬多條;城市中心區約80平方公里范圍，河道共計有177條，總長約226公里。

眾多的河流當中，歷史最悠久的是平江河。它位于蘇州古城的軸心——平江歷史街區，南起干將路，北至東北街，全長1740米，河道兩岸住戶、店鋪林立，游人如織。

伍子胥建蘇州城時，平江河就被定位成蘇州城的主干水道，相當于現在的人民路。當時，很多達官貴人在附近買地建宅，拙政園、獅子林、耦園、太平天國忠王府等被列入世界文化遺產的園林古建都在此地。

如今，平江河所在的平江區則是蘇州市控保建筑最多的城區。難怪有人說，平江河就是半個姑蘇城。

作為江南水鄉的代表，平江河最佳的游玩方法自然是坐游船。這一點，文人墨客們都留下了名詩句。比如唐朝張繼的“姑蘇城外寒山寺，夜半鐘聲到客船”，再比如白居易在另外一首詩中寫到，“閶門曉嚴旗鼓出，皋橋夕鬧船舫回?！?/p>

古詩詞中的姑蘇城美麗如畫，但現實中的平江河卻污染嚴重。因為部分商家、游客環保意識不強，向河內亂扔垃圾、亂倒污水等不文明行為時有發生、屢禁不止，嚴重影響平江河的水文環境和游客的游覽體驗。每天由4條保潔船、8位保潔員打撈出的白色垃圾等污染物，平均多達500多斤。當地水務部門每隔一段時間就要進行一次集中清理。

循環往復的治水難題，讓蘇州水務部門頭疼不已，如何才能更高效地治水?

答案是智慧水務。

“云上”平江河

2014年，黨中央提出“節水優先、空間均衡、系統治理、兩手發力”的新時代治水思路。水利部明確“水利工程補短板，水利行業強監管”的新時代水利改革發展總基調，在全國開展智慧水利城市試點，并將蘇州定位試點城市。

作為蘇州古城的核心區域，平江河自然是重中之重。

過去，平江河也曾經搞過一些信息化項目，但并不系統，沒有形成體系，傳統模式導致煙囪式系統，數據共享融合使用困難，智能化水平不足。

打個比方，有人在A點扔垃圾，被攝像頭拍攝到，但處于B點的執法人員并不能很快得到信息，從而前去處理和教育。更無法通過數據分析出，哪些人是“慣犯”，哪里是“肇事”高發地，進行提前預判。

因此智能化、資源和數據整合能力便成了核心評判指標，建立一套可感知、能預警，在調度與控制方面表現出色的智能化系統則是戰略目標所在。

基于多方面的因素考慮，蘇州市水務局最終決定和華為進行合作。對于為什么是華為，蘇州市水務局局長王國榮介紹說：

首先，華為具有豐富的行業數字化轉型經驗，全球500強中有約50%的企業選擇華為作為數字化轉型合作伙伴。在水務行業，華為深度參與了國內很多城市的數字化轉型;

其次，華為新的“數字平臺+微服務”架構理念支持總體規劃和分階段實施。其中，華為數字平臺是業界唯一能夠橫向融合云、AI、IoT、大數據、融合通信，視頻、GIS等New ICT技術，縱向打通端邊網云的平臺，具備融合、智能、可繼承的特色。而微服務基于業務的需求將各應用拆分為可重復調用的粒度，確保相關業務應用不重復開發，提高服務的可重用性，降低智慧應用開發難度，縮短智慧應用上線周期;

第三，華為能發揮ISV資源整合能力，引入多廠家競爭機制和流程，快速迭代水利業務應用開發和創新。

合作達成之后，雙方在平江河上建設了高清視頻監控系統。系統的技術架構分為四層：感知層、網絡層、平臺層和應用層。

具體工作流程是，高清攝像頭采集獲取視頻圖像后，通過網絡層把視頻數據傳平臺層，經過人工智能分析和云計算技術，從而分析出不文明行為，最后把結果上報到應用層，一旦檢測到發生異常情況立刻顯示并進行警示，通知相應的機構、人員進行處理。

相比過去煙囪式系統，數據分散，智能化水平低，新的系統完全打通了數據，構建了視頻輸入—算法識別—取證錄入—工單派發—處理反饋的完整閉環，讓治水真正具備了感知、決策、預警、調度與控制能力。

目前，平江河視頻監控攝像機全天24小時定點信息采集，從上線開始，已經抓拍到大量不文明行為，包括倒水、洗拖把、洗衣服、拋物。數據顯示，算法識別準確率已經從剛上線測試時的 15%提升到 81%，基本滿足業務的準確率要求。

在智能精準識別、記錄取證后，后臺系統將視頻和截圖推送至相關工作人員終端，由工作人員上門執法和宣傳，完成后通過系統上報處理結果。

王國榮表示，有了這套系統，平江河實現了對商家、個人違法違規行為的監管取證、執法處理，減少了垃圾污水入河的數量，提升了水環境面貌。

一切看起來順風順水，但鮮為人知的是，實際落地過程中遇到了重重困難。最大的難點是，如何通過人工智能技術，準確高效識別不文明行為——

首先，河道存在水面倒影、水面樹葉、夜間燈光、水面反光、降雨波紋等等眾多因素干擾，城市河道的光污染復雜強烈;

其次，雖然不文明行為時有發生，但相對于24小時不間斷監控而言，發生不文明行為屬于小概率事件，在大量光污染噪音的影響下，信噪比很低，這些都給識別增加了難度;

最后，拋灑垃圾和傾倒污水等不文明行為形式多樣難以定義，很難直接轉化為人工智能問題進行區分，算法既要考慮不文明行為帶來的水面變化，也要綜合岸邊人員的行為等多種因素進行判斷。

編輯：趙凡