Page 82 - 水利水电工程施工管理概论

水利水电工程施工管理概论
Introduction to the Construction Management of Water Conservancy and Hydropower Projects

数据有以下特点：
（1）价值密度高
以全国水利一张图为抓手，以日常管理面对的水利和涉水对象为核心，结合
水利业务的管理域和行业应用特点，构建包含基础地理、遥感影像、水利基础、

水利监测、业务管理、跨行业共享等数据在内的数据资源组织与管理体系。这些
数据资源涵盖流域水工程运行、防汛抗旱、水资源保障、水利工作行政管理等工
作的方方面面，采集成本高、数据量大、数据价值高。
（2）数据敏感度高

数字孪生流域中存在大量重点工程 BIM 和核心属性数据，高精度 DOM，
DEM 和遥感影像数据，水行政管理和跨行业共享数据。这些数据数量大、分布广、
集中度高，甚至包含国家空间信息的核心数据，事关国计民生，极为敏感，一旦
泄露或遭到破坏将产生重大影响。

（3）数据质量脆弱
基础和业务管理数据大多依托各业务系统进行填报采集，涉及的层级广、用
户多、网络复杂。人工干预的数据采集过程可能引入误差，导致数据失真与偏差，
最终影响数据分析结果的准确性。此外，数据失真还有数据版本变更的因素。在

传播过程中，现实情况发生了变化，早期采集的数据已经不能反映真实情况。
同时，监测数据主要来源于各类传感器、终端设备和第三方接口等，存在数
量大的特点。这些数据从工程管理单位通过各级水行政主管部门逐级汇聚，直到
汇聚到流域管理机构和水利部，数据流程极为繁复，环节众多，极易产生数据异

常，从而导致数字孪生流域效果不佳。众所周知，物联网环境下由于传感设备通
常部署在无人值守或恶劣环境中，节点很容易遭受物理攻击，从而导致源头数据
无效。源头数据是后台专家决策系统进行决策的依据，直接影响各类智慧系统的
可靠性，因此评测和保障这些源头数据本身的可信性至关重要。

2. 数据安全问题
数字孪生流域建设使得数据汇集和使用的特点都发生了明显变化，由原先的
集中数据库转变为多层级大数据湖，由以结构化数据为主转变为各种类型和模态
的多源数据，由只有较少的点对点数据提交和共享转变为跨地区、跨部门、跨层

级的数据交换和服务共享，由只有少量敏感数据汇集转变为海量行业重要数据集
中汇集。数据采集传输过程中，一旦软硬件或数据接口存在安全漏洞，被恶意利

70