给排水科学与工程是一门具有显著多学科交叉特点的专业。信息技术的高速发展和智慧水务概念的提出为传统给排水专业向智能化方向拓展提供了发展机遇，同时也对给排水专业课程体系的建设提出了新要求。以市政设计院、水务运营企业、科研院所、施工企业等共206家单位为对象的调研报告显示，超过七成的被调研单位开展的业务已经涉及到智能化相关概念和应用，对智能化基本原理的掌握已经成为大部分用人单位对人才的需求，行业需要具有给排水专业知识和智能化技术相关知识的复合型人才。传统的培养方式忽视了对信息素养的培养，难以适应新时代水行业发展的需求，高校给排水人才培养方式亟需向强化智能化知识培养方向拓展。

部分高等院校已经开展了一系列“新工科”研究与实践，如探索“人工智能+X”的人才培养模式，将人工智能相关知识纳入原有知识体系中，强化对信息技术等薄弱环节的培养，这种方式是当前构建智能化知识体系较为常见的方式。但由于智能化是一个较为宏观的概念，智能化在水系统中的应用种类繁多，涉及到的相关技术知识范围广，在构建水系统智能化人才培养知识体系时往往存在知识种类复杂、知识体系与实际需求偏离的问题；而从案例出发剖析知识点，以解决实际问题为导向，可以准确地建立起符合水行业发展趋势的智能化知识体系，避免低效的知识点堆砌。

本文收集并解析从2017年开始近3年水行业与智能化相关的工程实践、学术报告和文献中的案例107个，其中以智慧平台建设与运营为主题的案例58个，管网系统案例39个，水处理工艺案例10个。典型案例如表1所示。

表1 典型案例来源

水系统是一个复杂的综合体，通过对水系统智能化案例进行分析总结，从知识应用角度分为运营管理、管网系统和水处理工艺三个方面进行关键技术与发展趋势分析，进而解构知识点体系。

首先，运营管理智能化方面的数量最多，范围最广，从案例分析可见，智能化过程处于探索发展之中，由于实际需求多种多样，实现水系统运营管理智能化也没有固定的途径。从实抄表计费开始，通过人工智能领域的深度学习技术，可实现对水表读数的自动识别；基于语音和语义识别神经网络，可实现水务客服智能解答；基于知识表示和推理技术，构建水源污染事故树；基于数据分析与机器学习技术，识别出异常用水、大用水用户、偷盗水等场景；通过数据挖掘水表口径与用户的匹配性，优化用户水表口径配比以降低产销差；基于虚拟现实技术、BIM技术与地理信息技术，可提升水系统各类设施维护管理的效率。信息化基础建设和数字化转型是水系统运营管理智能化转型的基础，当前基本完成了信息化基础的建设，实现营业收费、巡检监控、应急指挥调度、设备资产统计等功能的线上运行，提高了运营管理的效率；数字化转型是在信息化基础建设上更进一步，利用云计算、大数据、物联网等新一代信息技术优化水系统生产、运营和管理的过程，要求对水系统运行过程中的基础数据进行“数字治理”，其过程涉及到数据挖掘、数据分析等相关知识点。

其次，在智能化改革的背景下管网涉及的市政给排水系统和建筑给排水系统都有了新的要求，因此以管网为主题的案例数量紧随其后。管网建模是管网信息化的基础，在给水排水管网系统、流体力学以及厌氧生物处理等专业知识单元以外，需掌握地理信息技术，典型模型（EPANET、SWMM）的原理和使用，以及模型二次开发需要的计算数学基础、软件开发相关内容。进一步，管网控制系统涉及SCADA（Supervisory control and data acquisition）系统和GIS（Geographic information system）系统交互实现数据的一体化管理；DMA（District metering area）分区管理技术控制系统水量漏失；辅助学习模型实现对生产过程中设备健康状态的感知和预测；图像视频或AI技术智能识别故障和安全措施是否到位；通过水力模型分析叠压供水优化二次供水，建立全流程HACCP（Hazard analysis and critical control point）质量管控体系；网格化污水管网水质水量监控，进行水质水量预测，进而探索实时控制系统等内容。随着技术的发展，管网智能化建设不应再局限于数据信息化，应加快智能识别与控制决策的智能化进程，因而在传统管网系统基本知识以外，加强对管网模型、地理信息系统、智能信息化知识点的掌握是人才培养的重点。

第三，水处理工艺包括从混凝到消毒等多个过程，涉及的知识原理范围广，实现工艺智能化对机理模型的要求较高，目前通用的经验案例较少。通过分析，实现工艺智能化的途径总体上可分为数据驱动和机理驱动。基于数据驱动是通过收集分析大量原始运行数据，建立起与实际工况间的联系，例如混凝投药处理单元构建大数据模型，实现智能化投药；利用神经网络软测量传感技术，挖掘节省消毒剂投加量与大肠杆菌指标的合格率直接的关系；通过泵机数据感知机器故障，确保设备安全可靠运行。其中涉及到的知识点包括数据库技术中的数据挖掘相关知识、人工智能技术中的机器学习与神经网络。基于机理驱动的工艺智能化案例集中在污水处理领域，好氧工艺以Monod方程为基础的活性污泥数学模型ASM描述反应器中的物质转化，由此延伸出模型驱动的污水厂工艺仿真系统、精确曝气系统、碳源和除磷药剂精确投加系统；厌氧工艺以ADM1实现了对厌氧消化产甲烷过程的定量描述，但因为厌氧消化过程的复杂性，ADM1在实际工程方面的应用仍然有限，活性污泥法和厌氧消化相关知识点均属于现有培养计划中的知识点，而活性污泥数学模型和厌氧消化数学模型则是对这些知识点的定量描述与概括，模型的实现过程则会涉及到数值计算方法中的常微分方程的数值解法相关知识。

综上，系统智能化的教学需要大量信息技术的基础知识，这部分内容的目的是辅助学生理解、学习后续智能化技术；对于现有的培养方案包含的知识点，需要针对需求进行适当地添加、延伸；而对于处于培养计划之外的重要知识点，需要完整、有体系的进行教学安排，本文针对水系统智能化教学需求构建出的相对完整的知识体系如图1所示。

图1 水系统智能化知识体系

水系统智能化知识体系主要由4个模块构成：新一代信息技术、人工智能技术、地理信息系统和模型模拟技术。信息技术旨在辅助学生建立智能化的观念，使学生对如今在智慧水务中应用广泛的物联网、大数据、云计算等技术及概念由浅入深的了解与认识，并明确在智慧水务系统建设中给排水专业应承担的责任；目前各地的水系统智能化进程大多处于数据信息化阶段，下一阶段的框架构建和硬件开发需要人工智能技术的支持，这个过程中需要给排水专业人员具有一定的相关知识储备，并对系统的核心内容进行指导和建议；地理信息系统和模型模拟技术是给排水专业人员在水系统智能化进程中所需要掌握的重要技能，是诸如给水DMA分区、智能巡检管理、海绵城市建设、管网水力水质模型以及水厂处理模型的基础。同时在上述内容中需要对原有培养计划所包含的知识点进行扩展，例如海绵城市建设中需要水文学降雨径流和暴雨管理知识、水源保护概述以及溢流污染黑臭水体治理的内容，又如水厂处理模型需要活性污泥法和厌氧消化相关知识点的定量描述和概括。每个知识模块并不是完全独立的，它们的理论体系和方法是一致的，贯穿整个知识体系。

3.1 课程体系优化

给排水科学与工程原有的课程体系重视对化学、生物、力学等基础知识的掌握，信息化相关的课程设置在则与其他土木类专业相似，设置了如大学计算机基础、计算机制图和程序设计技术，但其教学内容大多仅限于基础的计算机技能。在新工科建设背景下，给排水专业更应重视多学科交叉培养，形成跨学科的思考模式。通过对现有智能化案例进行分析总结发现，在制定面向未来水系统智能化方向人才培养的课程体系时，在原有专业基础、水质控制、水的采集和输送、给排水仪表与控制以及水工程建设与运营几大模块之下，要将新一代信息技术、人工智能技术、地理信息系统和模型模拟技术相关知识点纳入原有课程体系，注重对数据分析、人工智能、虚拟仿真等与智能化有关知识技术应用的教学。

水系统智能化人才培养的课程体系应仍以给排水专业课程为基础，根据市场对人才的需求，对课程进行增减和调整，在已有的课程基础上进行智能化相关知识点的添加融合。对于相对独立的现有培养方案未涉及的知识点，应开设对应的智能化课程，设置智能化技术基础、地理信息与模拟技术基础以及智能化拓展应用三个版块。新的人才培养课程设置建议如图2所示。为保证总学时和学分的平衡，在进行已有课程内容添加和新课程开设的同时，要对一些内容进行优化和删减，相关课程进行合并，减少相同内容教学节省教育资源为学生减负。

图2 水系统智能化人才培养课程体系设置

3.2 课程设置策略

水系统智能化的概念面向的是复杂的水系统工程，通过对案例的分析发现其知识体系涉及的知识点繁多且复杂，对原有专业知识体系进行融合改造不是一簇而就的过程，因此在前期可开智能化技术和地理信息系统与模型模拟技术基础知识的导论课程，重视对新一代信息技术、人工智能技术、地理信息系统、水系统模型模拟等概念的掌握，在基础知识掌握的基础上，针对不同教学层次和知识需求，建议开设智能化相关选修课程，如智能化水系统及其应用课程，教学内容以实际案例解析为主，详细讲解水系统智能化的相关技术和实现方式，以满足分层次培养的需求。总结归纳关键知识点，人才培养的水系统智能化方面的课程建设的建议方案见图3。

图3 水系统智能化的课程建设

在总学时有限的条件下，仅通过简单的学科交叉或课程叠加，不但不能保障智能化相关知识点的教学成效，原有课程体系中的知识模块教学质量也会大打折扣，难以满足“主专业基础知识扎实牢固，交叉学科基础过硬”的培养要求；刻意注重对其它专业知识的教学，也可能导致教学缺少主次之分，使主专业的重要性被淡化。另外也应注意智能化不再是停留于信息表面的数据集成，而需要对水系统中的数据进行深入的分析与挖掘，对智能化相关知识的教学深度要求也提出了挑战。学时紧、任务重等多重因素的制约使得制定课程体系时不能再照搬计算机学科的课程，而需要将智能化相关知识点以易于理解的案例的形式展现，立足长远发展，应积极探索智能化知识点嵌入现有课程模块的方式，最终实现传统工科与现代信息化、智能化知识之间的高度融合。

通过对107个与水系统智能化相关的案例进行归纳分析，构建出水系统智能化涉及的知识体系，知识点涉及新一代信息技术（云计算、大数据、物联网）、地理信息技术、人工智能技术和模型模拟技术。在水系统智能化案例库中，以智慧平台建设与运营为主题的案例数量最多，其次是管网系统和水处理工艺，表明运营管理、管网系统和工艺是当前水系统智能化研究的热门方向，在制定课程体系时应有所侧重。结合水系统智能化方向人才的培养目标，逐级分解知识点，紧密结合技术发展完善细化智能化知识点体系。依托给排水科学与工程专业现有课程体系，纳入智能化技术与地理信息系统和模型模拟技术两个版块的基础课程，重视对基本概念的掌握；对于水系统智能化拓展应用版块可增设案例分析选修课程。拓展理解技术的应用，以满足分层次培养的需求。长远发展需进一步探索相关知识点嵌入现有课程模块的方式，最终实现传统工科与现代信息化、智能化知识之间的高度融合。

微信对原文有修改。

原文标题：面向水系统智能化发展的人才培养知识体系构建研究；

作者：赵志伟、李莉、崔福义、时文歆、张智、梁志杰；

作者单位：重庆大学环境与生态学院。

刊登在《给水排水》2021年增刊S2。