对于水资源进行有效管理的问题，在北方地区可谓尤其严重。落实到河北而言，面临的除了有水资源固有的储备短缺以外，经济发展和人口所带来的消耗压力同样不容忽视。在这样的背景之下，建立起有效的信息系统，对水资源展开全面管控，是有效加强水资源管理的必然选择。

一、水资源信息化系统建设现状

要实现对于河北水资源的全面管控，单纯加强管理仍然不够，闭环的反馈控制，是该领域中不容忽视的重要管理手段。除此以外，控制的时效性，同样需要加强关注，因此信息体系的建设，在水资源管理控制领域，就成为一个重要任务。但是就目前，水资源信息化建设的工作展开情况而言，存在诸多问题，突出表现在如下几个方面：

首先，目前水资源信息化的原始数据获取存在严重不足。这种情况的形成源于多个方面，相关监测设备陈旧，尤其是难以实现实时性的数据供给，是比较突出的原因。这种设备的落后，主要是在全球范围内进行对比而确定的结论。相对而言，该领域中并不乏高新技术，在对于水文水资源数据的获取方面，效率和质量都能达到更高水平。但是对于我国而言，数据的获取在很大程度上存在不足，甚至于有些水资源信息系统的建设，其展开调试的数据要依赖年鉴，也就造成系统本身参数设置从初始阶段就可能存在不合理的情况。

其次，更为广泛的计算机技术未能在该领域得到深入运用。就目前而言，水文水资源信息化系统的建设，更多是诸多水资源信息的数字化和网络化，并未能实现全面的系统性理解，更无从提及有效管控。因此对于此种情况，加强相关技术的引入和应用研究，是当前的重点之一。进一步深入考察，可以发现，单纯的信息或者数据的数字化，只能够支持更为广泛的查询、分发以及更新。但是只有建立起更为全面的系统性更强的信息体系，才能让计算机在一定程度上代替人来对水文水资源体系展开持续的监督，并且发现问题，甚至于提出对应的建议和决策。因此，在未来一段时间里，水资源的信息化建设重点，应当放置于系统性和智能化两个方面之上。其中系统性的提升，决定了水资源信息化体系的完整程度，也是实现智能化的根基所在。而智能化则作为优化水资源领域管控工作的核心目标存在，只有实现了智能化，才能展开更为有效的水资源管控。

二、水资源信息系统构建的核心技术以及价值分析

对于当前的水资源信息化系统的建设以及其价值实现而言，技术已经成为核心瓶颈问题。而对于技术而言，可以从如下几个方面进行加强。这些技术中有些并非没有在水资源信息化领域得到应用，但是其应用的深度，仍然有待于进一步的强化。

1.数据支持相关技术

数据支持相关技术，在水资源信息化系统建设领域之中，主要包括遥感、地理信息系统等。对于水文水资源信息化系统的构建而言，这些数据支持力量的关键并不在于数据系统本身的容量，而更在于如何能够利用这些数据构建起完整的结构化体系，用以说明水资源的现状，在数字化领域实现真实世界的映射。

这些数据支持技术，又可以进一步划分成为两个主要部分，即获取数据的相关技术，与实现支持的相关技术。例如上述三种技术体系，其中RS即为获取数据的技术，而另外两种，则重点实现广泛的数据支持。差别在于，获取数据的技术，大多为持续性的持续信息获取和反馈，而诸如GIS等系统，则更多是为水资源信息化系统提供展开运算所必要的数据材料和支持而已。其中RS系统最早用于旱情的监测和评估，目前也已经开始广泛出现在水资源信息化建设体系之下，其职能主要包括大面积水域的水质、水温、水污染监测。重点用于支持对地表水状况的快速判断，诸如总体水量以及污染情况监测等，都在RS系统的职能范围之内。虽然RS系统并无法实现实时监测，也还需要与人工作业进行互补才能完成任务，但是仍然不失为水资源信息化建设数据体系的重要来源之一。与之相对应，GIS系统的数据支持则保持相对的静态，其主要职能在于将获取到的水资源数据信息与地理系统数据加以融合，形成直观的图像表示，便于工作人员读取。而GPS系统则用于地下水源监测井、地表水资源监测站等的精确定位，支持构建多维度的动态模拟分析等。

2.系统性的技术

这一方面主要是指构建起水资源信息化体系，界定其系统边界，并且针对系统内部多方面数据结构关系，来展开运算，并且以预测作为主要的目的的诸多技术。这一方面的技术，以比较传统的系统动力学（SD，System Dynamics），以及相对而言比较贴近现代计算机技术的神经网络等作为突出代表。不同技术，在应用中会产生不同的结果，但是其作用方式，大多都是建立起对应的模型，并且对过往数据进行拟合，来确定模型的可靠性，最终进一步展开对于未来的预测，以及以预测结果作为依据，来对现实中的数据和诸多方面细节表现进行监测，一旦发现偏差，则可以发出告警信号。

在系统动力学技术的支持之下，工作人员可以明确系统的边界，并且用数学的方法来建立起对应的模型。与系统动力学相似的其他数学方法同样也很多，工作原理基本一致，都是依靠数学来实现对水资源系统现实情况的模拟。此种方法在短时间内相对比较有效，随着时间的推移，对应的系统边界，以及系统内的变量就可能会发生变化，对应的数学模型也需要调整。而以神经网络作为代表的计算机技术，其工作原理与上述方法基本相同，但是系统边界以及相关参数的确定过程，不仅仅由工作人员确定，计算机也会参与其中，因此涉及到包括机器学习等技术在内的庞大技术体系。此种方法在模型得到确立之后，仍然可以单独依靠计算机来实现字形的调节，虽然调节大多局限于比较小的范围内，但是相对于前一类的方法而言，仍然有着一定的优势，因此可以作为未来技术应用发展的趋势进行对待。

3.加强数据标准化建设

数据标准化，一方面是确保水资源信息化系统中不同子系统之间数据传输和应用的可行性和准确性，另一个方面则是从行业的角度看，必须遵守对应的业内规范和准则。上述的第二个方面，是实现水资源信息体系建设的根本所在，也是行业内工作展开的必然要求。具体而言，要以国标、部标、省标的顺序，来对相应的数据进行规范，在特定的情况下，如果缺乏规范，还应当建立起体系内的相应规范来对数据展开约束。这些约束不仅仅包括数据的格式和单位，还应当覆盖到应用服务标准体系，以及综合监管指标体系等诸多方面。而对于前一个方面，其本身则是展开水资源信息化系统建设的必然要求。信息系统的确立和正常运行，并且产出准确的数据，都要求数据结构，以及数据接口的标准化实现。

三、结论

水利“十三五”信息化建设规划，对于水文水资源信息化建设提出了新的要求。然而这一任务落实到具体的工作环境中，则意味着诸多细节的提升和完善。在这些工作之中，技术的引入必须作为重点对待，也只有紧紧跟随技术发展的步伐，才能切实推动水文水资源信息系统的发展。

参考文献：

[1]叶健.江苏水利信息资源整合共享研究与实践[J].水利信息化，2018(5):1-5.

[2]蔡阳.水利信息化“十三五”发展应着力解决的几个问题[J].水利信息化，2016(1):1-5.