近日,山东省地矿局八〇一水文地质工程地质大队(以下简称“八〇一队”)以科技之力,创新之举,为守护全省生命之源献上一份厚礼——“山东省地下水资源环境监测预警系统”正式投入运行。
这一体系的运行,标志着山东地下水资源智慧化管理迈向全新篇章,为全国水资源保护树立了创新标杆。爆火的DeepSeek如何应用于水质监测?数据如何实现联通?近日,齐鲁晚报·齐鲁壹点记者走近八〇一队,探寻项目背后的故事。
李牧青 济南报道
从人工到云端:
一人当班,百井可测
蒸发、降雨、流淌、回归海洋……水的循环是自然界中永恒不息的过程。作为承载着百姓衣食住行的自然资源,地下水监测是一项极其重要的基础性地质工作。
两千多年前,针对水的“监测系统”就已存在。李冰曾在四川都江堰设石人水尺观测水位,要求“竭不至足,盛不没肩”。当水位在石人的足与肩之间,引水量刚好满足灌溉与防洪安全的标准。如今,历史上的水尺、水志桩,已经演进成一套崭新的智能地下水监测系统。
记者了解到,日前投入运行的山东省地下水资源环境监测预警系统,以地下水监测预警业务为核心,累计完成12个子系统的开发建设,成功搭建了一个集地下水监测数据采集、存储、分析、预警及发布功能于一体的综合管理平台。
“相当于为地下水资源配备了一个‘智慧管家’,24小时不间断守护着我省的地下水资源。”八〇一队测绘与地质大数据中心主任卢晓龙表示。
新系统与传统监测模式有哪些不同?面对记者提问,八〇一队测绘与地质大数据中心主任工程师王海会介绍,“过去测水位就像钓鱼,要扛着线滚子徒步上山找点位,再用线滚子上的铅头触到水面量刻度。”
据了解,在没有智能监测设备的时代,要是去偏远山区的监测点位,工作人员只能带着线滚子徒步上去,一个人一天测三口井就已达到“体能极限”,监测频率大致5天一次。
“山东省地下水资源环境监测预警系统现已上线,有自动化监测设备的话,一个人一天管好几百口井都没有问题,监测频率也能自己定,可以10分钟一次,也可以半小时一次。”王海会说。
对于全省数据的采样、汇集方式,卢晓龙介绍,山东省内每个地市均有一百余口水位监测井,这些井是选出来的“代表”,代表着本地的水位、水质、水环境变化等。监测井内的自动监测设备好比一双双“千里眼”,除了监测上述信息外,还能监测水里面的钾、钠、钙、镁、氯化物、硫酸盐等指标。
卢晓龙说,以“一张图”管理系统为例,它能将分散在全省各地的地下水数据整合为一幅动态全景图,实时跟踪水位、水质变化,智能化分析潜在风险并及时发出预警,为水资源的合理调配提供科学依据。
“地下水专题”系统则让数据“活”起来,通过分布式系统集成技术,打破部门间的数据壁垒,生成直观的图表辅助决策,既能预警过度开采,又能科学调配用水；让地下水资源成为保障生态和经济发展的“活水资源”。
在实际应用上,卢晓龙举例说明,假如某地的水质指标超标,系统可以第一时间把预警信息推送给相关政府部门,再由专业技术人员去现场落实,为百姓守好地下水资源。
水文地质“老教授”
给AI“上课”
打开山东省地下水资源环境监测预警系统,各类水位、水质、预警、泉水保护等数据,以及分析图、趋势图、二三维模型,随着鼠标点击,在屏幕上一一动态展示。
在系统中的AI智能应用管理平台,王海会询问AI“济南的泉水是怎么形成的”,只需十几秒,AI结合济南的地理位置、地质构造、降水信息、岩溶地貌等,交出了一份系统、完整的答卷。
DeepSeek大模型与地下水监测领域的结合,并非简单的加法,而是要经过一次次数据“投喂”、“高级教师”特训。
王海会介绍,系统引入的DeepSeek大模型,融合了八〇一队深耕地下水资源数十载积累的海量数据信息,能够进行深入分析,模拟地下水动态,智能发现异常,并准确预测趋势。
他解释道:“我们有两类数据,一类是结构化的地下水水位数据,另一类是水文地质的相关知识或报告。基于这两类数据,我们尝试构建水文地质知识库,然后将数据经过‘清洗’之后再进行‘投喂’。”王海会表示,这就是所谓微调训练,通过不断投喂数据,训练微调过的模型,可以对专业问题作出回答。
此外,在训练大模型的过程中,八〇一队可谓是会聚“三方名家”。水文地质专家、地理信息系统专家、计算机系统专家都作为训练模型的指导老师来共同分析、校正。八〇一队还成立了DeepSeek大模型与主业融合攻关专班,对其开展“轮训”。
所以,DeepSeek大模型在八〇一队也得上课,上课画面如下:首先是“备课”,专家们先对投喂数据的质量进行把关,把收集的地下水数据进行结构化和标准化处理。
其次是“随堂测试”,投喂数据之后,DeepSeek大模型回答得对不对、训练准不准,都需要水文地质专家以丰富的经验来把控,也需要计算机专家在数据处理、数据汇总方面做进一步处理。
据了解,八〇一队将在本地部署的DeepSeek大模型基础上,探索地下水时空数据与大数据智能挖掘技术研究,实现DeepSeek大模型与地下水数据深度融合,构建适合地下水数据的AI算法模型。
在对水文地质文献库进行知识注入的基础上,通过知识蒸馏,增强水文地质专业领域语义预训练,持续完善模型对地下水动态监测数据的在线迭代更新,构建融合地下水位、降水量、地质构造等多维特征的联合分析模型,突破多模态数据融合瓶颈,解决传统单模态分析盲区,输出符合水文地质规律的决策依据,为地下水资源科学利用、济南泉水保护提供大数据智慧服务支撑。
