随着我国现代化进程的加快，越来越多的城市开展了智慧城市的建设。智慧水务作为其中重要的组成部分，正日益引发关注。但到底该如何着手开展智慧水务建设？水务行业原有的各个环节应如何变革创新，以适应智慧水务和智慧城市的新要求？—— 这些关键性的执行问题，却依然莫衷一是。笔者认为，现阶段关于智慧水务的探讨不能仅停留于概念层面，而要结合智慧城市的宏观目标，真正从“大数据智慧”的目标和内涵出发，客观务实地对包括水务数据采集在内的各产业链环节进行重新思考，才能真正借这股智慧东风，实现行业提升。
1. 响应智慧城市趋势，利用大数据技术开展智慧水务建设
水务行业正面临宏观外部环境的挑战。一是水资源稀缺和水污染日益严重，亟需借助科技手段应对严重的危机；二是城市的运营和管理方式正发展为“智慧化”的新范式，城市的“智慧”特征更突出：一方面，管理者通过运用各类新兴技术手段来满足城市内日益丰富的应用类型；另一方面，城市内不同业务部门之间乃至各城市之间需有效贯通，通过数据的智慧化分析、信息整合和数据挖掘，来更好的满足产业发展、民生保障以及政府服务等方面的业务需求。
水务需要响应智慧城市运行的新要求，必须顺应智慧浪潮，借助新兴的物联网、大数据技术，建设智慧水务以应对挑战。
着眼于响应智慧城市宏观运行需求的智慧水务建设，不应只偏重某些局部系统的具体功能，而是以“智慧”为目标，形成积累经验、转识成智、预知未来事物变化的能力，以满足新时代下居民用水、城市管理和水资源环境保护的各类新要求，促进生活质量、经济状况和环境质量的改善。智慧水务既要能解决当前企业、行业存在的一些难题，做到实用；也要具备创造更多有效应用的潜力。
从智慧和应用的角度出发，智慧水务的建设需实现以下目标：
1.1 有助于实现更精细、更差异化的供水、用水服务和管理。
对不同目标、不同场景的用水需求进行针对性收费、管理和服务。目前工业用户家庭用户都已经在要求更精细、动态的能源监测和管理服务。美国的加利福利亚因为面临严重的水危机，对各类用水情形严格管理，如禁止家庭每天浇灌花园、禁止在同一片区域浇灌超过8分钟，在气温高、易蒸发的白天不能使用洒水器；要求每个家庭必须安装“户内”和“户外”两个水表，对不同区域不同用途的水量差异化收费。
1.2 有助于深入洞察行业，掌握复杂的行业规律，帮助提高应对决策的科学性。
水务行业复杂而多变，各种现象背后，往往是多种因素相互作用的综合结果。在以往，更多是依赖资深员工的专家经验来分析和解决各类问题。但这类经验难以沉淀、提炼和复制，更难以量化推广。建设智慧水务，不仅能实现“过去凭专家级的经验才能获取的对未来的预测，现在通过数据分析也能做到”的目标，而且有助于打破认知局限，破除经验的混沌性和局限性，从具体中抽象出规律，从规律中推断一些具体的结果，从而达到预测、预警，提供多个具体操作建议，改善行业整体运行的科学性。
1.3 有助于实现行业数据的融合与开放，推动水务参与到智慧城市的应用创新浪潮。
智慧水务要促进水务与如火如荼的智慧城市“互联网+”创新相融合。水是重要的支柱能源。智慧水务需要在更大领域内创造更多有效应用。比如，智慧水务可以成为寻常百姓日常生活中的“智能单元”，为生活带来更多的便利与可能。这类应用场景需要不断地创造诞生、普及扩散、井喷发展。智慧水务与智慧城市的融合，甚至可以给国家大政方针政策的决断提供可靠的依据。
总而言之，动态、精细、个性、洞察和科学决策、开放、融合、创新……这些都是智慧水务的应有之义。而要实现这些目标，智慧水务的建设就必须依赖先进的大数据技术。
大数据指具有4V特性的数据：Volume海量、Velocity 增长快、Variety多样化、Value价值动态。为了分析处理大数据，相应产生的“块级虚拟化、挖掘建模、机器自学习……”等新技术，称为大数据技术。大数据技术大大解放了人们的分析能力。一是可以分析更多的数据，甚至是相关的所有数据，而不再依赖于随机抽样；二是研究数据如此之多，以至于不再热衷于追求精确度；三是不必拘泥于对因果关系的探究，而可以在相关关系中发现大数据的潜在价值。这种新的数据处理模式具有更强的决策力、洞察力和流程优化能力，带来巨大的商业价值。[3]
大数据是推进智慧水务建设的核心问题。如果缺乏大数据分析处理，智慧水务的“大脑”就不够发达，“智商”就不够高，能力就不够强。大数据处理、挖掘模型等技术相对通用，但产生出融合智慧的基础数据，却需要一点一滴地积累。当前建设智慧水务，积累有效地“海量数据”已成为当务之急。
2. 增强水表流量数据采集能力，奠定智慧水务的感知基础
水行业信息十分密集。为有效地采集数据、丰富信息流，必须不断地研发、改进技术以增强设备的采集能力，加大流量、水质、水压等方面各类新型传感设备的应用部署和普及。
水表遍布千家万户，水表流量数据中蕴含着社会生产生活各方面的丰富信息，是行业天然的数据价值源泉。但我国目前的智能远传水表，不仅规模有限，并且在数据采集方面上仍只单纯要求 “替代人工抄表，完成简单的水费收费”的功能，不仅未能体现投资价值，更难以满足未来的大数据需求，从而产生“未来重复投资、拖延水务企业智慧化进程”的风险。
智慧水务需要高密度、高精度、高价值的水务数据的大规模海量积累；在某些特定场景，比如特种工业企业水资源消耗监测时，对数据的采集和实时性的要求更为苛刻，要求“实时、完整、精确地采集到流量过程曲线数据”。为达到这些智慧应用场景的支撑要求，智能水表需要向1L级（0.001m3）、分钟级的流量数据采集精度和颗粒细度目标努力，这一要求对行业的技术、工艺都提出了较高的挑战。并且，在追求更高技术性能的同时，还必须有效控制成本以促进采集设备的大规模普及。
因此，必须重新审视智能水表发展路线，加强技术和工艺攻关，提升水表数据采集能力，为积累海量数据基础创造条件，为智慧水务的建设和开展提供感知基础。
3.通过数据资产的有效积累和处理应用，实现智慧水务
如何应用大数据技术开展智慧水务建设？我们可以借鉴其他行业领域开展智慧大数据建设的一些经验。
法国电力集团EDF是全球领先的电力基础设施服务提供商。为推进智慧供电，公司在全法安装3500万智能电表，每10分钟抄表一次采集个体家庭的用电负荷数据，并对用户用电负荷曲线进行集中处理。公司专门成立企业数据分析中心，整合电表数据、气象数据、用电合同信息及电网数据等，来对销售管理提供运营分析支撑，例如：预测各类一级市场和大众市场内中小企业和家庭住户的电力消耗和需求趋势，营业收入，成本和利润率，从而帮助营销部门更为精确地找准目标客户，推出更具盈利性的新产品……总体上，EDF通过对数据资产分析利用，实现了精确定位目标客户、推出更具盈利性的新产品、扩大企业市场份额、提升客户服务响应速度、提升企业商业运作灵活度等一系列成效。
在法国电力集团的经验中，包括了诸如：引入并强化数据分析处理能力、由专业的大数据运营机构开展运营管理支撑等措施。而我们首先要注意到搜集数据、完善数据基础，积累数据资产的重要性。EDF通过智能表计的安装，实现精细化测量，在对消费者提供服务过程中，积累数据资源。通过将用电数据、合同数据、电网数据等各类数据融合，进行专业分析与管理，实现紊乱的数据资源向有效的数据资产的转化。
同为能源企业，智慧水务的建设也可以从表计数据的规范处理和应用起步。美国加州智能精细化供水管理的开展过程中，供水公司就十分强调对智能水表数据的采集和应用。他们联合科技企业，加快普及智能水表，以“每小时收集近7亿个数据点”的规模收集海量的细粒度数据（ne-grained data）；并把这些信息与数十个关于住房地点、房龄、气候和入住率的数据点整合到一起进行分析、预测，为用户提供水务互联网服务：给用户提供个性化用水报告、为节水行为打分、提示花园灌溉许可日期和许可量……在水资源极度紧张的状况下，加州智慧水务项目仍实现了平均5%的节水幅度。
据悉，国内也有一些城市(如福州、南昌等)的水务企业，在开展类似的数据采集、分析处理和智慧挖掘方面的探索尝试。水司通过广泛部署脉冲远传户表和大表，对居民用户和小区的用水量曲线数据进行了完整的采集；分析小组对数据进行处理后，可以有效地监控“贸易结算表具的选型，供水管网漏耗、居民用水量……”方面的异常情况；还通过引入挖掘模型等技术，探索城市供水、居民用水等方面的潜在规律，对降低管网漏耗和产销差起到了积极作用——这些探索已经具备了智慧水务的一些雏形。
总之，依托数据采集能力的提升，在完善数据基础上开展智慧水务建设，必须重视数据资产的价值挖掘和价值创新、引入并强化数据分析处理能力，通过由专业的大数据运营机构开展运营管理支撑，促进企业拓展业务领域、创新盈利模式、推进转型升级。
4.结语：重视数据采集，推动大数据智慧水务建设
智慧水务、智慧城市是当今世界发展的新理念和新模式，必然对包括智能远传水表在内的一系列产业环节产生冲击和影响，从而推动整个产业链的进步，并带动一批相关产业的发展与延伸。智能水表既是水务行业分布最广泛的基础数据源，也是与寻常百姓生活密切联系的行业触点，已不能再“只是收取水费的贸易结算表”。智能水表增强流量数据采集能力，不仅可以为水务行业带来丰富的潜在数据资产，未来还有可能与物业管理、配送系统、网络金融系统等平台的相关软件进一步融合，发挥出无限的可能性。因此，不妨把智能远传水表流量数据采集能力的新要求，作为推动智慧水务基础建设的一个切入点