描述水资源工程师的角色

我负责构建真实水系统的计算机模型，主要是收集系统侧的管网——我是一名水力建模师。这些计算机模型将住宅产生的废水输送至处理厂。

我的团队构建这些系统的计算机模型，并利用它们模拟不同降雨事件。这些模拟结果可用于制定规划层面的决策，例如是否新建基础设施、确定设施规模，或探究某些区域反复内涝的原因。

本质上，这些决策往往归结于分析事件成因，或确定如何调整系统以最大化各环节效能，从而获得更优结果。

您使用哪些计算机模型？

构建这些模型时，根据模拟系统和待解决问题的不同，我可能需要使用10-15种不同类型的软件。

系统类型主要包括：

配水系统：将饮用水输送至住宅。

集水系统：将废水从住宅输送至处理厂；其中包含不同类型，如生活污水系统。

雨水收集系统：监测湖泊与河流的水流动态。

场地级系统：例如对单个泵站进行精细化运作分析。

技术迭代极快，八年前我入行时使用的大部分建模软件现已淘汰。我们必须持续适应新软件。除了建模本身，在实际使用模型前后还涉及大量软件操作：用于数据可视化的地理信息系统、仪表板构建、数据处理等。

人工智能如何影响您的工作？

我个人始终聚焦问题本质，再寻找最佳解决工具。多数情况下，人工智能最终会成为正确答案。

过去计算机算力有限，只能运行少量模型且无法应用机器学习。随着计算能力和工具的发展，我们现在可以通过机器学习从海量可能性中整合优化解决方案。通过运行不同模拟，利用人工智能锁定最有效的方案。

当前水力建模领域正处于有趣转折点：我们正从纯物理模型方法转向利用日益增长的数据量，构建更多数据驱动模型。

我们可以输入所有认为必要的数据集（如管道流量测量值或湖泊水质数据），运用数据科学模型辅助预测。

但我们也面临新挑战：可能缺乏预测未来所需的合适数据集。因此人们正在尝试人工智能与数据驱动模型，这种新方法尚处于早期阶段。

随着智能技术兴起，我们会面临数据过载的风险吗？

数据永远不嫌多。但人们可能被海量数据迷惑，认为必须对其进行处理。最大挑战在于善用数据——即充分挖掘现有数据价值。公用事业部门需明确两点：现有技术能力与待解决问题。明确这两点后，他们就能建立二者的连接。

这需要着眼全局：考虑公用事业部门明日或下月的运作需求，进而确定所需数据量及现有技术是否匹配。

我们需要从哪些领域获取更多数据？

我希望能安装更多流量计。仅收集系统各节点流量数据就能解答诸多疑问。我们拥有大量可能已存在百年的管网系统，这些系统建成后几乎被遗忘。直到近20年，我们才开始尝试建立高级系统来监测这些管网状况。

安装的传感器越多，就越能理解系统运行状况。

您如何进入水务领域？

我的旅程始于土木工程本科阶段。虽然专业范围广泛，但我真正热爱数据科学与分析，而水资源课程从早期就深度融合了这两方面。

我享受通过数据处理和建模来解释各种现象。水资源课程尤其注重可视化与空间分析工具的应用，这种系统性视角令我着迷。当时我们通过构建简单的Excel模型来解答优化问题。

这份职业的成就感在于：你为民众提供安全用水，协助制定气候变化背景下最具韧性的系统规划方案。从个人角度而言，这极具吸引力。

这就是我进入智慧水务领域的契机。后来通过阅读环保署关于数字系统的白皮书，我发现存在一个完整社群致力于理解这些系统，并运用技术实现可视化、控制与认知——这令我着迷，最终引领我加入SWAN联盟。

我的第一份工作是在圣路易斯的M3工程公司。当时该市颁布了减少合流制溢流的法令，众多重大基础设施项目都需要水力建模来辅助系统规划与设计。

身处水力建模领域，我意识到需要有效处理和解读海量生成数据，并将其传达给相关人员。这些挑战深深吸引着我。

行业人才结构如何变化？

作为远程工作者，我可以在家庭办公室完成大量工作。但同时，与资深专业人士保持联系至关重要。年轻从业者对新科技充满热情并勇于尝试，但往往缺乏对现实运作障碍的认知。而公用事业部门的老员工掌握着从未文档化的系统经验。

因此我们需要融合两种工作模式：经验与热情。

行业正在发生哪些变革？

过去最宝贵的技能是掌握系统知识及其运作原理，因为运行模型和使用技术需要大量时间。

当时高性能计算机和技术工具都很稀缺。如今技术呈现爆发式增长，有人甚至可以仅凭精通某个软件包就构建整个职业生涯。

有趣的是，技术变革的速度使我们重新需要那些真正理解系统运作的资深经验。技术能自动化处理大量简单工作，我们更需要的是复杂系统知识。

因此年轻从业者越快学习这些经验越好。技术让你能完成许多工作，与其花大量时间学习技术本身，不如学习如何最优实施。

行业如何支持年轻从业者？

我担任SWAN联盟青年分支"新兴智慧水务专业人士"小组的主席。我们每月举行线上会议，核心目标是支持智慧水务领域的年轻从业者——从提供资源到提升技能，再到助力他们在社区产生影响。我们帮助构建学生和青年网络，既包括使用智能工具和数据驱动实践者，也涵盖需要更多教育或工作流整合支持者。

我们开展多项计划，例如导师系列讲座：邀请领域专家进行在线讨论并发布至YouTube。参会青年可直接向专家提问，这些视频对所有新旧成员开放回看，我们从中获益良多。

另一项是大使计划：每年邀请青年申请，构建约10-15人的定期交流网络。他们讨论智慧水务相关的工作议题，获取建议、建立友谊、深入了解SWAN联盟、学习智慧水务技术及思维框架，并参与更广泛的SWAN倡议。

智慧水务技术的未来方向是什么？

我认为当前重点应是探索智能技术与公用事业系统整合的更好方式，例如数据存储与共享机制。我们需要培养善于运用数据和技术的人才队伍，他们能协同各部门理解数据来源、本质及其在解决紧迫问题中的应用。

我们还需提升数据可视化能力，构建数据结构，整合至仪表板以促进与客户及公用事业员工的沟通。

数据已然存在，我们需要更善于识别如何利用数据实时调整系统运作。行业已朝此方向发展，重点在于改进实施环节。

气候变化导致极端事件频发，我们无法总是通过新建设施解决问题。智能技术能帮助我们在现有基础设施条件下缓解这些事件，提升系统韧性。

就水力建模而言，我们需要了解现有技术如何提升工作质量、效率和速度。无论是通过自动化技术、算法还是人工智能（如神经网络），目标都是为客户提供经充分评估的稳健解决方案。

我们需要阐释技术为何有益、如何创造价值。通过这种方式，我们既能教育客户和整个行业，又能分享最佳实践推动行业进步。

本平台所刊载的资讯来源于外部公开信息及合作方提供，由“中欧世界展会网”进行翻译整理，旨在为用户提供便捷的展会信息参考。我们致力于打造一个汇集全球展会时间与地点信息的服务平台，并可提供展位预订、参观协助、设计搭建等第三方服务对接。

相关资讯仅供参考，不构成任何确定性承诺或要约，亦不对其准确性、完整性承担法律责任。用户基于本平台信息所做的任何决策与行为，均需自行核实并承担相应风险。

如需进一步服务或确认信息，敬请垂询：400-837-8606（24小时客服）。