第13章 应用现状评估与典型案例

本章导读

本章是全书从“应该怎样”转向“实际怎样”的转折点。第 12 章讨论技术能做什么，本章要回答更难的问题：一套 GIS 应用究竟成熟到什么程度，凭什么判断，差距又在哪里。全章先立尺子——五级能力成熟度与六项评价指标（表13-1、表13-2）；再用这把尺子观察国内五个业务域的现状（表13-3），借鉴欧美、英国、新加坡、日本与欧盟的制度经验（表13-4），解剖数字孪生水利工程、城市生命线、山区供水、供排水一体化、智慧水厂五类公开案例（表13-5）；最后从数据、模型、集成、人才四个维度分析差距与改进路径（表13-6）。读完后你应当能用使用率与闭环率而不是演示效果评价一套系统，并说清本单位处在哪一级、下一步最短的短板在哪里。

学习目标

读完本章，你应当能够：

• 复述五级能力成熟度（可视化、可查询、可分析、可预测、可自治）的业务能力、数据条件与判定证据，说明为什么“买到三维引擎”不等于达到三级；
• 用数据覆盖度、数据鲜度、数据准确度、功能使用率、业务闭环率、能力储备六项指标设计一次内部评估，并解释为何使用率与闭环率不应低于数据类指标；
• 对照表13-3 说出供水、排水、污水、水环境、水利数字孪生五个业务域各自的数据基础、分析应用与主要短板；
• 概括欧美、英国、新加坡、日本与欧盟五条国际经验的主线与制度前提，判断哪一条最不适合直接照搬并说明理由；
• 从五个公开案例中提炼业务目标、数据底板、模型规则、组织机制四条共性经验，指出它们分别对应本章的哪张表；
• 按“先能用、再好用、再智能”的顺序为本单位排出未来三年的改进优先级，并说明投入结构应当怎样调整。

评估一项 GIS 应用是否成熟，最不可靠的依据是演示效果。评估需要证据，也需要一把各方都认的尺子。这套框架不追求绝对精确，但要求每一项判断都能被复核。大屏可以做得气势恢宏，三维模型可以精细到瓦片纹理，功能清单可以列满数页，但这些都不能说明系统在真实业务中被使用。真正可靠的证据是：最后一次真实业务调用发生在什么时候，分析结果是否改变了处置方案，数据错误是否被业务人员发现并回写。本章先给出一个五级能力成熟度框架与配套指标，再用它观察国内分业务域的总体现状，借鉴国际经验，解剖若干公开案例，最后从数据、模型、集成、人才四个维度分析差距与改进路径。评估的目的不是排名，而是帮助企业找到下一步最值得投入的环节。

13.1 评估框架

成熟度评估的价值在于把模糊的“好不好用”转化为可观察的能力等级。五级框架从可视化、可查询、可分析、可预测到可自治逐级递进，每一级都对应不同的数据条件、技术能力与组织方式。等级之间不是简单的软件升级关系：一个企业可以买到三维引擎，却未必具备支撑预测的数据；也可以没有华丽界面，却能把关阀分析稳定用于每一次爆管处置。评估应看能力，不看配置。

第一级是可视化。系统能够在地图上展示管线、厂站、监测点与重点用户，支持缩放、漫游与图层开关，数据以静态或准静态方式更新。这一级解决“在哪里”的问题，是后续能力的基础，但本身不产生分析价值。第二级是可查询。用户可以通过设施编号、地址、道路名称定位对象，查看属性、历史事件与关联工单，系统支持按条件统计与简单缓冲查询。这一级解决“是什么、有多少”的问题，前提是数据已经入库且编码统一。

第三级是可分析。系统能够完成关阀影响分析、爆管影响范围推算、连通性判断、汇水区划分、叠加分析等空间计算，并把结果转化为可执行的方案，例如关闭哪几个阀门、影响哪些小区、需要通知哪些大用户。这一级要求拓扑关系完整、分析规则明确、结果可解释，是 GIS 从“地图”走向“工具”的分水岭。第四级是可预测。系统接入水力模型、需水量预测、漏损预测或内涝模拟，能够回答“如果这样，会发生什么”，并通过情景对比支持调度与规划决策。这一级要求模型经过率定、实时数据质量稳定、不确定性可表达。

第五级是可自治。系统在预测基础上形成闭环控制或自动优化，例如根据压力与用水预测自动调整泵组、根据水质变化自动切换工艺、根据管网风险自动生成更新计划，并由人工监督例外。这一级对可靠性、安全性与组织信任的要求最高，通常只在局部环节实现，而不是全城全系统自动运行。不少企业长期处于第三级与第四级之间，这不仅正常，也符合风险控制的现实。

判定等级应依据证据而非自述。可视化的证据是图层完整、更新及时、业务人员日常使用；可查询的证据是坐席与巡线人员遇到问题时首先查系统，而不是打电话问熟人；可分析的证据是关阀方案由系统生成并被现场采纳，事后有复盘；可预测的证据是模型结果与实际观测偏差在可接受范围，且被用于方案比选；可自治的证据是自动控制有明确的边界、人工接管机制与运行记录。评估时随机抽取最近若干次真实业务，逐项核对，比听汇报可靠得多。

评价指标应少而硬。建议从六个方面设置：数据覆盖度，即业务范围内的设施与用户是否入库；数据鲜度，即变更后多长时间完成更新；数据准确度，即抽样核查的字段正确率与位置偏差；功能使用率，即目标岗位的月活跃使用情况；业务闭环率，即分析结果转化为工单并完成处置的比例；能力储备，即具备模型、数据与业务复合能力的人员数量。各指标权重可按企业阶段调整，但“使用率”与“闭环率”不应低于数据类指标，否则容易把评估做成数据台账检查。

评估方法建议采用文档审查、系统演示、数据抽样与人员访谈相结合。文档审查看制度与标准是否落地，系统演示看真实数据与真实流程，数据抽样随机抽取若干管段与工单核对一致性，人员访谈分别覆盖管理层、业务骨干与一线操作人员。四类证据相互印证，才能避免“系统很好、业务不用”的误判。评估结果应形成改进清单，明确责任人与时限，而不是一份归档报告。

常见误判有三种。把大屏当作成熟标志，忽视了后台数据与业务流程；把三维当作高级能力，忽视了二维拓扑与分析规则；把功能清单当作实际能力，忽视了使用率与闭环率。三种误判的共同点是只看投入、不看产出。纠正的办法很简单：每一个功能都追问“上一次使用是什么时候、解决了什么问题、结果如何验证”。

表13-1 五级能力成熟度定义与判定证据

表13-2 评估指标与观察口径

13.2 国内总体现状

从公开资料与项目实践看，国内水务行业的 GIS 应用呈现“点状先进、面上不均”的格局。供水领域起步最早，营收系统与管网 GIS 的普及度较高，分区计量与 SCADA 在不少地级以上城市已经具备；排水领域在管线普查与检测方面投入较大，但动态监测与模型应用相对滞后；污水与水环境领域厂站自动化水平较高，厂网协同仍是短板；水利数字孪生在国家政策推动下快速推进，流域机构与省级平台先行，市县层面正在跟进。总体看，可视化与查询已较普遍，稳定进入分析级的企业仍是少数，预测级与自治级只在局部场景出现。

供水是成熟度最高的业务域。不少城市已经建立管网 GIS，完成管线、阀门、消火栓、水表等设施的入库，营收系统与 GIS 通过用户编号或地址关联，独立计量区（DMA）分区计量在漏损控制中广泛应用。调度中心普遍接入水厂、泵站与关键测点的 SCADA 数据，能够查看实时压力与流量。短板在于分析深度：关阀分析在不少企业中仍是演示功能，真正用于爆管处置的案例有限；水力模型多用于专项规划，日常调度仍依赖经验；管网更新决策缺乏风险评估支撑。

排水是投入与产出落差较大的领域。近年来各地完成了较大范围的排水管线普查，形成了管线、检查井、排口等基础数据，部分城市还开展了管道 CCTV 检测与缺陷评估。但排水系统的动态性更强：雨污混接、错接、私接普遍，管道淤积与水位变化频繁，仅靠静态管线难以支撑内涝防治。监测点位密度不足、雨量站与液位计数据未与管网模型联动、汇水区划分粗糙，是模型应用难以落地的常见原因。

污水与水环境领域的特点是“厂强网弱”。污水处理厂的自动化控制、在线监测与运行管理相对成熟，但厂外管网与泵站的运行数据往往分散在不同系统，厂网调度缺乏统一的时空视图。水环境治理涉及河道、排口、溢流、面源污染等多类对象，数据来源跨部门，GIS 更多承担展示与台账功能，溯源分析能力不足。近年来厂网一体化、水环境综合治理等项目推动数据整合，但组织壁垒仍是最主要的障碍。

水利数字孪生是政策驱动下推进最快的方向。2022 年以来，水利部围绕数字孪生流域、数字孪生水网、数字孪生水利工程部署建设，流域管理机构与省级水利部门形成了一批先行成果。据水利部新闻发布会，2025 年 12 月明确“十四五”时期我国数字孪生水利体系框架基本形成，监测感知网络已覆盖 34 颗遥感卫星、13.6 万个水文测站。这些能力主要服务于防洪调度、水资源管理与工程安全，与城市水务企业的管网业务存在交集，但数据标准与管理体制仍需衔接。

2026 年以来的三个变化值得纳入判断。制度层面，《供水条例》于 6 月 1 日施行，供水全链条的监管要求从“行业惯例”变为“法定义务”，倒逼企业把设施台账延伸到二次供水与用户端。投资层面，《城市更新“十五五”规划》提出“十五五”时期继续建设改造城市地下管网约 77 万公里，管网更新从“应急抢修”转向“计划性改造”，对资产管理与风险排序提出更高要求。技术层面，水利部提出系统谋划推进数字孪生水利体系建设，数字孪生从“项目建设”进入“体系运营”阶段。三者共同的影响是：GIS 的考核标准正在从“数据覆盖度”转向“决策支撑度”。

区域差异与组织差异同样显著。东部沿海与直辖市在资金、人才与数据基础方面占优，中西部地区受制于财政与编制，往往只能分阶段建设；省会城市与县域的差距不仅体现在系统数量，更体现在专职人员与运维能力；集团化企业有条件建设统一平台与共享服务，单体水司则更容易陷入“一项目一系统”的碎片化。评估区域现状时，不能只看示范项目，还要看普通县市的实际使用情况。

行业共性短板集中在三处。数据方面，管线数据的完整性、鲜度与拓扑质量参差不齐，跨系统编码不统一；模型方面，水力模型率定不足、排水模型缺少降雨与液位数据支撑，模型与业务脱节；人才方面，既懂管网业务又懂空间分析与数据的复合型人员稀缺，系统建成后无人持续运营。这三处短板不解决，新技术投入越多，沉没成本越高。

表13-3 分业务域成熟度判断

13.3 国际经验

欧美水务行业的 GIS 应用主要由资产管理驱动，而不是由地图展示驱动。管网被视为长期资产，投资决策需要回答“哪一段管先换、换了以后风险降低多少、全生命周期成本如何”。这一逻辑催生了以风险为基础的资产管理方法：综合管龄、材质、故障历史、周边环境与后果严重度，计算管段的更新优先级，再用 GIS 把结果落到空间上。ISO 55000 资产管理体系为这一做法提供了框架，GIS 则成为资产登记、风险评估与投资规划的共同底座。

英国水务行业以五年价格周期组织投资规划，水务公司在每个周期提交资产管理计划，说明管网更新、漏损控制与服务质量目标。监管机构以可比指标评估绩效，促使企业用数据证明投入的必要性。这种机制下，GIS 不只是运维工具，而是资本规划与监管沟通的证据系统。其可借鉴之处在于“用数据说话”的治理逻辑：管网更新不是凭感觉，而是基于风险评分与经济性比较。

新加坡的公共事业局推行一体化水管理，把供水、排水、污水与雨水管理放在同一体制框架下，数字化系统因此能够覆盖从水源到用户、从降雨到排口的完整链条。其经验的核心不是某项技术，而是治理结构：责任集中、标准统一、数据共享有制度保障。对于国内城市而言，完全复制体制并不现实，但可以在项目层面建立跨部门的联合工作机制，先把数据链条打通。

日本的管网管理以精细化著称。面对老化管网与地震风险，水务部门长期推进小口径管更新、抗震接口改造与漏水控制，形成了以区块为单位、逐段评估与更新的作业方式。其 GIS 应用强调与现场作业的结合：更新计划落实到街道与管段，施工结果及时回写，漏损记录与管段属性关联。这种“细颗粒度、长周期”的做法，对追求短期见效的项目是有益的提醒。

开放数据与法规是国际经验的另一条主线。欧盟的空间信息基础设施指令（INSPIRE）要求成员国建立空间数据基础设施，按统一主题与元数据标准共享环境、交通、土地与水利数据；美国联邦与州层面推动开放数据平台，鼓励在统一标准下复用公共数据。这些制度降低了跨部门数据获取成本，也倒逼数据生产方提高元数据与质量水平。国内政务数据共享已具备类似方向，但在标准执行与更新机制上仍有差距。

借鉴国际经验需要识别制度前提。资产管理驱动的前提是资产台账完整、成本数据可得、监管指标稳定；一体化管理的前提是体制集中或协作机制健全；开放数据的前提是分类分级与隐私保护制度完备。脱离这些前提照搬工具，往往只学到界面，学不到方法。更现实的做法是选取一两个可迁移的做法，例如以风险评分排序管网更新、以区块为单位管理漏损、以元数据标准约束共享，先在局部验证，再逐步扩展。

表13-4 国际经验对比与可借鉴点

13.4 典型案例

数字孪生水利工程是近年来公开报道较多的方向。据公开资料，数字孪生三峡、数字孪生丹江口等工程围绕数据底板、模型平台与知识平台建设，把水文、气象、工程安全监测与调度方案纳入统一场景，用于防洪调度推演、工程安全分析与应急处置辅助。从公开介绍看，其共同思路是：以真实业务决策为目标，推动模型率定与监测数据联动，并在知识平台沉淀调度规则与历史案例。对城市水务企业的启示不在于建设同等规模的系统，而在于“数据底板、模型、知识”三层结构的完整性，以及模型必须服务于具体决策。

城市生命线安全工程提供了另一种路径。2025 年 12 月，住房城乡建设部在徐州召开推进城市基础设施生命线安全工程现场会，公开信息显示全国 27 个省（区、市）已建设省级生命线工程监管平台。这类平台以燃气、供水、排水、桥梁、综合管廊等设施为对象，通过监测感知、风险评估与预警联动，推动城市基础设施安全管理从被动处置转向主动预防。供水管网作为其中重要组成部分，其 GIS 数据、监测数据与应急处置流程需要在省级平台上实现汇聚与联动，这对数据标准与接口规范提出了更高要求。

山区供水智慧化是另一个有代表性的方向。据公开报道，浙江部分山区县针对点多面广、分散供水、运维力量不足的特点，推进数字化监测与漏损控制，通过远程监测水池水位、管道流量与用户用水，结合分区计量与异常报警，减少人工巡查频次并提升供水保障水平。这类实践的价值在于“适配”：不追求大而全的平台，而是围绕山区供水的关键风险点配置感知与算法，用有限投入解决最紧迫的问题。

供排水一体化平台在部分城市已有公开实践。据公开报道，莆田市推进智慧供排一体化建设，把供水管网、排水管网、泵站与污水处理设施纳入统一的空间底座，支撑运行监测、调度与应急处置。一体化的难点不在技术，而在数据归属与业务协同：供水与排水往往分属不同单位，管线数据、监测数据与工单流程需要跨主体整合。其经验说明，平台建设必须与体制机制调整同步，否则只能实现页面层面的“一体化”。

智慧水厂是厂站侧的代表性实践。据公开报道，广州等地推进智慧水厂建设，通过自动化控制、在线仪表、数字孪生与数据分析，提升加药、过滤、消毒等环节的稳定性与能效。智慧水厂与管网 GIS 的结合点在于“厂网联动”：水厂的出厂压力与水量直接影响管网运行，管网的需求与压力反馈又反过来影响水厂调度。若两者各自建设、数据不通，智慧水厂的效益难以延伸到用户端。

上述案例的共同经验可以归纳为四条：以真实业务问题定义建设目标，而不是以技术堆叠定义；以数据底板为先行条件，先解决“对得上、更新得了”；以模型与规则支撑决策，而不是停留在展示；以组织机制保障持续运营，明确数据与系统的主人。四条经验看似朴素，却是不少失败项目缺失的环节。

表13-5 典型案例对比

【实践观察】数字孪生丹江口工程的业务逻辑 据公开报道，数字孪生丹江口工程以数据底板、模型平台与知识平台为框架，把流域水文、气象、大坝安全监测与调度方案纳入统一场景。其业务逻辑不是“把工程做成三维模型”，而是围绕防洪调度与工程安全两类决策，回答“当前水情下如何调度、不同方案后果如何、工程状态是否异常”。模型需要历史洪水与调度记录率定，监测数据需要实时接入并做质量控制，调度规则与专家经验需要沉淀为可查询的知识。这一逻辑对城市供水调度的启示是：孪生的核心是模型与决策，而不是渲染效果；没有率定与业务规则，三维场景只是电子沙盘。

【实践观察】省级生命线平台的协同难点 据公开信息，截至 2025 年 12 月，全国已有 27 个省（区、市）建设省级生命线工程监管平台。平台建设的难点通常不在技术，而在协同：供水、排水、燃气等设施分属不同单位，监测数据格式与报警标准不统一，风险处置涉及市、区、街道多级主体。可行的做法是先统一设施编码、监测指标与报警分级，再明确“谁监测、谁预警、谁处置、谁反馈”的责任链，最后才是平台功能开发。若顺序颠倒，平台容易沦为数据汇集与报表展示，无法真正触发处置动作。平台的价值最终体现在预警是否被及时核实、风险是否被提前消除，而不是接入了多少路数据。这一经验对城市水务集团建设统一监管平台同样适用。

【实践观察】山区供水的“轻量化”智慧化 据公开报道，浙江部分山区县面对供水点分散、专业运维人员不足的现实，没有照搬城市管网 GIS 的完整体系，而是围绕水池水位、管道流量、用户用水等关键指标布设监测，结合分区计量与异常报警，把有限的人力集中到高风险供水点。系统功能不追求齐全，但报警必须准确、处置必须闭环。监测点位的选择也与城市不同，优先覆盖水源、蓄水池与管网末端，而不是追求全域密集覆盖。这种“轻量化”路径说明，智慧化的起点是识别关键风险，而不是复制城市模板；对县域水务而言，可维护、可持续比功能先进更重要。

13.5 差距分析

数据差距是最基础也最难补的。表现是管线不完整、属性缺失、拓扑错误、更新滞后，后果是分析结果不可信，业务人员逐渐回到经验判断。改进路径不是一次性普查，而是建立“增量管控加存量治理”的长效机制：竣工测量成果作为入库唯一入口，变更单闭环管理，按片区滚动治理存量，质量指标纳入考核。数据差距的缩小通常以年为单位，管理者需要有耐心，也需要把数据质量写进采购与结算条款。

模型差距体现在三个层面。第一是模型本身，水力模型需要准确的管径、粗糙系数、节点流量与用水曲线，排水模型需要汇水区、管道断面、降雨与液位数据，很多企业缺少这些输入；第二是率定，模型建成后未用实测数据校准，结果与实际情况偏差较大；第三是应用，模型结果没有进入调度、规划与应急处置流程，只用于专项报告。改进的顺序应是先选择边界清晰、数据条件较好的片区做示范，把模型率定与业务应用跑通，再逐步扩展。

集成差距表现为系统烟囱与数据孤岛。管网、营收、调度、工单、排水、污水各自建设，接口以文件交换为主，主数据不统一，用户在不同系统中看到不同的设施与地址。后果是跨业务协同困难，应急时无法快速汇总信息，管理层看到的报表口径不一致。改进路径是建立统一的主数据与服务目录，新建系统必须通过接口调用公共能力，存量系统按优先级逐步改造。集成不是把所有系统合成一个，而是让数据与服务按标准流动。

人才差距是最容易被低估的。GIS 应用需要同时理解空间数据、管网业务与分析方法的人才，这类人员在市场上稀缺，在企业内部也缺少培养路径。表现是系统由厂商建设、由厂商维护，企业只负责使用，一旦厂商更换或项目结束，系统逐渐失维。改进路径包括：设置数据治理与空间分析的专职岗位，建立与高校、科研机构的合作培养机制，把项目中的知识转移写入合同，要求厂商交付数据字典、模型文档与操作手册，并开展带教培训。

改进优先级应按“先能用、再好用、再智能”的顺序安排。数据与主数据是地基，拓扑与分析规则是骨架，模型与智能是上层建筑。若地基不稳，上层投入越大，返工越彻底。对多数企业而言，未来三年的重点应是：补齐管网数据与更新机制，把关阀分析、影响范围分析等基础能力真正用于日常业务，选择一两个片区开展模型示范，同时培养复合型团队。智能化的探索可以并行，但不应挤占基础能力建设的资源。

投入结构也需要调整。过去预算多集中在软件采购与硬件部署，数据治理、模型率定、人员培训与运维保障占比偏低。合理的结构应提高后四项的比重，并在项目立项时明确全生命周期预算。评估投入产出时，不能只看系统上线数量，而应看业务指标的变化：爆管处置时间、派单准确率、漏损控制水平、内涝预警提前量、用户投诉率。这些指标才是 GIS 应用价值的最终体现。

表13-6 四维差距与改进路径

本章小结

国内水务 GIS 应用已经跨过“有没有”的阶段，正在面对“用不用、准不准、值不值”的问题。供水领域基础较好但分析深度不足，排水领域数据积累较多但动态能力偏弱，污水与水环境领域厂网协同仍是短板，水利数字孪生则在政策推动下快速推进。区域之间、企业之间的差距，本质上不是软件差距，而是数据治理、组织机制与人才储备的差距。

五级成熟度框架提供的是一把尺子，而不是一个排名。不少企业处在二级向三级过渡的阶段，少数场景达到四级，局部环节探索五级。承认这一现实并不悲观，反而有助于把资源投向真正制约能力提升的环节：数据完整性、拓扑质量、更新机制与人员能力。跳过这些环节直接追求三维与大模型，往往得到的是更贵的展示系统。

国际经验表明，GIS 的长期价值来自资产管理、风险决策与制度化的数据共享，而不是一次性的系统建设。国内案例则说明，凡是取得实效的项目，都把业务问题放在技术之前，把数据底板放在应用之前，把组织保障放在上线之前。这两条判断可以作为项目立项与验收的共同标准。

对管理者而言，下一步最值得做的三件事是：把管网数据的增量入口管住，把基础空间分析真正嵌入爆管、巡检、派单等高频业务，把复合型人才培养纳入年度计划。三件事都不新，也不炫，却决定了未来五年 GIS 能否从“看得见”走向“算得清、管得住”。

思考与练习

1. 概念辨析：“功能越多、界面越炫，成熟度越高”与“能跑模型就说明达到四级”这两种说法，分别错在表13-1 的哪一列上？请用“判定证据”列逐条反驳，并给出正确的提问方式。
2. 现场作业：抽取本单位最近 10 次真实的爆管、冒溢或积水处置记录，逐次核对三件事——方案是否由系统生成、是否被现场采纳、事后是否复盘。据此为本单位定级，并写明支撑这个等级的证据与证据缺口。
3. 计算题：某企业六项指标百分制得分为覆盖度 80、鲜度 50、准确度 70、使用率 35、闭环率 30、能力储备 40。若按“数据类三项各 1、使用率与闭环率各 1.5、能力储备 0.5”加权，请算出加权总分；再算出把使用率与闭环率权重降为 0.5 后的总分，说明这种调权为什么会让评估结果“好看但失真”。
4. 对照第 13.3 节与表13-4：为什么“资产管理驱动”在欧美能够成立，而在国内多数水司难以直接复制？请列出三个制度前提，并为每个前提设计一个可以先行的小切口。
5. 跨章关联：第 14 章把“数据之痛”列为首要痛点，本章把“数据差距”列为最难补的一维。请用“账、图、物三套账”解释表13-6 中“数据”一行的业务后果，并说明改进路径为什么必须是“增量管控加存量治理”，而不是再组织一次全域普查。
6. 决策：一家预算有限的地级市水司，只能在“补齐管网拓扑”“建三维大屏”“试点一个片区的水力模型”中选两项。请给出取舍与实施顺序，并用本章归纳的四条共性经验说明理由。