水，是一种复杂的资源。
在水务行业，尤其是考虑到城市的排水管网、河流时，存在着水文产汇流、水动力的特殊概念。
下雨时，降雨落到地表，经过截留、入渗、蒸散发等过程，会形成地表径流，地表径流随着地势流动，会就近汇入到最近的雨水篦子或检查井，进入到地下管网中，以上便是粗略的水文汇流过程。
在进入管网之后，水往低处流，最终会汇到最下游的出水口，水体在管道中的流动，便是管网水动力的过程。
如果考虑到工商废水、生活污水，还可以细分成分流制、合流制等不同系统；如果考虑到河流，还可能有河水对管网的顶托作用、管网流入河道的水会抬升河道水位对堤防产生威胁；如果考虑地下水，还会有管网破损导致的入渗；如果再考虑泵站、闸门、堰等设施，系统还将进一步变得复杂。
相对来说，供水系统和原水系统会稍微简单，但也有各自的特性。
在不理解以上专业性的水文水动力过程的情况下，进行的所谓智慧水务开发，是很难做深做专的。
现在很多厂商借着IoT的势头做监测设备，在地下管网、河道中布设流量计、水位计，可以做简单的流量、水位预警，但想做更深层次的数据分析却很难。以有限个点的数据，无法驱动对整个系统的理解。
由此可见，智慧水务建设存在以下几方面挑战：
一是建设涉及面广，工作量大。取水、输水、净水、配水、售水以及其工艺、设施、功能、硬件和软件的数字化、网络化、智能化和可视化全过程。
二是基础资料残缺不全，进一步完善基础数据，历时较长。
三是地域分散，智慧水务需要建立在网络化的基础之上。
四是需要最大限度保护早期投资，需要降低关联的设计耦合度，减少重复性开发。
五是需要提供异构、分布式环境下的信息整合，简化信息资源的访问，支持跨业务系统条块的业务流程。
所以，智慧水务建设面临着“天光云影共徘徊”的局面，如何在错综复杂中，在物联感知层、网络通信层、数据及服务支撑层、智慧应用层上建设好智慧水务平台，成为关键。
智慧水务的三个层次
智慧水务的第一个层次是信息化，该阶段目的在于解放人的双手，替代人的重复性劳动。
其工作，首先是完成水环境系统中各类资产数据、监测数据的信息采集。例如，城市排水系统中的检查井、管道等的位置、大小、高程信息，通过物探等方式，录入地理信息系统（GIS）平台中，实现GIS化；又比如，通过物联网（IoT）等技术，将城市排水系统中关键节点的流量、液位、水质等信息，实时、自动地传输到数据库平台中，实现实时监测。
其次，结合GIS类数据、实时监测数据，根据水务行业调度应用的实际需求，开发业务平台。即，在数据信息化的基础上，结合使用者的需求，实现业务的信息化。
通过信息化，数据采集的流程得到了简化，业务处理的流程也得到了简化。
智慧水务的第二个层次是智慧化，该阶段针对现有信息、数据的分析评估，将极大地辅助完成决策支持。
智慧化的核心是数据分析能力。在信息化阶段，只是完成了数据的采集，以及最简单的数据应用。例如利用实时监测数据，设置阈值，超过阈值进行“报警”，这样简单的应用。
数据分析主要通过建模实现，建模又可分为两类。
一类，是基于物理过程，利用数据搭建水文水动力模型。日常，水文水动力模型可用作规划设计的评估，或者辅助运维；出现紧急情况时，水文水动力模型又可以对接实时监测数据，辅助应急，进行实时预报预警。
另一类，则是数据驱动的模型，比较有代表性的，就是现在热门的机器学习模型。这类模型，一方面可以和水文水动力模型结合，以达到优化的目的。另一方面，也可以直接应用于实时监测数据，实现类似异常监测等功能。
智慧化阶段的数据分析，从所谓的水务大数据中提取出了有效的信息，既可以直接给到决策者，辅助他们做出决策，更进一步的，也可以同水环境系统中的实时控制模块相结合，辅助自动化控制。“厂网一体化，无人值守”就是一个很热的议题。
智慧水务的第三个层次是智能化。在该阶段，人工智能技术将得到更加广泛的应用，通过人工智能的“洞察力”，事务的相关性、因果性将更加清晰，智能预测和智能决策，将深刻的改变水务行业的运营管理方式。不过，这是超越现有历史阶段的东西。
可以说，无论是信息化还是智慧化，在未来相当长的一段时间里，都还有发展的空间。二者的融合，也一定会极大的促进智慧水务行业的发展。
浮在水面的危机
目前，我国共有660多个城市，2500多个县城和30000多个行政建制镇，每个城镇基本上都拥有给水排水系统，但大部分水务公司处在第一层次向第二层次过渡阶段。
再加之现有的智慧水务企业规模普遍偏小，缺乏标杆性企业，行业的市场集中度较低。
再加上我国水资源短缺问题严峻。根据国家统计局数据，截至2017年底，我国人均水资源两位2074.53立方米/人，仅为世界平均水平的1/4，是联合国13个贫水国之一，特别是北方和部分东部地区人均水资源量严重偏低。
同时，管网漏损率高。当前我国一般采用自来水公司垄断经营或者一体化经营，自来水公司多数为国有企业，运行效率低下；自来水行业设备陈旧以及二次供水设备产权模糊造成了大量的跑水、漏水，使得我国供水管网漏损率一直处于居高不下，2006年漏损率更是突破了20%的高位，远高于发达国家的水平。
其次是洪涝灾害。2017年，全国30省（自治区、直辖市）1936县（市、区）17832乡（镇）遭受洪涝灾害，受灾人口5514.90万人，104座城市进水受淹或发生内涝，直接经济损失2142.53亿元，占2017年GDP比重的0.26%。
水资源短缺、水资源污染严重、管网漏损率高以及洪涝灾害使得智慧水务势在必行。
解决方案在哪里？
理性的智慧是基于大数据的，而智慧水务中，大数据是一个平台，但并不是所有的业务都需要大数据来解决。
许多大数据的建立主要是在跨平台、跨行业、跨部门之间形成的一些相关性，而智慧水务恰好创建了这样一个平台，同时这个平台又具有这样的逻辑思维的设计。
举个例子：斑马鱼+运动行为解析软件包
用斑马鱼生物特征来测试水质及其毒性，已经被业内广泛接受。此方法的应用，通过硬件实时观测其生物反映，不仅解决了在线监测数据滞后性的问题，还部分解决了水质指标模糊性的问题。目前，理化检验和生化检验，检测指标机械化与生物体关联性差，有着不可忽视的缺陷：
第一，有害物质的残留量在标准值以下是否就对人体绝对安全？多种化学品之间的相互作用也可能使得残留量低于标准值的化学品对人体产生危害。
第二，现有的检测体系只检测列入检测标准的已知有害物质，无法检测未列入检测标准或未知的有害物质，我们无法判断和预防毒性不明物质可能带来的危害。
同理推断，在污水处理厂的控制系统中，是否引入生物圈的思维状态，如果能够找到某种类似斑马鱼的菌种，并观察其各类反应，来评价进厂水质对生化池的危害，那也必然是污水处理行业中关于水质监控手段的变革。
智慧水务建设的本质，是一场管理理念和管理方式的变革，不仅仅是利用计算机技术简单地代替人工管理模式，而是需要对业务流程进行优化和重组，这一过程是企业改革、实现现代化管理的过程，会涉及到企业的体制、机构、人员、规章制度的变化和调整。
而这个过程恰恰是许多提供智慧水务软件、硬件的供应商所不具备的专业素质。
供应商与水务企业存在体制约束、赢利模式等不同以外，其商业思维，软件思维，与水务企业的管理思维有着本质的不同。于是，水务企业与供应商之间的鸿沟便自然形成了，两者之间的深度沟通就显得尤为必要了。
智慧水务作为融入“智慧地球”、“智慧城市”的概念，它的商机已经来临。不久的将来，也必然形成一些相关的产业链，也必然导致软件与硬件的融合，平台与平台的融合。
供应商与水务企业也必然发生一些悄无声息的变革，只是在这场变革中，谁能够在巨响来临之前，看到那道火光。
