小编按：我们观察到智慧化进步比较快的行业，其实都是软硬一体的在快速推进，从智能手机到汽车智能驾驶都是这样。本文从底层逻辑出发，来聊聊为什么只有软硬一体化才能真正实现好用、能用、管用的智慧排水能力。

一、研讨会上的小插曲

前段时间参加一个排水信息化标准的研讨会。讨论到标准框架的时候，一位专家提了个意见：感知系统这块内容，别展开了，写个原则性要求就行。理由是各家做法差别太大，写细了不好落地，内容太多，反而限制技术发展。

会上没人反驳，这事儿就过去了。但我心里咯噔了一下。

这个意见本身没毛病，标准确实不能写成设备手册。可它背后透着一种习惯性的看法：感知是配套，软件才是主角，硬件这块能简则简、能放则放。这种看法在行业里相当普遍，普遍到大家不觉得它是个问题，觉得提点要求最后貌似总是能解决。

会后，我又琢磨了一圈，发现这个意见能顺利通过，一点都不意外。在座的大多是做平台、做模型、做标准、做系统出身的人，井下那点事离他们的日常太远，甚至被某些厂家忽悠认为只要提出感知需求现场就都能搞定；而天天跟井下打交道的设备厂商和运维队伍，在这种会上往往没什么话语权。

恰恰是这件小事，逼我把一个大问题想透了：排水数字化的未来，一定是软硬一体的。分着做，做不通，更无法实现能用的智慧排水系统。

图1　标准研讨会上的争论

二、先看看汽车行业发生了什么

这几年智能驾驶的进化速度，大家有目共睹。往前推五年，激光雷达还是几十万的科研设备，装在车顶像个花盆，只有自动驾驶测试车用得起。现在呢？国产激光雷达把价格打到万元块一颗，而且分辨率和能力在快速迭代，二十来万的量产车都敢标配。

变化是怎么发生的？硬件便宜了，上车量就大了；上车量大了，真实路况数据就海量地回来了；数据多了，算法就训得更好；算法更强了，又反过来告诉硬件升级需求：下一代传感器该测什么、测多远、测多准。摄像头从 200 万像素一路卷到 800 万，毫米波雷达的线束再不断提高，背后都是算法需求在前面拉着硬件一起走。车企和供应商坐在一起开发，软件团队深度参与硬件选型定义，硬件团队盯着算法的实际表现迭代产品，两家拧成一股绳。【排水管网在线监测：物美价廉是伪命题还是真可能？】

还有一个变化更本质。早期的智驾靠工程师手写规则：遇到红灯停、遇到前车减速。规则写得再细，也写不尽路上的千奇百怪。后来行业集体转向实时数据驱动、端到端大模型，让算法自己从海量真实驾驶数据里学怎么开车。这一转，感知硬件的地位和重要性反而更高了，同时算法的实用性和可靠性也大幅提高了：模型的天花板是数据定的，数据的天花板是传感器定的。没有硬件源源不断把真实世界搬回来，再聪明的算法也只能空转。

智驾能跑得这么快，靠的就是软硬件咬在一起，形成一个越转越快的轮子：硬件升级给算法更好的数据，算法进步定义下一代硬件。两边谁也离不开谁，一松手，进化就停。

这个类比能用在排水上吗？能。因为两者的底层结构是同一个：都是"感知—决策"闭环系统。车靠传感器看清路况再决定怎么开，排水靠监测设备看清管网状态再决定怎么控制和调度，其实根本的逻辑是一模一样的。

但边界也得说清楚：车跑在标准公路上，路面看得见，标线画得清清楚楚；管网埋在地下，看不见、摸不着，井下工况恶劣，旱天雨天完全是两套水力条件。所以排水比汽车本质上更需要软硬一体，而不是更不需要。

图2　智能汽车感知硬件与算法双轮驱动

三、排水管网的软硬件，现在是割裂的

回头看我们排水行业的信息化现状，说句实话，割裂得相当明显，至少有三个层面。

第一，感知本身就没建好。不少项目设备装了一批，可数据跳变、断档，和人工实测对不上。这样的数据谈不上可靠，更谈不上喂给软件用。感知这个地基是松的，上面盖什么都晃。【监测行业怪象：先用好设备→换低价虚标→返工重选，为何总在走弯路？数据质量管理是开展监测服务的生命线—智慧排水之乱弹（139）监测设备的质量和良心—智慧排水之乱弹（30）】

第二，点位布设和后端需求对不上。装设备的按"哪儿好装装哪儿"来布点，做软件的要的是能支撑模型率定、水量平衡分析和调度决策的点位。两边各干各的，最后点位装了一大堆，真正关键的断面偏偏没数据；有些位置的数据采回来，软件那边根本用不上。【监测布点的典型错误认识与正确打开方式—智慧排水之乱弹（103）】

第三，也是最拧巴的一层。软件分析提出的感知需求里，有一部分完全理想化，比如要求在全管段实现高精度流量监测、所有关键排水井都要水质在线，而且要求数据准确，而现阶段受井下工况、供电通信、运维成本各种因素限制，根本做不到，需求一提出来就悬在半空；最后的解决方法大概率是大家先PPT对PPT空对空的研究一番，最后现场干活草草了事，双方相互指责推诿，最后系统烂在机房里。另一部分需求本来合理，却因为软硬件不一致落了空：软件要的参数，现场设备测不了或者测不准；设备能测的东西，软件又没按这个设计分析逻辑。两头错位，谁也够不着谁。本质上就是大家都没有实事求是的来做事情，没有站在系统层面来进行综合有效统筹，更没有软硬相互促进、相互成就的协作关系，最后导致排水信息化的实际应用水平止步不前。

这三个层面叠加起来，就是行业里的常态：感知团队交差的方式是"设备上线率"，平台团队交差的方式是"功能上线清单"，两份清单在验收会上都能打勾，可对到一起就是一本糊涂账。

结果是什么？"感知采集→分析决策→控制治理→反馈感知"这个环转不起来。分析发现的问题回不去感知端，感知端的升级也没有应用需求在前面牵引，软硬件各转各的，系统停在那里，不进化。导致行业的进步速度就大打折扣了。

图3　对不上的两半拼图

四、纸上谈兵的智慧排水

没有闭环，智慧排水就很容易沦为摆设。大屏做得漂亮，地图花花绿绿，参观的时候确实好看。可真到调度决策的时候，数据撑不住，模型不敢信，最后还是凭经验、靠猜。

这样的项目我见过不少：建设期轰轰烈烈，验收完大屏就成了接待道具。有一次在一个城市的调度中心，我问值班人员，屏上这个分区的液位预警准不准，对方很坦白：看看就行，真调度还是打电话问泵站、还要去现场核对。不能怪建设单位不用心，从方案设计的第一天起，感知和应用就是两张皮，缝不到一起去，后面花再多钱也缝不上。

五、国标是一体写的，割裂发生在执行里

有意思的是，GB/T 47884-2026 的总体架构，逻辑上完全是按一体来设计的：数据采集、数据治理与排水管网建模、应用决策，三块串成一条链。采集是源头，决策是终点，中间数据治理和建模环环相扣。标准对布点怎么讲系统性、设备怎么适应井下复杂工况、数据质量划多少红线、模型率定需要什么样的监测数据，全都写了一份底线的基本要求。

换句话说，标准的原意就是让感知端知道决策要什么，让决策端知道感知能给什么。国标在纸面上是一体的，割裂发生在执行里：写监测方案的不管平台，做平台的不管井下，采购按最低价中标，运维另算一本账。链条上每一环单看都"合理"，合起来就断了。【清环参编的排水数字化国标发布：排水数字化从"感知"开始】

研讨会上那位专家不想展开感知内容，某种程度上也是这种执行割裂的投影：既然实践中软硬一直是分着做的，标准里干脆也别绑太紧。我的看法正好相反——正因为实践中割裂得厉害，标准才更要把一体的逻辑顶在前面，能绑多紧绑多紧。

图4　好看不管用的大屏

六、排水信息化软硬一体的路怎么走

底层逻辑其实很简单、很直白：感知和应用决策是一体的。感知决定决策能看多清，决策决定感知该看什么。只有相互依赖、相互促进，系统才会像智能驾驶那样一轮一轮地快速进化，而不是各说各话，本质上行业却停滞不前，只有软硬一体化，智慧排水才不是一句口号。

软硬一体不是喊口号，要真正地落地至少有四件事要做：感知方案从决策需求倒推布点，而不是从安装方便或容易测量正推；设备选型按模型和调度对数据精度、频率的要求来挑，但是要客观真实，不要提实际做不到的指标或要求；数据质量的验收标准和平台的可用性验收绑在一起考核；平台跑出来的诊断结论，定期回头校正感知端的布点和参数，并鼓励硬件进一步提升改进感知能力。只有这个环转起来了，项目才能真正活了，才能对排水管理发挥更大的价值。

这也是清环这几年一直在走的路：THWater监测仪表和数据管理与分析诊断软件平台一体设计、一体运行、一体提升改进。

但是，坦白的讲，清环做的也仅仅局限在感知分析这个环节，并没有覆盖智慧排水的整个业务过程，这需要更多专业公司的深度合作及融合。做感知的人要懂决策要什么，做平台的人要懂感知能给什么。两拨人从方案第一天起就坐在同一张桌子上，布点方案是看着模型的率定需求画的，平台功能是按设备实测能力长的，项目才不会长成两张皮。

图5　感知与决策的闭环飞轮

排水数字化的未来一定是软硬一体的。这不是预测，是正在发生的事。早一天想明白，少花一笔冤枉钱。早一天实践，行业可以进步得快一点。