近年来，浙江省绍兴市深入贯彻落实党中央、国务院关于加强城市风险防控的重要决策部署，认真落实住房和城乡建设部城市基础设施安全运行监测有关工作要求，遵循以民生为引领、以登录入口为支撑、以创新为动力、以共富为轴心的四大原则，结合绍兴市实际，依托清华大学公共安全研究院及其成果转化单位华体会体育（中国）hth官方网站的科研力量和技术支撑，以绍兴市柯桥区主城区作为先行区，对城市基础设施和地下空间进行安全运行监测，开发智能化应用场景，推动实现城市运行风险可视化、监管规范化、运行透明化、管理精细化和保障主动化。
绍兴市不断加大城市基础设施投资建设力度，2022年规划460个重大基础设施建设项目，总投资6816亿元。随着绍兴市城市框架拉伸和基础设施建设速度的加快，城市基础设施安全问题日益突出。为落实住房和城乡建设部城市运行管理工作部署，绍兴市柯桥区及早谋划，积极争取，在2021年8月成功申请省住建厅城市基础设施试点项目“城市生命线及地下空间综合治理集成应用”，以柯桥区主城区作为先行区，对城市基础设施和地下空间进行安全运行监测，试点成果逐步向全市覆盖。
柯桥区成为试点区县以来，登录入口登录入口与中国电信共同支撑建设了“柯桥区城市生命线及地下空间综合治理集成应用”项目，结合“国际纺都、杭绍星城”定位，坚持数字赋能，聚焦预防燃气管网爆炸、桥梁结构病害、城市内涝、路面塌陷等重大安全事故，积极推进城市运行安全建设，通过物联感知“慧眼”发现、城市运行“智脑”处置等举措，率先打造“风险可视、源头可塑、安全可控、事故可防”的治理新模式。
住建部领导到柯桥区调研
一、以民生为引领，多维度看“建设背景”
保障城市安全，彰显“有为”政府。一是中央有要求。习近平总书记指示：要切实提高城市地下基础设施建设的效率，减少安全隐患以及事故，提高城市安全韧性。二是省里有部署。省委、省政府把“城市生命线及地下空间综合治理”柯桥试点项目列入全省数字化改革重大应用“一本账”目录。三是柯桥见行动。2022年1月，柯桥城市安全运行一体化作战平台试运行。6月，一期项目通过验收，入选了省首批“一地创新、全省共享”应用推荐名单。
实施运行改革，消解“老化”之痛。近年来，随着城市基础设施老化，城市运行风险逐年增多，安全事故频发。湖北十堰“6.13”燃气爆炸事故、江苏无锡“10.10”高架桥侧翻事故、青海西宁“1.13”路面塌陷事故等，都留下了惨痛教训。柯桥区也发生了燃气泄漏、路面塌陷、城市内涝等类似问题，如2021年“烟花”台风，造成城区严重内涝，开展城市运行安全治理已刻不容缓。
提升城市能级，推动“数字”发展。一是加强城市整体减灾防灾能力。现有人工为主的监测手段，费用大、覆盖面小、标准不统一，亟须通过数控登录入口手段，全面洞察城市安全运行规律、及时发现处置风险隐患、提高民众生活安全指数。二是提升城市治理现代化水平。目前，城市管理业务分散，信息共享困难，协同治理不够，缺乏合理决策辅助，亟须创新城市安全运行机制、提升多跨协同推进能力、实现决策科学化精细化。三是丰富数字政府重大场景应用。推进公共安全产业升级，建设多元化应用场景，提升高效率联动处置，提高群众体验满意度。
二、以登录入口为支撑，高质量推“建设场景”
城市生命线运行监测平台通过物联网、大数据“物联网传感+合成孔径雷达干涉测量”等先进技术，融合现有业务系统，对燃气、桥隧、给排水、内涝、路面塌陷、地下管线等“6+X”专项进行综合监管、监测预警、风险评估、决策辅助、报警处置，形成城市安全监测“一张网”，城市风险运行“一张图”，城市风险处置“一件事”。
场景一：业务监管。根据区属职能部门、权属单位提出的问题清单和日常管理需求，深化应用场景设计，全面风险评估，分类分级设置告警阈值和业务处置流程。对瓶装液化气、管道燃气、供水和排水等多源异构数据内容进行清洗、计算，展示具有专业价值的关键指标，将不定期巡检排查变为实时动态监测，将内在不易发现的结构形变和地埋式隐患通过监测终端及时察觉，提升监测效能。
场景二：监测预警。提取城市管网基础数据关键要素，优化监测设备选点模型。先期对城市基础设施较为集中的区域，根据风险等级合理布设传感设备，对接燃气、水务等现有监测设备近3000台（套），新增燃气、桥梁、城市内涝监测设备283台（套），路面塌陷检测市政道路90余公里，覆盖城区易涝点24处，监测阀井沼气超标告警13起，驱动权属单位进行阀井清淤通风9次，有效降低可燃气体集聚风险，打造城市运行安全感知监测物联网，实现整体监测、实时感知、早期预警和高效应对。
场景三：决策辅助。利用大数据驱动，对城市安全运行的薄弱环节和部位进行多因素、多灾种、多环节、全过程风险分析，以“城市安全风险一张图”的方式呈现区域性综合风险评估结果，科学防控、精准施策。依托清华大学公共安全研究院的科研力量，结合相关模型，采用先进算法，将前端感知数据进行分析研判；细分风险类型，为平台准确预警、部门精准处置提供决策辅助。
1、燃气管网安全场景。聚焦老城区建设年代久、与其他管线交叉耦合风险高的燃气管网，通过布设100套激光式可燃气体监测仪，融合燃气泄漏扩散模型、溯源模型、爆炸风险分析模型和沼气-燃气辨识模型，实现燃气管网风险动态监测，实时守护燃气安全。同时，接入省瓶装燃气在线监测系统、液化气储配站视频监控系统、燃气公司生产运营系统和 SCADA 系统数据，提取关键指标，发现气瓶超期运营、阀井沼气超标等隐患。
燃气设备安装前踏勘
2城市桥梁安全场景。柯桥区河网密布，水系发达，现有桥梁330余座，桥梁基数大，重载车辆多。针对风险等级高的桥梁，引入桥隧结构指纹对比技术，基于多参数耦合分析方法对桥梁整体模态监测。针对影响桥梁安全（结构病害、超载超限、恶劣气象）的一系列风险因素，提供监测、预警、评估与应急处置闭环管理。从原来的每年度人工巡检升级为现在的全天候、多维度动态实时监测。
3、城市供水应用场景。接入供水企业供水管网压力、流量、水质等数据，布设管网漏失监测终端，基于漏失监测大数据分析技术，筛选特征数据并结合模型算法，及早发现管网漏损、水质污染、水压不足等隐患，有效降低供水安全风险。增加供水管网进行爆管预警分析，支持对供水隐患的事前预测研判，增强对供水爆管、供水漏失冲刷导致疏松空洞事故的预警能力。
（4）城市内涝应用场景
部署和接入雨量计、液位计、泵站启停数据，包括河涌、调蓄湖水位监测数据，融合积水点位置、水情、退水、闸泵调度分析模型，实现趋势研判、内涝淹没范围预测、内涝淹没历时分析、提供泵站调度建议。
（5）城镇污水应用场景
基于泵站监测的流量、水位等相关数据，接入水务公司现有泵站系统运行数据。柯桥区中国轻纺交易中心，是重要的纺织印染企业集聚区，部分印染企业存在偷排、漏排印染废水现象，通过设定污染物指标阀值，动态发现污水污染物超标，引入水污染溯源监测机制，追溯超标污染物排放点，有效解决了偷排、漏排等问题。
（6）路面塌陷隐患治理
采用三维数字地质雷达，实现多通道高速数据采集，三维数据覆盖全面，真实还原地下目标体结构。先行完成主干道90公里路面塌陷检测，发现地质疏松路段3处，地下空洞1处，通过进行空洞隐患验证，提交地面坍塌隐患风险评估报告，发现路面空洞隐患，协同交通部门开挖回填处置，避免因地下管道破裂，渗透水、雨水长期浸泡冲刷造成的路面空洞隐患和事故的发生。
场景四：预警处置。当系统检测到数据异常，自动预警；权属部门接警后，迅速组织人员赴现场抢险；处理完成，工作人员将处置结果向平台反馈。制定了《柯桥区城市基础设施安全监测处置规程》，形成了一套监测-预警-分析-发布-反馈-复盘的闭环处置流程。
三、以创新为动力，全方位出“建设成效”
改革突破。一是突破了传统的部门分散管理模式，打通了监管数据孤岛，建立起统一指挥和协同高效的城市安全管理体系，实现从“九龙治水”到“攥指成拳”。二是突破了传统的被动事后处置模式，建立起精细前端感知、隐患智能监测、辨识、分析、处置等主动管理模式。三是突破了传统的不定期人工体检模式，从原来的人工检查到智能设备在线实时监测的模式转变，提升发现问题的能力和效率。
改革成效。目前，系统已获浙江省住建厅同意，并被推荐为数字政府“一地创新、全省共享”应用；已取得“计算机软件著作权登记”证书，同时获得了中国信息协会“2022数字政府创新成果与实践案例”。
（1）运行数据“全监测”
打造汇聚各专项场景的物联网立体监测体系，为实现全区生命线安全监测可视化、重大危险源预警分析、线上综合监管和决策提供了可靠的数据支持。目前，物联感知体系已覆盖柯桥主城区重点区域3.5平方公里和3座亚运场馆周边，有效提升了城市安全风险防控能力。部署燃气、桥梁、供水、内涝等专项12类283套感知设备，外接燃气、水务等单位原有2900余个物联设备。6月份正式运行以来，平均每分钟采集监测数据1万余条，累计整合数据约26亿条，已预警防范突发险情89起。
（2）重大风险“全接报”
形成“监测、发现、分析、预警、处置、反馈、总结”防控闭环机制。实现对城市安全事故事前风险预警、事中风险化解、事后研判分析的全过程风险管理。由改革前人工巡检模式转变为智能监测+人工巡检，全区地下管网风险排查效率提高75%；由改革前事后被动处置转变为提前预警主动预防，事故发生率下降65%，有效提升了我区城市安全风险防控能力。
（3）风险管控“全覆盖”
建立城市生命线在线预警体系，制定平台管理制度，开展7×24小时监测值守，建立分级预警接报处置体系。
柯桥区住建局前往浙江省大数据局汇报
一直以来，登录入口登录入口十分重视应急管理、城市生命线业务的技术应用和创新突破，拥有完全自主的核心技术，在多个城市的项目落地和实施上取得丰硕成果，与地方政府以及相关部门建立了默契合作。今后，登录入口登录入口将继续发挥企业的业务优势，将“柯桥样板”复制应用到更多城市，助力国家城市安全建设迈上新的台阶。