面向智能大壩的安全監(jiān)測自動化技術升級路徑與實踐

Upgrade paths and practices of automated safety monitoring technologies for smart dams

甘孝清，毛索穎，張鋒，黃躍文

（1.長江水利委員會長江科學院，430010，武漢；2.國家大壩安全工程技術研究中心，430010，武漢；3.中國三峽建工（集團）有限公司，610040，成都

摘要：大壩安全監(jiān)測是保障水利工程安全運行的核心技術支撐，自動化系統是實現監(jiān)測高效化、精準化的核心載體。隨著新一代信息技術快速發(fā)展，大壩安全監(jiān)測自動化技術正朝著“智能大壩”建設目標加速演進。通過梳理安全監(jiān)測自動化技術發(fā)展歷程，結合6座典型工程調研結果，剖析當前自動化系統核心性能指標與智能大壩建設需求差距；從技術體系框架出發(fā)系統闡述智能感知采集技術、高效安全數據傳輸技術、高質量監(jiān)測數據保障技術、智能預警模型構建及云服務平臺技術五大關鍵技術的創(chuàng)新內涵與升級路徑。白鶴灘水電站作為實踐案例，利用安全監(jiān)測自動化系統實現了巨型大壩5min快速“全身體檢”、運維效率大幅度提升及數字孿生賦能決策等成效，驗證了技術體系可行性與先進性。研究成果實現了監(jiān)測裝備自主化、組網模式高效化、平臺服務集約化、數據分析智能化技術跨越，為大壩安全監(jiān)測從自動化、數字化向智能化轉型提供了技術支撐。

關鍵詞：大壩安全監(jiān)測；自動化系統；智能大壩；智能感知；云平臺；白鶴灘水電站；數字孿生水利體系

作者簡介：甘孝清，工程安全與災害防治所所長，正高級工程師，主要從事水利水電工程安全監(jiān)測、評價及監(jiān)控預警技術研究工作。

通信作者：毛索穎，高級工程師，主要從事大壩安全監(jiān)測智能感知技術研究與開發(fā)工作。E-mail：maosuoying@126.com

基金項目：國家重點研發(fā)計劃項目（2024YFC3210704）；中國三峽建設管理有限公司科研項目（JG/20016B）。

DOI：10.3969/j.issn.1000-1123.2025.23.006

引言

大壩是國家水安全體系的重要基礎設施，承擔著防洪、供水、發(fā)電、灌溉、航運及生態(tài)調控等多重任務，其全生命周期安全穩(wěn)定運行直接關系流域民生保障與區(qū)域經濟發(fā)展全局。大壩安全監(jiān)測作為保障工程安全運行重要技術措施，通過現場巡查以及在壩體、壩基及近壩區(qū)部署變形、滲流、應力應變、環(huán)境因素（如水位、氣溫、降雨量）等監(jiān)測感知設備，實現對工程結構性態(tài)的感知與診斷，為大壩隱患早期識別、風險預警、科學運維提供決策依據。

大壩安全監(jiān)測自動化系統是信息技術與大壩安全監(jiān)測融合形成的技術體系。傳統層面，其主要以用自動化手段替代人工觀測為目的，依托程序化運行的機械/電子設備和標準化數據傳輸鏈路，實現遠程感知控制、數據整編和基礎分析功能。在云計算、物聯網、大數據及人工智能等新一代信息技術的驅動下，大壩安全監(jiān)測技術正以智能大壩建設為戰(zhàn)略導向，加速向“透徹監(jiān)測感知、智能分析預測、前瞻決策支持”方向發(fā)展。新時期自動化系統已突破傳統自動化范疇，構建“感知—傳輸—存儲—分析—預警—決策”的全鏈路架構，深度融合多領域先進技術，形成兼具自動化執(zhí)行與智能化決策特征的融合系統，成為支撐大壩安全監(jiān)測從自動化、數字化向智能化躍遷的核心載體。

當前水利行業(yè)數智化轉型進程持續(xù)加快，智能大壩建設目標對大壩安全監(jiān)測自動化系統的精準性、實時性、智能化水平提出全新要求。傳統監(jiān)測系統存在自主感知能力不足、數據傳輸效率低、數據質量難以保障、預警模型協同性弱、管理平臺兼容性差等問題，已難以滿足大型水利水電工程復雜監(jiān)測需求。為精準把握技術升級路徑，本文通過梳理國內外安全監(jiān)測自動化技術發(fā)展脈絡，以及調研典型工程現狀，系統剖析其在感知采集、數據傳輸、數據質量、分析預警、平臺軟件等核心環(huán)節(jié)的問題，結合五大技術層面的創(chuàng)新研究與工程案例，系統解析面向智能大壩的大壩安全監(jiān)測自動化系統的技術升級路徑與實踐經驗，為同類工程建設提供參考。

系統發(fā)展歷程與調研分析

國外大壩安全監(jiān)測自動化技術研究起步于20世紀70年代末期，美國Geokon公司、美國Campbell公司、加拿大Roctest公司、澳大利亞DataTaker公司等國際知名設備制造商研制的高性能監(jiān)測傳感器及采集裝置，被廣泛應用于世界各國的工程監(jiān)測領域，但因引入成本高、后期維護不便、適配能力欠缺、存在數據安全風險、應用支撐不足等問題，在國內規(guī)模化應用受限。

國內大壩安全監(jiān)測自動化技術的整體性應用始于20世紀80年代中后期，從與國外技術發(fā)展關聯來看，經歷技術引進、“消化吸收”到自主創(chuàng)新的發(fā)展歷程。在此過程中，各型式國產化監(jiān)測儀器、采集終端設備逐步涌現，自動化技術隨之快速發(fā)展，實現了從半自動化到全自動化，從僅支持單一類型采集到混合復用采集，從集中式架構到分布式架構，從單一采集軟件到綜合管理軟件，從內觀自動化到內外觀一體自動化的技術跨越。歷經近40年的技術迭代與實踐積淀，國內監(jiān)測自動化領域已逐漸形成自主可控的完整技術體系。近年來，在國家大力推進大中型和小型水庫大壩安全監(jiān)測設施建設的舉措下，大壩安全監(jiān)測自動化系統已在國內水利水電工程中全面部署與應用。

本文調研了國內6座不同規(guī)模、不同建成年代典型工程監(jiān)測自動化系統，通過分析其核心性能指標，為大壩安全監(jiān)測自動化技術升級提供支撐（見下表）。

典型工程大壩安全監(jiān)測自動化系統情況

由表可知，多數大壩安全監(jiān)測自動化系統仍停留在“設備自動化采集”的基礎層面，未形成全鏈路智能化閉環(huán)。面向智能大壩建設需求時，顯現出幾個顯著短板：一是感知實時性不足，系統巡測時長普遍為15min以上，難以滿足突發(fā)工況下的快速響應需求；二是數據質量控制薄弱，系統均普遍存在粗差問題，依賴人工剔除粗差，缺乏有效的質量控制機制，影響安全研判的準確性；三是軟件架構兼容性差，從感知層到分析層、決策層的傳輸鏈路割裂，無法實現“數據—分析—應用”的無縫銜接，制約了系統整體運行效率；四是協同預警能力不足，多數依賴單一閾值指標預警，未構建基于數據—機理—知識協同的監(jiān)控模型，預警的科學性和前瞻性不足。

因此，現有監(jiān)測系統在技術架構、功能性能與應用效能等方面與智能大壩建設要求存在明顯差距，已無法適應新時期工程安全監(jiān)測的需求，亟須通過系統性技術創(chuàng)新實現升級突破。

關鍵技術研究與創(chuàng)新

大壩安全監(jiān)測自動化技術智能化升級，依托于感知層、網絡層、數據層、分析層與應用層五大核心層面技術協同升級。從技術體系框架出發(fā)，逐層解析技術創(chuàng)新內涵與升級路徑。

1.智能感知采集技術

感知設備是大壩安全監(jiān)測系統的基礎與核心，根據技術演進階段和功能集成度可分為三類：第一類為無源傳感部件構成的模擬傳感器，第二類為集成了模數轉換、存儲單元、通信接口模塊的數字傳感器，第三類為內置處理器與智能算法的智能傳感器。其中，模擬與數字傳感器搭配外置智能采集終端設備可實現智能感知功能；智能傳感器本身已集成擁有感知—分析—決策能力，構成了完整的智能感知單元。

（1）智能傳感器

在智能傳感方面，依托微機電系統（MEMS）研制的無線傾斜儀、固定式測斜儀、陣列式位移計，具有體積小、功耗低、延遲低、精度高等性能優(yōu)勢，正逐漸替代傳統的電解液式、伺服加速度式測斜儀，在行業(yè)內實現廣泛應用；基于電荷耦合器件（CCD）和控制器局域網（CAN）總線技術的垂線坐標儀、引張線儀，集成光源自適應調節(jié)、正交誤差實時修正和邊緣側分析處理算法，突破了正、倒垂和引張線裝置在節(jié)點組網數量、通信距離、測量精度上的技術瓶頸；利用磁場強度與位移量的線性關系研制的磁感應式傳感器，其測量不受水氣、粉塵及光照波動等非鐵磁性介質影響，可實現大壩廊道高濕多塵等復雜場景下的監(jiān)測，拓寬了監(jiān)測應用范圍。

這些新一代智能傳感器（見下圖）不僅具有高精度、響應速度快、高穩(wěn)定性的特點，還集成了智能計算、測值補償、故障自診斷、異常自決策等功能，顯著提升了傳感器智能程度邊界，此外智能傳感器通過采集、處理、存儲和通信交互的一體化設計，為自動化系統的快速部署與集成提供了便利條件。

智能傳感器示例

（2）智能采集終端設備

在智能采集終端設備方面，針對大壩施工期與運行期監(jiān)測的差異化需求，融合物聯網、嵌入式及移動互聯網技術研制了自動化數據采集單元、無線低功耗數據采集儀和手持式振弦差阻讀數儀（見下圖）。自動化數據采集單元支持振弦、差阻、電流、電壓、數字式等多原理及變形、滲流、應力應變、溫度等多要素傳感器復用測量，配置串口、以太網和藍牙等多種通信接口，可實現監(jiān)測數據實時召測、定時巡測與智能觸發(fā)測量，滿足大型工程多參量同步采集時效性需求；無線低功耗數據采集儀采用LoRa擴頻通信與雙核協處理器架構，通過算力動態(tài)分配技術平衡高性能與低功耗矛盾，適用于偏遠測點及無供電場景，有效解決大壩施工期或工程邊坡等野外環(huán)境下無人或少人值守運維難題；手持式振弦差阻讀數儀采用高度集成化設計，尺寸小、重量輕、輕便易攜，支持人工觀測無紙化操作，可提升施工期臨時監(jiān)測與運行期巡檢效率。

智能采集終端設備示例

智能采集終端設備基于移動互聯網、物聯網交互理念，構建多終端協同智能交互模式?，F場運維可通過手機藍牙直連配置參數，遠程調試依托內置Web服務器實現網頁端操作，集中管控通過云平臺API接口完成批量設備管理，解決傳統采集設備交互單一、運維煩瑣的瓶頸。

2.高效安全數據傳輸技術

數據傳輸是大壩安全監(jiān)測自動化系統實現遠程控制與數據閉環(huán)的核心保障，其網絡架構設計直接決定數據傳輸效率與穩(wěn)定性。傳統大壩安全監(jiān)測系統監(jiān)測站內的采集設備以環(huán)形網絡組網形式，通過RS485串行總線方式開展輪詢通信。在此機制下，超千測點的大壩安全監(jiān)測自動化系統單次巡測耗時冗長（通常超過15min），難以滿足實時監(jiān)測需求。

采用“單終端輪巡通道測量、多終端并行同步采集”的創(chuàng)新模式，依托工業(yè)以太網與“監(jiān)測站—采集單元—傳感器”三級星型網絡架構，構建實時高效的安全監(jiān)測物聯網平臺。通過廣播式指令分發(fā)與數據并行傳輸入庫機制，實現超大規(guī)模采集網絡的高速并聯通信，其傳輸效率較傳統串行輪詢總線提升數十倍，徹底解決了傳統系統傳輸滯后問題。傳統輪詢通信與以太網并行通信網絡結構對比如下圖所示。

傳統輪詢通信與以太網并行通信網絡結構對比

數據采集匯聚到現場監(jiān)測站后，若處于有線網絡覆蓋區(qū)域，通過光纖高速信息網絡進一步傳輸至云端數據庫；若為野外偏遠測點等場景，則依托4G移動通信、LoRa低功耗廣域網、NB-IoT窄帶物聯網、VPDN虛擬專用撥號網等構建無線傳輸通道，形成“核心網+接入網”的全鏈路保障體系。

為全面滿足安全傳輸要求，建立“鏈路—數據—終端”三級加密體系，確保各類場景下數據傳輸的高效與安全。鏈路層采用IPSec協議加密無線傳輸通道，結合密鑰交換與身份認證防止竊聽篡改；數據層采用AES-256算法加密監(jiān)測數據，核心密鑰經獨立通道定期更新以保障內容安全；終端層為設備配置唯一標識，通過集成國密SM2橢圓曲線公鑰密碼算法，實現終端的高可信度雙向身份認證與數字簽名，確保只有經過嚴格鑒別的合法設備才能接入網絡，從根本上杜絕非法接入的風險。

3.高質量監(jiān)測數據保障技術

高質量監(jiān)測數據是大壩安全監(jiān)測系統實現精準分析與科學預警的前提。安全監(jiān)測自動化系統是由采集單元、供電單元、網絡單元等構成的復雜集成系統，其運行過程易受供電穩(wěn)定性、網絡傳輸質量、通道接口狀況、絕緣性能及接地狀態(tài)等多類因素的綜合影響，進而導致測量數據質量不穩(wěn)定，成為制約系統可靠性的瓶頸之一。高質量數據保障技術從技術層級劃分，可分為感知層質量提升技術與數據層數據清洗技術兩大模塊。

（1）感知層質量提升技術

振弦式監(jiān)測儀器因精度高、壽命長、適合長線纜傳輸等優(yōu)點，是當前各類工程部署規(guī)模最大的埋入式儀器類型。但該類儀器不同于常規(guī)類型儀器，它以交流信號為測量載體，易受工頻、電磁輻射、結構振動等噪聲干擾，且隨服役時長累積會出現信號幅值衰減現象，這導致監(jiān)測數據易混雜偽異常信息，成為自動化系統數據可靠性的關鍵制約因素之一。

振弦傳感器普遍采用的時域測量法，在噪聲干擾顯著或信號幅值衰減明顯的工況下，測量可靠性大幅度下降。譜分析式測量技術以譜饋式激勵策略、譜減式濾噪及譜插值頻率估計等算法為支撐，在完成測量同時，同步提取幅值、信噪比、衰減率等多維度時頻特征，在邊緣側構建信號質量評價體系與測值置信評價閉環(huán)反饋的智測系統，實時甄別異常數據并實施補測，為已測數據標注置信度權重，實現復雜工況下埋入式振弦傳感器的高可靠測量，在感知源頭保障了監(jiān)測數據質量。

（2）數據層數據清洗技術

監(jiān)測數據清洗技術是以提升大規(guī)模監(jiān)測數據處理分析效率為目標，基于極值理論建立閾值自適應更新算法，并利用無監(jiān)督學習算法優(yōu)勢，通過時間序列分析、序列殘差計算、集合式異常檢測等多步驟處理流程，實現大數據場景下監(jiān)測數據中異常值的精準識別與去除（見下圖）。該技術無需人為設計標簽和設置粗差閾值，且閾值自適應更新算法不需假設數據分布，顯著提升了粗差識別效率和適用性。

大數據場景下監(jiān)測數據中異常值的精準識別與去除

4.智能預警模型構建

智能預警模型是實現大壩安全風險前瞻預判的核心技術，其核心目標是基于監(jiān)測數據精準識別工程結構性態(tài)異常，提前預警潛在安全風險。大壩運行過程中積累了大量的自動化監(jiān)測信息、人工巡檢記錄、仿真分析成果，形成了多個信息孤島，數據分析、結構監(jiān)控指標定性化程度高，大壩多源信息與性態(tài)監(jiān)控之間的解譯路徑不清晰，難以形成平臺化、可復制能力強的監(jiān)控模式。

（1）單測點監(jiān)控預警

構建結構性態(tài)分區(qū)、風險要素識別與多物理量協同監(jiān)測的監(jiān)控方案，實現監(jiān)控測點從經驗選取向風險驅動、精準布置的轉變；以分析診斷為目標，基于大壩局部異常特征和整體失效模式，構建集成靜態(tài)閾值、動態(tài)置信區(qū)間、演化趨勢及有限元仿真的多級監(jiān)控指標與測點異常預警體系，有效提升大壩關鍵風險的前置識別能力與監(jiān)控精度。

（2）多測點多維度監(jiān)控預警

提出基于監(jiān)測—仿真—檢查的多源信息大壩結構安全狀況評分機制，利用監(jiān)測信息、仿真信息、現場檢查信息3個信息源，分別從實測運行性態(tài)、結構安全復核、專家經驗3個維度對大壩結構安全狀況進行綜合評判。實測運行性態(tài)維度，提出兼顧單測點異常程度和多測點空間關聯關系的監(jiān)測指標等級設置方法以及非線性評分標準，更客觀評估大壩某方面的安全狀態(tài)，避免因分散異常而低估潛在問題。結構安全復核維度和專家經驗維度，以壩體應力和抗滑穩(wěn)定安全系數為指標，等級劃分與評分標準以設計思想為依據，正常狀態(tài)對應規(guī)范最低要求，在此基礎上通過參數和標準調整實現優(yōu)選機制，并利用專家經驗現場檢查裂縫輔助進行區(qū)間插值。大壩安全多維監(jiān)控模式見下圖。

大壩安全多維監(jiān)控模式

5.云服務平臺技術

安全監(jiān)測采集與管理軟件是大壩安全監(jiān)測自動化系統的信息載體，是實現監(jiān)測數據集中管理、分析研判與決策支持的交互平臺。傳統的軟件系統多采用“采集與管理軟件分立”和“一壩一軟件”定制化開發(fā)模式，存在系統耦合程度低、開發(fā)成本高、復用性差、維護難度大等缺點，也制約了流域管理機構、集團化運營企業(yè)對下轄多座工程的在線預警監(jiān)控和集中管控研判。

依托SaaS云服務模式與微服務架構為核心支撐，構建高效、靈活的大壩安全智能監(jiān)控預警系統。SaaS模式遵循云計算按需服務理念，用戶無需購買軟硬件資源，通過互聯網瀏覽器即可隨時隨地使用數據采集、管理、分析、預警等全功能，以低成本、低門檻實現項目自助管理。微服務架構將系統按業(yè)務解耦為離散服務，采用Spring Cloud框架實現高內聚、低耦合，通過服務中心協調各模塊協作。核心微服務包括數據管理、數據分析、報表報告生成、巡視檢查、綜合展示、監(jiān)控報警等（見下表），可為不同用戶角色提供獨立功能，提升系統魯棒性。

微服務系統列表

平臺支持公有云、私有云或混合云部署，適配不同用戶的安全與成本需求。結合Hadoop大數據集群實現海量數據分布式存儲與計算，通過Nginx負載均衡分發(fā)訪問請求，保障系統高效穩(wěn)定運行。同時采用HTTPS協議加密數據傳輸，依托標準化接口支持多操作系統、多平臺、多終端接入，形成安全、可擴展的技術體系。

系統建設實踐——以白鶴灘水電站為例

1.系統概況

白鶴灘水電站安全監(jiān)測自動化系統于2023年12月建成投入運行、2025年8月完成實用化驗收，覆蓋混凝土雙曲拱壩、水墊塘與二道壩、引水發(fā)電系統、邊坡及滑坡體等關鍵部位，建成了世界目前規(guī)模最大的水電站安全監(jiān)測自動化系統，實現內外觀監(jiān)測數據的統一采集、分析和監(jiān)控預警，有效提高了白鶴灘水電站大壩在線監(jiān)控能力和風險防范水平。

系統由自動化采集系統與智能管理系統構成。自動化采集系統設置現場監(jiān)測站—監(jiān)測管理站—監(jiān)測管理中心站三個層級，層級間主要采用基于TCP/IP 協議的光纖局域網通信，部分距離較遠的監(jiān)測站采用4G無線通信（VPDN加密網絡）；部署CK-MCU自動化采集單元860套，共接入安全監(jiān)測傳感器13000余支，應用了51臺CK-VCI型CCD式垂線坐標儀、47臺CK-FWM型磁致式量水堰計等新型智能傳感器?，F場監(jiān)測站均實施標準化部署與建設（見下圖），兼顧維護、防護與美觀需求。

現場監(jiān)測站

基于通用化設計和微服務架構，深度融合安全監(jiān)測理論與方法，在無縫集成自動化采集系統基礎上，開發(fā)并部署了白鶴灘水電站安全監(jiān)測智能管理系統（見下圖）。系統涵蓋數據采集、數據管理、整編計算、資料分析、報表報告、監(jiān)控報警、智能管理、巡視檢查、工程管理、系統管理、綜合展示等功能模塊，實現了監(jiān)測業(yè)務的全流程數字化、智能化管理。

白鶴灘水電站安全監(jiān)測智能管理系統

2.建設成效與亮點

白鶴灘水電站整體應用了本文所述智能感知采集、超大規(guī)模并行通信、數據質量控制、微服務架構融合等關鍵技術，其建設成效與技術亮點具體體現在以下方面：

①五分鐘高效、可靠的“全身體檢”。系統實現了超大規(guī)模自動化采集網絡高速并行通信，在3min內可完成13000余支安全監(jiān)測傳感器的巡回測量，并在后續(xù)2min內實現工程結構性態(tài)的初步分析與安全評價，支撐巨型大壩的5min快速“全身體檢”。

②智能交互模式提升現場運維效率。依托自主開發(fā)的智能終端互聯應用程序，系統實現了人工儀表與自動化設備的在線智能比測、儀器運行性態(tài)的輔助診斷、“透明化+數字化”的人工巡檢等實用功能，大幅度提升運維效率。

③專業(yè)化監(jiān)測分析管理平臺。實現了數據快速整編、成果批量計算和報告一鍵生成，大幅度提高了安全監(jiān)測工作效率與成果質量；構建了“安全監(jiān)測—分析預測—監(jiān)控預警—綜合評估”全鏈條專業(yè)模型，有效支撐了高拱壩安全監(jiān)測數據智能分析挖掘及在線監(jiān)控預警業(yè)務。

④數字孿生工程賦能決策支持。挖掘監(jiān)測數據價值，利用多類圖表從時空維度分析大壩安全性態(tài)演變規(guī)律，結合傾斜攝影與BIM建模構建白鶴灘大壩數字孿生場景，融合實時數據、分析成果與預警信息，實現監(jiān)測體系精細化三維表達，提升可視化水平，立體呈現大壩運行性態(tài)，為調度決策提供支持（見下圖）。

安全監(jiān)測成果立體展示

運行性態(tài)綜合評價

總結與展望

本文針對傳統大壩安全監(jiān)測自動化系統在實時性、智能化等方面存在的不足，明確感知采集、數據傳輸、數據保障、預警模型及云平臺構建為核心升級要點，構建全鏈路技術架構與協同機制，在智能感知、高效數據傳輸、高質量數據保障、智能預警和云平臺等層面實現技術升級，研發(fā)智能感知采集設備與系統并形成配套應用體系，經白鶴灘水電站等重大工程驗證了技術體系的先進性及可行性。

當前大壩安全監(jiān)測自動化技術仍面臨核心器件自主化不足、技術融合深度不夠、跨專業(yè)協同欠缺等問題。未來需聚焦國產核心器件研發(fā)，深化人工智能與數字孿生技術融合，拓展與流域綜合管理系統的協同應用，推動監(jiān)測向數智化轉型，提升大壩安全管控效能，助力智能大壩與智慧水利建設。

Abstract: Dam safety monitoring serves as a core technological pillar ensuring the secure operation of water conservancy projects, with automation systems acting as the essential vehicle for achieving efficient and precise surveillance. As next-generation information technologies advance rapidly, automated dam safety monitoring technologies are accelerating their evolution toward the “smart dam” development objective. By reviewing the historical progression of automated safety monitoring technologies and integrating findings from six representative project investigations, this study examined the current gap between the core performance indicators of the automation system and the requirements for the construction of smart dams. Through a systematic technical framework analysis, it elaborated on the innovative connotations and upgrade paths of the five key technologies: intelligent perception collection, high-efficiency secure data transmission, premium-quality monitoring data assurance, intelligent early-warning model construction, and cloud service platform. The Baihetan Hydropower Station was taken as a case study, demonstrating practical achievements including rapid 5-minute comprehensive structural assessment of the mega dam, significantly enhanced maintenance efficiency, and digital twin-enabled decision-making support and validating both the feasibility and advancement of this technical architecture. These research outcomes have facilitated significant technological leaps in indigenous monitoring equipment development, optimized network configuration, integrated platform services, and intelligent data analytics, thereby providing robust technical foundations for transitioning dam safety monitoring from automated and digitalized operations to intelligent systems.

KeywordsYellow River basin; WEFE nexus; green and low-carbon development; systemic governance; 15th Five-Year Plan; water resource utilization; water-energy-food-ecosystem coupling

本文引用格式：

甘孝清，毛索穎，張鋒，等.面向智能大壩的安全監(jiān)測自動化技術升級路徑與實踐[J].中國水利，2025（23）：36-43.

責編李盧祎

校對楊文杰

審核王慧

監(jiān)制楊軼

---

聲明：本文系轉載自互聯網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。