加强排水管网的监测，对保护排水设施，健全城市信息化管理具有重要意义，在城市雨洪管理方面，更是保障城市水安全，减轻城市防洪压力、缓解水资源短缺以及改善水环境质量的关键环节，监测技术在排水管网运行管理中应发挥更为积极与重要的作用。与所有监测相类似，由于人力、物力、财力等都有所限制，监测点的布置目标是利用尽可能少的监测点，能全面反映被监测对象的相关信息。但目前的研究对排水管网监测点布置及优化的研究非常有限。
1、排水管网监测的目的
对排水管网进行监测的目的主要包括两大类，第一类是及时发现运行风险，辅助城市内涝或排水管网溢流时间的预警预报，第二类是积累排水管网的长期动态运行状况数据，用于城市排水管网运行情况的评估与诊断。针对不同的监测目的，在监测点布置时会有不同的侧重。
1.1以城市内涝预警为目的
受近年来气候变化的影响，暴雨的频率及强度呈显著增加的趋势，城市化背景下，硬质化地面的比例不断提升，使得“逢雨必涝”“逢暴雨必瘫”“城市看海”成为常态，对排水管网进行监测，则可以随时了解城市各区域的积水情况，从而能进行及时预警，确保城市居民的生命及财产安全。但监测点位置如果布设不够合理，不仅会导致监测工作前功尽弃、浪费人力物力，还会对城市内涝管理及决策起到错误导向。
以及时发现运行风险为目的对排水管网进行监测时，主要关注水量方面的信息，以监测节点液位和流量为主。在监测点布置时主要考虑的原则包括：根据历史暴雨中实际内涝情况对监测点布置进行整体统一规划，保障代表性和均匀性;以现有排水管网设计方案为依据，在相对标高较高且确定不发生内涝的地段可适当减少布点，而在重点路段和内涝严重区域加强监测;监测设备可安装在内涝点路边和附近检查井内。
1.2以了解排水管网运行状态为目的
在城市“智慧排水”概念提出后，对排水管网的监测已不仅局限于暴雨时期对城市内涝的预警，而是将排水管网的监测常态化，在管网中选择最具代表性的节点，通过监测这些节点的情况，尽可能全面掌握整个管网的运行状态。为全面了解管网运行状态，不仅需要关注水量方面的信息，还需要综合考虑水质情况。
目前我国大部分城市缺少长时间的排水管网连续监测数据，不能客观分析排水管网的入流入渗情况，不能定量化分析雨污混流比例，不能客观分析污水厂进水浓度低的症结所在。对排水管网进行长时间连续在线监测，可为排水管网评估诊断及污水厂运行能力提升提供有力的支撑数据，是保障排水管网及污水处理厂正常运行的有效手段。在降雨情况下，需要对不同降雨强度下，排水管网运行情况进行全面监测，了解管网运行负荷变化，定量化分析由于降雨导致的外来水增加比例，对水质的监测则可更加全面掌握城市非点源污染情况。
2、排水管网监测点优化布置的方法
针对不同的监测目的，所采用的方法与最终的点位选址会有一定差异，目前国内外专门针对排水管网监测点优化布置的研究相对有限，根据理论依据的不同，现有优化方法可大致分为两类：一类是以统计学理论为基础;另一类是以运筹学理论为基础。
2.1以统计学理论为基础进行优化
国内对排水管网监测点优化布置的研究，大多以统计学理论为基础，核心是通过识别节点间相关性进行聚类，从而优化监测点。袁景冬利用模糊聚类和动态贴近度两种方法对排水管网监测点进行了优化布置，并对两种方法所得结果进行了对比。秦礼琦利用模糊聚类分析法优化了GZ市某排水区域的排水干管上的监测点[1]。敖培同样基于聚类的思想，在模糊C均值(FCM)聚类算法中引入细菌觅食算法(BFO)，通过BFO求得最优解作为FCM算法的初始聚类中心，然后利用FCM算法优化初始聚类中心，从而求得全局最优解[2]。
利用聚类分析的思想对管网监测点进行优化布置的过程主要是确定衡量节点相关性的指标，然后对节点间该指标的相近程度进行衡量并根据相关性的大小进行聚类，最后是根据聚类结果选择每一类中的代表性节点，如图所示。
图1 基于模糊聚类法优化管网监测点流程
2.2以运筹学理论为基础进行优化
国外一些学者则利用运筹学中多目标规划模型对排水管网监测点的优化布置进行了研究。Fattoruso等人将模型精度最大化和监测成本最小化作为规划目标，对液体比重计的监测位置进行了优化，监测主要针对城市内涝的预警[3]。Banik等人针对排水管网中水质监测点的优化进行研究，在多目标规划模型下，利用遗传算法进行求解，确定水质最优监测点。
图2 多目标监测点优化选址遗传算法计算流程
与基于统计学方法相比，以运筹学理论为基础对节点进行优化布置，更便于加入对不确定性的考虑与探讨。受降雨强度、场次降雨时间间隔等因素影响，排水管网各节点水量及水质都会有明显差异;而且我国目前多为雨污合流制，污水的排放也会对管网的水量水质产生明显影响。因此，在对排水管网监测点进行优化布置的过程中，需充分考虑不确定性的问题。
3、研究问题与展望
3.1现有研究的不足
目前对排水管网监测点布置研究仍有明显不足，将一定程度制约对排水系统信息化的管理。主要问题包括以下3点：
(1)监测点优化的数据来源依赖于实际监测数据，信息量有限。目前国内研究主要依赖于实际监测数据，如以某天的监测数据为依据，选择最大流量、最小流量及COD作为指标，再进行一定的数据处理，作为衡量节点间相关性的依据。这样得到的优化结果只能说对某一天的排水或降雨情景适用。排水管网监测点一旦确定，将是一个长期获取数据量的过程，节点的代表性需要具有一定的广泛性，在不同情景下都能作为代表性监测点。
(2)监测点的布置与优化依赖于人为判断，主观性强。利用统计学方法对节点进行聚类分析的研究中，虽然设置了聚类原则，但仍然有很大程度依赖于人为的判断，相关性的识别仅为辅助作用，更多依赖于人工对管网拓扑结构的分析与认识，监测点最终布置结果受人为因素影响较大。
(3)无法对大规模城市排水管网进行监测点的优化与布置。已有研究中的优化对象是现有监测点，如敖培以某市23个排水干管监测点为研究对象，进行进一步的优化与布置，对于目前未被监测的节点则不作为研究对象。一方面，现有监测点未必是最优的监测布置方案;另一方面，对于尚未开展排水监测的区域，这一优化布置方法将无法进行应用。
3.2研究展望
针对目前研究的不足，未来排水管网监测点优化布置的研究应主要解决以下问题：
(1)充分利用排水模型进行模拟，获取不同情景下的数据进行规律识别。国外的一些研究中，用到了SWMM模型进行模拟，而不仅局限于实际监测数据，这样为得到不同情景下管网运行状态提供了可能，尤其是一些极端降雨条件，在实际监测中可能存在缺失数据，但可通过模型模拟的方法进行补充分析。
(2)将每个节点相关监测指标的数据在时间尺度上进行综合分析。在进行节点相关性分析时，不仅局限于最大水量或最小水量等单个数据，而可以用一场降雨期内，各节点的流量变化曲线来作为研究对象。每个节点的信息将概括为一条时间序列，通过对各时间序列的分析，来筛选代表性节点，将可更加充分体现出节点的信息。
(3)减少对人为判断的依赖，强化排水管网监测点的自动识别。对排水管网开展监测不仅是排水信息化管理的必要环节，结合目前我国情况，也是对海绵城市建设效果定量化评估的主要数据来源。减少人为主观判断，将能够更加客观评估各城市海绵城市建设效果。
(4)加强对排水管网监测点布置方案定量化评估的研究。目前的研究主要针对如何进行监测点的优化布置，得到一套监测方案，但对于得到的监测如何进行定量化的评估未开展研究，无法定量化评估监测方案的优劣。
