在水資源短缺 、水汙染加劇的情況下 ，供水安全 、高質量服務壓力日增 ，智慧水務成智慧行業關注的熱點 。但由於智慧水務概念不清晰 、標準缺失 、技術紛繁 、市場迷亂 ，國內眾多水務企業在開展相應的智慧應用時無所適從 ，往往走入一個又一個誤區 ：花大價錢上係統 、做平台 ，收效甚微者有之 ；重複投資 ，浪費資源者有之 ；搞個花哨的麵子工程 ，不解決根本問題的更是層出不窮……

  如何規避這些問題 ？對於數據進行高精度的采集顯得尤為重要 。當前 ，在大數據時代 ，數據成為重要資產 ，甚至是核心資產 。水務行業在生產運行過程中 ，每時每刻都產生諸如流量 、壓力 、水質 、溫度等海量數據 ，因此 ，對數據資產進行專業處理的能力將成為水務企業的核心競爭力 。如果缺乏大數據分析處理 ，智慧水務的“大腦”就不夠發達 、“智商”就不夠高 、能力就不夠強大 。因此 ，數據采集是水務企業需要解決的首要問題 。

  在數據產生的過程中 ，大數據處理 、挖掘模型等技術相對通用 ，但產生出融合智慧的基礎數據卻需要一點一滴的積累 。科學可靠的數據采集方式和實時的采集頻率 ，會形成高密度 、高精度 、高價值水務數據並快速積累 ，為大數據處理 、數據分析和挖掘夯實基礎 ，智慧水務才是有源之水 。

  數據采集之後 ，如何分析 、處理 ，也是大家關注的焦點 。中國工程院院士 、CCF大數據專家委員會主任李國傑認為 ，當前 ，數據類型多樣 、要求及時回應和原始數據真假是大數據的主要難點，采集的數據質量不高是大數據的特點之一 ，盡可能提高原始數據的質量必須得到大家的重視 。

  基於這樣的認識 ，《智慧水務信息係統建設與應用指南》 、《城鎮供水信息係統工程技術標準》主要編寫單位代表——李貴生表示 ：“隻是收取水費的貿易結算表顯然已經不能滿足當前智慧城市的發展要求 。為達到智慧應用場景的要求 ，智能水表需要向1L級 、分鍾級的流量數據采集精度和顆粒細度的目標努力 。而這個要求對水務行業的技術 、工藝都提出了較高的挑戰 。並且 ，在追求高技術性能的過程中 ，還必須有效控製成本 ，促進采集設備的大規模普及 。”

  “增強智能水表的流量數據采集能力 ，不僅可以為水務行業帶來豐富的潛在數據資產 ，未來 ，還可以與物業管理 、配送係統 、網絡金融係統等平台進一步融合起來 ，為構建智慧型城市發揮不可估量的作用 。”李貴生表示 ，不妨把智能遠傳水表流量數據采集能力的新要求 ，作為推動智慧水務基礎建設的一個切入點 ，大力提升水務智慧化應用水平 ，為智慧城市建設添磚加瓦 。