更好的数据管理使水务遵从更容易

图片来源:mariait / Shutterstock.com

收集和管理水遵从性数据可能是一项繁琐而复杂的任务，但它不必如此。Klir开发了一个数据管理平台，使合规变得成本效益高且简单，因此水务公司可以保持清洁、安全的水的不间断流动。

清洁、负担得起的水是一项重要的公共事业

当自来水公司未能为客户提供可靠的供水时，通常可归结为以下两个问题之一:他们未能收集适当的水质数据，或未能充分理解数据并采取适当的行动。¹

即使水表面上看起来是干净的，水务公司也明白，实际上，“干净的水”是由复杂的规定定义的，包括温度、pH值、金属含量、细菌含量、化学物质浓度等质量指标。要使水质“达标”，各项水质指标必须在当地法规规定的范围内。^{1 - 3}

违规行为是危险的

合规条例旨在为每个人提供安全的水，同时保护环境不受污染。供水系统面临着无数可能影响水质的挑战。污染、水处理失败和雨水溢出都可能造成环境和健康风险，这些风险反映在质量指标中，并构成不遵守规定。^{1, 4 - 6}

不遵守规定可能对公众健康和环境构成危险的威胁。例如，密歇根州弗林特市最近发生的水危机(2014-2017年)导致10万居民饮用水中的铅含量达到危险水平。^6、7

不符合是昂贵的

“不合规”可以是违反水质参数，但如果公司没有按照规定的频率监测水质、没有使用经认证的实验室分析水质、没有保留和报告足够的数据，或没有将水质问题通知客户，也可以被视为不合规。^2、3、8

水务公司必须遵守规定，定期测量水质指标。然而，法规遵循性监视似乎每年都变得更加复杂，导致需要存储、分析并向客户和相关当局报告大量数据。因此，法规遵循和违规管理可能成为一项庞大而昂贵的数据追踪任务。^2、3、8

一旦出现合规问题，水务公司可能面临巨额罚款。法律成本、公众信任的丧失和许可证的丧失对不合规的水务公司来说也是巨大的风险。因此，对水务公司来说，找到一种方法使合规尽可能简单、自动化和可靠是有意义的。⁹

通过收集系统范围的遵从性数据来预测和预防不遵从性

合规规划需要监督和有针对性的投资。许多水务公司没有意识到在潜在水质问题成为合规问题之前，分析合规数据在预测、预防和纠正潜在水质问题方面的作用。

智能传感器和新技术使得收集水系统内容物的数据比以往任何时候都更容易。实时数据可用于检测可能影响水质的故意和侵入性事件，并要求采取行动。已经设计了各种数据建模技术和算法来利用实时和传统水质数据来预测合规问题。然而，在现实生活中，管理和处理水务公司收集的大量数据以提供清晰、有用的信息仍然具有挑战性。^{10 - 13}

尽管消费者可能认为他们的水来自一个无缝系统，但事实上，在一个水系统中，各个部分和过程之间通常很少协调，这可能使集成数据管理成为不可能。然而，将来自水系统各个领域的水合规数据汇集在一起，对于提供监督、通知决策和管理整个系统的水合规是至关重要的。¹⁴

使用Klir可以轻松地管理和利用法规遵从性数据

Klir了解水安全所面临的挑战，也知道合规工作并非易事——因此，我们开发了一个由水专家为水专家搭建的数据管理平台。

根据多年来在全球范围内的环境监管和合规专业知识，Klir开发了一个基础解决方案，为全球各地的水务公司的具体情况定制。Klir平台是专门设计的，可将所有水质和环境数据收集到一个集成系统中，从而简化和自动化合规工作。该平台将数据转化为清晰、可操作的信息和任务，使保护人类健康和环境变得简单和有效。¹⁵

Klir的解决方案减少了管理遵从性数据和流程的时间，节省了工作时间并降低了运营成本。这样，自来水公司就有更多的时间和资金来投资改进他们的系统。

在Klir，我们首先与公司合作，获取和管理他们的许可证数据——这是提供安全、合规的水的第一个障碍。然后，Klir在许可数据的基础上开发自动任务创建、法规遵从性检查和主动的法规遵从性管理。提供监督、能力和增加合规，从而降低企业风险，这就要求Klir改善与监管机构的关系，确保水的安全，保护环境。

参考资料及进一步阅读

1. "饮用水质量准则，第四版"——世界卫生组织，2011年。
2. 《清洁水法》(CWA)合规监察
3. 《安全饮用水法》(SDWA)合规监测
4. 《水质:介绍》——博伊德·C，施普林格，2014年。
5. 《饮用水质量:问题和解决方案》——格雷·纳弗出版社，剑桥大学出版社，2008年。
6. “饮用水质量违规的国家趋势”- Allaire M, Wu H, Lall U, PNAS, 2018
7. “弗林特的铅污染——保护公众健康的可悲失败”——贝林格DC，新英格兰医学杂志，2016年。
8. 《根据《安全饮用水法》对公共供水系统进行环境合规审计的议定书》
9. 《清洁水法刑事条款》https://www.epa.gov
10. “数据驱动的水质分析与预测:一项调查”-康KG，高建忠，谢刚，第三届IEEE国际会议论文集，2017。
11. “基于多任务多视角学习的城市水质预测”-刘毅，郑毅，梁毅，刘思，Rosenblum DS，第25届城市水质预测学术会议论文集，2016。
12. 《水资源系统规划与管理》中的“水质建模与预测”- Loucks DP, van Beek E，施普林格，2017。
13. “一种评估和预测水质状况以改善决策和管理的方法”——吉托·M，普渡大学，2017年。
14. “综合“一水”管理的制度问题”- Mukheibir P，国际水协会，2015年。
15. “Klir:让你的数据像你提供的水一样清晰”
    https://www.klir.io