南京大学任洪强院士团队Nature Cities：以异常数据为中心的城市水网安全在线感知

当前城市水网监测存在被动、稀疏和碎片化的问题，污染事件往往在人群暴露后才被发现。本文提出了以数据为中心、以异常信号为导向的监测路径，通过在高风险节点捕捉高频异常偏离信号，实现城市水务系统的早期在线感知与预警。研究背景指出中国城市供排水系统虽取得显著进展，但监测仍依赖低频次采样和离线分析，难以应对快速变化的水质扰动。研究目的是转变监测逻辑，从达标导向型转向高频次、以异常识别为导向的监测，利用现有基础设施在少数高风险节点开展试点，通过电导率、浊度、流量等高频指标实现异常筛查和早期预警。结论表明，这种增量式升级经济可行，能够将监测目标从末端达标重新聚焦于异常情况的早期预警，从而巩固饮用水安全、强化污水监管并提升城市韧性。该框架同样适用于全球其他城市。