Page 7 - 2022年第53卷第3期
P. 7

水利专   智能   可视化       水利知 历史场 业务 专家
                                            模型 业模型    模型   模型     知识 识图谱 景模式 规则 经验
                                            平台                    平台
                                        数字        数字模拟仿真引擎               水利知识引擎
                                        孪生
                                        平台
                                   数字                      多维多时空尺度数据模型
                                   孪生       数据
                                   流域       底板
                                                基础数据  监测数据  业务管理数据   跨待业共享数据 地理空间数据
                                        信息
                                        基础     水利感知网         水利信息网           水利云
                                        设施
                                                图 2  数字孪生流域构建总体框架图

               从单目标向防洪、供水、航运、生态等多目标转化,水管理由以被动响应的方式向联合调度水工程
               主动防御、流域统一调度和管理的方式转变,需统筹协调多种工程调度运行方式,均衡协调流域管
               理各阶段、各目标之间的竞争协同关系,包括汛前消落、汛期防洪、汛末蓄水、枯季生态修复及环
               境保护等多目标均衡优化问题               [21] 。因此,决策支持的信息化建设需要重点研发水工程智能调度模
               型,在预报预警基础上,进一步实现水工程智能调度、水灾害动态评估和风险调控、人群避险转移
               等不同决策阶段信息流全过程、水管理全要素之间的互馈响应关系。此外,现代水管理日趋精细
               化,除了面向流域主管部门的管理需求外,还需向社会公众提供预报预警以及避险提示等个性化服
               务。由此可知,提升水工程调度决策支持能力,完善各项涉水服务体系与保障能力,是流域管理后
               工程时期的必然选择         [22] ,也是数字孪生流域的构建重点。
                   本文以长江流域水工程防灾联合调度系统的构建和应用为例,探索提出数字孪生流域的构建重
               点和关键技术,介绍了数字孪生长江的功能及其在 2020 年长江流域性大洪水防御和应对中的应用。


               2  数字孪生长江建设总体架构及关键技术

                   按照数字孪生流域构建主要内容,结合长江流域水工程防洪联合调度现实需求及已有建设基
               础,以防洪调度为目标的数字孪生长江建设关键要素包括:数据建设、模型建设(即基于物理机理和
               数据驱动的模型开发)、知识平台建设(即工程调度规则及其引擎、多目标优化等知识的应用)、数字
               孪生平台建设(即标准组件式搭建及其流程技术)、基于 GIS+BIM(Building Information Modeling,BIM)
               的 VR 动态展示技术等。数字孪生长江的构建充分利用流域机构已有气象水文预报决策支持平台和模
               型技术,重点补充其在数据、算力、智能等方面短板,总体架构图如图 3 所示。
               2.1  数据建设-构建数字孪生流域的数字底座                     流域管理及涉水业务所需要的多源数据主要包括水
               文数据和人工信息。按照信息分类可将数据分为基础信息、监测信息、业务信息、其他信息,其中
               基础信息主要包括河流水系、水利工程、经济社会、空间基础信息等基础属性数据;监测信息主要
               包括面向业务的监测数据和针对水利工程的实时视频监测数据,如气象、水雨情、工情、险情、灾
               情等信息;业务信息主要包括流域水情预报、防洪调度、应急水量调度、监视与评价和调度会商等
               业务。其他信息包括政府部门、企业、用户等人为相关数据。图 4 展示了流域信息采集感知所需的基
               本信息和监测手段,其中手机信息主要用来获取流域内相关人群活动,为实现公众参与的各项涉水
               行为提供人群信息,比如采用基于位置服务(LBS)的人群属性的应急避险技术                                  [23] 。
                   长江流域的数字底座已经有一定基础。通过长期建设,长江流域基本建成了集水文、水环境、
               水生态、河湖岸线、水土保持于一体的综合监测站网,形成了监测、汇集、融合处理、整编、应用
               等信息流全链条监测体系。截至 2020 年,长江流域(片)共计建成各类站点 34 377 个,包括水文站
               2526 个、水位站 5014 个、雨量站 21184 个、蒸发站 4 个、水质站(地表水)4328 个、墒情站 1306 个以
               及实验站 15 个;设立了 196 个省(国)界断面、3500 多个水环境断面、4200 多个河道固定断面、211


                                                                                               — 255  —
   2   3   4   5   6   7   8   9   10   11   12