數(shù)字孿生山洪小流域數(shù)據(jù)底板構(gòu)建關(guān)鍵技術(shù)及應(yīng)用

黃喜峰, 劉啟, 劉榮華, 徐進

(1.陜西省水利廳, 陜西 西安 710004; 2.中國水利水電科學(xué)研究院, 北京 100038; 3.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心,北京 100038)

2021年6月28日,水利部李國英部長在“三對標、一規(guī)劃”專項行動總結(jié)大會上的講話中指出,要推進智慧水利建設(shè),按照“需求牽引、應(yīng)用至上、數(shù)字賦能、提升能力”要求,以數(shù)字化、網(wǎng)絡(luò)化、智能化為主線,以數(shù)字化場景、智慧化模擬、精準化決策為路徑,全面推進算據(jù)、算法、算力建設(shè),加快構(gòu)建具有“四預(yù)”(預(yù)報、預(yù)警、預(yù)演、預(yù)案)功能的智慧水利體系[1]。

（2）經(jīng)濟社會發(fā)展情況。洞庭湖區(qū)位于長江黃金水道與京廣交通動脈交匯處，具有承東啟西、連南接北的獨特區(qū)位優(yōu)勢。2016年區(qū)域（湖南部分）常住人口約1 692萬人，地區(qū)生產(chǎn)總值為8 145.4億元，三次產(chǎn)業(yè)結(jié)構(gòu)為12∶46∶42，人均地區(qū)生產(chǎn)總值4.8萬元，公共財政預(yù)算收入705.05億元，城鎮(zhèn)化率50.3%。洞庭湖區(qū)自古以來便是“魚米之鄉(xiāng)”和“天下糧倉”，是我國重要的大宗農(nóng)產(chǎn)品生產(chǎn)基地、最大的水稻產(chǎn)地、商品糧調(diào)出地和畜禽水產(chǎn)養(yǎng)殖基地。工業(yè)方面初步形成了食品加工、石化、紡織、林紙等支柱產(chǎn)業(yè)。近年來，商貿(mào)物流、交通運輸、生態(tài)旅游等現(xiàn)代服務(wù)業(yè)發(fā)展迅速。

山洪災(zāi)害的“四預(yù)”功能涉及多專業(yè)、多尺度、錯層面信息[2]。為對標新時期山洪災(zāi)害防治目標任務(wù),進一步提升山洪災(zāi)害防御水平,依據(jù)《數(shù)字孿生流域建設(shè)技術(shù)大綱(試行)》(水信息〔2022〕147號),以山洪災(zāi)害下墊面和時空大數(shù)據(jù)為基礎(chǔ)構(gòu)建數(shù)據(jù)底板,以小流域為單元建設(shè)數(shù)字孿生流域,實現(xiàn)小流域山洪災(zāi)害預(yù)報、預(yù)警、預(yù)演、預(yù)案的“四預(yù)”功能,提升小流域山洪災(zāi)害防御能力。

“數(shù)字孿生”概念在美國國家航空航天局(National Aeronautics and Space Administration,NASA)的阿 波羅計劃中首次被應(yīng)用。2017—2019年,Gatner連續(xù)三年將“數(shù)字孿生”列為當年十大戰(zhàn)略科技發(fā)展趨勢之一[3],而數(shù)字孿生流域建設(shè)的基礎(chǔ)即是構(gòu)建一體化數(shù)據(jù)底板[4]。數(shù)據(jù)底板是數(shù)字孿生流域中的“算據(jù)”部分,是流域數(shù)字化映射的成果、數(shù)字化場景構(gòu)建的基礎(chǔ)及實現(xiàn)山洪災(zāi)害“四預(yù)”功能的重要基礎(chǔ)和支撐載體[5]。數(shù)據(jù)底板主要包括基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、氣象部門共享數(shù)據(jù)以及地理空間和社會經(jīng)濟數(shù)據(jù)等[6]。結(jié)合傾斜攝影、虛擬仿真、BIM等技術(shù),將數(shù)字孿生流域的展現(xiàn)形式由以往的二維地圖升級到三維場景,從而實現(xiàn)精細化動態(tài)場景模擬[7-9]。

想要建立計算機信息化專業(yè)的教學(xué)模式，需要的是相關(guān)領(lǐng)域的技術(shù)人才加入計算機信息化教育的課堂及教案準備中。信息化教育的設(shè)計及計算機課程的教學(xué)需要極高的技術(shù)和專業(yè)的要求，授課者本身需要擁有極高的知識儲備和專業(yè)的技術(shù)水平，這是普通的教師水平所遠遠達不到的，這就需要大量的人才加入教師隊伍中去。而上文中提到，我國相關(guān)領(lǐng)域的專業(yè)人才的數(shù)量及精度遠遠不夠，尚不能滿足信息技術(shù)發(fā)展的需要，這就造成極少的行業(yè)的專業(yè)人才能夠流入計算機信息化教育的領(lǐng)域中來。我國現(xiàn)有教師大多接受的是傳統(tǒng)教育的教學(xué)，專業(yè)能力通常不夠且安于現(xiàn)狀，難以接受新的事物與新鮮的教育理念，更加加劇了計算機信息化教育師資力量的短缺[1]。

本文以陜西省灞河、洛河流域為試點,結(jié)合現(xiàn)有山洪災(zāi)害監(jiān)測預(yù)報預(yù)警數(shù)據(jù)現(xiàn)狀,面向山洪小流域“四預(yù)”建設(shè)要求,提出了構(gòu)建數(shù)字孿生山洪小流域數(shù)據(jù)底板的關(guān)鍵技術(shù)及方法。整合集成基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、氣象部門共享數(shù)據(jù)及地理空間和社會經(jīng)濟數(shù)據(jù),對試點小流域開展高精度地形地貌、傾斜攝影影像、激光點云、溝道斷面、工程或建筑物等數(shù)據(jù)采集和場景建模。完善數(shù)據(jù)內(nèi)容、控制數(shù)據(jù)質(zhì)量、優(yōu)化數(shù)據(jù)模型,建成支撐省級平臺“四預(yù)”能力提升的數(shù)據(jù)底板,對促進省級山洪數(shù)字孿生流域建設(shè)具有重要的意義。

利用非物質(zhì)文化遺產(chǎn)的資源優(yōu)勢，在保留非物質(zhì)文化遺產(chǎn)原真性的前提下合理開發(fā)旅游產(chǎn)品。文旅融合背景下的商業(yè)業(yè)態(tài)需要吸收具有“個性”的商戶，具有當?shù)靥厣?、對旅游者具有吸引力的別具一格旅游產(chǎn)品則更占優(yōu)勢。由于旅游業(yè)的季節(jié)性特征，要求旅游產(chǎn)品的生命周期盡可能延長，避免造成資源浪費。同時隨著文旅業(yè)態(tài)的轉(zhuǎn)型，商業(yè)業(yè)態(tài)也要根據(jù)旅游者產(chǎn)生的不同的旅游需求來提升景區(qū)的商業(yè)業(yè)態(tài)。比如從原有的觀光旅游逐步向休閑、深度體驗游轉(zhuǎn)型，高爾夫球場、滑雪場等的建設(shè)就是對商業(yè)業(yè)態(tài)的提升和優(yōu)化。

1 建設(shè)現(xiàn)狀及目標

近年來,陜西省在山洪災(zāi)害防御信息化建設(shè)中初步實現(xiàn)了全省“一張圖”和“一個庫”的目標,建成了包括基礎(chǔ)信息庫、實時監(jiān)測數(shù)據(jù)庫、模型庫、山洪動態(tài)預(yù)報預(yù)警庫、預(yù)警響應(yīng)庫、空間數(shù)據(jù)庫和多媒體數(shù)據(jù)庫等在內(nèi)的山洪災(zāi)害防御數(shù)據(jù)庫。但在智慧水利建設(shè)方面仍處于起步階段,缺少建設(shè)數(shù)字化場景所必需的地理空間數(shù)據(jù),基礎(chǔ)數(shù)據(jù)集成尚不完整,監(jiān)測數(shù)據(jù)、氣象部門共享數(shù)據(jù)產(chǎn)品有待補充。在數(shù)據(jù)完整性、數(shù)據(jù)標準化、數(shù)據(jù)組織治理方面仍需進一步提升。

流域數(shù)據(jù)底板本質(zhì)上是一個集數(shù)據(jù)采集、處理、融合、存儲與組織于一體的信息化平臺。通過規(guī)范各個對象實體的數(shù)據(jù)結(jié)構(gòu)和實體間的關(guān)系,建立多源、多維時空數(shù)據(jù)模型,以實現(xiàn)基礎(chǔ)數(shù)據(jù)的集成、組織、分析、統(tǒng)計、檢索,建立復(fù)雜要素關(guān)聯(lián)關(guān)系模型。流域數(shù)據(jù)底板通過搭建多級嵌套的時空數(shù)據(jù)底板,以地理空間數(shù)據(jù)為基礎(chǔ),形成山洪小流域覆蓋全空間、全尺度、全業(yè)務(wù)的數(shù)據(jù)底板。

2 關(guān)鍵技術(shù)

通過航拍建模、實地測繪、融合插值以及三維仿真等技術(shù)手段構(gòu)建山洪重點防治區(qū)域模型,采用三角網(wǎng)加密與抽稀、三角網(wǎng)動態(tài)生長以及聯(lián)合計算技術(shù)實現(xiàn)小流域數(shù)字孿生體模型的無縫融合。基于在線分析處理(Online Analytical Processing,OLAP)、機器學(xué)習(xí)、模式識別、空間分析技術(shù)對山洪災(zāi)害基礎(chǔ)數(shù)據(jù)資源進行多維數(shù)據(jù)融合與特征參數(shù)挖掘分析,構(gòu)建全要素多維數(shù)據(jù)模型和要素關(guān)聯(lián)關(guān)系模型。形成標準化基礎(chǔ)數(shù)據(jù)庫、多源監(jiān)測數(shù)據(jù)庫、一體化空間數(shù)據(jù)底板和動態(tài)專題圖,實現(xiàn)對全部要素的數(shù)字化映射、精細化數(shù)字場景的高仿真呈現(xiàn)和多維度要素的全方位感知。山洪小流域數(shù)字底板建設(shè)技術(shù)框架如圖1所示。

2.1 山洪重點防治區(qū)域模型構(gòu)建

山洪重點防治區(qū)域模型的建立包括高精度地形地貌三維模型、河道斷面構(gòu)建和高精度傾斜攝影模型的構(gòu)建,如圖2所示。高精度地形地貌三維模型基于原始正射影像和正射影像空三加密成果數(shù)據(jù),利用密集匹配、點云濾波技術(shù)[10]、不規(guī)則三角網(wǎng)和立體編輯技術(shù)生成高精度的數(shù)字高程模型(Digital Elevation Model,DEM)。基于河道中心線與河道寬度確定斷面基點位置和寬度,斷面密度滿足二維水動力模型應(yīng)用需求,利用機載Lidar實現(xiàn)河道斷面構(gòu)建。

圖2 山洪重點防治區(qū)域模型構(gòu)建流程圖

高精度傾斜攝影模型構(gòu)建采用無人機平臺搭載5鏡頭傾斜相機,同時從5個不同角度(1個垂直、4個傾斜)采集5張目標影像。采用空中三角測量技術(shù)、影像鑲嵌融合技術(shù)、不規(guī)則三角網(wǎng)技術(shù)等進行構(gòu)建。

劉麗芳沒搭話，往歐陽鋒對面的沙發(fā)上坐下，將挎在肩上的包取下來揣在懷中。包里藏著一把鋒利的剪刀。不怕一萬，就怕萬一，劉麗芳來之前做了充分準備，以防不測。

2.2 數(shù)據(jù)精度控制及處理

3.2.2 監(jiān)測數(shù)據(jù)

2.3 空間配準及模型融合

數(shù)據(jù)底板包括衛(wèi)星遙感影像、全省尺度數(shù)字高程模型、高分辨率航測正射影像、流域級高精度數(shù)字高程模型、河道激光點云數(shù)據(jù)、城集鎮(zhèn)傾斜攝影模型、重點阻水建筑物BIM模型等多源異構(gòu)數(shù)據(jù),數(shù)據(jù)尺度不同,導(dǎo)致空間模型三角網(wǎng)格大小不一。因此,構(gòu)建數(shù)字底板需對不同數(shù)據(jù)源進行空間配準及融合。空間配準包括平面配準和高程配準。平面配準通過計算研究區(qū)域各坐標系統(tǒng)的轉(zhuǎn)換參數(shù)實現(xiàn)數(shù)據(jù)統(tǒng)一至CGCS2000坐標系統(tǒng);高程配準通過似大地水準面精化,劃分測量區(qū)域網(wǎng)格,計算網(wǎng)格高程異常值,將高程坐標統(tǒng)一至1985黃海高程系。

2)傾斜攝影三維模型。通過對不同角度、不同時間拍攝的原始傾斜影像進行色彩一致化預(yù)處理,結(jié)合傾斜相機參數(shù)和POS數(shù)據(jù)進行空三解算,實現(xiàn)傾斜影像低精度定姿、定向?；趯崪y控制點數(shù)據(jù)和光線束法空中三角測量技術(shù)進行第二次空三解算,完成傾斜影像的聯(lián)合平差。利用傾斜攝影點云數(shù)據(jù)構(gòu)建不規(guī)則三角網(wǎng)(TIN),建立三維模型,刪除不必要的懸浮物,進行道路整平、重點水利工程紋理修飾等處理,完成高精度傾斜攝影三維模型構(gòu)建。本文依據(jù)房屋數(shù)量多、人口密集程度高、位于搶水灣區(qū)等易受山洪影響區(qū)域的選取原則,在沿河村鎮(zhèn)中選取了保安鎮(zhèn)、亂石坪村、洛源鎮(zhèn)、鐵爐村、灞源鎮(zhèn)、馮家灣村3組、金堆鎮(zhèn)、文裕村、張坪村9個重點防洪城集鎮(zhèn),構(gòu)建了共8 km2區(qū)域的傾斜攝影三維模型,模型分辨率為0.03 m,見表2。

2.4 數(shù)字場景精細化構(gòu)建

綜合加載基礎(chǔ)影像、時序影像、矢量地圖、DEM、DSM、傾斜攝影、三維模型、多級地名、柵格地圖、街景、基礎(chǔ)幾何基元、POI等地理信息數(shù)據(jù),基于GIS+可視化仿真模型引擎進行渲染,實現(xiàn)數(shù)字場景的景觀可視化,并通過旋轉(zhuǎn)、移動、縮放等多種操作實現(xiàn)三維建模的交互。

3.3.1 數(shù)學(xué)基礎(chǔ)統(tǒng)一融合

2.5 海量數(shù)據(jù)集成與關(guān)聯(lián)關(guān)系構(gòu)建

山洪小流域數(shù)據(jù)底板包括小流域及下墊面數(shù)據(jù)、防洪工程數(shù)據(jù)、調(diào)查評價成果數(shù)據(jù)、測站基本信息、水庫基本信息、村莊信息、防御預(yù)案、防汛責任人等基礎(chǔ)數(shù)據(jù),實時雨水情、風情、氣象預(yù)報信息和雷達圖等構(gòu)建實時數(shù)據(jù),具有海量高頻、多源異構(gòu)的特點。因此,海量數(shù)據(jù)集成及關(guān)聯(lián)關(guān)系構(gòu)建是數(shù)據(jù)底板建設(shè)的關(guān)鍵問題。

結(jié)合山洪災(zāi)害防御需要,對數(shù)據(jù)進行抽象組織,確定數(shù)據(jù)對象分類、對象屬性以及對象之間的關(guān)系,構(gòu)建山洪災(zāi)害防御時空數(shù)據(jù)模型。對流域所有涉水要素進行統(tǒng)一編碼,在行政區(qū)劃隸屬關(guān)系、流域匯流關(guān)系、數(shù)據(jù)對象類別、時間序列4個主要維度基礎(chǔ)上構(gòu)建多維時空數(shù)據(jù)模型,支持不同維度數(shù)據(jù)的查詢、統(tǒng)計和檢索,如圖3所示。行政區(qū)劃維包括省、市、縣、鄉(xiāng)、行政村、自然村6級,流域維從七大流域片區(qū)的60個水系到最低一級的10～50 km2小流域,共13級。數(shù)據(jù)對象類別維包括防治區(qū)、歷史山洪災(zāi)害、涉水工程、監(jiān)測預(yù)警設(shè)施、實時監(jiān)測預(yù)警、水文氣象共6類。時間維包括多年平均、年、季、月、旬、天、小時、分鐘8級。

圖3 時空數(shù)據(jù)模型

基于OLAP、機器學(xué)習(xí)、模式識別等方法分析山洪災(zāi)害形成與小流域地形地貌、降雨和人類活動之間的內(nèi)在聯(lián)系,建立監(jiān)測預(yù)報預(yù)警要素的關(guān)聯(lián)模型,包括站點與村莊、小流域與村莊、洪水預(yù)報河段與村莊等19類要素、132 589個對象、22類拓撲結(jié)構(gòu)之間的關(guān)聯(lián)關(guān)系。將流域水系、監(jiān)測站點、水利工程等要素與村莊、小流域等要素在數(shù)據(jù)底板中實現(xiàn)空間和要素關(guān)聯(lián),實現(xiàn)數(shù)字化場景的一體化多維度呈現(xiàn),建立多要素關(guān)聯(lián)模型。

構(gòu)建海量多源數(shù)據(jù)存取及標準化格式集成體系,根據(jù)山洪災(zāi)害“四預(yù)”算法中不同模型需求,制定數(shù)據(jù)輸入、輸出和運行標準,建成包括不同階段,不同尺度、不同時效的全域基礎(chǔ)數(shù)據(jù)庫和實時監(jiān)測數(shù)據(jù)庫?；谝陨详P(guān)鍵技術(shù),在試點流域構(gòu)建流域全要素數(shù)據(jù)底板產(chǎn)品,實現(xiàn)三維場景數(shù)字化及多尺度場景一體化管理。接入空、天、地感知信息,支撐小流域山洪過程數(shù)字化孿生的實現(xiàn),為山洪小流域?qū)崿F(xiàn)“四預(yù)”提供重要支持。

3 山洪小流域數(shù)字孿生數(shù)據(jù)底板建設(shè)

3.1 建設(shè)流域概況

本文選擇洛河、灞河流域內(nèi)山洪災(zāi)害防治任務(wù)較重、下墊面條件復(fù)雜的文裕河、伊洛河、蒿坪河、灞河4個試點小流域(660 km2)構(gòu)建數(shù)字孿生山洪小流域數(shù)據(jù)底板,如圖4所示。

圖4 數(shù)字孿生山洪小流域數(shù)據(jù)底板建設(shè)范圍示意圖

3.2 數(shù)據(jù)資源

數(shù)據(jù)資源主要包括基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、地理空間數(shù)據(jù)以及共享數(shù)據(jù)等。

3.2.1 基礎(chǔ)數(shù)據(jù)整合

以全色2.1 m、多光譜5.8 m的資源三號衛(wèi)星(ZY-3)為主要數(shù)據(jù)源,以全色優(yōu)于2.5 m,多光譜優(yōu)于10.0 m的資源一號02C衛(wèi)星(02C)、高分一號衛(wèi)星(GF-1)和實踐九號衛(wèi)星(SJ-9)為補充數(shù)據(jù)源,以已有1∶50 000 DLG國產(chǎn)衛(wèi)星正射影像為控制資料,結(jié)合ASTER GDEM的30.0 m DEM數(shù)據(jù)生成2.5 m DOM高分辨率影像數(shù)據(jù)?；谌珖胶闉?zāi)害調(diào)查評價工作底圖中的水文監(jiān)測站點和水利工程、土地利用和植被類型、土壤質(zhì)地類型數(shù)據(jù)和行政區(qū)劃數(shù)據(jù)等進行小流域劃分及下墊面條件提取,整合山洪災(zāi)害防御基礎(chǔ)數(shù)據(jù)。整合山洪災(zāi)害調(diào)查評價成果和補充城集鎮(zhèn)調(diào)查評價成果數(shù)據(jù),對社會經(jīng)濟、危險區(qū)、需治理山洪溝、涉水工程、重點防治區(qū)、歷史山洪災(zāi)害等數(shù)據(jù)進行孿生體掛接,構(gòu)建監(jiān)測預(yù)報預(yù)警要素的關(guān)聯(lián)關(guān)系,建立村莊與站點、村莊與小流域、村莊與洪水預(yù)報河段、村莊與危險區(qū)、水庫與下游村莊等山洪災(zāi)害防御全要素信息關(guān)聯(lián)關(guān)系。集成風險隱患調(diào)查、風險普查調(diào)查數(shù)據(jù),把山洪災(zāi)害隱患、洪水災(zāi)害致災(zāi)、洪水風險區(qū)劃等數(shù)據(jù)標準化后集成至孿生體的業(yè)務(wù)專題,為預(yù)演和預(yù)案的制定提供數(shù)據(jù)基礎(chǔ)。

采用實測控制點和檢查點誤差控制的方式保障同類數(shù)據(jù)間的相對精度及不同類數(shù)據(jù)間的絕對精度。根據(jù)1∶2 000地形圖數(shù)據(jù)生產(chǎn)規(guī)范,在研究區(qū)布設(shè)控制點,基于控制點的圖上位置與實測位置的對應(yīng)關(guān)系,構(gòu)建影像幾何糾正模型[11],對正射影像和傾斜三維模型進行位置約束?；邳c云位置與實測位置中誤差調(diào)整點云高程值,直至中誤差小于精度誤差閾值,從而實現(xiàn)點云數(shù)據(jù)的精度控制。

利用數(shù)據(jù)統(tǒng)一接收系統(tǒng)接入的1 744個山洪雨水情站點、6 000個水文河道,通過開放中間庫的方式共享氣象部門6 h、24 h預(yù)報降雨數(shù)據(jù)、衛(wèi)星云圖及新一代測雨雷達反射率數(shù)據(jù)。單一降雨預(yù)報的不確定性降低了預(yù)報準確程度[12]。因此,在氣象部門數(shù)據(jù)的基礎(chǔ)上,接入試點流域內(nèi)新建的兩部X波段山洪災(zāi)害降雨監(jiān)測雷達數(shù)據(jù),包括5 min/次的高精度網(wǎng)格降雨量及0～3 h降水臨近預(yù)報[13]。

扶貧濟困，賑災(zāi)救難，是基督教的傳統(tǒng)，也是中國傳統(tǒng)文化所倡導(dǎo)的。12年來，北辰教堂在服務(wù)群眾、公益慈善等方面做了許多實事。

3.2.3 地理空間數(shù)據(jù)

L1級數(shù)據(jù)底板覆蓋小流域全域中低精度數(shù)據(jù),包括陸域范圍30 m分辨率DEM數(shù)據(jù)、2 m分辨率DOM數(shù)據(jù)。L2級數(shù)據(jù)采集范圍如圖5所示,數(shù)據(jù)底板包括灞河、洛河試點流域洪水模擬重點河段和區(qū)域?qū)蛹壍臄?shù)字化場景數(shù)據(jù),主要包括:試點流域1 m分辨率DEM數(shù)據(jù)、0.2 m分辨率DOM數(shù)據(jù);4個試點流域重點城集鎮(zhèn)的0.03 m分辨率三維模型數(shù)據(jù);200 m間距的1∶500河道斷面數(shù)據(jù)等基礎(chǔ)地理信息數(shù)據(jù)。

電站鍋爐爐內(nèi)燃燒產(chǎn)物對受熱面的傳熱以輻射為主、對流為輔。燃燒產(chǎn)生的煙氣具有光學(xué)厚度，高溫煙氣的輻射能在空間所有方向上被吸收與反射[10-11]。在BRL設(shè)計參數(shù)下，燃用設(shè)計煤種，對于固定爐型，爐內(nèi)理論燃燒溫度不變。由能量守恒定律，爐內(nèi)輻射換熱量越大，爐膛上部受熱面煙氣所攜帶的熱量越少，此煙氣溫度越低。把進入爐膛上部受熱面前的煙氣溫度定義為屏底溫度，則屏底溫度反映爐膛輻射吸熱量與尾部受熱面對流吸熱量比例的變化。

圖5 L2級數(shù)據(jù)采集范圍示意圖

1)高分辨率DOM及高精度DEM。試點流域內(nèi)呈北高南低的地形,測區(qū)內(nèi)最小高程為698 m、最大高程為2 547 m,地表高差較大,分4個區(qū)域進行測量,以保證正射影像統(tǒng)一的分辨率。利用光線束法空中三角測量[14]和影像融合鑲嵌技術(shù)進行正射影像聯(lián)合平差和融合,去除DOM存在的拉花、變形、移位等問題[15],生成高分辨率DOM成果,采用正射影像空三加密和密集匹配技術(shù)生成DEM成果?；谡鋽z影測量技術(shù)獲取了文裕河上游、伊洛河流域、蒿坪河下游、灞河試點區(qū)域全流域共680 km2的0.15 m分辨率DOM數(shù)據(jù)及1 m網(wǎng)格DEM數(shù)據(jù),參數(shù)見表1。

表1 DOM、DEM采集及成果參數(shù)表

小流域?qū)\生體構(gòu)建需將不同尺度空間模型數(shù)據(jù)進行無縫融合,包括BIM模型與傾斜攝影、河道激光點云與流域DEM等,模型融合對一、二維水動力學(xué)模型計算和數(shù)字孿生場景可視化表達起到關(guān)鍵作用。對空間模型不規(guī)則三角網(wǎng)在融合區(qū)域進行三角網(wǎng)加密與抽稀,使用三角網(wǎng)動態(tài)生長以及聯(lián)合計算方法,解決模型融合過程中不匹配、不平滑、偽連接的問題。

表2 傾斜攝影三維模型成果參數(shù)表

3)河道斷面構(gòu)建。對點云數(shù)據(jù)進行濾波處理,利用剖面視圖工具進行逐剖面點云精細化分類,在河道中心線上以200 m間隔選取河道剖面,完成河道斷面構(gòu)建。本文采集了試點流域重要防洪河段共110 km、414個河道斷面數(shù)據(jù)。

3.2.7 數(shù)據(jù)挖掘

圖6 測量精度控制點分布

圖7 L2級數(shù)據(jù)底板精度

L3級數(shù)據(jù)底板選取重點城集鎮(zhèn)下游10座阻水橋梁,通過貼近攝影測量技術(shù)[17]實現(xiàn)橋梁的精細單體化建模。采用無人機三維航拍和手持相機補拍方式獲取橋梁任一結(jié)構(gòu)面及橋底復(fù)雜結(jié)構(gòu)形式。通過影像密集匹配、空中三角測量、細節(jié)結(jié)構(gòu)和紋理修飾等處理完成橋梁BIM模型構(gòu)建。

3.2.4 數(shù)據(jù)引擎

為實現(xiàn)數(shù)據(jù)資源的匯聚、清洗、整合,構(gòu)建包括數(shù)據(jù)匯聚、數(shù)據(jù)治理、數(shù)據(jù)挖掘、數(shù)據(jù)服務(wù)的數(shù)據(jù)引擎。利用OLAP、機器學(xué)習(xí)、模式識別、空間分析等技術(shù)對山洪災(zāi)害基礎(chǔ)數(shù)據(jù)資源進行多維數(shù)據(jù)融合與特征參數(shù)分析,形成不同主題的數(shù)據(jù)倉庫,發(fā)布為多種類型的數(shù)據(jù)服務(wù),數(shù)據(jù)引擎框架如圖8所示。

圖8 數(shù)據(jù)引擎建設(shè)框架

3.2.5 數(shù)據(jù)匯聚

基于SOA架構(gòu)構(gòu)建面向多種服務(wù)的共享服務(wù)體系,實現(xiàn)數(shù)據(jù)資源在本平臺內(nèi)部各應(yīng)用模塊間的調(diào)用與同步,及其與外部系統(tǒng)的數(shù)據(jù)通信和共享。服務(wù)類型主要包括數(shù)據(jù)服務(wù)、目錄服務(wù)、功能服務(wù)。

采用抽取、轉(zhuǎn)換、加載方式自動實現(xiàn)動態(tài)數(shù)據(jù)同步匯聚。利用ETL工具定期、增量抽取多源異構(gòu)數(shù)據(jù)至操作型(ODS)數(shù)據(jù)庫中,并在轉(zhuǎn)換過程中進行數(shù)據(jù)清洗、去重。根據(jù)數(shù)據(jù)實體特性,采用物理入庫和虛擬入庫兩種模式,使用統(tǒng)一數(shù)據(jù)接口實現(xiàn)共享數(shù)據(jù)匯聚。

3.2.6 數(shù)據(jù)治理

對匯聚后的多源數(shù)據(jù)進行統(tǒng)一清洗和管理,提升數(shù)據(jù)的規(guī)范性、一致性、可用性,避免數(shù)據(jù)冗余和相互沖突[18]。

清洗整合山洪小流域基礎(chǔ)數(shù)據(jù)中的冗余部分,通過數(shù)據(jù)庫工具進行去重、合并。通過構(gòu)建標準化要素編碼建立數(shù)據(jù)庫表間關(guān)系、物化視圖等方式實現(xiàn)多源數(shù)據(jù)業(yè)務(wù)一致。建立統(tǒng)一空間參考標準,構(gòu)建各類型數(shù)據(jù)時間戳,實現(xiàn)數(shù)據(jù)時空一致。對于空間及屬性數(shù)據(jù)一對多、多對一、多對多的情況,小流域、行政區(qū)劃為兩條主線,以水利對象為基本單元,建立實體、屬性、文件、多媒體的對象關(guān)系表,維護圖屬關(guān)系一致。

(5)檢測噪聲。啟動無軌膠輪車并檢測背景噪聲并做下記錄(控制在低于被檢測車輛噪聲的10 db(A)以上)。之后使膠輪車在額載情況下以額定速度行駛，利用聲級計測試駕駛?cè)藛T耳部位置噪聲，三次測試完畢之后記錄結(jié)果，求取平均數(shù)。之后進行下一個測試，將膠輪車停發(fā)在測試點40 m處，鳴笛或者鳴警鈴3次，用聲級計測試3次，最后求得平均值并記錄。

4)精度控制及分析。在試點區(qū)域內(nèi)共布設(shè)122個正射攝影測量控制點、154個傾斜攝影測量控制點,利用控制點輔助空中三角測量,實現(xiàn)DOM和傾斜三維模型精度控制。試點區(qū)域內(nèi)共布設(shè)平面檢查點46個、高程檢查點138個,控制點和檢查點的分布情況如圖6所示。L2級數(shù)據(jù)底板精度情況如圖7所示。DOM的精度分布如圖7(a)所示。DOM精度為0.00～0.70 m,主要集中于0.00～0.30 m,中誤差為±0.19 m?！端姽こ虦y量規(guī)范》(SL 197—2013)[16]中規(guī)定1∶2 000比例尺高山地地形圖平面位置允許誤差為±0.80 m。因此,本次建設(shè)的DOM數(shù)據(jù)滿足精度要求。激光點云的高程精度分布如圖7(b)所示。精度為0.00～0.15 m,主要集中于0.00～0.10 m,中誤差為±0.09 m?！端姽こ虦y量規(guī)范》(SL 197—2013)中規(guī)定,1∶500比例尺地形圖高程注記點允許中誤差為±0.33 m。因此,點云高程滿足精度要求。傾斜三維模型的平面精度分布如圖7(c)所示,高程精度分布如圖7(d)所示。傾斜三維模型的平面精度為-0.015～0.030 m,誤差集中于0.020～0.025 m,中誤差為±0.023 m。高程精度為0.00～0.12 m,誤差集中于0.00～0.06 m,中誤差為±0.05 m?！端姽こ虦y量規(guī)范》(SL 197—2013)中規(guī)定,三維模型的平面位置允許誤差為±0.20 m、高程允許誤差為±0.15 m。因此,傾斜三維模型滿足精度要求。

一是金融監(jiān)管制度的設(shè)立缺乏科學(xué)規(guī)范。科學(xué)的金融監(jiān)管制度必須在現(xiàn)代化經(jīng)濟體系基礎(chǔ)上遵循規(guī)范化和法治化的原則。從金融市場的設(shè)立、經(jīng)濟組織進入和退出的條件、機構(gòu)運行的監(jiān)管、風險的預(yù)警與管控都必須按法治化規(guī)則進行。特別是在互聯(lián)網(wǎng)背景下，各種互聯(lián)網(wǎng)金融的規(guī)范管理做到法治化、規(guī)范化的運行。目前我國對互聯(lián)網(wǎng)金融的法治化監(jiān)管有一些條例和規(guī)范，但從總體上講，還是不完善的，這在一定程度上推動了金融市場的順周期性。

運用統(tǒng)計學(xué)、機器學(xué)習(xí)、模式識別等方法從數(shù)據(jù)資源中提取小流域各要素關(guān)聯(lián)關(guān)系,包括描述性、診斷性、預(yù)測性和因果性分析等。挖掘小流域特征參數(shù),集成融合小流域的山洪災(zāi)害調(diào)查評價成果、村鎮(zhèn)調(diào)查評價成果、山洪風險隱患調(diào)查和水旱災(zāi)害風險普查等數(shù)據(jù)資源,為山洪災(zāi)害預(yù)報、預(yù)警提供算據(jù)支撐。

3.2.8 數(shù)據(jù)服務(wù)

對構(gòu)建數(shù)據(jù)底板所涉及的數(shù)據(jù)資源統(tǒng)一進行收集、整理、入庫。導(dǎo)入基礎(chǔ)數(shù)據(jù)和地理空間數(shù)據(jù)等靜態(tài)數(shù)據(jù),整理結(jié)構(gòu)化數(shù)據(jù)、多媒體數(shù)據(jù)、文件型數(shù)據(jù),集成至數(shù)據(jù)底板操作型(ODS)數(shù)據(jù)庫中,并完成數(shù)據(jù)完整性、關(guān)系一致性檢查。

3.3 數(shù)據(jù)空間融合及三維數(shù)字模型重構(gòu)

構(gòu)建山洪小流域?qū)\生體的空間數(shù)據(jù)具有多源、多尺度、多種形式的特點,見表3。因此,構(gòu)建數(shù)字化場景需進行數(shù)據(jù)空間融合及數(shù)字模型重構(gòu)。

表3 空間數(shù)據(jù)規(guī)格表

配置不同的數(shù)據(jù)源鏈接與類型,通過數(shù)字底座數(shù)據(jù)服務(wù)接口,將實時數(shù)據(jù)、統(tǒng)計分析數(shù)據(jù)、設(shè)備設(shè)施點位等一系列的數(shù)據(jù)與數(shù)字孿生的三維模型進行結(jié)合,基于統(tǒng)一時空數(shù)據(jù)模型將相關(guān)聯(lián)的多源數(shù)據(jù)資源、分析結(jié)果進行多維度融合展現(xiàn),實現(xiàn)流域全要素信息加載、渲染和展示。

數(shù)學(xué)基礎(chǔ)統(tǒng)一包括平面坐標系與高程坐標系的統(tǒng)一?；谄邊?shù)轉(zhuǎn)換法獲得WGS84、CGCS2000、工程坐標系的轉(zhuǎn)換參數(shù),將平面數(shù)學(xué)基礎(chǔ)統(tǒng)一為CGCS2000,實現(xiàn)平面數(shù)學(xué)基礎(chǔ)融合:

由圖3可知，兩組樣品中總酸含量差別不大，且總酸含量符合米酒的國家標準。在發(fā)酵條件及其工藝控制的條件下，小米酒中的總酯含量較高，原因可能是由于不同的發(fā)酵原料所造成的。小米酒相較于黑米酒含有較高的油脂，在發(fā)酵的過程中肯定會一部分殘存在于發(fā)酵酒液中，原因可能是由于不同的發(fā)酵原料所造成的，小米中的植物類油脂含量明顯高于黑米。酒體中適當?shù)乃狨ケ壤?，有利于保證酒體的口感酸甜醇厚，并使酒體呈現(xiàn)一定的酯類特殊香氣，增加酒體的豐滿程度。

(1)

式中:Δx、Δy、Δz是坐標平移量;R(ω)是旋轉(zhuǎn)矩陣;1+m是比例因子。

在研究區(qū)域布設(shè)563個高程轉(zhuǎn)換點,河道、城集鎮(zhèn)周邊按1 000 m間隔布設(shè),其余地方以5 000 m間隔布設(shè),利用陜西省測繪局似大地水準面精細化參數(shù),求解研究區(qū)域內(nèi)高程異常值,將大地高程統(tǒng)一轉(zhuǎn)換為1985黃海高程,實現(xiàn)高程數(shù)據(jù)基礎(chǔ)融合。

3.3.2 三維數(shù)字模型重構(gòu)

對于三維模型空間關(guān)系為相交、包含、跨越等關(guān)系的三維數(shù)字模型實體,在耦合區(qū)域進行三角網(wǎng)重構(gòu)。采用三角網(wǎng)自動生長算法連接模型實體,實現(xiàn)模型接邊關(guān)系合理化。聯(lián)合解算自動生長三角網(wǎng)、多模型實體接邊節(jié)點,通過加密差值獲取準確美觀的模型融合結(jié)果,如圖9所示。

3）進一步提升網(wǎng)站的便利性和安全性，一方面提供優(yōu)于實體藥店的方便快捷的購物體驗，另一方面消除顧客對于在網(wǎng)上購物過程中對自身隱私信息泄露的擔憂，優(yōu)化顧客在購物過程中的體驗，從而提高顧客忠誠度。

北宋初創(chuàng)，便將宵禁制度的“一更”宵禁變?yōu)椤叭毕?，一方面說明趙氏官家們統(tǒng)治變得人性化，另一方面也可見宋朝皇帝們的自信，認為在自己的統(tǒng)治下，擴大夜間的開放程度，并不會引起太大的治安問題。為了方便市民夜間貿(mào)易，汴京城門很晚才關(guān)，而城內(nèi)卻無時間限制。

圖9 傾斜攝影與橋梁BIM模型三角網(wǎng)重構(gòu)

3.4 基于可視化引擎的數(shù)字化場景

建設(shè)包括全流域數(shù)字場景、重點河道、重點水利工程及BIM模型等的流域底板專題圖,基于三維可視化引擎呈現(xiàn)數(shù)字化場景。依托于數(shù)字孿生可視化技術(shù)、WebGL圖形技術(shù),通過基于GIS三維地球JavaScript庫,結(jié)合3D tiles lod結(jié)構(gòu)流式加載技術(shù)、TMS、WMTS、MVT等服務(wù),進行海量數(shù)據(jù)的高效加載渲染。充分整合L1、L2、L3級數(shù)據(jù)域的信息資源,以基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、地理空間數(shù)據(jù)等為核心,形成支持數(shù)字孿生、仿真模擬的數(shù)字底座。以三維洪水演進數(shù)值模擬為底層核心技術(shù),采用三維幾何構(gòu)建、數(shù)字流場、物理水體材質(zhì)渲染、離屏渲染、VBO頂點緩存等方法進行洪水演進計算結(jié)果渲染與效果呈現(xiàn),還原水體的水位、質(zhì)感、流速、流向。

二是要注重導(dǎo)向性。所謂導(dǎo)向性，就是將名師評選的條件和標準作為方向標、指揮棒，使每一個有志于成為名師的教師明確努力的方向。從加強教師隊伍建設(shè)這個意義上講，名師的評選既重在結(jié)果，同時也重在過程。從遴選指標體系各要素及其權(quán)重中，可以看出名師評選的導(dǎo)向性。

4 山洪小流域數(shù)字孿生場景構(gòu)建示例

本文以地理空間數(shù)據(jù)為基礎(chǔ),構(gòu)建了覆蓋灞河、洛河試點區(qū)域山洪小流域全空間、全尺度、全業(yè)務(wù)數(shù)字孿生數(shù)據(jù)底板。L1級流域?qū)蛹壈ㄐl(wèi)星遙感影像、DEM數(shù)據(jù)。L2級流域重點區(qū)域?qū)蛹壢鐖D10所示,其中圖10(c)為洛河流域保安鎮(zhèn)傾斜攝影三維模型。L3級流域重要實體層級如圖11所示,為保安鎮(zhèn)橋梁精細單體模型示例。

沒錯，安安姓凌，其實是凌薇同父異母的妹妹。是凌宇生二十多年前與酒店小姐一夜風流生的孩子。凌宇生的老婆，也就是凌薇的母親是個十足的悍婦，所以二十年來，凌宇生只敢給安安母女剛夠維持生活的錢，為了安安讀書，安安母親后來又下海當了好幾年小姐，直到人老珠黃。

圖10 L2級流域重點區(qū)域?qū)蛹増D

圖11 保安鎮(zhèn)橋梁精細單體模型示例圖

數(shù)字孿生場景為重點防洪區(qū)域提供了直觀、精細的可視化仿真效果,為開展一維和一二維耦合水動力學(xué)數(shù)值模擬,提高洪水演進評估精度提供支撐。圖12展示了基于數(shù)字孿生山洪小流域場景的沿河城鎮(zhèn)洪水淹沒預(yù)演分析結(jié)果。

圖12 保安鎮(zhèn)洪水淹沒預(yù)演分析結(jié)果

5 結(jié)語

本文提出了數(shù)字孿生山洪小流域數(shù)據(jù)底板建設(shè)的關(guān)鍵技術(shù)和方法,包括山洪重點防治區(qū)域模型構(gòu)建、數(shù)據(jù)精度控制及處理、空間配準及模型融合、數(shù)字場景精細化構(gòu)建、海量數(shù)據(jù)集成與關(guān)聯(lián)關(guān)系構(gòu)建等。在灞河、洛河流域內(nèi),針對文裕河、伊洛河、蒿坪河、灞河4個試點小流域,構(gòu)建了高精度三維數(shù)字化場景模型,實現(xiàn)了流域全要素信息加載、渲染和展示,海量數(shù)據(jù)集成和關(guān)聯(lián)關(guān)系構(gòu)建,及流域全要素數(shù)據(jù)的數(shù)字化映射。形成支持數(shù)字孿生、仿真模擬的數(shù)據(jù)底板,為重點防洪區(qū)域提供了直觀、精細的可視化仿真效果。得到的山洪小流域覆蓋全空間、全尺度、全業(yè)務(wù)的數(shù)據(jù)底板可支撐省級平臺“四預(yù)”功能的提升,為小流域山洪災(zāi)害防御智慧化奠定重要基礎(chǔ)。