基于數(shù)字孿生技術(shù)的樂安河流域“四預(yù)”能力建設(shè)研究

摘 要：江西省樂安河流域洪水具有歷時(shí)短、匯流快、洪峰尖高的特點(diǎn)，針對(duì)樂安河流域自然地理特性和水文氣象特征，在數(shù)字孿生場(chǎng)景下增強(qiáng)流域防洪“四預(yù)”能力。該文以數(shù)字孿生樂安河流域?yàn)槔?，基于?shù)字孿生、數(shù)字映射等先進(jìn)技術(shù)，以數(shù)字孿生場(chǎng)景為數(shù)據(jù)底板，模型平臺(tái)為算力，提升數(shù)字孿生樂安河流域“四預(yù)”能力為目標(biāo)，通過實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，對(duì)不同場(chǎng)景不同降雨條件洪水情況采用不同模型進(jìn)行分析，實(shí)現(xiàn)洪水預(yù)報(bào)、預(yù)警、預(yù)演和預(yù)案功能，為其他流域數(shù)字孿生建設(shè)提供參考。

關(guān)鍵詞：樂安河流域;數(shù)字孿生流域;數(shù)據(jù)底板;“四預(yù)”能力;防洪調(diào)度

中圖分類號(hào)：TV87 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2024）30-0091-04

Abstract： The floods in the Le'an River Basin in Jiangxi Province have the characteristics of short duration， fast convergence， and peak height. In response to the natural geographical and hydro meteorological characteristics of the Le'an River Basin， the "four-prediction" capacity of flood control in the basin are enhanced in the digital twin scenario. This paper takes the digital twin Le'an River Basin as an example， based on advanced technologies such as digital twin and digital mapping， using the digital twin scenario as the data base and the model platform as the computing power， with the goal of improvingthe "four-prediction" capacity" of the digital twin Le'an River Basin. Through real-time monitoring data， different models are used to analyze flood situations under different rainfall conditions in different scenarios， achieving flood forecasting， warning， rehearsal， and contingency planning functions， providing reference for the construction of digital twins in other basins.

Keywords： Le'an River Basin; digital twin basin; data backplane; "four-prediction" capacity; flood control dispatch

2021年，水利部印發(fā)了《關(guān)于大力推進(jìn)智慧水利建設(shè)的指導(dǎo)意見》（以下簡(jiǎn)稱《指導(dǎo)意見》）?！吨笇?dǎo)意見》指出，智慧水利建設(shè)是推動(dòng)新階段水利高質(zhì)量發(fā)展的六條實(shí)施路徑之一，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(chǎng)景、智慧化模擬、精準(zhǔn)化決策為路徑，以構(gòu)建數(shù)字孿生流域?yàn)楹诵?，全面推進(jìn)算據(jù)、算法、算力建設(shè)，加快構(gòu)建具有預(yù)報(bào)、預(yù)警、預(yù)演和預(yù)案（以下簡(jiǎn)稱“四預(yù)”）功能的智慧水利體系[1]?！吨笇?dǎo)意見》提出了推進(jìn)智慧水利建設(shè)的主要任務(wù)：一是建設(shè)數(shù)字孿生流域，包括建設(shè)數(shù)字孿生平臺(tái)、完善信息基礎(chǔ)設(shè)施。二是構(gòu)建“2+N”水利智能業(yè)務(wù)應(yīng)用體系，包括流域防洪應(yīng)用、水資源管理與調(diào)配應(yīng)用、N項(xiàng)業(yè)務(wù)應(yīng)用。

2022年，江西省水利廳召開數(shù)字孿生流域先行先試工作推進(jìn)會(huì)，要求將數(shù)字孿生流域建設(shè)作為智慧水利建設(shè)重點(diǎn)任務(wù)和落實(shí)省委省政府“一號(hào)發(fā)展工程”重要舉措予以推進(jìn)。同年，江西省水利廳制定了《江西省數(shù)字孿生流域建設(shè)工作計(jì)劃》，探索開展數(shù)字孿生峽江水利樞紐工程、樂安河流域、山洪溝先行先試建設(shè)，開展贛江流域梯級(jí)水庫聯(lián)合預(yù)報(bào)調(diào)度一體化系統(tǒng)、贛汛通等應(yīng)用建設(shè)，努力構(gòu)建具有預(yù)報(bào)、預(yù)警、預(yù)演和預(yù)案功能的智慧水利體系[2]。

1 “四預(yù)”數(shù)字孿生系統(tǒng)設(shè)計(jì)

1.1 平臺(tái)總體框架

按照數(shù)字孿生流域建設(shè)先行先試工作要求，結(jié)合樂安河流域防汛工作需要，通過數(shù)據(jù)資源整合，重點(diǎn)實(shí)現(xiàn)樂安河流域防洪“四預(yù)”的數(shù)字孿生應(yīng)用，通過樂安河流域物理工程與數(shù)字工程的全要素?cái)?shù)字化映射和同步仿真運(yùn)行，建設(shè)流域防洪與調(diào)度決策應(yīng)用。

1.2 業(yè)務(wù)流程設(shè)計(jì)

洪水預(yù)報(bào)模塊是基于前端感知設(shè)備采集氣象、河流、監(jiān)測(cè)信息等數(shù)據(jù)，利用模型平臺(tái)構(gòu)建的可視化模型、水利專業(yè)模型等，對(duì)流域洪水過程進(jìn)行提前預(yù)報(bào);洪水預(yù)警模塊是在洪水預(yù)報(bào)的基礎(chǔ)上，通過設(shè)定的防洪相關(guān)數(shù)據(jù)的閾值，對(duì)監(jiān)測(cè)數(shù)據(jù)、預(yù)報(bào)結(jié)果數(shù)據(jù)進(jìn)行綜合分析，并最終發(fā)布預(yù)警信息;洪水預(yù)演模塊是對(duì)已有的多種防洪調(diào)度方案進(jìn)行三維可視化預(yù)演，預(yù)演結(jié)果將展示在會(huì)商決策模塊，為領(lǐng)導(dǎo)提供決策支持;防洪調(diào)度預(yù)案模塊是基于預(yù)演的結(jié)果數(shù)據(jù)，結(jié)合知識(shí)平臺(tái)提供的知識(shí)依據(jù)，比選出最優(yōu)的調(diào)度方案以及適宜的應(yīng)急預(yù)案。業(yè)務(wù)流程如圖1所示。

2 數(shù)字孿生流域關(guān)鍵技術(shù)

數(shù)字孿生樂安河流域關(guān)鍵技術(shù)主要包括數(shù)據(jù)底板、模型平臺(tái)、知識(shí)平臺(tái)和業(yè)務(wù)應(yīng)用。

2.1 數(shù)據(jù)底板

數(shù)據(jù)底板是數(shù)字孿生及業(yè)務(wù)應(yīng)用基礎(chǔ)支撐，是智慧水利的“算據(jù)”，構(gòu)建完善樂安河流域數(shù)據(jù)底板，實(shí)現(xiàn)數(shù)字化場(chǎng)景的映射，為可視化展示提供數(shù)據(jù)基礎(chǔ)。根據(jù)《數(shù)字孿生流域建設(shè)技術(shù)大綱》要求，對(duì)接水利部提供的L1級(jí)數(shù)據(jù)底板，補(bǔ)充三維樂安河流域工程范圍內(nèi)精細(xì)地表、高精度數(shù)字地形模型的L2級(jí)數(shù)據(jù)底板，對(duì)樂安河流域范圍內(nèi)清華水庫、段莘水庫等水利工程進(jìn)行高精度建模，整合基礎(chǔ)數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)及共享數(shù)據(jù)資源，形成數(shù)字孿生樂安河流域L3級(jí)數(shù)據(jù)底板。

2.2 模型平臺(tái)

模型平臺(tái)包括水利專業(yè)模型、智能模型、可視化模型等。針對(duì)樂安河流域防洪“四預(yù)”應(yīng)用需求，構(gòu)建集總式模型、水動(dòng)力耦合模型、防洪調(diào)度及預(yù)警分析模型等，以微服務(wù)方式提供統(tǒng)一調(diào)用服務(wù)，實(shí)現(xiàn)模型共享復(fù)用。

2.3 知識(shí)平臺(tái)

知識(shí)平臺(tái)包括預(yù)報(bào)調(diào)度方案庫、歷史洪水場(chǎng)景庫、防洪調(diào)度規(guī)則庫和專家經(jīng)驗(yàn)庫等，通過建立水利知識(shí)引擎[3]，實(shí)現(xiàn)水利知識(shí)表示、抽取、融合、推理和存儲(chǔ)等功能，更新完善樂安河流域水利知識(shí)，構(gòu)建動(dòng)態(tài)優(yōu)化、實(shí)時(shí)更新的知識(shí)庫。

2.4 業(yè)務(wù)應(yīng)用

利用樂安河水文智慧監(jiān)測(cè)與業(yè)務(wù)服務(wù)系統(tǒng)已建成果，融合洪水預(yù)報(bào)調(diào)度的各類信息資源，基于水利專業(yè)模型、可視化模型、數(shù)學(xué)模擬仿真引擎，實(shí)現(xiàn)樂安河流域洪水預(yù)報(bào)全過程的精準(zhǔn)化模擬，以預(yù)演為手段，用預(yù)演成果迭代優(yōu)化形成預(yù)案，達(dá)到?jīng)Q策智慧化的目標(biāo)，輔助管理者實(shí)施精準(zhǔn)化決策。

3 “四預(yù)”系統(tǒng)建設(shè)

按照水利部和江西省水利廳數(shù)字孿生流域建設(shè)要求，接入樂安河流域現(xiàn)有降雨數(shù)據(jù)，構(gòu)建樂安河流域預(yù)報(bào)、預(yù)警、預(yù)演和預(yù)案數(shù)字化場(chǎng)景[4]，實(shí)現(xiàn)流域內(nèi)降雨量智慧化模擬，為樂安河流域防洪調(diào)度提供有效支撐。

3.1 預(yù)報(bào)

3.1.1 多源降雨數(shù)據(jù)接入

通過多源降雨數(shù)據(jù)接入，一方面提高降雨數(shù)據(jù)的精度，另一方面延長(zhǎng)洪水的預(yù)見期。數(shù)字孿生樂安河采用雨量站實(shí)測(cè)數(shù)據(jù)、降雨數(shù)值預(yù)報(bào)、雷達(dá)測(cè)雨數(shù)據(jù)作為洪水預(yù)報(bào)輸入。

雷達(dá)測(cè)雨系統(tǒng)提供0.1 km，5 min高時(shí)空分辨率的降雨數(shù)據(jù)，支持將多種數(shù)據(jù)融合及規(guī)范化使用，同時(shí)支持人工設(shè)置降雨數(shù)據(jù)。

接入權(quán)威機(jī)構(gòu)多源氣象數(shù)值預(yù)報(bào)成果，包括短期、中期及長(zhǎng)期降雨預(yù)報(bào)成果，提供不同預(yù)見期下未來降雨分布情況圖、統(tǒng)計(jì)表。

3.1.2 多模式預(yù)報(bào)

針對(duì)不同應(yīng)用場(chǎng)景和現(xiàn)實(shí)需要，采用集總式模型、分布式模型、水動(dòng)力耦合模型等多種預(yù)報(bào)模型方法進(jìn)行洪水預(yù)報(bào)。將各類預(yù)報(bào)成果進(jìn)行融合應(yīng)用，可以獲得更加科學(xué)、合理的洪水預(yù)報(bào)成果。

1）從大鄣山到清華水庫區(qū)間構(gòu)建集總式水文模型，以大鄣山的實(shí)測(cè)流量作為輸入預(yù)報(bào)清華水庫的入庫流量過程。

2）利用清華水庫壩址以下至三都水文站、段莘水庫壩址以下至汪口水文站、江灣站至汪口站和汪口站至三都站的分布式水文模型，進(jìn)行河系預(yù)報(bào)，預(yù)報(bào)汪口站、三都站的水位流量過程。

3）利用大鄣山鄉(xiāng)區(qū)域水動(dòng)力模型模擬大鄣山到清華水庫區(qū)間河道各個(gè)斷面的水位、流量，預(yù)報(bào)大鄣山鄉(xiāng)的積水區(qū)域、水深、歷時(shí)等，進(jìn)行洪水淹沒分析。

4）利用清華水庫的水庫調(diào)度模型，通過設(shè)置規(guī)則調(diào)度、預(yù)泄調(diào)度及超標(biāo)準(zhǔn)調(diào)度的水利工程調(diào)度模型，實(shí)現(xiàn)對(duì)水庫調(diào)度工況的模擬計(jì)算。

3.1.3 參數(shù)率定模塊

數(shù)字孿生樂安河平臺(tái)采用人工交互率定、自動(dòng)優(yōu)化2類模型參數(shù)率定方式。人工交互率定即經(jīng)驗(yàn)試錯(cuò)法，用戶設(shè)定一組模型初始參數(shù)，對(duì)歷史洪水進(jìn)行模擬計(jì)算，將模擬與實(shí)測(cè)的徑流過程、模擬與實(shí)測(cè)峰值進(jìn)行統(tǒng)計(jì)分析，通過調(diào)整參數(shù)反復(fù)計(jì)算，直至模擬結(jié)果滿意為止;自動(dòng)優(yōu)化指對(duì)各種模型設(shè)計(jì)尋找出最優(yōu)目標(biāo)函數(shù)和優(yōu)化方案，通過設(shè)定模型參數(shù)取值范圍，采用最優(yōu)化技術(shù)確定預(yù)報(bào)模型的最優(yōu)參數(shù)。

3.1.4 自動(dòng)預(yù)報(bào)

在無用戶交互的情況下，根據(jù)方案設(shè)定，進(jìn)行洪水預(yù)報(bào)，預(yù)報(bào)結(jié)果自動(dòng)保存在數(shù)據(jù)庫中，通過設(shè)置自動(dòng)預(yù)報(bào)方案及模型參數(shù)，從數(shù)據(jù)倉庫自動(dòng)獲取雨水情及工情數(shù)據(jù)，根據(jù)不同的計(jì)算條件、計(jì)算頻次等，對(duì)未來一段時(shí)間內(nèi)的洪水過程進(jìn)行自動(dòng)化預(yù)報(bào)。

3.2 預(yù)警

3.2.1 實(shí)時(shí)信息監(jiān)測(cè)預(yù)警

數(shù)字孿生樂安河平臺(tái)接入實(shí)時(shí)衛(wèi)星云圖、實(shí)時(shí)雷達(dá)回波圖、實(shí)時(shí)降雨量、站點(diǎn)降雨量圖等，通過雨情、水情、工情信息實(shí)時(shí)監(jiān)控，掌握樂安河流域?qū)崟r(shí)汛情。預(yù)警展示如圖2所示。

3.2.2 上游河道洪水預(yù)警

根據(jù)上游集總式模型、分布式模型預(yù)報(bào)成果，結(jié)合汪口站、三都站的洪水預(yù)警指標(biāo)，實(shí)現(xiàn)汪口、三都斷面的洪水預(yù)警。依據(jù)水動(dòng)力耦合模型的預(yù)報(bào)成果，結(jié)合各斷面的洪水預(yù)警指標(biāo)，實(shí)現(xiàn)婺源縣上游河道重要斷面洪水預(yù)警。以不同的顏色對(duì)應(yīng)超警戒、超保證、超歷史最高等不同的預(yù)警等級(jí)在地圖中進(jìn)行閃爍提醒。

根據(jù)各個(gè)測(cè)站不同等級(jí)的預(yù)警指標(biāo)，洪水預(yù)警觸發(fā)器實(shí)時(shí)執(zhí)行，獲取河道、水庫測(cè)站的實(shí)時(shí)水位、流量數(shù)據(jù)，并計(jì)算實(shí)時(shí)數(shù)據(jù)與閾值的差值，以此來判斷該時(shí)段測(cè)站是否存在預(yù)警。

3.2.3 水庫洪水預(yù)警

清華水庫壩址以上的降雨產(chǎn)流模型主要為集總式水文模型、馬斯京根河道河流模型等，預(yù)報(bào)清華水庫、段莘水庫的入庫流量過程。根據(jù)各水庫壩址以上的降雨產(chǎn)流模型，預(yù)報(bào)星江電站水庫、江村電站水庫、秋口電站水庫、利源電站水庫、程村電站水庫和武口電站水庫的入庫流量過程。并與水庫的汛限水位、校核水位、設(shè)計(jì)水位和歷史最高水位進(jìn)行對(duì)比，進(jìn)行水庫洪水告警。不同顏色對(duì)應(yīng)超汛限、超校核、超設(shè)計(jì)和超歷史最高等不同的預(yù)警等級(jí)在地圖中進(jìn)行閃爍提醒。

3.3 預(yù)演

通過調(diào)用動(dòng)力學(xué)模型微服務(wù)，實(shí)時(shí)滾動(dòng)計(jì)算洪水演進(jìn)過程，結(jié)合三維可視化模型對(duì)樂安河流域?qū)崟r(shí)洪水演進(jìn)情況、淹沒情況、防洪應(yīng)急方案等進(jìn)行推演模擬、可視化仿真，并對(duì)流域范圍內(nèi)雨情、水情、淹沒形勢(shì)進(jìn)行綜合分析。

3.3.1 洪水實(shí)時(shí)計(jì)算演進(jìn)

以3D地形數(shù)據(jù)及實(shí)時(shí)水情數(shù)據(jù)為基礎(chǔ)，依托數(shù)字孿生樂安河流域?qū)崟r(shí)水情，以三都站的實(shí)時(shí)流量作為邊界輸入條件進(jìn)行樂安河洪水演進(jìn)計(jì)算，顯示該流域河道水面線變化及河道任一斷面水位變化。

3.3.2 洪水預(yù)測(cè)演進(jìn)

根據(jù)水情監(jiān)測(cè)數(shù)據(jù)和氣象預(yù)報(bào)數(shù)據(jù)，預(yù)先推測(cè)可能發(fā)生的洪水，以及洪水發(fā)生后的演進(jìn)過程，依托數(shù)字孿生樂安河流域，預(yù)演洪水在河道上與流域內(nèi)可能發(fā)展、變化等演進(jìn)情況，同時(shí)提供洪水預(yù)見期設(shè)定、計(jì)算方案保存、查詢分析等功能。洪水預(yù)測(cè)預(yù)演實(shí)現(xiàn)了預(yù)報(bào)功能與預(yù)演功能的有機(jī)融合。

3.3.3 洪水淹沒預(yù)演

依據(jù)洪水淹沒模型的計(jì)算成果，以3D地形數(shù)據(jù)及水情數(shù)據(jù)為基礎(chǔ)，推演洪水暴發(fā)時(shí)婺源縣城區(qū)的淹沒情況。

根據(jù)耦合水動(dòng)力模型結(jié)果和婺源縣城區(qū)、大鄣山鄉(xiāng)的地形數(shù)據(jù)，在數(shù)字孿生樂安河流域上進(jìn)行疊加分析，得到洪水的淹沒范圍、淹沒歷時(shí)等洪水風(fēng)險(xiǎn)信息，并進(jìn)行洪水災(zāi)情統(tǒng)計(jì)。

3.4 預(yù)案

洪水防御預(yù)案依托現(xiàn)有條件，對(duì)歷史典型洪水、設(shè)計(jì)洪水、實(shí)時(shí)洪水進(jìn)行預(yù)演，通過可視化手段將推薦的各種方案直觀展示給用戶[5]。

3.4.1 方案優(yōu)選

根據(jù)防洪調(diào)度規(guī)則、專家技術(shù)支撐，以減少洪災(zāi)損失為目標(biāo)，對(duì)多個(gè)預(yù)案進(jìn)行分析論證研判，提出最優(yōu)預(yù)案。方案優(yōu)選一方面可通過專家經(jīng)驗(yàn)進(jìn)行優(yōu)選，另一方面可根據(jù)洪水影響綜合評(píng)價(jià)進(jìn)行優(yōu)選。完整的預(yù)案除具體運(yùn)行方案外，還應(yīng)包括工程運(yùn)用前后的水情比較、災(zāi)情估算分析數(shù)據(jù)[6]。

3.4.2 方案管理

方案管理包括方案構(gòu)建、方案修改、方案分配、方案輸出和方案輸入等內(nèi)容。將應(yīng)急預(yù)案結(jié)構(gòu)化、知識(shí)化表達(dá)后，通過智能化預(yù)案模型，分析關(guān)聯(lián)相應(yīng)處置方案，并將預(yù)案以可視化方式展示。智能化預(yù)案模型支持應(yīng)急事件的快速響應(yīng)，提升應(yīng)急事件的應(yīng)急處置能力。

3.4.3 城市防洪預(yù)案

根據(jù)氣象部門預(yù)警信息，街道負(fù)責(zé)開展排查，一旦發(fā)現(xiàn)洪澇險(xiǎn)情，立即向領(lǐng)導(dǎo)小組報(bào)告，并及時(shí)采取有效措施，指揮部收到發(fā)生險(xiǎn)情的信息后，派出救援隊(duì)伍及物資設(shè)備，進(jìn)行現(xiàn)場(chǎng)交通管制、人員疏散、設(shè)置警戒范圍，同時(shí)聯(lián)系供電部門確保電力安全、保障處置行動(dòng)供電，根據(jù)工作需要。根據(jù)應(yīng)急處置工作的需要設(shè)立現(xiàn)場(chǎng)指揮部，所有參與應(yīng)急搶險(xiǎn)救援的隊(duì)伍和人員必須服從現(xiàn)場(chǎng)指揮。

4 結(jié)束語

數(shù)字孿生樂安河流域發(fā)揮示范引領(lǐng)作用，研發(fā)了集總式、分布式、水動(dòng)力等水利專業(yè)模型，為數(shù)字孿生樂安河流域預(yù)報(bào)、預(yù)警、預(yù)演和預(yù)案“四預(yù)”體系提供算法支撐，有效提升水旱災(zāi)害防御技術(shù)支撐能力。下一步，在項(xiàng)目實(shí)施運(yùn)用較好的基礎(chǔ)上，可將數(shù)字孿生工程涵蓋業(yè)務(wù)擴(kuò)展至整個(gè)樂安河流域水資源管理、河湖管理等多尺度多業(yè)務(wù)的應(yīng)用體系。

參考文獻(xiàn)：

[1] 水利部印發(fā)關(guān)于推進(jìn)智慧水利建設(shè)的指導(dǎo)意見和實(shí)施方案[J].水利建設(shè)與管理，2022，42（1）：5.

[2] 李匡，郭曉麒，柴福鑫，等.河南鄭州市防洪“五預(yù)”系統(tǒng)建設(shè)及應(yīng)用[J].中國(guó)防汛抗旱，2024，34（4）：72-76.

[3] 曾焱，程益聯(lián)，江志琴，等.“十四五”智慧水利建設(shè)規(guī)劃關(guān)鍵問題思考[J].水利信息化，2022（1）：1-5.

[4] 張飛，索金琳，李灣，等.數(shù)字孿生樂安河助力提升小流域防洪決策支撐能力[J].水利信息化，2023（5）：19-24.

[5] 趙夢(mèng)杰，徐時(shí)進(jìn)，王凱，等.基于“四預(yù)”的山東省洪水預(yù)報(bào)系統(tǒng)研究及應(yīng)用[C]//《中國(guó)防汛抗旱》雜志社，水利部防洪抗旱減災(zāi)工程技術(shù)研究中心（水旱災(zāi)害防御中心）.2022-2023年度全國(guó)典型洪旱過程應(yīng)對(duì)技術(shù)經(jīng)驗(yàn)交流會(huì)論文集.[出版者不詳]，2023：8.

[6] 劉明超.基于WebGIS的防洪調(diào)度決策支持系統(tǒng)[D].上海：華東師范大學(xué)，2011.

第一作者簡(jiǎn)介：嚴(yán)春燕（1992-），女，碩士，工程師，副科長(zhǎng)。研究方向?yàn)槿斯ぶ悄堋?/p>