基于数字孪生技术的堤防安全监管系统设计

杨 榕

(广东粤水信息科技有限公司，广东 广州 510610)

堤防可以防御洪水泛滥，保护居民、田庐和各种建设，限制分洪区(蓄洪区)、行洪区的淹没范围，围垦洪泛区或海滩，增加土地开发利用的面积，抵挡风浪或抗御海潮，约束河道水流，控制流势，加大流速，以利于泄洪排沙[1]。近年来，政府加大了堤防建设改造力度，提高了部分堤段的防洪能力。但由于堤线漫长，影响堤防安全的因素复杂，不仅仅只有洪水等自然因素，还包括地质、结构、环境和人为因素等[2]，堤防安全管理的难度很大，溃堤事件也时有发生。因此，堤防安全监管系统的设计和实施就显得尤为重要。

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体全生命周期过程[3]。

本文旨在探讨数字孪生技术在堤防安全管理上的应用，重点从变形和渗流两方面对堤防的安全进行分析和预警。依托孪生系统强大的技术支撑，可以更加全面精准地掌握堤防运行状况及变化趋势，仿真模拟预测各种变化情景下的后果，优化选择最优决策方案。首先，本文将介绍基于数字孪生技术的堤防安全监管系统的总体架构，然后从数据底板、模型平台、知识平台及堤防安全“四预”应用4个方面介绍系统详细设计方案。

1 系统架构

基于数字孪生技术的堤防安全监管系统总体框架具体组成部分涵盖基础设施、数字孪生平台、智慧应用等内容，同时，通过建立贯穿各个层次的信息安全保障体系、标准体系，保障系统运行安全稳定。信息化基础设施是智慧水利建设的基础，包括监测感知网、通信网络、服务器资源等基础设施；数字孪生平台是智慧水利建设的核心与关键，包括数据底板、模型平台和知识平台[4]；智慧应用主要包括堤防“四预”应用[5]，调用数字孪生平台和信息化基础设施提供的算据、算法、算力等资源，实现堤防安全预报预测、堤防安全监控预警、堤防安全调度模拟演练和堤防安全预案管理，发挥数字孪生技术在工程安全管理方面的重要作用。本文重点从数据底板、模型平台、知识平台、堤防安全“四预”应用几个方面来论述系统的设计。系统总体架构如图1所示。

图1 基于数字孪生技术的堤防安全监管系统总体架构

图2 边坡累积位移-时间曲线

2 数据底板

2.1 数据资源

2.1.1地理空间数据

地理空间数据作为可视化场景展示的底座和模型计算的基础，主要任务包括采用卫星遥感、无人机倾斜摄影、激光雷达扫描建模等技术，构建管理区域内的数字高程模型(DEM，Digital Elevation Model)、正射影像图(DOM，Digital Orthophoto Map)、倾斜摄影模型、水下地形等，采用BIM技术[6]构建堤防及其附属结构、机电设备的BIM模型。

2.1.2物联监测数据

物联感知设备采集的物联监测数据，实现对物理世界的状态感知，并为机理模型构建提供数据基础，主要包括水位、流量、雨量、变形、渗流、闸门启闭、视频等数据。

2.1.3业务管理数据

业务管理数据实现对物理世界的运行感知，也为工程安全评估分析提供数据基础，主要包括运行管理数据、巡查养护数据、监督检查数据、调度数据等。

2.2 物联网平台

物联网平台实现“智能感知”的承上启下作用，对下接入各种感知设备终端，对上支撑各个智慧应用，成为一个监测信息的聚合地，实现统一收集统一分发的能力。

物联网平台[7]为工程全生命周期提供支撑服务，实现对各种智能感知设备，包括水位、雨量、变形、渗流、视频的统一接入、统一管理，同时接收和存储接收到各种感知监测数据，为上层的智慧应用提供有力的支撑。

2.3 大数据平台

随着系统的持续运行，将产生海量的数据，包括基础数据、地理空间数据、物联监测数据及业务管理数据，通过建设大数据平台，从而具备对这些数据进行采集、存储、治理、分析、可视化展现的能力。主要包括数据采集和数据治理两大块功能。

2.3.1数据采集功能

数据采集功能负责从外部系统按配置接入数据并对数据进行数据抽取、数据清洗、校验和数据转换等操作以保证采集的数据正确、可靠、有效；支持结构化数据、半结构化数据、非结构化数据、流式数据等多种数据采集与接入。

2.3.2数据治理功能

数据治理功能对各类元数据提供统一的集中管理及数据质量治理服务，同时提供元数据管理、数据质量管理以及数据生命周期管理，包括元数据采集、血缘影响分析、数据质量校验、质量分析评估、过期数据删除等能力。

3 模型平台

3.1 堤防安全评估分析模型

对堤防安全现状及趋势进行评估分析，需从其渗透稳定性、滑坡位移变形同时结合动力学特性进行多层次的分析评估，综合运用渗透稳定性评价模型和形变模型评价模型两种模型，通过两种模型对渗透压力、位移等相关监测数据的综合计算分析，最终达到准确评估堤防安全稳定性。

3.1.1渗透稳定性评价模型

堤坝是挡水建筑物，它和渗流并存，有堤坝就有渗流。渗透变形是一种复杂的水文地质现象，渗透变形不仅取决于土的不均匀系数、土粒直径和颗粒级配，而且也和土的密度、渗透性有关。

堤坝的坝体和坝基渗流监测是堤坝运行监测中不可缺少的重要内容。在坝体和坝基的适当部位对坝体各点渗透压力的大小进行准确监测，以及堤防典型断面的渗流状况。基于渗透稳定性评价模型，构建渗透稳定性评价指标、预警关键指标体系。对堤坝的浸润线、渗透规律、渗透压力数据及相关监测数据进行综合分析，将实测的浸润线与设计浸润线进行比较，对堤坝的渗透稳定性进行评价。

3.1.2形变稳定性评价模型

对于堤防安全问题，位移变形监测是重要的一环。堤防滑坡的产生发展是一个由量变到质变的渐进式演变过程，其累积位移-时间曲线具有3阶段演化特征：初始变形、等速变形和加速变形阶段。

形变稳定性评价模型是解决基于多点位移监测数据进行滑坡变形空间评价和预测的方法。针对堤防滑坡形变演化规律，通过相对位移速率比的方法对位移相关数据进行综合分析，研究判定滑坡体上各点变形阶段的相对位移速率比标准，判断演化阶段，为堤防的安全评估提供工具。

3.2 模拟仿真引擎

模拟仿真引擎是实现数据底板、堤防安全评估分析模型在应用中使用的主要工具。

基于数字孪生应用场景的智能模拟仿真引擎，实现实时数据驱动仿真、算法训练及验证，支撑模型算法的版本管理、参数配置、组合装配、加载调用、计算跟踪、训练优化、模型迭代管理，面向不同业务、不同场景、不同目标，指导赋能业务场景。

模拟仿真引擎提供数据底板数据加载、场景管理、仿真建模、空间分析、仿真计算、三维渲染、特效处理、模型轻量化等服务能力，具备以数字驱动虚拟对象运转的能力，实现物理工程的同步直观表达、工程运行全过程高保真模拟，支撑数字孪生体与物理体的交互分析，支持工程安全评估分析模拟仿真、工程安全前瞻预演、工程安全应急预案动态模拟等。

模拟仿真引擎基于可动态拓展的云端与边缘端服务，高效利用网络、计算、存储、分布式计算等计算机资源，提供的SDK以标准接口的方式对已构建的模型进行封装并注册至模型库，实现利用模型编排进行模型功能耦合，包括计算拓扑关系，数据对接等，并可进行服务发布。基于边缘端-云端协同体系的仿真模拟引擎，可以实现专业模型的实例化验证与不断迭代生长。

4 知识平台

4.1 知识库

构建业务规则、专家经验、历史案例、调度方案预案等知识库，并不断积累更新。

业务规则库主要包括相关法律法规、规章制度、技术标准、管理办法、规范规程等，专家经验库主要包括括堤防隐患分析、设备检修、堤防安全评估分析等专业知识，历史案例库主要包括重要控制断面流量小于最小下泄流量、超标洪水、溃堤等经典案例，调度方案预案主要包括堤防和水闸工程防汛预案、水闸工程调度预案、堤防和水闸防汛抗旱应急预案、堤防和水闸超标准洪水防御预案等。

4.2 知识图谱

理清各类水利对象基础信息及其相互之间的空间关系、水流关系、管理关系等，并在知识库构建的基础上，利用知识图谱技术，经过知识表示、抽取、融合、推理和存储等过程，提取出水利知识要素，构建知识图谱，利用可视化的图谱形象地展示堤防运行过程中的核心实体对象结构、从预报调度到模拟过程中关联的知识结构以及整体知识架构，达到多学科融合目的，服务于堤防安全管理。

4.3 知识引擎

知识引擎主要实现将知识库与业务应用紧密结合，为工程安全分析和供水调度决策提供支撑。应实现知识语义提取、知识推理、知识更新、集成应用等。

水利知识引擎主要实现水利知识表示、抽取、融合、推理和存储等功能。

知识表示利用人机协同的方式构建水利领域基础本体和业务本体，实现陈述性和过程性知识表示；知识抽取采用统计模型和监督学习等方法，结合场景配置需求和数据供给条件，构建实体—关系三元组知识，并抽取各类水利对象实体的属性，对水利领域实体类别及相互关系、领域活动和规律进行全方位描述；知识融合针对多源知识的同一性与异构性，构建实体连接、属性映射、关系映射等融合能力；知识推理通过监督学习、半监督学习、无监督学习和强化学习等算法，构建水利推理性知识；知识存储采用图计算引擎管理和驱动水利知识，实现超大规模数据存储。

5 堤防安全“四预”应用

5.1 堤防安全预报

5.1.1工程安全预报预测

结合水文预报结果，通过水位、流量的预报，基于堤防安全评估分析模型，对工程安全的态势进行预测，包括渗透状态、形变状态随时间的变化过程预报预测。

5.1.2预报结果模拟仿真

将水位、流量过程动态的展示在二维地图或三维空间模型上，同时展示堤防渗透状态、形变的变化过程。基于BIM模型，可通过在BIM模型上进行不同颜色的渲染，孪生展示堤防浸润线的变化过程，位移的变化过程。

5.1.3预报成果管理

对历次预报成果进行管理存档，具有增删查改等多种功能，并可导出电子文档。通过实时监测结果与预报结果的对比分析，评估预报模型的准确性，对模型参数进行自动校正。

5.2 堤防安全预警

5.2.1堤防安全预警信息展示

预警是基于定义好的阈值进行数据匹配并得出结论。针对当前堤防安全监测数据及堤防安全分析模型预报预测的结果，在地图上显示监测站点的空间分布，并基于预报数据展示监测数据的变化范围，显示在地图上，通过对超警断面的不同颜色渲染以呈现预警效果。

可查看堤防安全监测站点列表，并针对每个站点展示实时及预报时段内的渗流、位移等信息，以表格或图表方式进行展示，对于超警情况进行突出显示。

5.2.2预警配置

提供图形化界面来设置超警设置的阈值。包括确定预警要素、预警等级、预警阈值等，支持通过固定值或通过简单逻辑来进行预警设定。

5.2.3预警发布

根据预警配置，自动选择发送的信息模板、范围和对象，可以设定在特定的条件下自动发送，也可以在特定情况下手动设定发送的信息内容、范围和对象并发送。可实现短信、微信等多种信息发布渠道的预警发布。

5.2.4信息模板设置

可以对信息模板进行编辑，根据不同的预警情况，可以选择不同的信息模板，实现信息发布的灵活定制。

5.2.5堤防安全预警事件管理

记录堤防安全预警事件，根据其预警条件、响应级别、预警处置事件结果和善后处置方法进行统一归档管理，支撑知识库的优化迭代。

5.3 堤防安全预演

5.3.1堤防安全预演

在历史洪水或设计洪水条件下，结合水文模型、GIS地图和三维建模成果，以洪水动态演进的过程为背景，基于堤防安全评估分析模型，展示堤防安全等级的变化过程，以不同颜色的图标标注区分不同区域的安全状况，更直观的展示风险范围的变化情况。基于BIM模型，可在堤段的三维可视化环境下直观展示浸润线的变化过程、位移的变化过程、安全等级的变化过程，通过三维渲染技术，以不同颜色的渲染体现堤防的风险程度。

5.3.2预演结果后评价数据

利用实时监测数据及洪水后评价分析数据，对预演过程进行复盘分析，分析模型的误差，方便用户提取误差产生的原因，为后期预演优化提供基础。

5.4 堤防安全预案

5.4.1预案电子化

将管理单位的纸质版预案进行电子化管理，方便管理部门不受时间和空间限制，快速查阅预案。

5.4.2预案职责管理

梳理各业务部门的职责，建立各部门与预案中对应职责的关联关系，方便业务部门通过系统提供的各类检索功能，快速检索本部门的职责及工作范围，有效加强部门间协作。

5.4.3调度方案智能比选

基于结构化的电子方案预案、业务规则、历史案例及专家经验，利用知识引擎，智能筛选最优的几个调度方案供用户参考，为调度决策及实施提供理论依据。

5.4.4预案运用分析

对预案的历史使用记录进行管理，及历史调度记录，数据来源包括纸质调度记录及系统生成的数据。

支持对调度信息的录入、查询，并可查看详细的调度方案。结合历史场景进行综合分析，对预案运用的效果进行评估。

6 结语

基于数字孪生技术的具有“四预”功能的堤防安全监管系统，其优势在于以三维可视化技术实现物理世界中堤防安全状况的高保真映射，以专业模型为基础在三维空间模型上模拟仿真堤防安全演变趋势，达到风险点仿真预演、超前预警，防患于未然，从而全面提升管理数字化、网络化、智能化水平[8-10]，为新阶段水利高质量发展提供有力支撑和强力驱动。

在系统实施的过程中，应当重视和加强新一代信息技术与水利业务的深度融合。需重点解决数据底板的加载性能问题，探索智能算法及深度学习等非线性数学模型在安全评估分析上的应用[11]，加强安全评估分析模型的实时计算能力，提升专业知识库的深化应用，切实满足堤防安全管理的智慧化管理需要。