数字孪生水利实践案例分析与创新思考

耿振云，徐寅生，王 帅

（中水北方勘测设计研究有限责任公司，300222，天津）

一、数字孪生水利概述

每一次科技革命都会推动人类经济社会快速发展。随着数字化、信息化技术的蓬勃发展，数字经济时代到来，不同行业和领域的数字化、网络化、智能化建设深刻改变着政府社会管理和公共服务的方式和人们的日常生活。我国数字经济规模由2017 年的27.2 万亿元增长到2022年的50.2万亿元，总量稳居世界第二，占国内生产总值比重提升至41.5%。数字经济成为稳增长促转型的重要引擎。

国务院《数字中国建设整体布局规划》明确提出“构建以数字孪生流域为核心的智慧水利体系”，水利部将推进智慧水利建设作为推动新阶段水利高质量发展的六条实施路径之一，水利行业迎来了数字经济时代新的发展机遇。《“十四五”智慧水利建设规划》明确在小浪底、丹江口、岳城、尼尔基、南水北调、三峡、江垭皂市、万家寨、南四湖二级坝、大藤峡、太浦闸等重点水利工程开展数字孪生建设。《水利部关于开展数字孪生流域建设先行先试工作的通知》明确了开展数字孪生流域先行先试的重点任务。

数字孪生水网（工程/流域）是以物理水网（工程/流域）为单元、时空数据为底座、数学模型为核心、水利知识为驱动，对物理水网（工程/流域）全要素和建设运行全过程（治理管理活动全过程）进行数字映射、智能模拟、前瞻预演，与物理水网（工程/流域）同步仿真运行、虚实交互、迭代优化，实现对物理水网（工程/流域）的实时监控、发现问题、优化调度（发现问题、优化调度/联合调度和风险防范）的新型基础设施。

数字孪生水利是智慧水利建设的实施措施，数字孪生流域、数字孪生水网、数字孪生工程三者之间互不替代、各有侧重、相对独立、互联互通、信息共享。数字孪生工程是数字孪生流域的重要组成部分。数字孪生水网聚焦跨流域和区域调水，是国家水网建设的重要内容。

数字孪生水利要建设具有预报、预警、预演、预案“四预”功能的“2+N”智能业务应用，提升水利决策与管理的科学化、精准化、高效化能力和水平，为新阶段水利高质量发展提供有力支撑和强力驱动。数字孪生水利建设要从“形似” “神似”到“形神兼备”，虚实交互、优化迭代，实现虚实共生，可重现历史场景，也可模拟现实、预测未来。

二、数字孪生尼尔基工程建设实践

1.项目概况

尼尔基水利枢纽是嫩江干流上唯一有防洪任务的大型水库，在松花江流域防洪体系中占有重要地位。工程为大（1）型水利工程，以防洪、城镇生活供水和工农业供水为主，兼顾发电、航运及水环境保护。

2.建设内容

数字孪生尼尔基一期主要建设“1个平台、2个支撑、3个应用”，其中，“1个平台”指一套数字孪生平台，实现尼尔基涉水全要素数字化映射，实时信息交互、深度融合、模拟仿真，为各项业务提供孪生场景；“2个支撑”指一套高效基础设施和一套网络安全支撑体系，为数字孪生尼尔基提供算力、展示会商、感知、网络通信等功能和网络安全支撑；“3个应用”指防洪兴利智能调度、工程安全智能分析预警、综合决策支持3套业务应用系统，实现防汛、工程安全等方面的“四预”，并使基于数字孪生平台的业务和决策可视化。项目总体架构见图1。

图1 数字孪生尼尔基总体架构

3.关键技术及应用

（1）基于一二维水动力模型、模拟仿真引擎、数据底板的库区淹没预演

利用一、二维水动力模型计算水库控制流域内3个主要控制站（库漠屯、柳家屯、科后）至尼尔基水库坝前的洪水演进过程；利用模拟仿真引擎结合库区数据底板动态仿真展示坝前水库水位变化场景及库区淹没场景，并精准计算不同调度方案淹没范围的人口、土地、房屋和经济等损失情况，实现了对典型历史事件场景下水库调度的精准复演和对设计、规划或预报场景下的仿真预演。

（2）实现高效闸门调度运用方案编制

以闸门调度运用规则为边界条件，结合水库历史调度事件中闸门调度运用实际情况，以闸门调度最少化、启闭运用高效化为原则，提出不同出库流量时最合理的闸门调度运用方案，并将其纳入数字孪生防洪兴利智能调度系统和综合决策支持系统的方案库中，供预演及编制闸门调度运用方案时使用，解决了选取闸门调度方案的问题。

（3）研发尼尔基水库洪水预报模型

尼尔基公司以数字孪生工程建设为契机，在新安江模型、API模型的基础上，总结多年洪水预报作业经验，分析流域产流特征及规律，构建了流域产流计算方程，研发了退水相关模型和预报员经验模型等尼尔基洪水预报模型，进一步提高了洪水预报精度，延长了预见期。

（4）相似典型年来水智能研判

以当前年份逐旬来水过程为基准，计算当前年份和历史年份来水过程的不确定性系数并对比二者来水量，智能识别相关性最强、来水量相近的年份，将该年份的后续来水情况作为研判流域来水趋势的参考依据。该方法丰富了流域来水趋势的研判手段，提升了研判效率。

（5）构建水利知识图谱

建设水利知识图谱，对多源异构数据进行抽取融合，以知识互联的形态有序组织知识，对知识生产流程进行审核、调优、干预，保证知识质量。利用知识图谱技术，通过深度学习等分析和理解文本语义，实现语义精确检索，从而准确匹配知识，提高检索的准确率和效率。建设全库服务模块，在传统数据输出模式的基础上集成图谱输出功能，使用户可以通过统一的数据检索入口获取整个知识体系。工程安全知识库模块利用图谱技术，通过抽取、融合及清洗等步骤创建事件处理图谱，可以获取事件发生可能原因，追溯关联因素，推理可能影响结果，推荐对应的解决方案。基于图数据库相似度匹配算法，通过规则匹配，推荐防洪调度预案和闸门调度方案。整编防洪调度预案相关数据，归纳调度规则，利用基于节点权重的子图相似度算法实现子图相似度的排序，算法可以扩展到各类方案的智能推荐应用中。

（6）基于大语言模型的智能问答

采用大语言模型（LLM）建设智能问答模块。LLM通过大规模的无监督训练学习自然语言的模式和语言结构，模拟人类的语言认知和生成过程。与传统模型相比，LLM能够更好地理解和生成自然文本，同时具备一定逻辑思维和推理能力。此次项目建设中，创新结合LLM与知识图谱技术，利用LLM的自然语言生成能力丰富知识图谱的内容，同时利用知识图谱的语义理解能力提升LLM的语义推理和问答系统的效果。以全库数据为数据源，通过预训练模型，实现对工程基础知识、图表数据、图谱数据、各类险情应急处理数据等的智能问答，使用户可快速获取各类知识及各类事件解决方案。

4.应用成效

数字孪生尼尔基工程建设成果在实践中取得良好实效。防洪兴利智能调度系统成功复盘2013 年、2020 年和2021年等年份的洪水过程，在尼尔基水库2023 年防洪“四预”、水资源管理、水文、工程安全、网络安全等领域发挥了重要作用。

三、数字孪生嫩江建设实践

1.项目概况

嫩江流域河道宽浅、洪水多发，沿线有国家商品粮基地、大庆油田、齐齐哈尔市等重要防洪保护对象。嫩江的防洪决策涉及黑龙江、吉林、内蒙古三省（自治区），流域内防洪矛盾较为突出；干流仅有尼尔基一座控制性工程，洪水调蓄能力不足。数字孪生嫩江建设范围为嫩江流域，其中L2级数据底板主要建设范围为嫩江干流尼尔基水库至三岔河口河段，尼尔基水库以下流域范围共享水利部L1级数据底板，尼尔基水库以上流域范围共享数字孪生尼尔基工程建设成果；水利工程建设范围为胖头泡蓄滞洪区、月亮泡蓄滞洪区，以及汉书闸、老龙口分洪闸等；防洪“四预”应用建设范围为整个嫩江流域，含音河、绰尔河、洮儿河等主要支流。

2.建设内容

建设“1+2”的嫩江数字孪生体系。“1”指一套数字孪生平台，实现嫩江流域涉水全要素数字化映射，并实现物理嫩江与数字嫩江之间的动态、实时信息交互和深度融合，为各项业务提供孪生场景。“2”指防洪“四预”系统和流域综合展示系统。以防洪业务为切入点，基于数字孪生场景实现预报、预警、预演、预案，建立高效、精准的防汛体系；以数据底板为基础，基于模拟仿真引擎，实现嫩江的可视化展示，为防洪、水资源、河湖等各类业务提供基础展示平台。数字孪生嫩江总体框架见图2。

图2 数字孪生嫩江总体框架

3.关键技术及应用

（1）遥感影像智能识别技术

影像解译技术应用与迭代优化：将基于深度学习的遥感数据解译技术应用于松辽流域碍洪物调查，自动识别影像中的细微特征，准确解译各种地表覆盖类型，并行处理大量遥感数据，实现解译结果的合并与上图，算法已成功应用于不同分辨率的影像识别（见图3）。

图3 遥感影像智能识别

在线遥感监测技术：研发人机交互半自动数据标注和全自动分类模块，通过创新AI算法和数据处理流程，对建筑物、林地、草地、耕地4 类地物进行快速识别和响应，实现了对嫩江流域动态环境的通用在线遥感监测，以及从数据采集、处理、解译到展示的全流程自动化。

（2）数字孪生场景构建技术

研发基于语义的海量三维模型空间数据优化处理与调度技术，解决海量三维模型和倾斜摄影模型运行效率低、显示效果差、语义信息保障难等问题。研发基于云架构的BIM+3DGIS 模型分布式实时在线处理技术，实现了分布式存贮、多线程综合处理、高并发处理，解决了BIM+3DGIS 模型存放分散、数据量大、参与方多样化等问题，提升了数据处理、任务协同的效率。研发基于云架构的全息图形一体化交互与开放式服务技术，基于微服务技术，实现了跨操作系统（跨终端应用）、图形数据分布式存贮、主流服务协议分发、大量满足业务融合的API 开放等功能，提供了高可用的BIM+3DGIS开放式综合技术平台。

（3）宽浅型河道洪水演进模型

基于传统二维水动力学模型的洪水演进及淹没模拟预测通常计算耗时长且不稳定，难以满足洪水实时预报的需要，构建了北方宽浅型河道洪水演进模型。宽浅型河道洪水演进模型构建一维卷积神经网络（1D-CNN）深度学习模型，利用二维水动力学模型生成样本训练深度学习模型，通过学习输入流量数据与输出网格单元水深序列之间的复杂非线性关系，实现传统二维水动力学模型的代理，快速准确地模拟或预测洪水淹没时空分布信息，满足实时预报需求，为嫩江干流洪水预警和应急避险工作提供技术支撑与决策支持。

（4）基于元胞自动机简化模型的胖头泡蓄滞洪区淹没分析模型

结合胖头泡蓄滞洪区面积大、下垫面状况复杂等特点，建立CADDIES-2D 简化的洪水演进模型，以水量转移理论替代水动力联系，实现1994 km2范围400万个网格数的模拟计算，解决了蓄滞洪区洪水演进模拟计算消耗大、效率低且稳定性差的难题。

（5）基于下垫面资料的缺水文资料地区超渗产流模型建模及参数提取

在缺少水文资料的地区，特别是高寒地区的小水库小流域，常规的率定方法无法实现模型参数率定。针对这一问题，建立了多个以物理参数为驱动的水文模型，基于土壤、土地利用以及数字高程模型等资料，提取物理下渗、水动力扩散以及水流汇集参数。经过洮儿河小水库的洪水验证，90%的预报节点精度达到乙级以上，解决了高寒地区、缺水文资料地区水库预报的难题。

（6）基于水库（群）预蓄预泄规则的反算调度模型

引入水库动态调蓄理念，建立基于水库（群）预蓄预泄规则的反算调度模型，解决了传统反算调度模型出流过程波动大、随机性强的问题，使出流过程更接近实际稳定出流状态。

4.应用成效

利用数字孪生嫩江建设成果，以信息化、智慧化手段赋能流域防洪工作，大幅度提升了防洪“四预”水平，有力支撑了防洪精准化决策，取得了显著的社会、经济效益。2023年数字孪生嫩江在松花江防洪调度期间发挥重要支撑作用。同时，数字孪生流域建设成果也在抗旱补水、水资源管理与调配、河湖管理、水土保持等多个业务中推广应用，发挥了重要作用。

四、问题与思考

数字孪生水利先行先试项目建设取得了一定成果，但分析总结已建项目，仍存在诸多问题需要解决。

①数据底板：数据是数字孪生最核心的要素，目前还存在数据更新不及时、数据共享难度大等问题。可基于全国水利“一张图”，优先满足核心业务。从管理机制、技术标准、技术研发等方面共同推动数据汇聚共享，跨行业共享还需要国家层面机制建设。高精度数据底板的传输共享效率还需优化。

②模型平台：目前水利专业模型精度不高，通用化水平低，比较依赖国外厂商，建议融合机器学习技术和知识图谱提升专业模型精准度。突破关键专业模型底层算法，研发面向机理模型和智能模型耦合的通用服务平台。研发新一代具有自主产权的模型平台。可视化模型需要用到高性能GPU服务器，需进一步研发能够满足实际使用需求的国产GPU。

③知识平台：目前水利业务信息缺乏有效结合，水利知识缺乏对业务的驱动。建议引入AI、机器学习、知识图谱、大模型等技术研发知识平台。单一水利工程或流域所涉及知识业务体量不足，无法支撑模型进行机器学习，建议由顶层统一规划建设知识平台，分级按需构建知识库，由各水利工程管理机构及流域管理机构使用。

④信息化基础设施：目前高性能算力不足，监测感知设备布局不完善，存在恶劣环境下设备无信号的情况。建议加强与国内云服务平台的合作，升级改造传统水利监测站网，构建新型水利监测网，升级改造通信网络。

⑤网络安全体系：目前国产化适配推动较慢，工控网和跨网数据交换行为的安全性有待进一步提升。建议数字孪生水利和信创产业互相促进，优先使用安全性高、技术能力强的云服务平台。

⑥保障体系：数字孪生项目建成后，管理单位要注重运维人才的培养，保证运维资金，逐步迭代优化智能应用，用好系统，避免重建轻管。

⑦注重实效：数字孪生建设的出发点和落脚点是赋能管理、支撑决策。数字孪生建设和应用过程中，要充分调研，结合流域或工程特点，找准需求，解决痛点，科学规划，急用先建，注重实效，避免走偏方向。