基于气象要素驱动的流域水旱灾害智慧“四预”系统研究及应用探析

马栋和，冯右骖

（1.中水东北勘测设计研究有限责任公司（水利部寒区工程技术研究中心），130000，长春；2.吉林大学新能源与环境学院，130000，长春）

一、背 景

数字孪生流域是由流域全量数据和水利知识驱动，物理流域和虚拟流域交互映射、共智进化、虚实融合的新基建范式，是智慧水利建设的核心与关键，近年来广泛应用于构建基于水文-水动力模型的流域水资源及水库群调控的仿真平台，重点实现不同时空尺度下水旱灾害风险的预报、预警、预演、预案“四预”任务。

数字孪生平台建设由信息数据底端、数据处理端、预警系统、中枢调控系统、仿真平台、知识决策平台、可视化端口、网络安全通道等模块构成（图1）。信息数据底端主要由监测感知端口、数据底板、数据存储库构成，气象、水文、视频监控等实时数据经由数据处理端预处理后，传输到预警系统对无效信息进行检测过滤，之后通过中枢调控系统分析识别，最终将有效信息分别传递到知识决策平台和仿真平台。仿真平台校正和演化模型参数，进而对物理流域进行实时映射，并对预警工况进行超前模拟和预演，预演结果经中枢调控系统处理筛分后到达知识决策平台。知识决策平台结合监测预警信息和仿真模拟数据，基于前期学习训练和约束规则生成并选取当前最优决策后反馈给中枢调控系统，经由中枢调控系统的数据与信息传输到可视化端口，并结合GIS+BIM技术进行渲染。同时，可视化端口提供各类工作业务操作交互接口，指令通过中枢调控系统派发至对应下属端口进行后续处理。

图1 数字孪生水利系统总体框架

众所周知，水文循环复杂多变，既包括非线性天然水文过程，又包括人为影响带来的下垫面、水库调度、河道变迁以及气候异常所引起的收支动态变化。因此在对高洪涝灾害风险地区评估的实际应用中，数字孪生技术仍面临着精度、效率、存储空间等方面的挑战。顾巍巍对周公宅-皎口梯级水库构建数字孪生平台和防洪“四预”业务应用，通过气象预报进行预警，根据气象降雨数据调用仿真模型模拟库区水量，实现水安全要素的实时、动态展示，但未实现数字孪生平台与物理流域的一致性，仿真软件为人工调用，模型单一，未实现智能化。黄艳等搭建综合仿真模型库，将不同仿真模型联合调用，提供精确调度决策和洪涝预报，利用仿真模型预演未来一段时间的洪涝数据，但模型仍为人工调用。刘昌军构建了数字孪生淮河流域数据底板和重点地区数字化场景，研发了基于多源高分辨率数据数字化场景与数字流场构建技术、基于超大规模水文水动力学并行计算技术的洪水实时预报预警模型等。胡春宏按照现有模型计算得出部分模型保真度在80%左右的结论，对实际应用起到一定指导作用，并建议构建通用模型以解决精确度低的问题。

在水文水利模型的基础上，数字孪生系统的另一个重要组成部分为智能算法。Hänsch探索了面向洪水预测和分析的地球数字孪生系统。Chen提出建设数字地球孪生水文系统作为水文学家的蓝图。Alperen研发了基于人工神经网络的水文数字孪生模型，将其应用于法国加登－圣克罗伊盆地洪水模拟。Tao提出数字孪生是实现物理空间和虚拟空间之间收敛的参考模型。Kritzinger按照虚实融合程度将数字孪生流域建模细分为数字模型、数字投影及严格意义上的数字孪生三个阶段。Ma在传统智能水利工程的基础上，通过引入新的网络技术，设计了一种高效环保的新型智能水利工程。Bergen发现来源多样的数据可能存在不确定性，数据驱动模型还不能完全替代机理模型。Wu利用遥感技术，经过数据偏差校正、机器学习算法和多传感器联合检索来优化数据精度、时空分辨率和延迟问题后，将其应用于干旱监测、降水预报和水资源管理。Yue发现基于粒子群优化和授粉算法的深度信念网络（PSO-FPA-DBN）的混合数据驱动模型能较好地适应月径流预报的非线性特征，可以获得准确可靠的径流预报结果。侯征军提出了水利工程知识图谱的构建方法，初步研究了基于推理规则的知识推理，实现了工程相关数据的智能推理与检索。周超构建了水利业务问题与决策流程的孪生建模平台，通过对水利对象、模型、方案、应用的可视化建模，动态建立映射真实业务的孪生应用。高月明在广东博罗县大洞水库建立知识平台，提供精准决策。Wang基于实体掩蔽的预训练语言模型（PTM）构建了一个多视图卷积神经网络（MCNN），利用互信息准则进行知识检索和匹配，实现应急预案的智能生成。

江西、广东、浙江、四川、山东、江苏等多地水利部门已开展针对流域水旱灾害的“四预”系统建设。徐健在福建沙县构建了基于WebGIS的智慧水利平台。盛晓波等利用GIS+BIM技术搭建可视化模型，利用BIM对水工建筑物提供高精度模型衔接GIS全场景建模，实现流域全场景可视化。白浩博基于开源GIS框架Cesium组件进行三维可视化开发，应用于新疆哈密石城子灌区，提高了整体管理水平。华陆韬基于BIM+GIS技术，依托Unreal Engine4引擎平台对场景及数据驱动模型的构建与集成，实现BIM数据轻量化、GIS数据可视化等功能。马瑞利用国产二三维一体化平台——方舟（3SGIS-Ark）结合BIM技术构建了数字孪生三维可视化平台。Qiu在Web端实现地理要素的虚拟模拟，设计了一种浏览器端数据加载方案，实现了三维模型的动态加载和剔除渲染，在巢湖流域使用效果良好。

但是，我国数字孪生流域建设仍处于起步阶段，存在监测感知信息化程度不高、数据信息互联不畅、资源整合共享不足、发展平衡度不够、智能化应用欠缺、运维能力薄弱、规范化程度不高、网络安全不足等诸多问题。对于水文资料缺乏地区，数字孪生流域建设存在困难，对洪旱灾情特别是其空间分布的准确预报往往受到局限。

此外，近年来全球气候异常多变，极端天气气候事件频繁发生，各大流域出现局地暴雨增强、流域洪水多发和旱涝交替急转的趋势，灾害防御形势变得愈加复杂。从流域防洪决策的支撑能力看，还存在洪水预报难度大、方案预案体系不够完善、数字孪生流域建设刚刚起步等问题。这些薄弱环节使得防洪保安和抗旱供水难度大大增加，急需开展流域水旱灾害防御系统研究，助力流域水旱灾害智慧决策与防御能力提升。

二、研究目的

为全面、系统提升流域尺度水旱灾害防御能力，推进流域智慧水利系统设计与构建，本研究以探索流域水文与气象的复杂联动关系为基础，研究分布式流域水文-水动力洪水预报模型，构建高性能计算引擎，提升松辽流域防洪抗旱决策制定及工作部署的能力和反应速度，切实推动数字孪生松辽流域水旱灾害“四预”精细化和智慧化。

拟构建分布式流域水文-水动力模型中的高性能洪水演进计算引擎，可模拟分析流域范围多尺度洪水演进和洪水淹没动态过程，同时又可作为数字孪生流域的中心智能应用模块，串联发挥土壤墒情、地下水交互、农业灌溉、旱情预测、水质、泥沙等多种水文模块的核心作用，为流域洪水预报预警、水旱灾害风险评估、水资源管理与调配、水生态环境恢复等工作提供关键技术支撑。结合已开发完成的GIS+BIM可视化平台引擎，充分发挥海量数据和丰富应用场景优势，为水旱灾害防御相关研究提供数字可视化平台引擎基础，提升流域水旱灾害智慧防御、调度能力，助力新阶段水利高质量发展。

三、研究内容

本研究旨在通过构建“气象-水文-风险-调度”的水旱灾害智慧“四预”系统模型链，重点攻坚利用多源气象要素驱动水文气象联合预报的技术难题（图2）。

图2 多源气象要素驱动水文气象联合预报技术路线

1.基于气象要素驱动的水文气象联合预报

全球气象要素集如ECMWF、GFS、GRAPES等可为流域雨洪模拟提供持续可靠的大气边界，通过对其进行时空降尺度、与地面测站比对校正等处理，提高局地模拟精度后，可用于驱动数字孪生平台中水文模型的中短期及实时的洪涝灾情滚动预报。多源气象数据集可用于驱动基于每种气象数据集的集合预报，通过扩大预报结果的不确定性区间，提高对所有灾情可能性的覆盖程度。长期积累的气象要素集可形成长时间序列，用于支撑对区域气候变化趋势和稳定性的分析，进而利用水文模型预测流域水旱长期变化趋势，并确定极端水文气象灾害的频率分布规律。

2.水旱灾害风险智能识别技术

基于气象要素驱动的水文模型将对数字孪生流域中的径流、下渗、蒸发、土壤墒情以及地下水含量等水分收支项进行模拟，其中水库上游来水预报将作为入库流量预报项传输给各级水库，用于指导水库调度决策的制定。分布式水文模型自身可对洪水灾害的空间分布进行预报，如把单个河段或水库泄流的流量或水位作为边界条件，可进一步驱动二维水动力模型或基于机器学习的快速洪水推演模型，对流域内易遭受洪灾的脆弱区进行时空精细化洪灾过程预演。结合不同气象情景驱动水文-水动力模型，可确定淹没区范围及淹没概率，进而对流域淹没风险评估定级，再针对不同重现期建立水旱灾害过程预演数字化结果的数据库，结合三维可视化平台，生成水旱灾害过程预演和风险区划图，快速为防洪抗旱决策提供经验支持。

3.水库智慧化调度管理技术

基于水库来水预报结果、河道洪水演进模型、水库洪水调度规程、城市及流域水电和生态需水目标，可构建基于多目标优化算法的水库调度模块，优化流域各级水库的泄流过程曲线，重点生成以防洪、错峰为主要目标的水库泄洪方案，根据水库的水位、流量等水文测量数据调控闸门，确保水库安全运行，降低流域及重点城市和地区的洪水风险，同时根据流域生态需水量调配流域水资源量，保证农牧区土壤墒情满足生产需求。针对溃坝或极端降雨等突发事件，基于水动力模型提前做好不同情境下的洪水过程预演，划定临时蓄滞洪区，制定应急避难方案及逃生路线，降低下游区域重点地区的淹没风险。

四、应用实践与预期成果

研究成果已应用于察尔森水库及其控制流域。察尔森水库是洮儿河干流上唯一的控制性水利工程，总库容12.53亿m3，兴利库容10.33亿m3，控制流域面积7780 km2，占洮儿河流域面积的23.5%。洮儿河流域降雨主要集中在夏季，降雨量较大，常常出现暴雨等灾害。察尔森水库防洪“四预”系统聚焦工程安全和水资源调控，主要业务模块包括降雨预报、来水预报、雨水情预警、工程预警、水库调度预演以及预案管理（图3）。

图3 察尔森防洪“四预”系统平台

系统目前接入美国国家环境预报中心和国内某气象服务公司的气象驱动数据，并融合察尔森水库控制流域19个雨量站的实时降雨数据，为流域提供未来15天的降雨和来水预报。五岔沟、索伦、察尔森、镇西水文站的水位、流量数据用于实时校正河道洪水演进预报。将经多目标优化后的水库泄量导入一二维水动力模型，用于预演下游洪水演进过程（图4），实现了基于多种雨水情及工况条件下水库泄流对下游土地、财产、人员影响的评估，并结合动画引擎对预演结果实现三维可视化展示（图5）。

图4 洪水演进预演

图5 洪水淹没三维可视化展示

项目预期建设为覆盖东北地区的数字孪生洪水灾情模拟平台，由大气模型、地面站网、遥感影像等多源气象要素驱动，可针对突发暴雨或台风事件提供洪水短临预报和快速预警，结合当地社会经济数据，为流域提供水旱灾害风险评估和灾害预演；通过深入挖掘东北气候特点下水文气象耦合过程与水旱灾害间的内在联系，重演嫩江流域在极端天气历史事件中的水旱成灾动态过程，量化各致灾因素的贡献程度，确立流域水旱灾害的形成主因，并根据模型预演结果制定相应预案，最终形成一套基于大气水-地表水-地下水全循环的流域水旱灾害风险管控体系；按照水利部智慧水利建设“2+N”业务应用的要求，以数字化产品的形式积极参与流域及各地区智慧水利建设，根据洪水类型及风险等级，结合灌溉、生态、供水等兴利目标，助推流域水库群自动化、智慧化调度防御系统建设，为保护人民生命财产安全和社会稳定发展发挥积极作用。

五、展望与挑战

数据底板是数字孪生流域实现物理映射的基础，但数字孪生流域的建设往往受困于地面观测站网缺乏或数据缺失，模型调参验证工作以及流域洪涝风险调控能力相应受限。全球气象要素预报集及空天地一体化监测技术的快速发展，为数字孪生流域建设以及实现水旱灾害“四预”功能提供了新的契机。全球尺度大气模型以及遥感探测可提高对物理流域和水文要素的全面感知，部分解决地面站网稀疏或数据缺失所造成的数据限制，增强平台预报突发灾情的时效性和空间准确性；同时，长时序的气象要素集可为分析气候敏感地区的水文气象演变规律提供相对充足的数据支持，进一步推进流域模拟仿真推演及孪生模型的自主演变，相应研究结果将有助于进一步指导数字孪生流域对关键河段或城镇制定针对性的防洪布局和应急备案。

“四预”模型在实际应用中需基于长时间序列数据运行，并关注具体工况对流域水文过程的影响，使数字模型能够反映物理流域全生命周期中诸如河道淤积、改道、土地利用变更等时空变化，同时考虑如南方沿海台风影响或北方春季凌汛等地区性水文特征，提高模型的自主调整和演变能力，保证数字孪生流域与物理流域的时空一致性，切实发挥出数字孪生流域的“四预”作用。

此外，“四预”平台在国内外处于高速发展阶段，但受到工程、业务范围的限制，常常只针对单一水库所处流域进行建设，缺乏对于集群水库及影响流域的整体调度；在建设过程中，又缺乏用于任务分配和调用的互联平台，使得数字孪生仿真平台的自动化实现困难；感知端仪器不尽相同，数据格式难以标准化，数据处理挤占大量存储空间和计算资源，且部分流域缺乏水文和监控仪器。因此，真正落实流域的“数字孪生化”过程和完全实现洪涝灾害“四预”任务依然任重而道远。