文｜臨沂市市政工程建設(shè)管理服務(wù)中心 王艷君；北京北控悅慧環(huán)境科技有限公司 王鵬；易智瑞信息技術(shù)有限公司 董曉非

1.引言

臨沂是一座依水而建、憑水而興的城市，中心城區(qū)“九水繞城”，水是臨沂最靚麗的名片。然而，隨著經(jīng)濟(jì)快速發(fā)展、城市建設(shè)步伐加快、城區(qū)人口不斷增長，臨沂中心城區(qū)部分河流水體黑臭、水質(zhì)超標(biāo)問題突出，水環(huán)境質(zhì)量亟待提升。自2015年底，臨沂市全面開展黑臭水體排查，共確定了16 條24 段80.7 公里城市黑臭水體，共實(shí)施了河道治理及配套污水處理廠、污水管網(wǎng)建設(shè)、水系互連互通程、管網(wǎng)修復(fù)、能力建設(shè)與監(jiān)測評(píng)估系統(tǒng)等5 類39 項(xiàng)工程，累計(jì)完成投資39.2 億元。2018年10月，臨沂成功入圍國家首批黑臭水體治理示范城市，獲得國家6 億元獎(jiǎng)補(bǔ)資金。截至目前，臨沂市上報(bào)的24 段黑臭水體已全部通過省級(jí)初見成效評(píng)估，其中21 段通過省級(jí)長制久清評(píng)估，臨沂市黑臭水體治理已進(jìn)入長效管養(yǎng)階段。

在近十年黑臭水體治理的過程中，各項(xiàng)工程措施發(fā)揮了積極重要且不可替代的作用，隨著云計(jì)算、物聯(lián)網(wǎng)、人工智能等IT 新技術(shù)的應(yīng)用，軟件平臺(tái)在其中發(fā)揮的作用越來越明顯。2021年隨著“黑臭水體監(jiān)測平臺(tái)”（一期）的上線試運(yùn)行，黑臭水體治理工作有了一個(gè)聰明的大腦。隨著治理工作進(jìn)入長效營養(yǎng)階段，越來越多的新需求、新問題也浮出水面，給“黑臭水體監(jiān)測平臺(tái)”帶來了新的挑戰(zhàn)和機(jī)遇。本文按照水利部數(shù)字孿生流域平臺(tái)的構(gòu)建思路，結(jié)合水環(huán)境數(shù)字孿生管控平臺(tái)即“黑臭水體監(jiān)測平臺(tái)”二期（規(guī)劃），從數(shù)字孿生的視角討論并嘗試解決這些問題。

2.水環(huán)境數(shù)字孿生管控平臺(tái)構(gòu)建

數(shù)字孿生平臺(tái)是基于信息化基礎(chǔ)設(shè)施，利用云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、遙感、數(shù)字仿真等技術(shù)，對物理單元全要素和相關(guān)治理管理活動(dòng)全過程進(jìn)行數(shù)字映射、智能模擬和前瞻預(yù)演，支撐業(yè)務(wù)各項(xiàng)功能的實(shí)現(xiàn)?？v觀黑臭水體治理的各項(xiàng)工作，水環(huán)境數(shù)字孿生管控平臺(tái)也需要基于現(xiàn)有的信息化基礎(chǔ)設(shè)施，利用物聯(lián)傳感技術(shù)對各類水體和排水管網(wǎng)水質(zhì)水量進(jìn)行監(jiān)測，利用AI 和大數(shù)據(jù)的能力，以匯水分區(qū)區(qū)/排水分區(qū)/流域單元來進(jìn)行系統(tǒng)分析和治理，最終通過采取各類前瞻性預(yù)演、預(yù)案、實(shí)時(shí)聯(lián)合調(diào)度等方式來解決問題。下面從四個(gè)方面來探討水環(huán)境數(shù)字孿生管控平臺(tái)的構(gòu)建。

2.1 數(shù)據(jù)底板建設(shè)

數(shù)據(jù)底板以集水區(qū)/排水區(qū)為單元，以實(shí)體模型為核心，以時(shí)空數(shù)據(jù)為表現(xiàn)形式。數(shù)據(jù)底板在一期一張圖的基礎(chǔ)上升級(jí)擴(kuò)展，通過進(jìn)一步的數(shù)據(jù)收集/采集、治理、融合、數(shù)據(jù)建模來補(bǔ)充和完善。數(shù)據(jù)底板還將以服務(wù)的形式來支撐上層的集成展示、模型分析、調(diào)度優(yōu)化。參照數(shù)字孿生平臺(tái)相關(guān)指導(dǎo)技術(shù)文件，數(shù)據(jù)底板包括基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)、跨行業(yè)共享數(shù)據(jù)、地理空間數(shù)據(jù)等五大類數(shù)據(jù)資源。

2.1.1 基礎(chǔ)數(shù)據(jù)

基礎(chǔ)數(shù)據(jù)包括政區(qū)、流域、集水區(qū)、河流、湖泊、水利工程、排水規(guī)劃等帶有行業(yè)屬性的基礎(chǔ)數(shù)據(jù)，以及人口分布、現(xiàn)狀道路、植被覆蓋、土地利用、地形地貌等通用基礎(chǔ)數(shù)據(jù)。目前項(xiàng)目一期已收集了全部的基礎(chǔ)數(shù)據(jù)，并以地圖服務(wù)（二維）、場景服務(wù)（三維）、數(shù)據(jù)服務(wù)（內(nèi)容）的形式向上層提供。

圖1 排水分區(qū)

圖2 植被覆蓋

二期將補(bǔ)充重點(diǎn)區(qū)域高精度的地形數(shù)據(jù)，以及更新補(bǔ)充水利設(shè)施相關(guān)的基礎(chǔ)數(shù)據(jù)。

2.1.2 監(jiān)測數(shù)據(jù)

實(shí)時(shí)監(jiān)測數(shù)據(jù)接入種類包括：河道水質(zhì)數(shù)據(jù)、河道流量數(shù)據(jù)，管網(wǎng)水質(zhì)數(shù)據(jù)、管網(wǎng)水量數(shù)據(jù)、污水廠進(jìn)水口出水口水質(zhì)數(shù)據(jù)、實(shí)時(shí)降雨量數(shù)據(jù)、降水監(jiān)測點(diǎn)數(shù)據(jù)、內(nèi)河水位數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)、河長牌數(shù)據(jù)等。其中河道監(jiān)測設(shè)備、管網(wǎng)監(jiān)測設(shè)備、雨量計(jì)、視頻監(jiān)控、河長牌等屬于項(xiàng)目自建。其余監(jiān)測數(shù)據(jù)為集成接入。

項(xiàng)目一期自建各類監(jiān)測共計(jì)100 余套，其中河道相關(guān)監(jiān)測設(shè)備20 余套，管網(wǎng)相關(guān)監(jiān)測設(shè)備30 余套，視頻監(jiān)控設(shè)備30 余套，其余各類設(shè)備20 余套。項(xiàng)目二期根據(jù)一期業(yè)務(wù)應(yīng)用及現(xiàn)場監(jiān)測情況對相關(guān)監(jiān)測點(diǎn)位進(jìn)行加密，計(jì)劃新增管網(wǎng)監(jiān)測設(shè)備20 余套，河道監(jiān)測設(shè)備10 余套。

2.1.3 業(yè)務(wù)管理數(shù)據(jù)

業(yè)務(wù)管理數(shù)據(jù)包括調(diào)度預(yù)案、調(diào)度指令、設(shè)備工況、外業(yè)巡檢處置等數(shù)據(jù)。其中調(diào)度預(yù)案包括廠網(wǎng)河聯(lián)合調(diào)度預(yù)案、水環(huán)境應(yīng)急決策預(yù)案、超標(biāo)事件處置預(yù)案等；設(shè)備調(diào)度指令包括臨時(shí)調(diào)度指令和預(yù)案調(diào)度指令；設(shè)備工況包括各類設(shè)施的工作狀態(tài)和運(yùn)行負(fù)荷；外業(yè)巡檢處置數(shù)據(jù)針對外業(yè)巡檢和內(nèi)業(yè)決策，全流程覆蓋。

項(xiàng)目二期將針對業(yè)務(wù)應(yīng)用，結(jié)合場景，細(xì)化功能，持續(xù)擴(kuò)展業(yè)務(wù)管理數(shù)據(jù)。

圖3 河道浮標(biāo)水質(zhì)監(jiān)測站

圖4 管網(wǎng)水質(zhì)水量監(jiān)測站

圖5 廠網(wǎng)河聯(lián)合調(diào)度預(yù)案

圖6 污水分水閘工況詳情

圖7 青龍河實(shí)景三維數(shù)據(jù)

圖8 中心城區(qū)建模白模

2.1.4 跨行業(yè)共享數(shù)據(jù)

項(xiàng)目二期將推進(jìn)與氣象部門的合作，集成接入短臨降雨預(yù)報(bào)數(shù)據(jù)用于優(yōu)化模型調(diào)度；推動(dòng)與城市管理部門的合作，集成接入最新一期的管網(wǎng)普查數(shù)據(jù)；推動(dòng)與水利環(huán)保部門的深入合作，集成接入更多的河長制相關(guān)數(shù)據(jù)；開展與臨沂地質(zhì)遙感大數(shù)據(jù)中心的合作，獲取更高分辨率、更強(qiáng)時(shí)效性的遙感數(shù)據(jù)。

2.1.5 地理空間數(shù)據(jù)

項(xiàng)目一期已經(jīng)完成核心區(qū)建筑三維模型的構(gòu)建，并使用了覆蓋整個(gè)臨沂市的DOM 和DEM 數(shù)據(jù)，完成了L1 級(jí)數(shù)字孿生的構(gòu)建。在此基礎(chǔ)之上，平臺(tái)還對傾斜攝影等實(shí)景三維數(shù)據(jù)的應(yīng)用做了初步探索。項(xiàng)目二期將持續(xù)推進(jìn)傾斜攝影和建筑信息模型的試點(diǎn)應(yīng)用，收集污水廠、重要的河道管網(wǎng)設(shè)備的BIM 數(shù)據(jù)，打造L2+級(jí)別的數(shù)字孿生場景。

2.2 廠網(wǎng)河聯(lián)合調(diào)度模型構(gòu)建

項(xiàng)目一期在融合基礎(chǔ)數(shù)據(jù)、監(jiān)測數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)、地理空間數(shù)據(jù)的基礎(chǔ)上，通過集成河道水質(zhì)水動(dòng)力模型，建立起集實(shí)時(shí)監(jiān)測、預(yù)警、調(diào)度指揮等功能于一體的廠網(wǎng)河聯(lián)合調(diào)度模型。與此同時(shí)項(xiàng)目承建方還與政府主管部門、咨詢團(tuán)隊(duì)、當(dāng)?shù)剡\(yùn)營公司、水質(zhì)檢測單位共同建立起一套運(yùn)營管理制度和指揮調(diào)度流程。廠網(wǎng)河聯(lián)合調(diào)度模型，將涑河、陷泥河、青龍河片區(qū)視為廠網(wǎng)河聯(lián)動(dòng)的整體，依托平臺(tái)全方位的監(jiān)測監(jiān)控體系、全覆蓋的基礎(chǔ)數(shù)字資源體系、以實(shí)時(shí)監(jiān)測的河道水質(zhì)報(bào)警數(shù)據(jù)為依托，結(jié)合既定的水質(zhì)目標(biāo)，通過數(shù)值模型模擬，依據(jù)優(yōu)化算法自動(dòng)計(jì)算水質(zhì)優(yōu)化方案。廠網(wǎng)河聯(lián)合調(diào)度模型平臺(tái)還支持同目標(biāo)不同方案的對比，調(diào)度預(yù)案的生成和管理，為科學(xué)調(diào)度補(bǔ)水、水體治理提供決策支撐。

項(xiàng)目一期搭建的廠網(wǎng)河聯(lián)合調(diào)度模型，在日常的調(diào)水補(bǔ)水、突發(fā)水環(huán)境應(yīng)急決策、超標(biāo)事件調(diào)度中，已經(jīng)發(fā)揮了重要的作用。經(jīng)過一年的上線運(yùn)行，各方對模型平臺(tái)提出了更多的訴求，例如一期建立的數(shù)值計(jì)算模型沒有考慮汛期降雨的外部影響因素；地面產(chǎn)流、管網(wǎng)匯流機(jī)理模型尚未納入到一期數(shù)值模型當(dāng)中；尚未接入污水廠內(nèi)部工藝關(guān)鍵指標(biāo)，未將污水廠的彈性調(diào)度納入模型考慮范圍；數(shù)值模型生成的調(diào)度預(yù)案對于各類廠網(wǎng)河設(shè)施設(shè)備的控制力度較粗，調(diào)度時(shí)間尺度較大，多為小時(shí)或天；無法通過給定多目標(biāo)調(diào)度策略，自動(dòng)推薦最優(yōu)調(diào)度方案。鑒于項(xiàng)目一期存在的不完善之處，項(xiàng)目二期在一期數(shù)值模型的基礎(chǔ)之上，將構(gòu)建基于MPC（模型預(yù)測控制）的廠網(wǎng)河全覆蓋調(diào)度模型。

圖9 基于MPC（模型預(yù)測控制）的廠網(wǎng)河全覆蓋調(diào)度模型

基于MPC（模型預(yù)測控制）的廠網(wǎng)河全覆蓋調(diào)度模型包括幾個(gè)重要的組成部分：

2.2.1 管網(wǎng)機(jī)理模型

管網(wǎng)機(jī)理模型部分計(jì)劃以SWMM 模型為基礎(chǔ)進(jìn)行構(gòu)建。SWMM 是美國環(huán)保局推出的暴雨徑流管理模型，該模型可以對單場降雨或者連續(xù)降雨產(chǎn)生的坡面徑流進(jìn)行動(dòng)態(tài)模擬，進(jìn)而計(jì)算出特定環(huán)境條件下，管網(wǎng)中的水量和水質(zhì)狀況。管網(wǎng)機(jī)理模型相比項(xiàng)目一期有如下改進(jìn)：結(jié)合平臺(tái)中已有的基礎(chǔ)環(huán)境數(shù)據(jù)，通過對接氣象局實(shí)時(shí)降雨數(shù)據(jù)以及第三方短臨降雨預(yù)報(bào)數(shù)據(jù)，可以準(zhǔn)確接入或預(yù)測單場或多場降雨，解決一期模型未考慮外部降雨的問題；以最新一期的管網(wǎng)普查數(shù)據(jù)為基礎(chǔ)，構(gòu)建適宜模型計(jì)算的管網(wǎng)骨架數(shù)據(jù)，保證參與模型計(jì)算管網(wǎng)數(shù)據(jù)的現(xiàn)勢性和準(zhǔn)確性；通過在管網(wǎng)中布設(shè)的傳感器，可以對管網(wǎng)中的流量、液位、水質(zhì)等指標(biāo)進(jìn)行監(jiān)測，進(jìn)而可對復(fù)雜降雨條件下的管網(wǎng)機(jī)理模型進(jìn)行校驗(yàn)。

2.2.2 污水廠機(jī)理模型

污水廠機(jī)理模型部分計(jì)劃以某污水廠模擬軟件為基礎(chǔ)進(jìn)行構(gòu)建。利用污水廠模擬軟件可對污水廠的各種工藝過程和構(gòu)造進(jìn)行建模和模擬。污水廠機(jī)理模型不但需要對污水廠運(yùn)行進(jìn)行實(shí)時(shí)模擬，還需要支持通過設(shè)定多策略目標(biāo)方案，進(jìn)而確定特定場景下不同處置目標(biāo)的運(yùn)行方案。通過接入污水廠實(shí)時(shí)監(jiān)測數(shù)據(jù)和處理工藝關(guān)鍵指標(biāo)，可以對污水廠機(jī)理模型進(jìn)行校驗(yàn)。

2.2.3 MPC 實(shí)時(shí)控制器

MPC 即模型預(yù)測，是一種反饋控制算法，其目的就是預(yù)測出未來的輸出。MPC實(shí)時(shí)控制器內(nèi)置簡化預(yù)測模型，集成了管網(wǎng)機(jī)理模型和污水廠機(jī)理模型的主要能力，通過接入某時(shí)刻污水廠運(yùn)行指標(biāo)數(shù)據(jù)、污水廠進(jìn)口指標(biāo)數(shù)據(jù)、排水管網(wǎng)重要節(jié)點(diǎn)指標(biāo)數(shù)據(jù)，來預(yù)測分析未來某段時(shí)間的排水管網(wǎng)流量、污水濃度、污水廠處理能力，在多目標(biāo)控制算法的驅(qū)動(dòng)之下，最終計(jì)算出各類排水設(shè)施、污水處理廠的運(yùn)行調(diào)度方案。MPC 實(shí)時(shí)控制器追求在一定精度條件下，短時(shí)間步長的快速計(jì)算，進(jìn)而給出各類可調(diào)度設(shè)備的精準(zhǔn)調(diào)控指令，從而提高調(diào)度效率。

2.2.4 模型集成運(yùn)行

基于MPC 的廠網(wǎng)河全覆蓋調(diào)度模型一體化實(shí)時(shí)調(diào)度架構(gòu)如圖10所示。首先確定初始運(yùn)行時(shí)間、初始運(yùn)行基礎(chǔ)環(huán)境。在初始運(yùn)行基礎(chǔ)環(huán)境中，包括：降雨數(shù)據(jù)，實(shí)時(shí)或預(yù)測；管網(wǎng)模型數(shù)據(jù)，附帶各類重要控制設(shè)施，例如調(diào)蓄池、閘門等；管網(wǎng)中重要節(jié)點(diǎn)的監(jiān)測指標(biāo)數(shù)據(jù)，例如：液位、流量等；污水廠的運(yùn)行指標(biāo)和運(yùn)行方案。管網(wǎng)機(jī)理模型和污水廠機(jī)理模型作為集成模型仿真器進(jìn)行初始計(jì)算，將計(jì)算結(jié)果推送至MPC 實(shí)時(shí)控制器。MPC 實(shí)時(shí)控制器，根據(jù)確定的時(shí)間步長，例如10 分鐘，通過內(nèi)置的簡化模型，預(yù)測未來輸出，并給出調(diào)出指令。調(diào)度指令的給出需要以用戶預(yù)先設(shè)定的多目標(biāo)控制策略為導(dǎo)向，滿足例如污水廠效率最優(yōu)、處理能力最大化、管網(wǎng)無溢流等不同優(yōu)先等級(jí)的策略。管網(wǎng)機(jī)理模型和污水廠機(jī)理模型通過接收調(diào)控設(shè)備控制指令，變更其運(yùn)行狀態(tài)，再次開始機(jī)理模型的運(yùn)行，準(zhǔn)確模擬某時(shí)刻的管網(wǎng)與污水廠狀態(tài)，并將結(jié)果推送至MPC 實(shí)時(shí)控制器。MPC 實(shí)時(shí)控制器接收到最新一次的管網(wǎng)、污水廠狀態(tài)信息，開始下一次的預(yù)測控制計(jì)算。通過短時(shí)間間隔，長時(shí)間序列，帶有糾偏模式的模型計(jì)算，最終得到一次事件完整的調(diào)度方案。

圖10 基于MPC 的廠網(wǎng)河全覆蓋調(diào)度模型一體化實(shí)時(shí)調(diào)度架構(gòu)設(shè)計(jì)

基于MPC 的廠網(wǎng)河全覆蓋調(diào)度模型，通過集成多種機(jī)理模型、經(jīng)驗(yàn)?zāi)Ｐ汀⒑喕Ｐ?，可以解決外部因素考慮不全、調(diào)度預(yù)案顆粒度不夠、模型分析不準(zhǔn)等等問題；通過提供模擬調(diào)度和實(shí)時(shí)調(diào)度兩種調(diào)度方式，來滿足前瞻性預(yù)演、預(yù)案、實(shí)時(shí)聯(lián)合調(diào)度的需求；通過運(yùn)籌學(xué)多目標(biāo)控制算法，在復(fù)雜環(huán)境下，可以實(shí)現(xiàn)多目標(biāo)、分層次、分優(yōu)先級(jí)的最佳調(diào)度預(yù)案。

2.3 智能識(shí)別模型構(gòu)建

智能識(shí)別模型主要是利用人工智能方法從圖片、視頻、遙感等數(shù)據(jù)中自動(dòng)識(shí)別特定對象特征，并輔助業(yè)務(wù)應(yīng)用。水環(huán)境數(shù)字孿生管控平臺(tái)中已建和計(jì)劃建設(shè)的智能識(shí)別模型包括：

2.3.1 河道漂浮物識(shí)別——基于視頻監(jiān)控

河道上的漂浮物可能是水草樹葉、垃圾袋、塑料瓶，種類繁多，形態(tài)各樣，在日常的巡檢過程中無法做到全天候全天時(shí)。因此利用人工智能技術(shù)，通過訓(xùn)練圖像語義分割模型，結(jié)合視頻監(jiān)控，可以智能識(shí)別河道中的漂浮物。當(dāng)有AI 加持的視頻監(jiān)控發(fā)現(xiàn)河道有漂浮物時(shí)，會(huì)在第一時(shí)間告警，同時(shí)識(shí)別出物體的輪廓和像素面積占比。系統(tǒng)管理員可以根據(jù)視頻報(bào)警進(jìn)行巡檢推送，減少漂浮物對河道水質(zhì)的影響。

圖11 河道漂浮物AI 識(shí)別

2.3.2 設(shè)備巡檢智能預(yù)判——基于設(shè)備監(jiān)測數(shù)據(jù)

河道及管網(wǎng)中布設(shè)的監(jiān)測設(shè)備數(shù)量較多，且較為分散，很多設(shè)備需要放置到檢查井或河道中央。在日常巡檢過程中，難以時(shí)時(shí)查看或近距離查看，往往以設(shè)備是否丟失，設(shè)備位置是否發(fā)生偏移，設(shè)備外觀是否有損壞、設(shè)備目視范圍內(nèi)是否有異物干擾等作為常規(guī)檢查項(xiàng)。對于設(shè)備網(wǎng)絡(luò)傳輸是否正常、傳感器是否正常、傳感器探頭是否需清洗或更換，設(shè)備內(nèi)部是否有異物干擾等問題確難以及時(shí)發(fā)現(xiàn)。基于設(shè)備傳感器監(jiān)測指標(biāo)數(shù)據(jù)，通過構(gòu)建智能判別模型，利用數(shù)據(jù)傳輸數(shù)量、質(zhì)量、準(zhǔn)確率、延遲率，數(shù)據(jù)質(zhì)量異常數(shù)量統(tǒng)計(jì)，監(jiān)測指標(biāo)分布值域等信息，可以及時(shí)識(shí)別潛在隱患，并自動(dòng)提示巡檢養(yǎng)護(hù)人員。巡檢養(yǎng)護(hù)人員可以根據(jù)提示，采取針對性的處置措施，例如：指標(biāo)異常探頭需要清洗、網(wǎng)絡(luò)異常需要檢查設(shè)備網(wǎng)絡(luò)，指標(biāo)值整體偏離正常區(qū)間探頭需要更換等。

2.3.3 河道水環(huán)境監(jiān)測——基于遙感影像

基于遙感影像的水質(zhì)監(jiān)測可以實(shí)現(xiàn)從長時(shí)間序列、全空間角度了解水體富營養(yǎng)化、水體黑臭等水環(huán)境問題的變化趨勢及其成因。項(xiàng)目二期計(jì)劃利用遙感手段，獲取河道水體中葉綠素含量、懸浮物濃度、透明度、總磷、總氮、氨氮、黃色物質(zhì)、溶解氧等水環(huán)境指標(biāo)參數(shù)。通過與已有監(jiān)測數(shù)據(jù)進(jìn)行擬合校正，補(bǔ)充大范圍長時(shí)間序列的監(jiān)測水體水質(zhì)指標(biāo)。

圖12 數(shù)據(jù)傳輸監(jiān)控

圖13 數(shù)據(jù)質(zhì)量分析

2.4 可視化平臺(tái)構(gòu)建

可視化平臺(tái)包括數(shù)字孿生展示系統(tǒng)、實(shí)時(shí)監(jiān)測與報(bào)警管理系統(tǒng)、廠網(wǎng)河一體化調(diào)度管理系統(tǒng)等內(nèi)容。

數(shù)字孿生展示系統(tǒng)，將數(shù)據(jù)底板中的五類數(shù)據(jù)進(jìn)行統(tǒng)一管理和展示，具有虛實(shí)結(jié)合、狀態(tài)感知、模擬推演等特點(diǎn)。數(shù)字孿生展示系統(tǒng)的功能包括：實(shí)體數(shù)據(jù)瀏覽，各類實(shí)體數(shù)據(jù)的可視化瀏覽、疊加顯示，物聯(lián)數(shù)據(jù)查看、二三維圖屬聯(lián)動(dòng)查看；場景數(shù)據(jù)瀏覽，大面積連續(xù)三維地形場景、實(shí)景三維MESH 模型、三維精細(xì)模型、BIM模型等數(shù)據(jù)的加載與顯示；晴、雨、雪、霧、動(dòng)態(tài)水面、污染物擴(kuò)散等特效；廠網(wǎng)河全覆蓋調(diào)度模型結(jié)果模擬仿真。

實(shí)時(shí)監(jiān)測與報(bào)警管理系統(tǒng)，基于實(shí)時(shí)監(jiān)測數(shù)據(jù)實(shí)現(xiàn)水環(huán)境多維預(yù)警，及時(shí)識(shí)別異常、風(fēng)險(xiǎn)及問題，包括：實(shí)時(shí)監(jiān)測與報(bào)警、監(jiān)測數(shù)據(jù)趨勢分析、報(bào)警信息統(tǒng)計(jì)、智能視頻分析等。

廠網(wǎng)河一體化調(diào)度管理系統(tǒng)包括：場景與預(yù)案管理、模型管理、雨情信息管理、模型實(shí)時(shí)調(diào)度、模型預(yù)測調(diào)度、模型調(diào)度效果評(píng)估等內(nèi)容。

圖14 基于遙感影像的懸浮物濃度空間分布（示例）

圖15 基于遙感影像的葉綠素a濃度空間分布（示例）

3.小結(jié)

水環(huán)境數(shù)字孿生管控平臺(tái)充分利用了物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、遙感、三維GIS等技術(shù)，參照水利部數(shù)字孿生平臺(tái)的理念，結(jié)合項(xiàng)目實(shí)際進(jìn)行構(gòu)建，目前已經(jīng)初具規(guī)模。筆者相信，隨著應(yīng)用的不斷深入，需求的不斷涌現(xiàn)，還會(huì)有更多的問題需要解決、更多的挑戰(zhàn)需要面對，水環(huán)境數(shù)字孿生管控平臺(tái)也會(huì)持續(xù)進(jìn)化，持續(xù)完善，變得更加智能，發(fā)揮出更多更大的價(jià)值！