摘 要：江西省樂安河流域洪水具有歷時短、匯流快、洪峰尖高的特點，針對樂安河流域自然地理特性和水文氣象特征，在數(shù)字孿生場景下增強流域防洪“四預”能力。該文以數(shù)字孿生樂安河流域為例，基于數(shù)字孿生、數(shù)字映射等先進技術，以數(shù)字孿生場景為數(shù)據(jù)底板，模型平臺為算力，提升數(shù)字孿生樂安河流域“四預”能力為目標，通過實時監(jiān)測數(shù)據(jù)，對不同場景不同降雨條件洪水情況采用不同模型進行分析，實現(xiàn)洪水預報、預警、預演和預案功能，為其他流域數(shù)字孿生建設提供參考。

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

中圖分類號：TV87 文獻標志碼：A 文章編號：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《關于大力推進智慧水利建設的指導意見》（以下簡稱《指導意見》）?！吨笇б庖姟分赋觯腔鬯ㄔO是推動新階段水利高質(zhì)量發(fā)展的六條實施路徑之一，按照“需求牽引、應用至上、數(shù)字賦能、提升能力”要求，以數(shù)字化、網(wǎng)絡化、智能化為主線，以數(shù)字化場景、智慧化模擬、精準化決策為路徑，以構建數(shù)字孿生流域為核心，全面推進算據(jù)、算法、算力建設，加快構建具有預報、預警、預演和預案（以下簡稱“四預”）功能的智慧水利體系[1]?！吨笇б庖姟诽岢隽送七M智慧水利建設的主要任務：一是建設數(shù)字孿生流域，包括建設數(shù)字孿生平臺、完善信息基礎設施。二是構建“2+N”水利智能業(yè)務應用體系，包括流域防洪應用、水資源管理與調(diào)配應用、N項業(yè)務應用。

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會，要求將數(shù)字孿生流域建設作為智慧水利建設重點任務和落實省委省政府“一號發(fā)展工程”重要舉措予以推進。同年，江西省水利廳制定了《江西省數(shù)字孿生流域建設工作計劃》，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，開展贛江流域梯級水庫聯(lián)合預報調(diào)度一體化系統(tǒng)、贛汛通等應用建設，努力構建具有預報、預警、預演和預案功能的智慧水利體系[2]。

1 “四預”數(shù)字孿生系統(tǒng)設計

1.1 平臺總體框架

按照數(shù)字孿生流域建設先行先試工作要求，結(jié)合樂安河流域防汛工作需要，通過數(shù)據(jù)資源整合，重點實現(xiàn)樂安河流域防洪“四預”的數(shù)字孿生應用，通過樂安河流域物理工程與數(shù)字工程的全要素數(shù)字化映射和同步仿真運行，建設流域防洪與調(diào)度決策應用。

1.2 業(yè)務流程設計

洪水預報模塊是基于前端感知設備采集氣象、河流、監(jiān)測信息等數(shù)據(jù)，利用模型平臺構建的可視化模型、水利專業(yè)模型等，對流域洪水過程進行提前預報;洪水預警模塊是在洪水預報的基礎上，通過設定的防洪相關數(shù)據(jù)的閾值，對監(jiān)測數(shù)據(jù)、預報結(jié)果數(shù)據(jù)進行綜合分析，并最終發(fā)布預警信息;洪水預演模塊是對已有的多種防洪調(diào)度方案進行三維可視化預演，預演結(jié)果將展示在會商決策模塊，為領導提供決策支持;防洪調(diào)度預案模塊是基于預演的結(jié)果數(shù)據(jù)，結(jié)合知識平臺提供的知識依據(jù)，比選出最優(yōu)的調(diào)度方案以及適宜的應急預案。業(yè)務流程如圖1所示。

2 數(shù)字孿生流域關鍵技術

數(shù)字孿生樂安河流域關鍵技術主要包括數(shù)據(jù)底板、模型平臺、知識平臺和業(yè)務應用。

2.1 數(shù)據(jù)底板

數(shù)據(jù)底板是數(shù)字孿生及業(yè)務應用基礎支撐，是智慧水利的“算據(jù)”，構建完善樂安河流域數(shù)據(jù)底板，實現(xiàn)數(shù)字化場景的映射，為可視化展示提供數(shù)據(jù)基礎。根據(jù)《數(shù)字孿生流域建設技術大綱》要求，對接水利部提供的L1級數(shù)據(jù)底板，補充三維樂安河流域工程范圍內(nèi)精細地表、高精度數(shù)字地形模型的L2級數(shù)據(jù)底板，對樂安河流域范圍內(nèi)清華水庫、段莘水庫等水利工程進行高精度建模，整合基礎數(shù)據(jù)、監(jiān)測數(shù)據(jù)、業(yè)務管理數(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級數(shù)據(jù)底板。

2.2 模型平臺

模型平臺包括水利專業(yè)模型、智能模型、可視化模型等。針對樂安河流域防洪“四預”應用需求，構建集總式模型、水動力耦合模型、防洪調(diào)度及預警分析模型等，以微服務方式提供統(tǒng)一調(diào)用服務，實現(xiàn)模型共享復用。

2.3 知識平臺

知識平臺包括預報調(diào)度方案庫、歷史洪水場景庫、防洪調(diào)度規(guī)則庫和專家經(jīng)驗庫等，通過建立水利知識引擎[3]，實現(xiàn)水利知識表示、抽取、融合、推理和存儲等功能，更新完善樂安河流域水利知識，構建動態(tài)優(yōu)化、實時更新的知識庫。

2.4 業(yè)務應用

利用樂安河水文智慧監(jiān)測與業(yè)務服務系統(tǒng)已建成果，融合洪水預報調(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)學模擬仿真引擎，實現(xiàn)樂安河流域洪水預報全過程的精準化模擬，以預演為手段，用預演成果迭代優(yōu)化形成預案，達到?jīng)Q策智慧化的目標，輔助管理者實施精準化決策。

3 “四預”系統(tǒng)建設

按照水利部和江西省水利廳數(shù)字孿生流域建設要求，接入樂安河流域現(xiàn)有降雨數(shù)據(jù)，構建樂安河流域預報、預警、預演和預案數(shù)字化場景[4]，實現(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 預報

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，另一方面延長洪水的預見期。數(shù)字孿生樂安河采用雨量站實測數(shù)據(jù)、降雨數(shù)值預報、雷達測雨數(shù)據(jù)作為洪水預報輸入。

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

接入權威機構多源氣象數(shù)值預報成果，包括短期、中期及長期降雨預報成果，提供不同預見期下未來降雨分布情況圖、統(tǒng)計表。

3.1.2 多模式預報

針對不同應用場景和現(xiàn)實需要，采用集總式模型、分布式模型、水動力耦合模型等多種預報模型方法進行洪水預報。將各類預報成果進行融合應用，可以獲得更加科學、合理的洪水預報成果。

1）從大鄣山到清華水庫區(qū)間構建集總式水文模型，以大鄣山的實測流量作為輸入預報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，進行河系預報，預報汪口站、三都站的水位流量過程。

3）利用大鄣山鄉(xiāng)區(qū)域水動力模型模擬大鄣山到清華水庫區(qū)間河道各個斷面的水位、流量，預報大鄣山鄉(xiāng)的積水區(qū)域、水深、歷時等，進行洪水淹沒分析。

4）利用清華水庫的水庫調(diào)度模型，通過設置規(guī)則調(diào)度、預泄調(diào)度及超標準調(diào)度的水利工程調(diào)度模型，實現(xiàn)對水庫調(diào)度工況的模擬計算。

3.1.3 參數(shù)率定模塊

數(shù)字孿生樂安河平臺采用人工交互率定、自動優(yōu)化2類模型參數(shù)率定方式。人工交互率定即經(jīng)驗試錯法，用戶設定一組模型初始參數(shù)，對歷史洪水進行模擬計算，將模擬與實測的徑流過程、模擬與實測峰值進行統(tǒng)計分析，通過調(diào)整參數(shù)反復計算，直至模擬結(jié)果滿意為止;自動優(yōu)化指對各種模型設計尋找出最優(yōu)目標函數(shù)和優(yōu)化方案，通過設定模型參數(shù)取值范圍，采用最優(yōu)化技術確定預報模型的最優(yōu)參數(shù)。

3.1.4 自動預報

在無用戶交互的情況下，根據(jù)方案設定，進行洪水預報，預報結(jié)果自動保存在數(shù)據(jù)庫中，通過設置自動預報方案及模型參數(shù)，從數(shù)據(jù)倉庫自動獲取雨水情及工情數(shù)據(jù)，根據(jù)不同的計算條件、計算頻次等，對未來一段時間內(nèi)的洪水過程進行自動化預報。

3.2 預警

3.2.1 實時信息監(jiān)測預警

數(shù)字孿生樂安河平臺接入實時衛(wèi)星云圖、實時雷達回波圖、實時降雨量、站點降雨量圖等，通過雨情、水情、工情信息實時監(jiān)控，掌握樂安河流域?qū)崟r汛情。預警展示如圖2所示。

3.2.2 上游河道洪水預警

根據(jù)上游集總式模型、分布式模型預報成果，結(jié)合汪口站、三都站的洪水預警指標，實現(xiàn)汪口、三都斷面的洪水預警。依據(jù)水動力耦合模型的預報成果，結(jié)合各斷面的洪水預警指標，實現(xiàn)婺源縣上游河道重要斷面洪水預警。以不同的顏色對應超警戒、超保證、超歷史最高等不同的預警等級在地圖中進行閃爍提醒。

根據(jù)各個測站不同等級的預警指標，洪水預警觸發(fā)器實時執(zhí)行，獲取河道、水庫測站的實時水位、流量數(shù)據(jù)，并計算實時數(shù)據(jù)與閾值的差值，以此來判斷該時段測站是否存在預警。

3.2.3 水庫洪水預警

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，預報清華水庫、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，預報星江電站水庫、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、設計水位和歷史最高水位進行對比，進行水庫洪水告警。不同顏色對應超汛限、超校核、超設計和超歷史最高等不同的預警等級在地圖中進行閃爍提醒。

3.3 預演

通過調(diào)用動力學模型微服務，實時滾動計算洪水演進過程，結(jié)合三維可視化模型對樂安河流域?qū)崟r洪水演進情況、淹沒情況、防洪應急方案等進行推演模擬、可視化仿真，并對流域范圍內(nèi)雨情、水情、淹沒形勢進行綜合分析。

3.3.1 洪水實時計算演進

以3D地形數(shù)據(jù)及實時水情數(shù)據(jù)為基礎，依托數(shù)字孿生樂安河流域?qū)崟r水情，以三都站的實時流量作為邊界輸入條件進行樂安河洪水演進計算，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 洪水預測演進

根據(jù)水情監(jiān)測數(shù)據(jù)和氣象預報數(shù)據(jù)，預先推測可能發(fā)生的洪水，以及洪水發(fā)生后的演進過程，依托數(shù)字孿生樂安河流域，預演洪水在河道上與流域內(nèi)可能發(fā)展、變化等演進情況，同時提供洪水預見期設定、計算方案保存、查詢分析等功能。洪水預測預演實現(xiàn)了預報功能與預演功能的有機融合。

3.3.3 洪水淹沒預演

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

根據(jù)耦合水動力模型結(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行疊加分析，得到洪水的淹沒范圍、淹沒歷時等洪水風險信息，并進行洪水災情統(tǒng)計。

3.4 預案

洪水防御預案依托現(xiàn)有條件，對歷史典型洪水、設計洪水、實時洪水進行預演，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、專家技術支撐，以減少洪災損失為目標，對多個預案進行分析論證研判，提出最優(yōu)預案。方案優(yōu)選一方面可通過專家經(jīng)驗進行優(yōu)選，另一方面可根據(jù)洪水影響綜合評價進行優(yōu)選。完整的預案除具體運行方案外，還應包括工程運用前后的水情比較、災情估算分析數(shù)據(jù)[6]。

3.4.2 方案管理

方案管理包括方案構建、方案修改、方案分配、方案輸出和方案輸入等內(nèi)容。將應急預案結(jié)構化、知識化表達后，通過智能化預案模型，分析關聯(lián)相應處置方案，并將預案以可視化方式展示。智能化預案模型支持應急事件的快速響應，提升應急事件的應急處置能力。

3.4.3 城市防洪預案

根據(jù)氣象部門預警信息，街道負責開展排查，一旦發(fā)現(xiàn)洪澇險情，立即向領導小組報告，并及時采取有效措施，指揮部收到發(fā)生險情的信息后，派出救援隊伍及物資設備，進行現(xiàn)場交通管制、人員疏散、設置警戒范圍，同時聯(lián)系供電部門確保電力安全、保障處置行動供電，根據(jù)工作需要。根據(jù)應急處置工作的需要設立現(xiàn)場指揮部，所有參與應急搶險救援的隊伍和人員必須服從現(xiàn)場指揮。

4 結(jié)束語

數(shù)字孿生樂安河流域發(fā)揮示范引領作用，研發(fā)了集總式、分布式、水動力等水利專業(yè)模型，為數(shù)字孿生樂安河流域預報、預警、預演和預案“四預”體系提供算法支撐，有效提升水旱災害防御技術支撐能力。下一步，在項目實施運用較好的基礎上，可將數(shù)字孿生工程涵蓋業(yè)務擴展至整個樂安河流域水資源管理、河湖管理等多尺度多業(yè)務的應用體系。

參考文獻：

[1] 水利部印發(fā)關于推進智慧水利建設的指導意見和實施方案[J].水利建設與管理，2022，42（1）：5.

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

[3] 曾焱，程益聯(lián)，江志琴，等.“十四五”智慧水利建設規(guī)劃關鍵問題思考[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] 趙夢杰，徐時進，王凱，等.基于“四預”的山東省洪水預報系統(tǒng)研究及應用[C]//《中國防汛抗旱》雜志社，水利部防洪抗旱減災工程技術研究中心（水旱災害防御中心）.2022-2023年度全國典型洪旱過程應對技術經(jīng)驗交流會論文集.[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，2011.

第一作者簡介：嚴春燕（1992-），女，碩士，工程師，副科長。研究方向為人工智能。