融合水利水文專業知識的智慧水利關鍵技術研究

張大富 韓留生 孫廣偉 范俊甫 劉本春 朱從軍

摘要：針對當前智慧水利的建設主要從信息化建設的角度展開，缺乏專業知識驅動的洪水信息智能推演與管理的問題。本文通過分析智慧水利的內涵與主要特征，設計了融合專業機理知識的智慧水利建設總體框架，并從水利信息的感知、預警、調度、管理的角度探討了智慧水利建設的關鍵技術。提出了將空間信息技術的格網劃分以及多粒度認知計算用于氣象與水文數據融合模型的構建，實現多粒度、多層級氣象數據與水文數據的融合；基于智能分析、機器學習、深度學習等人工智能技術，結合水利水文專業模型與知識，依據專業的降雨洪水、洪水調度、洪水演進等機理推演水循環的態勢變化；利用GIS（Geographic Information System）、BIM（Building Information Modeling）等三維場景大數據可視化、實景融合、動畫模擬、場景交互技術，搭建一個融合專業機理、情景交互式、三維風險模擬的智慧水利平臺；真正實現水利對象或過程的智能感知、記憶、研判（應用知識）和升華（創造知識），為河湖智能化管理提供必要的技術支撐，深化智慧水利的建設。

關鍵詞：智慧水利；數據融合；態勢推演；水文模型

中圖分類號：TV21-39文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.05.015

開放科學（資源服務）標識碼（OSID）：

基金項目：廣東省科學院建設國內一流研究機構行動專項資金項目（2019GDASYL-0103003）；廣東省遙感與地理信息系統應用重點實驗室開放基金項目（2017B030314138）；國家重點研發計劃項目（2017YFB0503500）；山東理工大學研究生教學案例庫建設項目（4053-219059）

0引言

水科學涉及領域廣泛，水文過程也極其復雜，這給水安全問題的監測與管理帶來了巨大難題[1-3]。云計算、大數據、物聯網、移動互聯、人工智能等新一代信息技術發展，為水利對象的透徹感知、網絡互聯、廣泛共享、智能分析，為水旱災害防范與抵御、水資源開發與配置、水環境監管與保護、河湖生態監督與管理等提供現代化支撐條件。融合新資源、新技術和新理念的智慧水利為解決水安全問題開辟了新的途徑，并指明新的方向，對認識水規律、強化水管理、謀劃水未來具有重要價值。

目前，水利相關學者們結合水利建設的需要和實際的開展工作[1-2，4-5]，提出了智慧水利的技術構成、建設的體系內容以及總體框架，通過信息技術與水利業務深度融合，將涵蓋洪水、干旱、水工程安全運行、水工程建設、水資源開發利用、城鄉供水、節水、江河湖泊、水土流失和水利監督等主要水利業務進行一體化管理，這對開展智慧水利建設具有重要的指導意義。位置感知作為智能感知與信息化的重要組成成分，智慧水利的建設需結合高精度的位置信息，隨著我國北斗衛星技術的發展，高精度的空間位置信息感知技術已經逐步成熟。地理信息科學、測繪工程等相關學者結合最新的BIM（Building Information Modeling）+ GIS（Geographic Information System）、無人機+衛星遙感技術、云計算及物聯網技術，探討了水利業務數據的透徹感知、數據的互聯共享、集約型基礎平臺設施的搭建[6-7]，通過結合位置大數據構建智能化的空間服務系統，以期實現水利信息的精細化管理、更新、共享等。

綜上所述，關于智慧水利的建設主要是從信息化建設的角度研究了水利信息的透徹感知、全面互聯與廣泛共享，從知識驅動的角度研究洪水信息的智能推演與管理的研究較少。本文通過利用專業機理知識，從水利信息的感知、預警、調度、管理的角度探討了智慧水利的建設。

1智慧水利的內涵及特征

智慧是生命所具有的基于感覺和認知器官的一種創新思維能力，包含對自然和非自然（人類活動、動物行為等）的感知、記憶、研判（應用知識）和升華（創造知識）等所有能力。將云計算、物聯網、大數據、移動互聯網和人工智能等新一代信息技術應用于水利對象，利用物聯網與移動互聯網技術透徹感知獲取各種水利業務數據，廣泛共享數據與信息資源，實現各種信息平臺網絡互聯，能夠提供專業化的智能分析和泛在服務[8-10]。通過深度融合水利業務與新一代信息技術，全面提升水利信息化的管理水平，大力推動水治理體系、水治理能力的現代化[11-12]。智慧水利應具備以下六個主要特征。

1.1水利全要素的透徹感知

在現有的地面監測站點的基礎上，同時運用物聯網、衛星遙感、無人機、無人船和視頻監控技術，采集自然水循環和社會水循環的各種指標數據以及狀態、位置等數據，充分利用圖像識別和語音識別等人工智能技術，對采集的數據進行挖掘，獲取必要的信息，建立對江河湖泊、水利工程、水利管理活動等水利全要素天地一體化全面動態感知。

1.2感知對象與各級平臺的全面互聯

充分利用物聯網、移動互聯網、衛星通訊等技術，延伸水利業務網，建立水利感知對象和各級信息平臺的全覆蓋、大容量高速傳輸的泛在網絡，實現各種數據的全面整合與信息平臺的互聯暢通。

1.3行業內外數據的廣泛共享

基于云計算，強化涉水信息計算存儲和共享服務等能力，以集成水利感知、水利業務和涉水共享等數據，建立集約統一、共享共用和動態適應的水利大數據共享平臺，通過各類數據的全參與、全交換，實現感知數據的共用、復用和再生，為各部門隨需、隨想提供豐富的數據支撐。

1.4水利智能應用的創新

利用大數據、影像與語言處理、專家系統和深度學習等智能化技術，面向江河調度、政府監管、工程運行保障、綜合決策和公共服務等水利業務全方位應用需求，建立融合高效、智能分析、主動服務的智能化應用。

1.5專業化知識的驅動

利用智能分析、機器學習、深度學習等人工智能技術，結合水利水文專業模型與知識，對復雜的水利問題進行整體把握，根據問題求解的需要進行逐步的細化，逐步切換到較細粒度上進行更加深入的分析求解，實現專業知識與數據雙向驅動的認知計算。

1.6場景式態勢智能推演

依據專業的降雨洪水、洪水調度、洪水演進等機理推演水循環的態勢變化，利用GIS、BIM等三維場景大數據可視化、實景融合、動畫模擬、場景交互技術，實現洪河流、水庫等水利對象的情景交互式三維風險模擬與分析，為河流水庫洪水調度提供必要的技術支撐。

2智慧水利建設的總體框架

智慧水利的建設應以河流水庫的監測和云、雨、洪水等數據的實時采集為基礎，以河流、水庫、流域的洪水預報調度為主線，以專業化的流域雨水模型為引擎，以云計算、物聯網、大數據、移動互聯、人工智能前沿技術的融合為支撐，真正實現水利管理有序化、決策科學化、應用綜合化、運行現代化。本文對智慧水利系統架構進行了設計（如圖1所示）。智慧水利系統架構包括數據層、數據分析層、業務分析層、決策層和應用層五部分。

（1）數據層主要是包含水利對象基礎信息、水文資源、云/雨氣象、生態環境和地理信息等數據的感知、存儲與管理，為智慧水利的建設提供數據基礎。

（2）數據分析層主要是利用云計算、機器學習、深度學習實現數據的挖掘與分析，為雨情、水情預報提供技術支撐。

（3）業務分析層主要以水利水文專業知識為驅動，建立集雨洪耦合預報模型、河道洪水演進模型、二維水動力學模型于一體的流域雨水運行模型，為智慧水利建設提供專業引擎。

（4）決策層以洪水演算耦合作為模型內核，實現降雨、洪水的精準預報，利用GIS的空間表達、分析與輔助決策功能，為洪水的預報調度、河流安全等問題提供相關調度與防洪預案。

（5）應用層主要實現水位監視預警、河流水庫薄弱環節風險分析以及其他綜合應用功能，為水利、應急管理等相關部門的客觀科學決策提供有效支撐。

3智慧水利建設關鍵技術

3.1空間一體化氣象水文的融合

降雨數據是影響陸地水文過程中地表徑流的主要因素，降雨數據時空分布的精確程度以及預報的準確性是水文氣象中最基本的科學問題。目前降雨數據主要有地面氣象站格點數據和TRMM（3B40RT、3B41RT、3B42RT）、CMORRH、GSMaR、HYDRO以及國產的風云二號D星（FY-2D）等0.25°×0.25°衛星反演的降雨數據[13]，地面氣象站格點數據具有較高的精度而衛星降雨產品能獲得大范圍的空間分布信息，結合長時間序列的歷史衛星降雨產品以及植入專業氣象部門的氣象中尺度數值預報模式生成未來3～7天精細預報格點數據。隨機森林模型可有效挖掘目標變量與解釋變量的關聯關系，可以進一步提高預報降雨數據的時間尺度與空間尺度。基于預報模式數據結合隨機森林算法可以快速預測未來3h、6h、12h、24h、3day精細降雨雨量，為水文預報模型提供高精度的降雨數據支撐。

SWAT（Soil and Water Assessment Tool）、SWIM（Soil and Water Integrated Model）、VIC（Variable InfiltrationCapacity）、SWMM（StormWater Management Model）等水文預報模型描述了從降水到達地面開始的產流和匯流的過程[14-15]，通過輸入流域空間分布、地表覆蓋、土壤類型，以及流域的匯流方式，以及支流等信息，可輸出河流的水位、流量和洪水等水文數據。

氣象學與水文學基本上是獨立進行研究[14-16]，并且氣象數據與水文數據呈現不同的語義、尺度、維度、時態和屬性等多尺度、多層級和多時態特征，這為兩者之間的融合帶來了困難。粒計算理論以及空間信息技術的發展為多尺度、多層級和多時態特征數據的融合提供了新的方法與技術支撐[17-19]。針對目前智慧水利中氣象、降雨弱聯系，“云中雨”“空中雨”“地面雨”不融合的信息資源問題，結合降雨和洪水天然不可分割的事實，根據空間信息技術的格網劃分以及多粒度認知計算構建氣象與水文數據的多層次粒度融合模型，實現氣象數據與水文數據的融合。以雨洪耦合預報模型為內核，建立集降雨實況、降雨預報、作業預報、方案管理為一體的空間降雨洪水耦合預報系統。

3.2場景式洪水態勢推演平臺構建

場景洪水態勢推演平臺對全面掌握河湖狀況并為相關部門快速響應與科學處置決策扮演至關重要角色[20]。洪水態勢推演可以將洪水災害事件隨時間動態演化的機理以及處理決策對態勢演化影響進行客觀科學的表達，因此，依據其功能可以將場景式洪水態勢推演平臺構建分為態勢推演引擎和態勢場景展示兩部分。

洪水態勢推演引擎搭建關鍵在于對流域對象以及氣象水文過程進行抽象建模，模型的準確性對于洪水突發事件和處置行動結果至關重要。現代測繪中，三維激光掃描與無人機傾斜攝影取代了傳統的測繪儀器，可以快速獲取大范圍、高精度的水上地形；對于水下可以采用無人船或載人船搭載單/多波束水聲換能器進行水下掃描來獲取水下高精度的地形地貌[21-22]。將水上地形與水下地形進行統一整合得到整個流域的精準地形數據，結合實景圖像實現流域對象的真三維建模。將氣象水文過程可以抽象為預報降雨過程、河流水庫水位變化過程、出庫流量過程、河道典型斷面流量過程的組合，根據水動力學理論以及概率統計知識對水文過程的不確定性進行定量分析，構建河流、水庫洪水演進模型。以物聯網技術作為態勢感知層，以雨情、水情為態勢理解層，以洪水演進為態勢預測層，基于計算機仿真、大數據、云計算等技術，以防汛抗旱指揮系統為框架，以氣象、地形、水文、工程等信息為依據，建立集雨洪耦合預報模型、河道洪水演進模型、二維水動力學模型于一體的洪水態勢推演引擎，真正實現水利對象或過程的智能感知、記憶、研判（應用知識）和升華（創造知識）等。

水利信息以及氣象水文過程與空間位置密切相關，GIS可以管理、分析和處理各種具有空間屬性相關的數據，并且可以將其以2D/3D地圖的形式進行展示與表達，同時GIS還具有非常強大的空間分析與輔助決策功能。利用BIM技術建立水利設施的標準可視化符號，GIS可實現水利空間信息的存儲與管理。以水庫調洪演算耦合作為模型內核，利用遙感數據、三維GIS、3D建模、虛擬現實等可視化技術[23]，以微視頻的模式動態顯示區域降雨、水庫水位上漲、下游斷面水位預警、河道兩岸薄弱環節潰堤、周邊區域洪水淹沒等場景的模擬結果，直觀地為區域內洪水態勢變化及風險預警提供有效的決策。

4結論

針對目前智慧水利建設中存在專業知識缺乏的問題，本文從專業機理出發，設計了智慧水利系統的總體框架，該框架提出以河流水庫的監測和云、雨、洪水等數據的實時采集為基礎，以河流、水庫、流域的洪水預報調度為主線，以專業化的流域雨水模型為引擎，共包括數據層、數據分析層、業務分析層、決策層和應用層五層結構，并根據建設框架主線分析了智慧水利的建設關鍵技術，主要結論如下：

（1）針對目前智慧水利中氣象、降雨弱聯系，“云中雨”“空中雨”“地面雨”不融合的信息資源問題，結合降雨和洪水天然不可分割的事實，根據空間信息技術的格網劃分以及多粒度認知計算構建氣象與水文數據的多層次粒度融合模型，實現氣象數據與水文數據的融合；進一步以雨洪耦合預報模型為內核，可建立集降雨實況、降雨預報、作業預報、方案管理為一體的空間降雨洪水耦合預報系統。

（2）利用單/多波束水聲換能器和三維激光掃描或無人機傾斜攝影獲取流域的精準地形數據，實現流域對象的真三維建模；將雨洪耦合預報模型、河道洪水演進模型、二維水動力學模型、水庫調洪演算耦合作為專業驅動模型內核，利用遙感數據、三維GIS、3D建模、虛擬現實等可視化技術，建立場景式洪水態勢推演平臺。

通過將專業知識融入智慧水利建設中，真正實現水利管理有序化、決策科學化、應用綜合化、運行現代化，深化智慧水利的建設，對認識水規律、強化水管理、謀劃水未來具有重要意義。

參考文獻：

[1]蔣云鐘，冶運濤，趙紅莉.智慧水利大數據內涵特征、基礎架構和標準體系研究[J].水利信息化， 2019（4）： 6-19.

[2]張臻，高正，張鵬，等.智慧水利關鍵技術及系統設計[J].浙江水利科技， 2019（4）：66-70.

[3]蔡陽.智慧水利建設現狀分析與發展思考[J].水利信息化， 2018（4）： 1-6.

[4]蔡旭東.新時代智慧水利建設的思考[J].水利信息化， 2019（2）： 7-10.

[5]杜紅艷，薛惠鋒，侯俊杰，等.面向智慧水利的水資源數據融合探析[J].中國水利， 2018（23）： 61-64.

[6]曹宏文.數字水利到智慧水利的構想[J].測繪標準化，2013（4）： 26-29.

[7]龔振文，王慶，羅志清.論智慧水利的測繪新技術[J].山西建筑， 2015（27）： 205-207.

[8]張穎宇.基于"智慧城市"理論的智慧水利工程管理[D].南昌大學，2018.

[9]王超鋒，安根鳳，袁春麗.智慧水利的發展和關鍵技術研究[J].河南水利與南水北調，2015（14）： 98-100.

[10]鄭燦堂，王慶華，張洪芳.淺談"智慧水利" [J].山東水利， 2012（7）： 1-3.

[11]王嵐，吳尚明.智慧水利（互聯網水利）發展探研[J].河北水利， 2019（4）：31-32.

[12]葛召華.山東省智慧水利建設的認識與思考[J].水利信息化， 2019（5）： 6-8.

[13]劉俊峰，陳仁升，韓春壇，等.多衛星遙感降水數據精度評價[J].水科學進展， 2010， 21（3）： 343-348.

[14]劉昌明，李道峰，田英，等.基于DEM的分布式水文模型在大尺度流域應用研究[J].地理科學進展， 2003， 22（5）： 437-445.

[15]齊丹，梁妙玲，田付友，等.精細化氣象水文模型的耦合及其應用[J].天氣預報， 2012， 4（2）： 74-81.

[16]張建云.中國水文預報技術發展的回顧與思考[J].水科學進展， 2010， 21（4）： 435-443.

[17]華一新，周成虎.面向全空間信息系統的多粒度時空對象數據模型描述框架[J].地球信息科學學報， 2017， 19（9）： 1142-1149.

[18]周成虎，歐陽，馬廷.地理格網模型研究進展[J].地理科學進展， 2009（5）： 3-8.

[19]朱欣焰，周成虎，咼維，等.全息位置地圖概念內涵及其關鍵技術初探[J].武漢大學學報（信息科學版）， 2015， 40（3）： 285-295.

[20]秦煒.面向應急仿真演練的態勢推演系統設計與實現[D].華中科技大學，2016.

[21]李德仁.論時空大數據的智能處理與服務[J].地球信息科學學報， 2019， 21（12），1825-1831.

[22]林宗堅，劉先林，張繼賢，等.精確時空立體景觀虛擬現實的構建與應用方法研究[J].測繪科學， 2005， 30（2），16-18，3.

[23]高俊，游雄.虛擬現實及其在軍事測繪與作訓模擬中的應用[J].測繪科學技術學報， 1996（2）： 133-137.

Research on Key Technologies of Intelligent Water Conservancy by Integrating the Professional Knowledge of Water Conservancy and Hydrology

ZHANG Dafu1，HAN Liusheng1，2，SUN Guangwei1，FAN Junfu1，LIU Benchun3，ZHU Congjun1（1.Shandong University of Technology， Zibo 255000，China；2.Guangzhou Institute of Geography， Guangzhou 510070，China；3.Zhangdian District Water Conservancy Bureau of Zibo City， Zibo 255000，China）

Abstract： The construction of intelligent water conservancy is now mainly carried out from the angle of information construction， lack of professional knowledge to drive the problem of flood information intelligent deduction and management. Based on the analysis of the connotation and main characteristics of intelligent water conservancy， this paper designed the general framework of intelligent water conservancy construction which integrates professional mechanism knowledge， the key technologies of intelligent water conservancy construction were discussed from the aspects of water conservancy information perception， early warning， dispatching and management. The Grid Division of Spatial Information Technology and multi-granularity cognitive computation were used to build the fusion model of meteorological and hydrological data， which can realize the fusion of multi-granularity and multi-level meteorological and hydrological data Based on intelligent analysis， machine learning， deep learning and other artificial intelligence techniques， combined with hydrologic model and knowledge， the situation change of water cycle was deduced according to the mechanism of rainfall and flood， flood regulation and flood evolution by using GIS （Geographic Information System） ， BIM （Building Information Modeling） and other 3D scene data visualization， real scene fusion， animation simulation， scene interaction technology， an intelligent water conservancy platform integrating professional mechanism were built. Scene interaction and 3d risk simulation were built to realize the intelligent perception， memory， judgment （applied knowledge） and sublimation （created knowledge） of water conservancy objects or processes. This research achievements can provide necessary technical support for the intelligent management of rivers or lakes， and deep the construction of intelligent water conservancy.

Keywords： intelligent water conservancy；data fusion；situation deduction；hydrological model