數字孿生秦淮河流域防洪四預平臺建設與應用

收稿日期：2023-07-20；接受日期：2023-11-23

基金項目：國家重點研發計劃項目（2021YFB3900601）；江蘇省水利科技項目（2022050，2022064，2021065）

作者簡介：

葉瑞祿，女，工程師，碩士，研究方向為水利信息化。E-mail：Yeah930313@163.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號：1001-4179（2024） 03-0013-08

引用本文：葉瑞祿，左翔，劉修恒.數字孿生秦淮河流域防洪四預平臺建設與應用［J］.人民長江，2024，55（3）：13-20.

摘要：

為實現秦淮河流域水災害防御精準化預報預警和智能化調度決策，在梳理秦淮河流域防洪現狀的基礎上，對照水利部數字孿生流域先行先試建設要求，利用空天地立體監測、數據規律挖掘與知識發現、水利動態知識圖譜、水文-水動力多要素過程互饋機制與模型耦合、模型參數優選與動態校正、多目標動態決策與方案智能生成、洪水風險分析評估等關鍵技術，將防洪四預過程貫穿于業務流程中，建立了面向流域防洪減災的四預平臺，并利用流域歷史洪澇場景及防汛演練過程驗證了平臺的可用性。結果表明：防洪四預平臺能夠實現對秦淮河流域的實時監控、發現問題、優化調度，達到風險提前發現、預警提前發布、方案提前制定、措施提前實施的目的。研究成果可為其他數字孿生流域防洪建設提供思路和參考。

關鍵詞：數字孿生流域； 防洪減災； 四預平臺； 秦淮河

中圖法分類號： TV87

文獻標志碼： A" " " " " " " " " " " " "DOI：10.16232j.cnki.1001-4179.2024.03.003

0引 言

數字孿生是指通過集成多學科、多物理量、多尺度、多概率的仿真過程，反映物理實體的全生命周期演變，在數字空間中實現動態物理世界的同步映射［1］。該項技術逐漸應用于水利行業，其中流域防洪是其應用的重要領域之一，國內外學者通過數值模擬［2］、遙感技術、地理信息系統等手段，建立數字孿生模型，對流域內的地形、土地利用、水系網絡等進行建模［3］，實現對流域內雨量、水位、地下水位等關鍵數據的實時監測和預測，并通過多源數據融合、智能算法、機器學習、深度學習、知識圖譜［4］等方法對洪水預測模型進行集成和優化，以此建立智能化的洪水預警系統，提高模型精度和預測能力。同時，數字孿生流域的建設還關注與水庫調度、排洪調度等決策問題的結合，提高防洪決策的效率和準確性。2022年2月，水利部印發《關于開展數字孿生流域建設先行先試工作的通知》，數字孿生秦淮河入選水利部數字孿生流域先行先試94項任務之一，要求以物理流域為單元，時空數據為基礎，數學模型為核心，水利知識為驅動，對物理流域全要素和水利治理活動全過程進行數字化映射和智能化模擬，實現與物理流域同步仿真運行、虛實交互和迭代優化，提升“預報、預警、預演、預案”能力［5］。

秦淮河流域近年來洪澇災害頻發，2016年發生了超歷史的暴雨洪水，其規模超過了1991，2003，2007年和2015年的洪水，秦淮河東山水位站最高水位11.44 m，超警戒水位2.94 m，超 2015年歷史最高水位0.27 m［6］。秦淮河流域易發生洪澇災害的主要原因是洪水出路不足，丘陵山區面積大，源短流急，雨后洪水迅速匯流到平原圩區，其次是流域受長江水位頂托，洪水下泄不暢。近年來，秦淮河流域在防洪信息化建設方面取得了豐富成果，構建了流域水文監測、預報、預警以及水利工程調度等應用系統，為流域防洪除澇發揮了重要作用，也為數字孿生流域的建設奠定了良好基礎。本文以秦淮河流域為研究對象，通過研究數字孿生流域關鍵技術，探索數字孿生流域特征空間度量和知識體系構建方法，創新時空特征約束的多要素預測智能模型，挖掘秦淮河流域水利對象及對象間關系映射到數字空間的規則，揭示流域防洪場景動態變化過程，基于秦淮河流域防洪四預平臺，實現水災害防御精準化預報預警和智能化調度決策，支撐秦淮河“防御水網”的愿景。

1秦淮河流域防洪現狀

秦淮河流域總面積2 684 km2，呈扇形。現有圩區82個，總面積約719.8 km2；排澇泵站約305座，總規模約1 192.94 m3/s；中小型水庫108座（中型水庫8座），總庫容達3.77 億m3 ［7］；總體呈東高西低，四周高沿江沿河低。流域源短流急，上中游調蓄能力小，洪水上漲快，洪峰次數多；其下游匯入長江，洪水位主要受長江洪水頂托和海潮影響，基本不受本流域徑流影響，是一個具有多種復雜下墊面、涉水工程類別全面、人類活動影響大、圩區相對封閉等特征的感潮河網流域。特殊的自然地理條件造成秦淮河流域漲洪歷時短，洪水上漲快，下游束水嚴重，出口斷面江潮頂托顯著，洪水宣泄不暢，2015年6月和 2016年7月發生了較大暴雨洪水，河道洪水位全線突破水文歷史記錄，河道堤防出現多處險情。

2秦淮河流域防洪四預平臺建設

2.1總體框架

秦淮河流域防洪四預系統采用 B/S 模式，依托江蘇省數字孿生水利智能中樞，利用數值模擬、智能算法、數字孿生等技術，建設“縱橫融合、二體系貫穿”的架構體系。橫向融合層面，主要包括基礎設施、數據底板、模型平臺、知識平臺等內容；縱向貫穿層面，主要構建流域防洪標準規范和網信安全保障兩大體系，滿足及時準確預報、全面精準預警、同步仿真預演和精細數字預案等業務功能的需求。系統建設的總體架構見圖1。

2.2技術路線

數字孿生秦淮河防洪四預應用的構建，從精細化流域網格劃分-水利大數據智能分析-多過程模擬與互饋-智能決策與風險分析等方面開展技術探索。具體技術路線如圖2所示。

以秦淮河物理流域為研究對象，將全流域劃分為1 km×1 km的網格2 000余個，河道斷面787個，重點防洪保護區30 m×30 m 的網格38.4萬個（見圖3）。依托水利智能中樞平臺獲取秦淮河全域L1級數據底板，完善流域防洪重點區域、骨干河道、重點河段等L2級數據底板，建立秦淮河全流域數字化場景及重點區域、重點河段三維實景模型。同時建設秦淮河流域重點工程BIM模型，搭建流域L3級數據底板。

通過獲取衛星、無人機、地面站網等天空地綜合觀測數據及各類視頻、文本、網絡與歷史數據，采用面向數字孿生流域的數據挖掘與知識發現技術，構建數字孿生時空數據底座；以水利專業模型為核心，采用水文-水環境-水生態多過程耦合及模型參數優選與動態校正技術，進一步提升數字孿生流域精準化模擬能力；采用智能決策與風險分析技術，支撐秦淮河流域防洪四預系統構建，支撐流域管理精準化決策。

3關鍵技術研究

3.1秦淮河流域數據底板構建技術

（1） 面向數字孿生秦淮河流域的空天地立體監測技術。

秦淮河流域基礎數據與監測數據是數字孿生的核心算據。面向秦淮河流域防洪需求，從空間、時間、擬合度3個維度建立秦淮河流域度量體系［8］，挖掘秦淮河流域度量指標與數據時空分辨率、精度及時效性之間的定性定量響應關系。基于數字孿生秦淮河流域對數據的定量需求，面向數據時空分辨率，研究水利地面觀測站網的布設范圍和密度、各類觀測手段的采集范圍和采集頻率與水文水資源核心要素時空分辨率需求之間的對應關系。針對數據的可獲取性問題，從數據獲取的可靠性、時效性、安全性等角度出發，建立監測要素需求與基于空天地平臺的各類監測方法之間的對應關系（見圖4）。

（2） 基于歷史數據的規律挖掘與知識發現技術。

基于秦淮河流域歷史場次洪水事件中的實測監測數據、衛星遙感數據、社會經濟數據以及數字孿生流域系統中產生的模擬推演數據，基于多維時間序列分析的主題場景提取技術［9］，從大數據中提取場景，基于不同時空尺度，對場景進行切片，建立不同時空尺度場景切片的特征表達，再將場景切片特征描述與主題關聯，并作為模式構建出面向秦淮河流域防洪業務主題的時空多特征流域場景模式集。基于時空流域場景模式技術分析當前時序數據規律，匹配相似的歷史與推演場景，基于歷史管理與決策方案，高效提供適用于當前時空秦淮河流域場景的管理與決策方案。

（3） 面向主題的水利動態知識圖譜構建技術。

水利動態知識圖譜能夠表征水利業務、對象、數據、模型、決策在流域時空演變過程中的復雜關聯知識。面向秦淮河流域防洪水利業務主題，提取與主題相關聯的對象屬性。基于二分圖匹配算法與模糊集計算的關聯關系分析技術，挖掘防洪主題所對應的對象屬性的頻繁模式，并基于潛在語義分析的無監督聚類技術，提取對主題有重要影響的關鍵對象屬性、確認主題關鍵影響要素。將關鍵要素與影響主題的物理機制進行對接，結合時空多特征流域場景模式集，通過關聯關鍵要素、物理機制與業務主題，建立可刻畫下墊面特征、物理機制、水文水資源要素之間關聯關系，以及秦淮河流域態勢與調度決策方案之間響應關系的水利動態知識圖譜。在秦淮河流域時空演變過程中持續挖掘關聯知識，針對知識圖譜中的關聯關系和場景模式集進行更新與補充，實現知識圖譜動態更新，支撐物理流域數字化映射的同步孿生。

3.2秦淮河流域模型平臺構建技術

（1） 水文-水動力多要素過程互饋機制與模型耦合技術。

構建符合秦淮河流域實際情況的水文、水動力等水利專業模型是建設模型平臺的核心工作，需運用全局優化思路解決耦合模型子系統之間存在的模擬要素不匹配、時空尺度不一致的技術難點（見圖5）。通過解析秦淮河流域水文、水動力多過程模型原理及結構，識別不同物理過程間發生交互作用的關鍵要素，并分析要素間的影響機理和數理傳遞關系。采用模擬仿真試驗的方法，分析各種時空耦合邊界條件下，關鍵要素在物理過程交界的雙向反饋作用，探究水文-水動力多要素過程的互饋機制［10］。集成多種數據時空尺度升降和維度變換的技術手段，分析影響耦合模型模擬精度和計算效率的關鍵因素，提出了適用于秦淮河流域多過程模型耦合的時空、維度通用匹配模式（見圖6）。

（2） 耦合模型參數優選與動態校正技術。

采用增量學習、注意力機制等人工智能技術，優化傳統參數率定算法的尋優策略，提高分布式水文模型參數率定的速度，耦合測站上下游關系的參數逐級率定技術［11］，保持秦淮河流域全局和局部區域參數的協調穩定。結合模型輸入、模型結構和狀態場，剖析模型誤差與參數的互饋關系，實現基于知識和經驗的參數智能優選方法對模型參數的實時優化［12］。為了保證數字孿生秦淮河流域對水文-水動力多要素過程的模擬與物理流域的觀測實時融合、同步演化，依據“分段校正-整體和諧-逐步優化”的技術路線，發展多要素過程“終端-局部”交替修正的模型狀態量校正技術。在水文產匯流過程、水動力演進過程分階段校正與控制斷面誤差校正之間尋求全局最優的協調解［13］，逐時段迭代優化，達到模型狀態變量、模型終端結果向觀測真值的不斷逼近，提高模型對觀測的同步模擬精度（見圖7）。

3.3秦淮河流域知識平臺構建技術

（1） 秦淮河流域多目標動態決策與方案智能生成技術。

基于秦淮河流域防洪多目標動態決策，利用水利動態知識圖譜，匯集管理目標關聯的決策變量，建立決策變量的時空約束條件、態勢模擬和趨勢預測方法等，動態構建多目標優化調控模型，并利用相似的歷史場景模式，降低多目標優化調控的決策空間維度［14］。通過自動匹配與秦淮河流域現狀態勢相似的歷史事件，挖掘提取歷史方案相關變量的時空屬性、方案效益和風險的特征指標組合，結合流域趨勢預測對歷史場景發生的關鍵過程及主要應對措施進行復盤推演，快速聚焦到決策空間的可行域［15］。基于多智能體博弈的智能優化算法，優選出多目標均衡的可行決策方案（見圖8）。

（2） 秦淮河流域洪水風險分析評估技術。

建立3類（危險性、承載體、易損性）一級、6項（河道蜿蜒度、淹沒水深、流量流速、居民分布、建筑物狀況和堤防工況）二級指標組成的流域洪水風險指標體系［16］。采用模糊C均值聚類算法（見圖9），提取房屋輪廓、宅地高程、河道縱橫斷面參數等風險因子，可根據洪水淹沒形態計算評估洪澇災害危險性和區域洪水淹沒風險。

4防洪“四預”功能應用

基于秦淮河流域空天地一體化感知網和數字孿生底板，全面匯集秦淮河流域各主干支流降雨、水位、水量等監測信息以及重要水利工程實時及歷史調度信息，充分利用模型平臺和知識平臺的能力驅動，基于氣象部門降雨預報成果，分析流域未來洪水淹沒范圍和災情影響；主動預警流域當前和未來暴雨、洪水和水利工程的風險和隱患；以動態交互的模式模擬預演洪水淹沒、水利工程調度、應急搶險等場景；智能修訂河道、水庫、蓄滯洪區、城市等場景的洪水調度預案，全面支撐流域防洪“四預”工作，分片區構建符合區域水利特征的預報調度應用功能［17］，滿足不同場景下調洪、分洪、泄洪、蓄洪多目標調度決策需求。

4.1防洪預報

采用模型計算和數理統計等方法對洪水要素發展趨勢作出6，24 h和72 h的定量分析，以提高預報精度、延長預見期、縮短作業時間。通過自動監視獲取洪水預報模型所需的實時水雨工情數據、降雨預報最新成果，基于前期影響雨量與初始水位，根據降雨徑流計算方法［18］，自動獲取降雨徑流參數曲線，模擬計算流域產水量。模擬過程中可以依據專家經驗通過人機交互方式修正預報分區降雨產流系數［19］，實時動態預測預報水淹位置、范圍和過程，實現洪澇風險早期識別，合理指導人員轉移、搶險布防、交通管制，實現由傳統的要素預報向影響預報轉變，能預報出影響對象和影響范圍。

4.2防洪預警

通過制定洪災風險閾值和指標［20］，完善預警發布機制，及時把風險預警信息直達流域防御工作一線，打通預警信息“最后一公里”，直達受影響區域的社會公眾，實現洪水風險預警發布的全流域覆蓋。根據實時水雨工情監測數據、洪水預報數據、水利工程實時運行情況以及工程調度情況，結合秦淮河洪水形勢分析和流域重點區域的排水能力分析［21］，自動進行防洪實時監視，評估洪水的影響范圍、防洪保護區和演進過程，通過預警模塊及時提醒防汛工作人員和社會公眾，為防洪預演和調度決策提供支撐。整個汛期，預警模塊應該自始至終處于自動運行狀態，向防汛值班人員動態提供實時汛情，并自動判斷超警狀態和發布警報信息，提醒值班人員注意異常汛情。同時，也提供一定的交互式操作和專題信息查詢訪問功能，支持預警工單觸發和流程執行記錄。實現由傳統的閾值預警向風險預警轉變，注重重點單位、重點人群及險工險段風險發生的概率。

4.3防洪預演

根據系統設定的參數和基礎數據，對氣象預報-洪水預報-水利工程調度-預警信息發布-多部門應急聯動等洪澇應急響應全過程進行模擬預演，在預設場景下，實現預演過程的正向推演和反向溯源［22］，物理流域與數字孿生流域的虛實交互、迭代優化，為政府各部門應急聯動、協同搶險救災提供科學決策支持。預演措施的應用可以在防洪調度中模擬預演洪水演進和淹沒分析，直觀形象展示洪水動態演進過程，便于對設定的調度方案進行驗證，最終有效提高防洪調度決策合理性。

4.4防洪預案

結合預演仿真，對預案集進行評估并推優，滾動調整水利工程運行、應急調度、人員防災避險等應對措施，精細化編制流域或區域水利工程調度預案、調度方案、調度計劃等，確保預案的科學性和可操作性。在對實時、預報和歷史的水雨工情信息分析，洪水水情仿真計算的基礎上，依托知識平臺的驅動生成多個調度方案，在預演模塊進行預案模擬并分析比較多種調度成果的基礎上，對各方案進行可行性分析和洪災損失的初步估算，綜合分析后推薦出最優方案，為調度指揮提供支撐。工程調度措施實施后，智能跟蹤并實時展示工程運行情況和調度效果。通過可視化手段將推薦的調度方案直觀展示，自動生成調度令，調用公文流程，輔助下達調度令。

5應用成效

為驗證該系統的模擬效果及應用成效，依托該項目模型平臺對秦淮河上游的汛期徑流過程進行模擬，采用的數據為前垾村（秦）水文站2009～2018年間10場典型洪水逐時徑流量數據，計算結果如表1所列。

結果表明：該項目模型平臺對10場洪水洪峰流量、徑流量的計算結果均小于其許可誤差，率定期和驗證期的確定性系數基本在0.8以上，部分場次洪水達到09以上，總體預報精度均達到乙級水平。整個流域水文計算時間不超過2 min，流域內一維、二維洪水演進從計算到三維場景渲染不超過20 min，實現了流域洪水過程快速、實時、精細化預報，自動預報功能實現了每小時自動更新、全天候實時滾動預報。

2023年6月3日，江蘇省防汛抗旱指揮部組織開展江蘇省防汛搶險綜合演練。此次防汛演練依托秦淮河防洪四預系統，以2015年6月和 2016年7月秦淮河發生超標準流域性大洪水為背景，對防汛搶險應急預案進行全過程演練。基于防洪系統模擬秦淮河流域超標準洪水防御全過程，通過再現極端降雨預測、水文測報、洪水演進過程，完成預警發布、水利工程聯合調度、蓄滯洪區運用、綜合會商、防洪應急避險、重點堤防防御、水上救援等課題演練［23］，實時調度了流域內趙村、句容、方便、臥龍等8座中型水庫，以及赤山閘樞紐、武定門樞紐、秦淮新河樞紐、三汊河口閘和天生橋套閘，開啟了赤山湖蓄滯洪區。該次防汛演練取得了良好效果。

6結 語

本文以秦淮河流域為研究對象，構建了數字孿生秦淮河防洪四預應用平臺，探索了數字孿生流域的關鍵技術和功能應用。通過對秦淮河流域實體的“數字孿生化”，完成對流域全要素全區域的監測、分析、研究、預測、決策、執行和反饋全過程的物理映射，模擬流域的時空全貌，融合模型平臺的數值仿真和知識平臺的智慧賦能，實現流域防洪“四預”全過程場景化模擬仿真。通過數字賦能，將“四預”過程和監管貫穿在業務流程中，提高流域水災害的防御能力，對數字孿生流域的建設具有一定的參考價值。

參考文獻：

［1］喻杉，黃艷，王學敏，等.長江流域水工程智能調度平臺建設探討［J］.人民長江，2022，53（2）：189-197.

［2］梅傳貴，余麗華，倪凱軍，等.基于數字孿生的周公宅水庫防洪“四預”系統構建與應用［J］.水利信息化，2023（1）：23-28，32.

［3］李意，顧小林，黃瑞，等.數字孿生流域建設關鍵技術研究與應用：以貴州省清水江干流為例［J］.中國防汛抗旱，2023，33（3）：42-46，50.

［4］劉昌軍，劉業森，武甲慶，等.面向防洪“四預”的數字孿生流域知識平臺建設探索［J］.中國防汛抗旱，2023，33（3）：34-41.

［5］李國英.建設數字孿生流域 推動新階段水利高質量發展［N］.中國水利報，2022-06-30（1）.

［6］陳靜，聞余華，嚴鋒，等.2016年秦淮河流域暴雨洪水分析［J］.江蘇水利，2018（4）：28-32.

［7］朱躍龍，馮鈞，李致家，等.建設數字孿生秦淮河實現流域管理“四預”能力［J］.江蘇水利，2022（增2）：1-4.

［8］易建軍.秦淮河流域洪水預報與調度模型研究［D］.南京：河海大學，2005.

［9］TARPANELLI A，BONACCORSI B，SINAGRA M，et al.Flooding in the digital twin earth：the case study of the Enza River Levee Breach in December 2017［J］.Water，2023，15（9）：1644.

［10］劉國慶，范子武，廖軼鵬，等.江蘇數字孿生水網建設與預報調度一體化應用初探［J］.中國水利，2023（3）：60-65.

［11］廖曉玉，程祥吉，金思凡，等.數字孿生松遼流域建設與應用實踐［J］.中國水利，2023（11）：37-40.

［12］顧巍巍，蔡天德，謝東輝，等.數字孿生周公宅-皎口梯級水庫防洪“四預”應用［J］.中國水利，2023（11）：：56-59.

［13］SHAN X M，YIN J，WANG J.Risk assessment of Shanghai extreme flooding under the land use change scenario［J］.Natural Hazards，2022，110（2）：1039-1060.

TANG J，LI W，FANG J，et al.Scenario-based economic and societal risk assessment of storm flooding in Shanghai［J］.International Journal of Climate Change Strategies and Management，2021，13（4/5）.

［14］劉濤，姚靜華，潘慶，等.四川省數字孿生流域知識圖譜的設計與實現［J］.水利信息化，2023（3）：14-19.

［15］蔡陽.數字孿生水利建設中應把握的重點和難點［J］.水利信息化，2023（3）：1-7.

［16］王珊琳，王井騰，楊躍，等.珠江抗旱“四預”平臺建設與實踐［J］.中國防汛抗旱，2023，33（6）：25-29.

［17］高英，王鵬，屈志剛，等.面向數字孿生賈魯河流域的洪水預報模型與應用［J］.華北水利水電大學學報（自然科學版），2023，44（4）：47-59.

［18］宋華瑞，楊德全，王棟.數字孿生椒江防洪“四預”應用研究［J］.水利信息化，2023（2）：9-13，23.

［19］王俊，程海云，郭生練，等.智慧流域水文預報技術研究進展與開發前景［J］.人民長江，2023，54（8）：1-8，59.

［20］孫文宇，王容，姚成，等.基于柵格新安江模型的秦淮河流域洪水模擬及實時校正研究［J］.人民珠江，2021，42（10）：10-17.

［21］黃凱旋.洪水預報模型的參數優選與實時校正技術研究［D］.武漢：華中科技大學，2015.

［22］徐健，趙保成，魏思奇，等.數字孿生流域可視化技術研究與實踐［J］.水利水電快報，2023，44（8）：127-130.

［23］陳瑜彬，鄒冰玉，牛文靜，等.流域防洪預報調度一體化系統若干關鍵技術研究［J］.人民長江，2019，50（7）：223-227.

（編輯：謝玲嫻）