水利專業模型標準化元數據建模技術研究與應用

摘要：不同業務類型的水利專業模型在水利工程對象類型、模型靜態參數、動態邊界條件等輸入側存在差異，無法采用統一的構建模式進行通用化處理，影響模型的可復用性，降低了數字孿生平臺的通用化水平。為此，提出了一種水利專業模型的建模技術，通過提取多類型專業模型在輸入側的類型、組織和格式特征，利用元數據的信息描述特性，建立針對水利專業模型建模過程的標準化元數據集，并基于元數據集設計和實現了通用化的建模過程接口，支撐水利專業模型的建模。該標準化元數據建模技術已成功應用于數字孿生岳城水庫的預報、調度專業模型建模過程中，通過元數據屏蔽了模型各類輸入數據的差異，提升了建模的效率和模型的可復用性。

關 鍵 詞：水利專業模型； 元數據； 標準化； 數字孿生平臺； 岳城水庫

中圖法分類號： TV697

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2024.09.030

0 引 言

數字孿生平臺是數字孿生流域、數字孿生工程和數字孿生水網總體框架中的核心構成［1-3］。縱向上既要為各種基礎數據賦能，又要為防洪、水資源管理與調配、綜合決策等高級應用提供平臺支撐。橫向上，采用原生地圖引擎、游戲虛幻引擎或二次開發組件呈現可視化孿生場景，同時需要實現水利專業模型的建模功能，將原始的專業算法與對象、數據進行結合，提供可調用且可復用的模型資源。構建水利專業模型是數字孿生流域建設的重點任務［1］，目前基于成熟的可視化軟件底層框架，可視化孿生場景建設取得了較好的成效［4-5］，但針對水利專業模型的建模，由于只有在生產項目的實踐中才能最大化其價值，還鮮有標準化建模的研究見諸文獻。

隨著信息技術的進步，水利專業模型建模技術也得到了較大發展。周超等構建了水利業務問題與決策流程的孿生建模平臺，有效支撐了長江流域水工程防災聯合調度系統的建設［6］。劉昌軍等基于高性能并行計算的水文水動力學實時模擬預報技術，開發了淮河流域智慧防汛系統，在淮河正陽關以上流域取得了良好的應用效果［7］。太浦河“四預”孿生系統通過模型平臺和可視化引擎，形成以事件為驅動的太浦河防洪及供水預報、預警、預演、預案的業務應用，服務太浦河綜合調度需要［8］。

已有的專業模型建模方法沒有考慮對模型的算法、數據和對象進行區分和解耦，所建立的模型往往僅適用于特定水利工程對象的特定時間范圍，在實際工作中面臨重復建設的問題，建模成果也無法作為公共模型資源進行復用，不利于專業成果的積累。

不同業務類型的水利專業模型的對象類型、模型靜態參數、動態邊界條件等存在差異，如何對輸入輸出進行規范化處理，是通用化建模過程的關鍵。本文引入在水利信息管理中有廣泛應用的元數據［9-10］，將模型關聯對象、模型率定參數、模型輸入邊界、模型返回結果等數據的命名、定義、處理工具進行統一規定，在建模過程中嚴格遵循元數據的屬性，按照固定流程進行模型狀態校驗、數據校驗、輸入抽取和模型驅動、輸出處理等，對建模過程的數據交互進行規范，可為相應的通用化水利專業模型提供建模過程接口。

1 水利專業模型元數據

1.1 元數據的概念及分類

元數據（metadata）又稱中介數據或中繼數據，是一種用來描述數據的數據［11］。元數據提供了關于數據背景、結構、內容和意義的描述，使用元數據有利于在進行數據交換時，交互雙方對數據內涵的準確理解和解釋。元數據的信息描述特性，可以為水利專業模型建模過程的相關數據管理、發現和使用提供一種通用標準界面，使模型數據的交互技術規范化成為可能。

水利專業模型建模過程主要涉及模型關聯對象、模型率定參數、模型輸入邊界、模型返回結果等數據。根據數據在建模過程中的不同作用，將數據劃分為如下幾類：全局變量、數據單位、水利工程對象、專業模型參數，并分別得到對應類型的元數據。表1展示了水利專業模型建模的部分元數據，其中，全局變量元數據規定了建模過程的共有屬性，以枚舉的形式限制變量的取值范圍；數據單位元數據規定了水位、流量等數據的基準單位，保證建模過程中度量統一；水利工程對象元數據描述了各類水利工程的編碼、名稱、特征值、特征曲線等通用屬性，為建模提供水利工程對象基本信息；專業模型參數元數據描述了模型計算的邊界條件定義，是模型輸入側和輸出側的交互格式標準。

1.2 模型參數元數據集

將不同數據類型的元數據進行匯總整合，可形成包含洪水預報、防洪調度、水資源管理等多種專業模型的元數據集。在水利專業模型建模過程中，全局變量、數據單位和水利工程對象相對固定，其對應的元數據可直接作為規范化的元數據集，而模型參數因與模型的耦合度較高，需要將專業模型的輸入參數格式進行細分和歸類，從中提取公共數據類型并定義為通用元數據，才能合并到元數據集。

提取隸屬于不同業務功能的模型參數元數據，以水庫調洪演算模型和一維水動力模型為例，表2展示了驅動兩個模型計算分別需要的參數，其中每種參數項有唯一編碼和對應的數據類型，可按數據特性分為單數值、單字符、過程數值、對象等類型。參數對應的數據基類可對數據的取值進行限制，其中double代表實數類型，String代表字符類型，JSON代表對象類型［12］，根據數據基類衍生出對應的數組類型。可以看到，從模型提取的參數元數據不與水利工程對象耦合，且不限制在某一研究區域，具有較好的規范性和通用性，將所有的參數項進行匯集，即得到模型參數的元數據集。

1.3 元數據的標準化方法

為支撐標準化元數據建模，需要對所提取的元數據集進行標準化命名、定義和管理。為此，本文采用基于功能描述的標準化命名，賦予每個元數據具有功能內涵的名稱，運用增量式屬性，為元數據動態擴展定義，開發通用的處理工具，使用標準化方法進行元數據管理。

對模型元數據的命名進行標準化，有利于在建模過程中保持數據含義的一致性。本文采用分段定義的方法，按元數據所屬業務類型、對象類型、數據編碼、數據類型進行多段式命名，為方便使用，采用具有相關含義的簡化字符進行命名。以部分元數據為例（圖1），其中FR、RD前綴分別表示預報和調度業務類型；RR、ZQ字符分別表示水庫站和水文站對象類型；數據編碼INQ代表入庫流量、AVGINQ代表平均入庫流量、Z代表水位、Q代表天然流量；數據類型中S和P分別代表單值數據和過程數據。

在標準化元數據名稱的基礎上，需要為每個元數據添加屬性信息，對元數據進行詳細描述，其中屬性可根據建模需求增量式擴展。初步定義了名稱、數據基類、對象類型、數據單位和數據類型屬性，并按照元數據編碼（名稱、數據基類、對象類型、數據單位、數據類型）的格式進行聚合，部分元數據的屬性示例如下所示：

（1） RD_RR_UPQBEG_S（壩上期初流量，double，水庫，m3/s，單數值）

（2） RD_RR_INQ_P（瞬時入庫過程，double［］，水庫，m3/s，過程數值）

（3） RD_RR_AVGINQ_P（平均入庫過程，double［］，水庫，m3/s，過程數值）

（4） FR_ZQ_Z_P（站點水位過程，double［］，水文站，m，過程數值）

（5） FR_ZQ_Q_P（站點流量過程，double［］，水文站，m，過程數值）

元數據作為匯總的數據描述，其屬性指定了具體的數據對象，因此元數據集也包含了相應的數據信息，提供模型建模的數據來源。為實現模型數據的標準化管理，需要對管理工具的功能進行統一定義，規定數據的創建、查詢、更新、銷毀等各生命周期的公共方法，如圖2所示。數據對象的創建，首先需要從元數據集中找到對應的元數據項，然后實例化為數據對象合并到數據對象集中，數據對象的查詢和更新統一從數據對象集獲取，對于不再使用的數據對象，使用統一的方法進行對象銷毀。

2 基于標準化元數據的建模技術研究

基于標準化元數據的水利專業模型建模，是將專業算法與水利工程對象、模型參數、邊界條件進行結合，得到可執行的模型實例的過程。需要經過模型運行狀態校驗、模型輸入組織、輸入數據校驗、模型驅動運行、模型輸出后處理等幾個核心環節。基于前述元數據集及其標準化方法，設計了如圖3所示的通用化建模過程，其中模型輸入輸出采用標準化元數據進行交互，通過校驗模型運行狀態，判斷模型是否可用，通過校驗模型輸入數據，判斷是否達到驅動模型運行的條件。為流程中的每個環節定義標準化接口方法，可供建模過程統一調用，實現基于標準化元數據的水利專業模型建模。

2.1 模型運行狀態校驗接口

專業模型建模中，核心算法程序的正常運行是執行后續建模過程的重要前提，對其運行狀態進行實時監聽，對于狀態異常的算法程序及時反饋，本文采用主流的周期性定時心跳技術［13］，定義一種標準化的模型運行狀態校驗接口，實現實時的狀態校驗。

模型狀態校驗流程如圖4所示，其中周期定時器會按照固定的頻率發送狀態查詢請求，通過接收到的返回信息更新運行狀態。由于心跳請求頻率比較高，將算法程序中的心跳維持接口與模型核心算法進行拆分，心跳維持接口負責對狀態查詢請求進行快速響應，模型核心算法只有在模型驅動時才會執行。

2.2 模型輸入數據抽取技術

對于通過模型運行狀態校驗的算法程序，需要抽取模型的輸入數據，根據每個模型需求的輸入數據項，采用統一定義的元數據管理方法，在模型元數據集中查詢對應的元數據，并獲取對應的數據對象。基于元數據的處理技術，隨著集成的模型數量不斷增加，可以形成通用化的元數據集合，不同業務功能的專業模型采用同一組元數據，為模型的復用提供數據層面的統一機制。

基于元數據的模型輸入數據處理技術流程如圖5所示。由模型核心算法確定水利工程對象類型、參數類型、邊界數據類型、數據基類等詳細需求，并找到符合數據特征的元數據項，通過元數據自動抽取實際數據并按需求進行組織，得到模型輸入數據實例。

2.3 模型輸入數據校驗與模型驅動

得到模型輸入數據實例后，為保證模型能夠正確驅動，需要依次對數據實例的存在性、類型、長度和異常值進行檢查，只有所有檢查都通過，才能達到模型驅動的條件，執行后續驅動流程。模型輸入數據校驗與模型驅動流程如圖6所示，模型的輸入是數據校驗的需求來源，元數據集中的屬性定義是數據校驗的依據。

輸入數據校驗的第1步是存在性檢查，將模型的輸入需求和已經抽取的數據對象集合進行對比，如果缺少數據項則校驗失敗，如果所有的的輸入需求都能找到對應的數據對象，則進入下一校驗環節。第2步是類型檢查，根據元數據中定義的業務類型、對象類型和數據類型，檢查數據對象中相應位置是否匹配，例如對于入庫流量數據，其元數據屬性為“入庫過程，double［］，水庫，m3/s，過程數值”，需要檢查數據是否為過程數據，是否為實數數組，是否從水庫對象抽取，任意一項檢查不通過則校驗失敗。第3步是長度檢查，檢查單值數據長度是否為1，對于有時間屬性的數據，檢查數據長度是否一致。第四步是異常值檢查，對每種類型的數據，判斷是否處在非常規的取值范圍，對于過程數據還需要判斷是否出現突變點。

輸入數據校驗的所有環節都通過之后，則認為當前抽取的數據對象足以支撐算法運行，將所有的數據對象按模型數據需求進行匯集和傳遞，進而驅動模型運行并獲取模型結果。

2.4 模型輸出后處理

驅動模型運行后，為保證模型輸出的規范性，需要對模型返回的計算結果進行校驗和處理，采用與模型輸入相同的處理技術，根據元數據集中的屬性定義進行數據對象的校驗，將通過所有校驗環節的數據作為模型的最終返回結果，為建模過程提供標準的結果獲取接口。

3 系統應用案例

岳城水庫位于河北省邯鄲市磁縣與河南省安陽市殷都區交界處，是海河流域漳衛河水系漳河上的控制工程，控制流域面積18 100 km2，占漳河流域面積的99.4%，總庫容13億m3。為響應加快推進智慧水利信息化建設的號召，數字孿生岳城水庫運用物聯網、大數據、云計算、數字孿生等新一代信息技術，建立和完善感知體系、智慧大腦體系、智慧業務平臺、數字孿生平臺，以四預（預報、預警、預演、預案）為手段，提升水旱災害防御能力。

在防洪業務的構建過程中，首先利用河北雨洪模型或新安江三水源模型進行水文預報產匯流計算。然后基于岳城水庫調度規程進行防洪調度規則模型求解，在保證水庫安全前提下，調用相應目標（如最大下泄流量最小化、最高水位最低化、防洪庫容耗用最小化、最小成災歷時等）的優化調度模型，支撐預報調度業務功能。通過匯集和梳理業務流程調用涉及的所有數據對象，利用建模元數據的標準命名方法和屬性定義規范，得到如表3所示的防洪業務模型建模元數據集。不同的專業模型可按照建模需求從中抽取對應的元數據，建模過程有據可循，建模成果在預報、調度等不同功能模塊中得到重復使用。

通過專業模型的標準化建模，利用統一的建模過程接口，實現了專業核心算法、水利工程對象和模型輸入參數的標準化集成，搭建了如圖7所示的預報調度功能模塊，其中每個模型的調用都經過狀態校驗、輸入數據抽取、算法驅動、輸出結果匯集等公共環節。該套系統支撐了岳城水庫的實際管理工作，提升了主管部門在日常管理工作中的業務應用智能化水平，相比傳統手段建設的水利信息系統，在建模過程規范性和建模成果通用性上得到了較大提升。

4 結 語

本文主要提出了一種水利專業模型的標準化元數據建模技術，利用元數據對模型關聯對象、模型率定參數、模型輸入邊界、模型返回結果進行規范化命名、定義和處理，在建模過程中遵循元數據的定義實現各建模環節，并據此提供了一套包含模型狀態校驗、模型輸入輸出校驗、模型驅動等的標準化建模過程接口，為水利專業模型核心算法的通用化開發和集成，提供了一種可遵循的建模規范。

該建模方法已應用在數字孿生岳城水庫項目中，提升了整體建模效率，實現了建模成果在多個業務模塊中的重復利用。未來，將進一步分析和提取不同業務類型的水利專業模型數據交互需求，提升公共元數據集的通用性和實用性，為數字孿生平臺的構建提供一種建模規范的參考。

參考文獻：

［1］ 蔡陽，成建國，曾焱，等.加快構建具有"四預"功能的智慧水利體系［J］.中國水利，2021（20）：1-5.

［2］ 成建國.數字孿生水網建設思路初探［J］.中國水利，2022（20）：18-22，10.

［3］ 冶運濤，蔣云鐘，寇懷忠，等.數字孿生流域的基礎模型、演化路徑與評判準則［J］.華北水利水電大學學報（自然科學版），2023，44（4）：27-38，46.

［4］ 徐瑞，葉芳毅.基于數字孿生技術的三維可視化水利安全監測系統［J］.水利水電快報，2022，43（1）：87-91.

［5］ 楊楚驊，饒凡威，傅志浩，等.基于BIM的水利工程施工監管平臺設計與實現［J］.人民珠江，2022，43（2）：17-23.

［6］ 周超，唐海華，李琪，等.水利業務數字孿生建模平臺技術與應用［J］.人民長江，2022，53（2）：203-208.

［7］ 劉昌軍，呂娟.數字孿生淮河流域智慧防洪體系研究與實踐［J］.中國防汛抗旱，2022，32（1）：47-53.

［8］ 黃志興，馮大蔚，馬媛，等.數字孿生太浦河防洪及供水“四預”業務應用設計與實現［J］.水利信息化，2023（4）：1-6.

［9］ 張立志，李俊，呂燕枚，等.基于元數據和模型驅動的水利信息共享平臺［J］.水利信息化，2015（4）：8-10，28.

［10］馮鈞，唐志賢，黃如春，等.水利信息資源元數據管理方法研究［J］.水利信息化，2011（5）：1-4，15.

［11］劉嘉.元數據：理念與應用［J］.中國圖書館學報，2001，27（5）：32-36，45.

［12］邢四為.基于JSON的信息交互系統的研究與實現［D］.合肥：安徽大學，2013.

［13］李煦侃.基于串口的心跳監聽設計及其在QNX中的實現［J］.自動化儀表，2019，40（8）：79-82，88.

（編輯：黃文晉）

Research and application of standardized metadata modeling technology for water conservancy professional models

FENG Kuaile，JI Zhenyu，TANG Haihua，HUANG Liyao，DING Xiaoling

（Changjiang Survey，Planning，Design and Research Co.，Ltd.，Wuhan 430010，China）

Abstract：

Due to the differences in the inputs of different business types of water conservancy professional models in terms of water conservancy engineering object types，model static parameters，dynamic boundary conditions，etc.，it is not possible to adopt a unified construction mode for generalization，which greatly affects the re-usability of the model and reduces the level of generalization of the digital twin platform.In this paper，we propose a modeling technique for water conservancy professional models，by extracting the type，organization，and format characteristics of multi-type professional models on the input side，and utilizing the information description characteristics of metadata，we establish a standardized metadata set for the modeling process of water conservancy professional models.Further，we design and realize a generalized modeling process interface based on the metadata set，which can support the modeling of water conservancy professional models.The standardized metadata modeling technology proposed in this paper was successfully applied to the modeling process of the forecasting and dispatching professional model of the Digital Twin Yuecheng Reservoir，and the metadata avoided the differences between various types of input data of the model，which improved the efficiency of modeling and the reusability of the model.

Key words：

water conservancy professional model； metadata； standardization； digital twin platform； Yuecheng Reservoir