楊華偉, 沈紅霞, 蔡思宇, 王超, 朱健鋒

(1.遼寧師范大學(xué) 地理科學(xué)學(xué)院,遼寧 大連 116029; 2.水利部信息中心,北京 100053; 3.中國(guó)水利水電科學(xué)研究院,北京 100038)

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展,水資源的開(kāi)發(fā)利用量不斷增加,導(dǎo)致河流生態(tài)系統(tǒng)功能受損以及生物多樣性喪失[1]。普遍認(rèn)為,流域生態(tài)流量是流域生態(tài)系統(tǒng)穩(wěn)定的關(guān)鍵因素之一[2],對(duì)流域水資源管理和規(guī)劃至關(guān)重要[3]。流域生態(tài)流量是指為了維系流域生態(tài)系統(tǒng)的結(jié)構(gòu)和功能,需要保留在流域內(nèi)符合水質(zhì)要求的流量(水量、水位)及其過(guò)程[4]。江善虎等[5]研究認(rèn)為,影響河道生態(tài)流量的主要因素是氣候變化和人類活動(dòng),例如極端氣候、降水、水庫(kù)徑流調(diào)節(jié)、取用水活動(dòng)等。因此,為了保證流域生態(tài)系統(tǒng)的穩(wěn)定,實(shí)現(xiàn)流域可持續(xù)發(fā)展,考慮以人類活動(dòng)以及氣候變化為基礎(chǔ)的流域生態(tài)流量預(yù)警方法至關(guān)重要。目前,對(duì)流域生態(tài)流量預(yù)警方法的研究較多:張代青等[6]以河流流量為河流健康表征因子,建立二元水循環(huán)河流流量比率閾值模型進(jìn)行河流流量預(yù)警;郭玉雪等[7]利用徑流信息、歷史氣象數(shù)據(jù)作為影響因子,通過(guò)遞歸神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)流量;李遠(yuǎn)軍[8]通過(guò)邏輯算法實(shí)現(xiàn)水電站生態(tài)流量在線監(jiān)測(cè)和實(shí)時(shí)預(yù)警。已有的各種模型算法為生態(tài)流量預(yù)警提供了理論基礎(chǔ)。

近年來(lái),國(guó)家大力推進(jìn)智慧水利建設(shè),數(shù)字孿生流域技術(shù)體系迅速發(fā)展[9],以數(shù)字孿生流域?yàn)楹诵臉?gòu)建具有預(yù)報(bào)、預(yù)警、預(yù)演、預(yù)案功能的智慧水利體系[10],實(shí)現(xiàn)數(shù)字孿生流域需要構(gòu)建水利實(shí)體及其屬性之間的關(guān)聯(lián)關(guān)系,形成強(qiáng)大的水利知識(shí)網(wǎng)絡(luò)。知識(shí)圖譜是一種結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù),能夠?qū)?shí)體和屬性通過(guò)關(guān)系進(jìn)行聯(lián)結(jié)和組織的知識(shí)網(wǎng)絡(luò)[11],是實(shí)現(xiàn)數(shù)字孿生流域的關(guān)鍵技術(shù)之一。目前,已有少量研究將知識(shí)圖譜引入水利工程調(diào)度等相關(guān)領(lǐng)域:段浩等[12]以水利行業(yè)關(guān)系型數(shù)據(jù)庫(kù)、互聯(lián)網(wǎng)數(shù)據(jù)與百科知識(shí)等為數(shù)據(jù)源,構(gòu)建了水利綜合知識(shí)圖譜;陳勝等[13]以水工程聯(lián)合調(diào)度計(jì)算方案生成為切入點(diǎn),研究知識(shí)圖譜在水利行業(yè)的應(yīng)用技術(shù);馮鈞等[14]以水利對(duì)象數(shù)據(jù)為基礎(chǔ),實(shí)現(xiàn)了基于推理規(guī)則的知識(shí)推理方法,并應(yīng)用于水利信息知識(shí)圖譜構(gòu)建與檢索系統(tǒng),構(gòu)建了水利信息知識(shí)圖譜。上述研究表明,知識(shí)圖譜能夠用于復(fù)雜的水利工程調(diào)度問(wèn)題,提高水利工程調(diào)度的智能化水平,但目前還存在不足。目前,水利工程調(diào)度知識(shí)圖譜主要基于傳統(tǒng)的語(yǔ)義關(guān)系,而部分水利工程相關(guān)要素具有空間位置屬性(以流域生態(tài)流量調(diào)度為例,如監(jiān)測(cè)斷面、雨量站、水庫(kù)等具有空間位置信息),且要素之間存在空間拓?fù)潢P(guān)系(比如雨量站與水庫(kù)匯水區(qū)的關(guān)系)。忽略空間位置屬性和空間關(guān)系,僅基于語(yǔ)義建立知識(shí)圖譜導(dǎo)致建模過(guò)程需要大量人工處理,耗時(shí)耗力。

因此,本文考慮地理要素空間關(guān)系的知識(shí)圖譜對(duì)生態(tài)流量預(yù)警建模,并通過(guò)九交模型算法實(shí)現(xiàn)流域內(nèi)監(jiān)測(cè)斷面與取用水戶、水庫(kù)、雨量站的空間拓?fù)潢P(guān)系的自動(dòng)構(gòu)建,提高了建模效率,同時(shí)通過(guò)對(duì)導(dǎo)致生態(tài)流量預(yù)警事件的成因進(jìn)行定量分析和可視化展示,可以直觀地了解預(yù)警成因,便于決策者采取精準(zhǔn)的管控措施,有利于保持流域生態(tài)系統(tǒng)的穩(wěn)定。

1 知識(shí)圖譜與地理知識(shí)圖譜

1.1 知識(shí)圖譜

谷歌于2012年首次提出了知識(shí)圖譜的概念,其基本組成單位是“實(shí)體-關(guān)系-實(shí)體”三元組[15]。目前,知識(shí)圖譜已在問(wèn)答系統(tǒng)、推薦系統(tǒng)以及信息檢索系統(tǒng)中被廣泛應(yīng)用[16],服務(wù)于醫(yī)療、新聞、教育、電力等各個(gè)領(lǐng)域[17-20]。

知識(shí)圖譜構(gòu)建的核心主要包括知識(shí)建模、知識(shí)抽取以及知識(shí)融合3個(gè)階段[21]。首先,將分散的數(shù)據(jù)源以及實(shí)體關(guān)系中的知識(shí)組織起來(lái),形成統(tǒng)一的模型;然后,從各種各樣的數(shù)據(jù)資源中將研究?jī)?nèi)容相關(guān)的實(shí)體以及實(shí)體間的關(guān)系抽取出來(lái),存儲(chǔ)到知識(shí)庫(kù)中;最后,在同一框架規(guī)范下進(jìn)行異構(gòu)數(shù)據(jù)整合、消歧等工作,并加入現(xiàn)有結(jié)構(gòu)化數(shù)據(jù),形成知識(shí)圖譜。

1.2 地理知識(shí)圖譜

地理知識(shí)圖譜是在知識(shí)圖譜的基礎(chǔ)上對(duì)與地理位置有關(guān)的概念、實(shí)體及其相互關(guān)系進(jìn)行形式化描述的知識(shí)系統(tǒng),能夠提供系統(tǒng)的、深層次的結(jié)構(gòu)化地理知識(shí)[22]。與傳統(tǒng)知識(shí)圖譜相比,地理知識(shí)圖譜不僅是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù),還集成了海量的地理空間數(shù)據(jù)和信息[23],具有空間特征、時(shí)間特征以及屬性特征。

地理知識(shí)圖譜的基本組成單位為“實(shí)體-關(guān)系-屬性”三元組,相比一般知識(shí)圖譜,地理實(shí)體是地理知識(shí)表達(dá)的核心[24],利用相鄰、連通、包含等拓?fù)潢P(guān)系描述地理實(shí)體間的空間關(guān)系。

水利工程調(diào)度中存在與空間位置有關(guān)的地理要素,引入地理知識(shí)圖譜,可以增強(qiáng)圖譜與對(duì)象實(shí)體的聯(lián)系。例如,在流域生態(tài)流量預(yù)警過(guò)程中考慮要素的空間位置及相互拓?fù)潢P(guān)系,并利用空間關(guān)系自動(dòng)建立要素實(shí)體間的關(guān)聯(lián),從而構(gòu)建監(jiān)測(cè)斷面與雨量站、取用水戶、水庫(kù)等實(shí)體之間的知識(shí)圖譜。因此,顧及地理要素的生態(tài)流量預(yù)警知識(shí)圖譜增強(qiáng)了圖譜的物理意義,同時(shí)為自動(dòng)化生成圖譜提供了基礎(chǔ)。

2 顧及地理要素的生態(tài)流量預(yù)警知識(shí)圖譜構(gòu)建

2.1 知識(shí)背景

為了對(duì)流域生態(tài)流量進(jìn)行預(yù)警,在河道上選擇監(jiān)測(cè)斷面對(duì)流量進(jìn)行定期監(jiān)測(cè)[25],將監(jiān)測(cè)值與斷面生態(tài)流量設(shè)計(jì)閾值進(jìn)行比較,判斷是否發(fā)生預(yù)警及發(fā)生的預(yù)警級(jí)別。通過(guò)分析預(yù)警產(chǎn)生的原因制定響應(yīng)預(yù)案,對(duì)水庫(kù)下泄流量或生產(chǎn)生活取用水實(shí)施管控。

因此,若以一個(gè)預(yù)警周期為研究對(duì)象,則有如表1中的要素對(duì)象。

表1 預(yù)警周期各階段包含的要素對(duì)象

2.2 知識(shí)圖譜構(gòu)建

2.2.1 知識(shí)建模

根據(jù)知識(shí)背景建立流域生態(tài)流量預(yù)警知識(shí)圖譜本體[26],采用自上而下的方法構(gòu)建知識(shí)圖譜,知識(shí)圖譜包括以下內(nèi)容:

1)以預(yù)警為核心面向預(yù)警生命周期建模,當(dāng)產(chǎn)生預(yù)警事件時(shí),記錄預(yù)警級(jí)別和時(shí)間;

2)預(yù)警發(fā)生時(shí)及預(yù)警周期結(jié)束后分別記錄降水、水庫(kù)狀態(tài)以及取用水信息;

3)預(yù)警來(lái)自監(jiān)測(cè)斷面,降水、水庫(kù)狀態(tài)以及取用水信息分別來(lái)自雨量站、水庫(kù)及取用水戶;

4)預(yù)警期間同樣可能產(chǎn)生針對(duì)水庫(kù)和取用水戶的管控措施。

因此,在流域生態(tài)流量預(yù)警知識(shí)圖譜本體中可抽象出預(yù)警、斷面、雨量站、水庫(kù)、取用水戶等實(shí)體及其相互之間的關(guān)系,如圖1所示。

圖1 生態(tài)流量知識(shí)圖譜概念模型

2.2.2 知識(shí)抽取和存儲(chǔ)

目前流域生態(tài)流量預(yù)警相關(guān)信息主要通過(guò)關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ),例如流量水位數(shù)據(jù)、斷面取用水?dāng)?shù)據(jù)、測(cè)站下泄量數(shù)據(jù)、取用水戶位置信息等,將這些結(jié)構(gòu)化數(shù)據(jù)進(jìn)行實(shí)體識(shí)別和屬性抽取。在實(shí)體識(shí)別之后進(jìn)行關(guān)系抽取,將實(shí)體之間的關(guān)系信息抽取出來(lái),最終得到三元組形式的知識(shí)。最后將實(shí)體與關(guān)系存儲(chǔ)在Neo4j圖數(shù)據(jù)庫(kù)中。

2.2.3 知識(shí)融合

文中的知識(shí)融合主要為實(shí)體、數(shù)據(jù)屬性等層面的融合,將預(yù)警前、后各水庫(kù)、雨量站、取用水戶之間的關(guān)系以及數(shù)據(jù)屬性進(jìn)行關(guān)聯(lián),獲取不同狀態(tài)時(shí)斷面的信息,確定流域生態(tài)流量狀態(tài),初步形成知識(shí)圖譜,實(shí)現(xiàn)流域生態(tài)流量的動(dòng)態(tài)監(jiān)測(cè)。

2.3 顧及地理要素的知識(shí)圖譜構(gòu)建

2.3.1 在本體中融合地理要素

提取流域生態(tài)流量預(yù)警知識(shí)圖譜中的節(jié)點(diǎn),記為N(a),其中a表示節(jié)點(diǎn)的屬性集。對(duì)于監(jiān)測(cè)斷面、雨量站、取用水戶、水庫(kù)等具有地理屬性的節(jié)點(diǎn),將地理要素加入節(jié)點(diǎn)屬性集,即N(a,[geo]),其中,geo表示節(jié)點(diǎn)代表的實(shí)體的地理對(duì)象,如具有經(jīng)緯度坐標(biāo)的點(diǎn)。

節(jié)點(diǎn)間的關(guān)系記為R(n),其中n表示關(guān)系的屬性集。若為地理要素之間的關(guān)系,則在屬性集中加入空間拓?fù)潢P(guān)系。地理要素之間的空間關(guān)系通過(guò)九交模型法表示[27],即:

(1)

式中:topo表示空間拓?fù)潢P(guān)系;x表示知識(shí)圖譜中帶有地理要素節(jié)點(diǎn)的位置屬性,通常為點(diǎn)要素,如雨量站、取用水戶、水庫(kù)等;y表示監(jiān)測(cè)斷面的匯水區(qū),通常為面要素;I、B、E分別表示地理要素的內(nèi)部、邊界和外部。為了方便存儲(chǔ)和表達(dá),通常將式(1)表示為一個(gè)僅包含T和F且長(zhǎng)度為9的字符串[28],T指true,F指false。

將地理要素之間的空間關(guān)系與知識(shí)圖譜中實(shí)體間的關(guān)系融合,記為R(n,[topo])。據(jù)此,顧及地理要素的流域生態(tài)流量預(yù)警知識(shí)圖譜可表示為:

G=(N(a,[geo]),R(n,[topo]))。

(2)

式中:G表示知識(shí)圖譜;N代表圖中節(jié)點(diǎn);R代表關(guān)系,即圖譜中的邊。

顧及地理要素的流域生態(tài)流量預(yù)警知識(shí),如圖2所示。

圖2 顧及地理要素的生態(tài)流量知識(shí)圖譜概念模型

2.3.2 知識(shí)圖譜的自動(dòng)構(gòu)建

在融合地理要素的基礎(chǔ)上,可實(shí)現(xiàn)流域生態(tài)流量預(yù)警知識(shí)圖譜的自動(dòng)構(gòu)建。

步驟1通過(guò)知識(shí)抽取在原有節(jié)點(diǎn)屬性的基礎(chǔ)上添加地理要素屬性,其中:雨量站、水庫(kù)、取用水戶為點(diǎn)要素;斷面為其匯水區(qū)面要素。

步驟2通過(guò)式(1)計(jì)算流域內(nèi)匯水區(qū)與雨量站、取用水戶、水庫(kù)的空間拓?fù)潢P(guān)系。

步驟3在知識(shí)融合階段只保留那些在匯水區(qū)內(nèi)部的關(guān)系,從而完成雨量站、取用水戶、水庫(kù)等實(shí)體與斷面實(shí)體的關(guān)系的自動(dòng)構(gòu)建。

2.4 基于知識(shí)推理的生態(tài)流量預(yù)警分析方法

2.4.1 預(yù)警成因分析

在流域生態(tài)流量預(yù)警知識(shí)圖譜中主要通過(guò)歷史比較法分析預(yù)警成因,將當(dāng)前預(yù)警發(fā)生時(shí)取用水戶的取用水量、水庫(kù)出庫(kù)流量、雨量站降水量分別與歷史同期觀測(cè)值比較,計(jì)算變化量Vwhen和動(dòng)態(tài)度DIwhen,即:

Vwhen=Cwhen-H,

(3)

(4)

式中:Cwhen為預(yù)警發(fā)生時(shí)的當(dāng)前狀態(tài)數(shù)據(jù);H為歷史狀態(tài)數(shù)據(jù)。

由于每次預(yù)警事件發(fā)生時(shí)均記錄降水、水庫(kù)狀態(tài)以及取用水信息,因此在知識(shí)圖譜中有:

Rwhen(alert,feature)=Rwhen(alert,state)+Rfrom(state,feature)。

(5)

式中:Rwhen、Rfrom分別表示知識(shí)圖譜中的關(guān)系;alert為預(yù)警;feature為預(yù)警關(guān)聯(lián)要素,如雨量站、水庫(kù)、取用水戶等;state為上述關(guān)聯(lián)要素在預(yù)警發(fā)生時(shí)的狀態(tài),即預(yù)警與要素的關(guān)系轉(zhuǎn)化為圖譜中預(yù)警節(jié)點(diǎn)與要素節(jié)點(diǎn)之間的路徑。

將式(3)和式(4)中的Vwhen和DIwhen寫(xiě)入對(duì)應(yīng)關(guān)系Rwhen(alert,state)的屬性中,進(jìn)而可通過(guò)式(5)推理出要素對(duì)本次預(yù)警的影響程度,得出預(yù)警事件發(fā)生的潛在關(guān)聯(lián)因素。

2.4.2 管控成效分析

同理可得,比較預(yù)警周期結(jié)束后與預(yù)警發(fā)生時(shí)的取用水量與水庫(kù)出庫(kù)流量等信息,可得到預(yù)警期間所實(shí)施的管控措施的成效,即有:

Vafter=Cafter-Cwhen,

(6)

(7)

式中Cwhen、Cafter分別為預(yù)警時(shí)和預(yù)警周期結(jié)束時(shí)的狀態(tài)數(shù)據(jù)。

3 研究實(shí)例

3.1 漢江流域概況

漢江是長(zhǎng)江中游左岸最大的支流,干流流經(jīng)陜西、湖北兩省,于湖北省武漢市匯入長(zhǎng)江。漢江全長(zhǎng)1 577 km,其中陜西省境內(nèi)干流長(zhǎng)657 km,湖北省境內(nèi)的干流長(zhǎng)920 km,總落差1 964 m,其支流延展至四川、甘肅、重慶、河南4省(直轄市),流域總面積約15.9 萬(wàn)km2。

漢江流域共設(shè)置了3個(gè)生態(tài)流量監(jiān)測(cè)預(yù)警斷面,即安康斷面、黃家港(二)斷面,以及皇莊斷面,3個(gè)斷面及關(guān)聯(lián)水庫(kù)、取用水戶的關(guān)系如圖3所示。安康斷面位于陜西省安康市,其監(jiān)測(cè)范圍在陜西省境內(nèi);黃家港(二)斷面位于湖北省丹江口市,監(jiān)測(cè)范圍涉及陜西省、河南省以及湖北省;皇莊斷面位于湖北省荊門(mén)市,監(jiān)測(cè)范圍在湖北省境內(nèi)。

圖3 漢江流域生態(tài)流量預(yù)警監(jiān)測(cè)斷面設(shè)置示意

3.2 預(yù)警方案設(shè)計(jì)

漢江流域生態(tài)流量預(yù)警等級(jí)為藍(lán)色預(yù)警、橙色預(yù)警和紅色預(yù)警3個(gè)等級(jí)。預(yù)警閾值分別按照生態(tài)基流的120%、100%和80%設(shè)置,對(duì)應(yīng)預(yù)警等級(jí)分別為藍(lán)色預(yù)警、橙色預(yù)警和紅色預(yù)警。預(yù)警時(shí)長(zhǎng)與斷面流量報(bào)送時(shí)長(zhǎng)一致。不同預(yù)警等級(jí)的流量控制指標(biāo)見(jiàn)表2。

表2 漢江流域主要控制斷面不同預(yù)警等級(jí)的生態(tài)流量

3.3 漢江流域生態(tài)流量預(yù)警知識(shí)圖譜構(gòu)建

3.3.1 數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)

按照上述生態(tài)流量知識(shí)圖譜的建模方法設(shè)計(jì)公式(2)中節(jié)點(diǎn)及關(guān)系的數(shù)據(jù)結(jié)構(gòu),其中部分節(jié)點(diǎn)及關(guān)系結(jié)構(gòu)見(jiàn)表3—6。

表3 預(yù)警節(jié)點(diǎn)屬性結(jié)構(gòu)

表5 取用水戶節(jié)點(diǎn)屬性結(jié)構(gòu)

表6 預(yù)警時(shí)取用水狀態(tài)關(guān)系屬性結(jié)構(gòu)

3.3.2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

在現(xiàn)有漢江流域日監(jiān)測(cè)數(shù)據(jù)庫(kù)的基礎(chǔ)上,編寫(xiě)Java接口程序,識(shí)別匯水區(qū)范圍及關(guān)聯(lián)的取用水戶、水庫(kù)及雨量站信息,自動(dòng)構(gòu)建漢江流域生態(tài)流量預(yù)警知識(shí)圖譜。知識(shí)圖譜通過(guò)Neo4j等圖數(shù)據(jù)庫(kù)存儲(chǔ),支持預(yù)警事件的展示和基于歷史數(shù)據(jù)的預(yù)警成因分析推理。Neovis.js將圖數(shù)據(jù)庫(kù)中的數(shù)據(jù)通過(guò)頁(yè)面進(jìn)行可視化展示,方便集成到前端應(yīng)用中。生態(tài)流量預(yù)警知識(shí)圖譜系統(tǒng)結(jié)構(gòu)設(shè)計(jì)如圖4所示。

圖4 生態(tài)流量預(yù)警知識(shí)圖譜系統(tǒng)結(jié)構(gòu)

3.3.3 可視化展示

以安康監(jiān)測(cè)斷面為例,根據(jù)監(jiān)測(cè)斷面位置計(jì)算匯水區(qū)范圍,并根據(jù)空間關(guān)系取得與該監(jiān)測(cè)斷面關(guān)聯(lián)的取用水戶56 戶、水庫(kù)3座及雨量站579 個(gè)。以2021年1月19日安康監(jiān)測(cè)斷面發(fā)生的藍(lán)色預(yù)警事件為例,得到預(yù)警與降水、取用水和水庫(kù)狀態(tài)圖譜如圖5所示。

圖5 預(yù)警時(shí)降水、取用水、水庫(kù)部分狀態(tài)節(jié)點(diǎn)示例

3.4 漢江流域生態(tài)流量預(yù)警分析實(shí)例

3.4.1 預(yù)警成因分析及可視化

通過(guò)公式(5)推理得到2021年1月19日安康監(jiān)測(cè)斷面藍(lán)色預(yù)警的成因分析結(jié)果,如圖6所示。圖中不同形狀符號(hào)節(jié)點(diǎn)分別表示預(yù)警發(fā)生時(shí)斷面關(guān)聯(lián)的取用水、水庫(kù)和降水狀態(tài),預(yù)警節(jié)點(diǎn)與狀態(tài)節(jié)點(diǎn)之間的關(guān)系屬性按照公式(3)和公式(4)分別存儲(chǔ)狀態(tài)的變化量和動(dòng)態(tài)度,連接線的粗細(xì)反映了動(dòng)態(tài)度大小。

圖6 安康監(jiān)測(cè)斷面預(yù)警事件知識(shí)圖譜

從圖6中可以看出,在本次預(yù)警發(fā)生時(shí),取用水總量相較往年的明顯增加,且主要為安康市片區(qū)的增加。因此,該圖譜可以為預(yù)警成因分析及管控預(yù)案制定提供依據(jù)。

圖7給出了2020年以來(lái)安康監(jiān)測(cè)斷面的生態(tài)流量預(yù)警知識(shí)圖譜。

從圖7中可以看出,安康斷面發(fā)生的預(yù)警主要是藍(lán)色預(yù)警和紅色預(yù)警,且基本發(fā)生在當(dāng)年12月至次年2月期間,預(yù)警成因以取用水變化及水庫(kù)蓄水變化為主。

3.4.2 管控成效分析及可視化

以取用水管控措施效果評(píng)價(jià)為例:在圖譜中,針對(duì)預(yù)警期間的取用水管控措施目標(biāo)取用水戶,比較預(yù)警發(fā)生時(shí)和預(yù)警周期結(jié)束時(shí)的取用水變化量及變化動(dòng)態(tài)度,對(duì)管控效果與生態(tài)流量恢復(fù)效果進(jìn)行反饋評(píng)價(jià)。如圖8所示,以漢中市國(guó)中自來(lái)水有限公司取用水戶為例,預(yù)警時(shí)取用水監(jiān)測(cè)值為58 333 m3,歷史同期DIwhen為60%;管控后日取用水量為36 294 m3,預(yù)警時(shí)DIafter為-38%,證明對(duì)該取用水戶的管控措施效果較為理想。

圖8 取用水戶管控成效知識(shí)圖譜

4 結(jié)論

文中圍繞流域生態(tài)流量預(yù)警,提出了一種顧及地理要素的知識(shí)圖譜模型構(gòu)建方法,并在此基礎(chǔ)上實(shí)現(xiàn)了生態(tài)流量預(yù)警知識(shí)圖譜的自動(dòng)構(gòu)建。同時(shí),將上述知識(shí)圖譜在漢江流域生態(tài)流量監(jiān)測(cè)中進(jìn)行了初步應(yīng)用,實(shí)現(xiàn)對(duì)漢江流域生態(tài)流量的動(dòng)態(tài)監(jiān)測(cè),并對(duì)預(yù)警成因和管控成效進(jìn)行有效分析。應(yīng)用實(shí)例證明,充分利用水利要素中的空間特征、時(shí)間特征與屬性特征,將傳統(tǒng)知識(shí)圖譜擴(kuò)展至地理知識(shí)圖譜能夠有效完善水利要素間的關(guān)聯(lián),提高圖譜構(gòu)建效率。此外,通過(guò)知識(shí)圖譜推理進(jìn)行預(yù)警成因分析相較傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)查詢效率更高。當(dāng)前,已有論文對(duì)地理知識(shí)圖譜進(jìn)行論述,但是在數(shù)字孿生流域建設(shè)中,地理知識(shí)圖譜與實(shí)際應(yīng)用結(jié)合起來(lái)的成果較少,本文研究可為相關(guān)研究提供參考。在未來(lái)的研究中,將進(jìn)一步挖掘基于自然語(yǔ)言等多源數(shù)據(jù)的地理知識(shí)圖譜建模方法,為水利知識(shí)圖譜的智能應(yīng)用提供基礎(chǔ)。