胡文才，王秀慶，陳 勝，劉昌軍，劉業(yè)森，李紅亮

（1.水利部淮河水利委員會沂沭泗水利管理局水文局（信息中心），221018，徐州；2.中國水利水電科學研究院，100038，北京；3.水利部數(shù)字孿生流域重點實驗室，100038，北京）

一、概 況

國家“十四五”規(guī)劃綱要提出構(gòu)建智慧水利體系，以流域為單元提升水情測報和智能調(diào)度能力。水利部高度重視智慧水利建設(shè)，將推進智慧水利建設(shè)列為推動新階段水利高質(zhì)量發(fā)展的六條實施路徑之一，明確將數(shù)字孿生流域建設(shè)作為智慧水利建設(shè)的核心工作。水利部先后出臺了推進智慧水利建設(shè)、開展數(shù)字孿生流域建設(shè)的系列文件，明確將數(shù)字孿生南四湖二級壩工程列為水利部12項先行先試數(shù)字孿生工程之一。

數(shù)字孿生建設(shè)目的是遵循“需求牽引，應(yīng)用至上”的原則，解決生產(chǎn)單位在工作實際中遇到的問題，提高水利業(yè)務(wù)水平。根據(jù)智慧水利“2+N”業(yè)務(wù)應(yīng)用體系框架要求，重點為防洪調(diào)度和水資源管理與調(diào)配兩大業(yè)務(wù)。南四湖二級壩水利樞紐作為連接南四湖上下級湖的控制性工程，包含節(jié)制閘、溢流壩、攔湖土壩、泵站、船閘等多類水利工程，具有防洪、蓄水、排澇、灌溉、水資源調(diào)蓄、交通等功能以及閘壩運行管理的各項職責，在淮河流域眾多水閘工程中，其功能和作用具有較強的代表性。二級壩樞紐具有較為豐富的數(shù)據(jù)資源，因此選擇二級壩樞紐作為數(shù)字孿生先行先試工程具有較強的代表性和可操作性。研究以知識驅(qū)動的南四湖防洪調(diào)度系統(tǒng)，為沂沭泗數(shù)字孿生建設(shè)提供可借鑒的范例。

知識平臺是知識驅(qū)動的核心，為數(shù)字孿生流域提供智能化支撐。長江、大汶河等數(shù)字孿生項目對知識平臺建設(shè)進行了探索和嘗試，為防洪調(diào)度提供了支撐。本文結(jié)合南四湖水系特征，對知識平臺在防洪調(diào)度智能化提升方面進行了探索。

二、系統(tǒng)總體框架

數(shù)字孿生流域建設(shè)，知識驅(qū)動是至關(guān)重要的環(huán)節(jié)。通過融合數(shù)據(jù)、模型和知識，利用水利模型、神經(jīng)網(wǎng)絡(luò)和機器學習等算法，以及云平臺的高性能計算能力，對南四湖防洪調(diào)度系統(tǒng)進行了深入研究。該系統(tǒng)以數(shù)據(jù)底板提供全面“算據(jù)”支撐，以模型平臺中的水利專業(yè)模型提供“算法”支持，而知識平臺則提供豐富的水利“知識”驅(qū)動，在降雨、預報、預警、預演、預案和工程調(diào)度等關(guān)鍵環(huán)節(jié)中，系統(tǒng)全程展現(xiàn)出強大的知識驅(qū)動能力。南四湖防洪調(diào)度系統(tǒng)總體框架見圖1。

圖1 南四湖防洪調(diào)度系統(tǒng)總體框架圖

系統(tǒng)建設(shè)范圍面向南四湖水系，基礎(chǔ)設(shè)施包括感知體系、通信網(wǎng)絡(luò)、數(shù)據(jù)存儲與系統(tǒng)部署環(huán)境。數(shù)字孿生平臺的核心由數(shù)據(jù)底板、模型平臺和知識平臺3 個重要部分組成。在數(shù)據(jù)底板方面，通過收集、處理和整合實時感知信息、流域水系和工程基礎(chǔ)信息、業(yè)務(wù)管理信息（包括風險隱患、山洪預警和洪水風險等）、跨行業(yè)共享信息（如行政區(qū)劃、社會經(jīng)濟和交通道路等），以及空間地理信息（如基礎(chǔ)地理、BIM建模、實景模型和遙感影像等），建立南四湖流域L1級、南四湖湖區(qū)和二級壩閘區(qū)L2 級以及水閘L3 級的數(shù)據(jù)底板，為數(shù)字孿生流域提供了全面且精準的數(shù)據(jù)支持；在模型平臺方面，開發(fā)水利專業(yè)模型和智能識別模型以支持業(yè)務(wù)智能應(yīng)用的實現(xiàn)，開發(fā)可視化模型實現(xiàn)實體工程的三維可視化展示；在知識平臺方面，開發(fā)預報調(diào)度方案庫、防洪調(diào)度規(guī)則庫和專家經(jīng)驗庫等知識庫，為防洪調(diào)度提供知識支撐，從而實現(xiàn)防洪調(diào)度的智能化水平提升。防洪調(diào)度平臺實現(xiàn)防洪“四預”功能。

三、知識平臺建設(shè)

知識平臺作為數(shù)字孿生流域的關(guān)鍵組成之一，提供了強大的智能化支持。針對南四湖水系的特點，基于數(shù)字孿生流域技術(shù)框架，構(gòu)建數(shù)字孿生二級壩水利知識平臺，通過數(shù)據(jù)底板對數(shù)據(jù)實體關(guān)系進行抽取和整合，盤活現(xiàn)有的知識資源，并采用開放式架構(gòu)，使得知識資源可以持續(xù)學習和迭代。知識平臺的建設(shè)涵蓋了預報調(diào)度方案庫、防洪調(diào)度規(guī)則庫、歷史場景模式庫和專家經(jīng)驗庫等內(nèi)容，通過開發(fā)知識引擎有效發(fā)掘、整合和利用知識資源，為防洪調(diào)度決策提供精準、高效的支持。

1.預報調(diào)度方案庫

系統(tǒng)整理和分析自有實測資料以來南四湖流域的暴雨洪水資料，利用新安江模型、淮北模型、一維水力學河道演進模型等產(chǎn)匯流模型計算不同量級和不同降雨空間分布條件下的洪水過程。制定南四湖流域洪水預報方案，并構(gòu)建預報調(diào)度方案庫，與新建的防洪調(diào)度系統(tǒng)進行有機集成，有效提高洪水預報精度。同時，系統(tǒng)提供開放式接口設(shè)計，使得預報調(diào)度方案庫能夠隨著工程數(shù)據(jù)底板的不斷完善與更新進行相應(yīng)調(diào)整。每年通過對方案和預案的關(guān)鍵參數(shù)進行率定修正，實現(xiàn)對方案庫的同步更新。預報調(diào)度方案庫匯聚了13個水閘的調(diào)度方案，包括南四湖二級壩的一閘、二閘、三閘以及韓莊閘等重要水閘。

2.防洪調(diào)度規(guī)則庫

防洪調(diào)度規(guī)則庫是在全面梳理南四湖防洪調(diào)度所涉及的各類水工程調(diào)度方案和規(guī)則的基礎(chǔ)上，提出結(jié)構(gòu)化、數(shù)字化的表達和存儲方式，通過將南四湖流域的控制性水閘、溢流壩、行蓄洪區(qū)等防洪工程的調(diào)度運用方案進行結(jié)構(gòu)化處理，形成一系列可組合應(yīng)用的結(jié)構(gòu)化防洪調(diào)度規(guī)則集。此外，研發(fā)規(guī)則庫的增加、刪除、修改、查詢工具，并按相關(guān)要求將其統(tǒng)一集成到防洪調(diào)度和水閘綜合管理系統(tǒng)中，建成覆蓋南四湖流域的調(diào)度規(guī)則體系。防洪調(diào)度規(guī)則包含8 類523 項相關(guān)的規(guī)則文檔和結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)包括洪水調(diào)度規(guī)則、預警指標、應(yīng)急響應(yīng)規(guī)則以及非工程措施等。

3.歷史場景模式庫

歷史場景模式庫收集了南四湖流域典型年歷史場次洪水資料，通過對洪水實測過程、預報結(jié)果、調(diào)度過程及采取的應(yīng)對措施在場景中復盤，構(gòu)建場次洪水指標體系，通過歸類梳理，總結(jié)出相似洪水指標參數(shù)。同時，充分挖掘提取南四湖地區(qū)歷史典型洪水事件時空過程，并與防洪調(diào)度方案進行關(guān)聯(lián)，歸納總結(jié)典型洪水的調(diào)度方案，為南四湖洪水預報和調(diào)度提供知識化依據(jù)。歷史場景庫實現(xiàn)了8類130項數(shù)據(jù)的整理和入庫，包括歷史場次洪水、歷史場次降雨、典型暴雨等相關(guān)數(shù)據(jù)。

4.專家經(jīng)驗庫

基于南四湖流域歷史洪水專家調(diào)度決策經(jīng)驗，通過文字、公式、圖形圖像等形式將專家經(jīng)驗實體化，形成了專家經(jīng)驗主導下的認知知識，實現(xiàn)專家經(jīng)驗的復用和積累，促進了個人經(jīng)驗的普及化和隱性經(jīng)驗的顯性化。通過應(yīng)用專家經(jīng)驗驅(qū)動模式學習和探索，可實現(xiàn)自動診斷分析并為復雜情境下的南四湖洪水調(diào)度決策提供專家經(jīng)驗支撐。專家經(jīng)驗庫主要包括洪峰流量預報經(jīng)驗、洪峰水位預報經(jīng)驗、水位漲率預報經(jīng)驗、折扣系數(shù)預報經(jīng)驗、工程調(diào)度影響效應(yīng)經(jīng)驗、產(chǎn)流系數(shù)經(jīng)驗、行蓄洪區(qū)運用影響效應(yīng)經(jīng)驗、洪峰水位—流量經(jīng)驗曲線關(guān)系式、實時水位—流量經(jīng)驗曲線關(guān)系式等內(nèi)容，實現(xiàn)了4大類專家經(jīng)驗數(shù)據(jù)的結(jié)構(gòu)化處理，包括二級壩調(diào)度經(jīng)驗、二級壩執(zhí)行經(jīng)驗、二級壩糾偏經(jīng)驗以及避洪轉(zhuǎn)移經(jīng)驗等，為進一步分析數(shù)據(jù)和構(gòu)建經(jīng)驗模型提供了基礎(chǔ)，可以更好地模擬和預測實際情況，為決策提供依據(jù)。

5.知識圖譜庫

構(gòu)建面向南四湖流域防洪聯(lián)合調(diào)度的知識圖譜庫以提供輔助決策支持。該知識圖譜庫整合了沂沭泗水利管理局專家經(jīng)驗、南四湖流域歷史典型洪水場景、二級壩樞紐調(diào)度規(guī)則、南四湖洪水調(diào)度預案等水利知識，并從中提取出水利知識要素，構(gòu)成南四湖流域防洪知識的實體，并通過可視化圖譜形象地展示南四湖流域防洪聯(lián)合調(diào)度過程中的核心實體對象結(jié)構(gòu)，以及從預報調(diào)度到洪水模擬過程中關(guān)聯(lián)的知識結(jié)構(gòu)，并實現(xiàn)了多學科知識融合。通過抽取和整理，得到117類實體和111類實體關(guān)系，并入庫1325條實體和1382條實體關(guān)系數(shù)據(jù)。

6.知識引擎

水利知識引擎主要實現(xiàn)水利知識的表示、抽取、融合、推理和存儲等功能。在知識表示方面，采用人機協(xié)同方式構(gòu)建南四湖的基礎(chǔ)本體和業(yè)務(wù)本體，實現(xiàn)對歷史過程的陳述和預報調(diào)度過程知識的全面表示；在知識抽取方面，以場景配置需求和數(shù)據(jù)供給為條件，結(jié)合遷移和監(jiān)督學習等算法，構(gòu)建實體—關(guān)系—屬性三元組知識，從時間和空間尺度描述南四湖水利實體類別及相互關(guān)系、活動和規(guī)律；在知識融合方面，針對南四湖流域多種水利知識的同一性和異構(gòu)性，構(gòu)建水利實體連接、物理屬性和關(guān)聯(lián)關(guān)系映射等融合能力，實現(xiàn)不同知識的有效整合；在知識推理方面，通過監(jiān)督學習和強化學習等算法，構(gòu)建水利推理性知識，為決策提供強有力的支持；在知識存儲方面，采用圖計算引擎管理和驅(qū)動水利知識，實現(xiàn)超大規(guī)模數(shù)據(jù)存儲，為知識應(yīng)用和共享提供便利。

四、知識驅(qū)動關(guān)鍵內(nèi)容設(shè)計及實現(xiàn)

1.防洪調(diào)度全鏈條知識驅(qū)動框架

數(shù)字孿生南四湖防洪調(diào)度系統(tǒng)從水文監(jiān)測預報“三道防線”的第一道防線氣象、雷達降雨開始介入，雨量監(jiān)測降雨第二道防線自動推送歷史場次降雨；預報過程中主動推送歷史同類型洪水過程；根據(jù)預報匯流結(jié)果進行洪水演進，演進過程中結(jié)合預設(shè)警示信息和數(shù)據(jù)底板的三維信息，主動推送河道、湖泊、險工險段和水閘樞紐工程的警示信息；在預演過程中展示洪水演進過程和具體點位的警示信息；通過多方案比較，以歷史場景庫為支撐，主動推送歷史同類型場次調(diào)度經(jīng)驗；預案推薦后轉(zhuǎn)化為調(diào)度指令，工程管理單位收到調(diào)度指令后，知識平臺利用知識驅(qū)動將調(diào)度指令自動轉(zhuǎn)化為操作指令（見圖2）。

圖2 知識驅(qū)動的南四湖防洪調(diào)度系統(tǒng)示意圖

2.基于歷史知識的降雨相似性支撐

降雨過程對洪水預報結(jié)果至關(guān)重要，為提高洪水預報的準確性，需要充分考慮降雨的總量和時空分布特性。這個分析過程可以分為“預報雨”和“落地雨”?！邦A報雨”是由氣象衛(wèi)星和測雨雷達系統(tǒng)構(gòu)成“天基”和“空基”監(jiān)測預報降雨，在降雨前對可能發(fā)生的洪水做出預報，大大延長了預見期。然而，目前沂沭泗水利管理局接收到的預測降雨只是未來一段時間的預測降雨總量，未考慮降雨的時空分布。在常規(guī)預報中采用平均分配的方式，往往導致預報結(jié)果中洪峰偏小，洪水過程與實際過程偏差過大。為解決這一問題，通過收集區(qū)域內(nèi)的歷史降雨信息，利用知識平臺對歷史降雨數(shù)據(jù)進行統(tǒng)計分析，可以推薦出與當前氣象條件相似的歷史降雨場次，通過時空分布轉(zhuǎn)換，讓“預報雨”更貼近本地區(qū)的實際情況，得到更精確的洪水預報結(jié)果。此外，通過地面雨量監(jiān)測站網(wǎng)報送的實際落地的降雨信息，具有“落地雨”的洪水預報場景更為具體和實時，更加客觀反映降雨的實際狀況，對于修正和優(yōu)化洪水預報模型具有重要作用。

3.洪水過程相似性推薦

預報系統(tǒng)對“落地雨”乃至產(chǎn)匯流進行分析推演，在洪水發(fā)生前對可能發(fā)生的洪水作出預報。但是任何一個系統(tǒng)在運行過程中都可能出現(xiàn)誤差，為將誤差縮小到許可范圍內(nèi)，在南四湖洪水預報系統(tǒng)中利用知識平臺根據(jù)降雨特征主動推送相似歷史場次洪水過程，對預報結(jié)果進行驗證。通過場次洪水的降雨和洪水特征值數(shù)據(jù)進行智能化匹配，特征值包括降雨總量、降雨時長、降雨中心點等時空分布信息，以及場次洪水的產(chǎn)水量、洪峰等信息；獲取相似場次洪水的降雨過程、洪水數(shù)據(jù)、調(diào)度過程等數(shù)據(jù)，為未來可能發(fā)生的洪水過程進行預演，為防洪調(diào)度決策提供經(jīng)驗和依據(jù)。

4.預警信息推送

知識平臺結(jié)合產(chǎn)匯流成果和河道洪水演進計算成果，通過預警信息智能推送接口，與河流的警戒水位、警戒流量、保證水位、保證流量等特征指標進行計算，判斷是否超過預警閾值，如果超過閾值將自動生成預警信息并推送到防洪調(diào)度系統(tǒng)預警模塊。

5.預演信息展示

以南四湖流域數(shù)據(jù)底板為載體，融合南四湖流域產(chǎn)流、匯流和河道湖泊洪水演進過程，通過知識平臺的判斷，根據(jù)演進過程，對預計出險的堤防、工程和湖泊實時推送預警信息，為防汛調(diào)度決策提供依據(jù)。

6.非工程措施預案自動推薦

非工程措施包括值班值守、信息報送、發(fā)文發(fā)函、巡堤查險、應(yīng)急處置、派出工作組、人員避險轉(zhuǎn)移、組織實施等方面。知識平臺基于產(chǎn)匯流預報和洪水演進計算成果中的降雨量大小、降雨時長、降雨中心點和洪水規(guī)模，根據(jù)內(nèi)置的業(yè)務(wù)規(guī)則，判斷是否發(fā)文發(fā)函，如果需要則根據(jù)不同發(fā)函內(nèi)容自動生成相應(yīng)模板，判斷是否派出工作組，確定應(yīng)急響應(yīng)級別，生成相應(yīng)級別的處置措施以及組織實施措施等，最終自動生成非工程措施方案，為防洪調(diào)度提供參考。

7.基于機器學習算法的調(diào)度指令轉(zhuǎn)換

在南四湖防洪調(diào)度過程中，二級壩水利樞紐管理局在接收到調(diào)度指令后，閘門的開啟需要當?shù)厮牟块T進行繁瑣的計算，然后根據(jù)計算結(jié)果手動開啟，這種方法智能化程度較低，已不適應(yīng)當前智慧化發(fā)展的需求。為了解決這一問題，本系統(tǒng)利用知識平臺，基于實時監(jiān)測數(shù)據(jù)，融合神經(jīng)網(wǎng)絡(luò)和機器學習方法，將二級壩調(diào)度指令自動轉(zhuǎn)換為閘門開啟的操作指令，大大提高了效率。

五、幾個關(guān)鍵問題探討

1.降雨問題

相同的空間不可能出現(xiàn)完全相同的兩場降雨。知識平臺對場次降雨推薦還只是一個概化性的推薦，只能從降雨總量、空間分布和時間分布上的大概率相似角度推薦場次洪水，還未具體到每一個站點，精細化程度還不夠，和實際降雨仍有差距。因此，以歷史場次降雨去模擬實際降雨時，和實際降雨相比有一定誤差，需要后續(xù)不斷積累歷史資料，通過機器學習來逐步提升精度。

2.場次洪水問題

在經(jīng)過降雨監(jiān)測第二道防線后，知識平臺根據(jù)“落地雨”的情況自動推送歷史相似場次降雨洪水過程。由于實際發(fā)生的降雨和歷史降雨不同，工程運行情況不同，從而導致重要斷面洪水要素不同，如何辨別兩者之間的差異，是在實際預報中要考慮的問題。

3.工程運行對預報結(jié)果的影響問題

南四湖大部分重要入湖河流上都有攔河工程，這些工程運行狀況的實時監(jiān)測仍未納入現(xiàn)有系統(tǒng)，從而對預報結(jié)果產(chǎn)生影響，如何消除影響提高預報精度，是下一步需要研究的問題。

六、結(jié)語

經(jīng)過1 年多的研究與探索，初步建成全過程知識驅(qū)動的南四湖防洪調(diào)度系統(tǒng)。沂沭泗水利管理局以需求為導向，堅持應(yīng)用至上原則，以數(shù)據(jù)底板為載體,以水利專業(yè)模型為算法,以知識平臺為驅(qū)動,以云平臺提供算力，研究建成了南四湖防洪調(diào)度系統(tǒng)，從降雨、產(chǎn)流、匯流、演進、調(diào)度全過程提供知識驅(qū)動，為南四湖流域防洪調(diào)度決策提供智慧化的信息支撐，為流域的防洪保安提供“智慧大腦”。