《灌區(qū)數(shù)字孿生平臺與-四預-功能建設》

數(shù)字孿生灌區(qū)建設技術與經(jīng)驗交流培訓班

2023年3月

灌區(qū)數(shù)字孿生平臺與“四預”功能建設

白美健

中國水利水電科學研究院

國家節(jié)水灌溉北京工程技術研究中心

水利部數(shù)字孿生流域重點實驗室

2023年5月

目錄

01數(shù)字孿生灌區(qū)是什么

02灌區(qū)數(shù)字孿生平臺建什么

03灌區(qū)數(shù)字孿生平臺怎么建

04如何支撐灌區(qū)業(yè)務四預功能

數(shù)字孿生灌區(qū)是什么

數(shù)字孿生發(fā)展歷程

第一階段：1960年代至1990年代，數(shù)字孿生的雛形開始出現(xiàn)，主要用于工程建模和控制系統(tǒng)

的設計。此階段的數(shù)字孿生仍比較簡單，主要用于輔助人們進行設計和測試。

第二階段：2000年代至2010年代，數(shù)字孿生逐漸發(fā)展為一種能夠模擬物理實體運行的技術，

并廣泛應用于航空、能源、制造等領域。數(shù)字孿生的應用越來越廣泛，成為重要的生產(chǎn)工具。

第三階段：2010年代至今，隨著數(shù)字技術的發(fā)展和智慧城市等新興領域的崛起，數(shù)字孿生迎

來了新的發(fā)展機遇。數(shù)字孿生的應用已經(jīng)涵蓋了許多領域，如城市規(guī)劃、生態(tài)保護、智能交

通等。

①智慧制造：數(shù)字孿生可以模擬和優(yōu)化工廠的生產(chǎn)流程，提高生產(chǎn)效率和生產(chǎn)質(zhì)量。

②智慧城市：數(shù)字孿生可以模擬城市中的交通流量、人口流動等，為城市規(guī)劃和管理提供重要參考。

③智慧農(nóng)業(yè)：數(shù)字孿生可以模擬農(nóng)業(yè)生產(chǎn)環(huán)境，優(yōu)化農(nóng)業(yè)生產(chǎn)流程，提高農(nóng)業(yè)產(chǎn)出效益。

④醫(yī)療健康：數(shù)字孿生可以模擬人體器官的運行情況，幫助醫(yī)生進行診斷和治療。

⑤環(huán)境保護：數(shù)字孿生可以模擬環(huán)境變化和污染情況，幫助政府和企業(yè)制定環(huán)保政策和措施

數(shù)字孿生技術是什么？

數(shù)字化精確表達

虛實雙向?qū)崟r映射

仿真推演

預警預測

優(yōu)化調(diào)整

的

數(shù)字孿生灌區(qū)是以物理灌區(qū)為單元，時空數(shù)據(jù)為底座、數(shù)

學模型為核心、水利知識為驅(qū)動，對物理灌區(qū)全要素和建設

運行全過程進行數(shù)字映射、智能模擬，前瞻預演，與物理灌

區(qū)同步仿真運行、虛實交互、迭代優(yōu)化，實現(xiàn)對物理灌區(qū)的

實時監(jiān)控、發(fā)現(xiàn)問題、優(yōu)化調(diào)度的新型基礎設施。

孿生對象：是物理灌區(qū)，是一個很復雜的系統(tǒng)全要素？

建設運行全過程？

關鍵要素：基礎靜態(tài)信息、與業(yè)務管理密切相關的要素信息

數(shù)字映射

關鍵過程：關鍵節(jié)點、線段、區(qū)域的重要過程（與管理決策密切相關的）

仿真推演任何調(diào)度情景下灌區(qū)水動力過程可預演，災情場景可預演

迭代優(yōu)化可基于不同管理目標，借助智能模擬，來優(yōu)化管理調(diào)度方案

灌區(qū)數(shù)字孿生平臺建什么

用戶灌區(qū)管理單位農(nóng)業(yè)、工業(yè)、城鄉(xiāng)供水用水戶水行政主管部門其他授權用戶

水資源配置與供

業(yè)務供需水感水旱災害防御工程管量水與水水公共服灌區(qū)一張…

用水（智能）調(diào)

知與預報（智能）調(diào)度理費計收務圖

應用平臺度…

網(wǎng)數(shù)運

模知預報方案水利對象關聯(lián)關系

絡字型灌區(qū)專題模型智能識別模型可視化模型識行

安孿庫庫業(yè)務規(guī)則歷史場景調(diào)度方案維

全生護

體平體

系臺數(shù)據(jù)底板基礎數(shù)據(jù)監(jiān)測數(shù)據(jù)業(yè)務數(shù)據(jù)地理空間數(shù)據(jù)外部數(shù)據(jù)共享系

立自取輸排田支應通計調(diào)

水工農(nóng)氣間撐用信算度

信息化基礎設施體動引配退

感情情情象控灌保支網(wǎng)存中

水水水撐絡

知制溉障儲心

物理灌區(qū)水源工程灌溉排水工程體系灌溉區(qū)域作物種植結構主要用水戶等……

數(shù)字孿生灌區(qū)建設技術架構

數(shù)據(jù)底板

基礎數(shù)據(jù)監(jiān)測數(shù)據(jù)業(yè)務數(shù)據(jù)地理空間數(shù)據(jù)行業(yè)共享數(shù)據(jù)

灌區(qū)內(nèi)的河流、湖天-空-供用水管理（種植計矢量數(shù)據(jù)（基礎矢量圖，水從自然資源、

泊、水庫、渠道、

地不劃、需水計劃、可供利矢量圖），影像數(shù)據(jù)（基礎生態(tài)環(huán)境、農(nóng)業(yè)

水閘、泵站等水利

要素的基礎數(shù)據(jù)同手水分析、配水計劃、影像信息，指不同時期、范圍農(nóng)村、氣象、工

（灌區(qū)管理對象的段獲調(diào)度方案、供水計劃、及分辨率的遙感影像、切片數(shù)業(yè)信息化、住建、

名稱位置、工程特得的供水方案、用水統(tǒng)計、據(jù)、無人機航拍數(shù)據(jù)），DEM統(tǒng)計等部門獲取

征等內(nèi)容）、關聯(lián)

數(shù)據(jù)（工程對象的氣象、量測水，抗旱管理、數(shù)據(jù)（地表數(shù)字高程模型數(shù)據(jù)水利業(yè)務所需行

工程建設、管理權水情、防汛管理等）；工程和水下渠道底部數(shù)字高程模型業(yè)數(shù)據(jù)，主要有

責、運維養(yǎng)護、圖農(nóng)情、管理（測控設備信息，數(shù)據(jù)），場景模型數(shù)據(jù)（斜攝氣象、生態(tài)環(huán)境、

片資料等）和關系

雨情、工程調(diào)控管理信息，影模型、水下地形、水利構筑自然資源、城建、

數(shù)據(jù)（各類對象之

間、對象編碼之間、工情、工程巡檢維護信息、物建筑信息模型BIM等數(shù)據(jù)）住建、交通、應

對象和多媒體文件水質(zhì)、險工險段基本信息）；（灌區(qū)全域地圖宜采取L1等級急和統(tǒng)計等部門

之間等各類表述相

視頻公共信息管理（用水數(shù)據(jù)底板；骨干渠系宜采用L2的氣象預報、下

互關系的數(shù)據(jù)）。

灌區(qū)主要對象：管監(jiān)控戶相關信息、水費、等級數(shù)據(jù)底板；渠首或關鍵節(jié)墊面、承災體、

理區(qū)劃數(shù)據(jù)、河湖等信以及與公眾相關的水點的重大水利工程，宜采用L3社會經(jīng)濟、環(huán)境

基礎數(shù)據(jù)、水利工息。利公共服務數(shù)據(jù)等）。等級數(shù)據(jù)底板）等跨行業(yè)數(shù)據(jù)。

程基礎數(shù)據(jù)、組織

機構數(shù)據(jù)

模型庫

灌區(qū)專題模型智能識別模型可視化模型

來水預報模型（降雨，產(chǎn)匯流、塘遙感識別模型（作物種自然背景可視化模型

庫蓄水變化）植結構、耕地對象、重（地理場景

需水預測模型（三生需水預測，重要建筑物，水體對象）（DEM,DOM等）；地

物實體（水系、植被、

點在農(nóng)業(yè)）視頻識別模型（危險漂

建筑、道路等）；天氣

水資源配置模型浮物，物體入侵，施工

環(huán)境（晴、陰、下雨、

現(xiàn)場非安全操作，渠道

輸配水聯(lián)合調(diào)度模型（渠/管網(wǎng)水霧等）

流模擬仿真，供水調(diào)度，閘群聯(lián)合沿線施工識別、水尺水

調(diào)控）位，險工險段崩塌，滑流場動態(tài)可視化模型

坡）

田間灌排水模型（作物生長、土壤（水流運動、泥沙運動）

水動力、地面灌溉水流、田間排水）語音識別模型（基于公

水利工程可視化模型

眾查詢服務、舉報投訴

水旱災害防御模型（洪水預報，干（取水樞紐、大型灌排

服務、意見反饋服務等

旱預報，冰凌預報、水污染，旱澇建筑物、泵站等）

的語音識別）

應急調(diào)度）

知識庫

水利對象關聯(lián)關系：水利物理對象關系圖譜（業(yè)務場景對涉水對象——關系知識的共性需求，

物理對象空間關系）；水利學科知識圖譜（業(yè)務場景描述對水利學科概念術語與業(yè)務事件及

關系類知識的需求，水利學科概念-關系知識的數(shù)據(jù)源）

業(yè)務規(guī)則庫：（法律法規(guī)、規(guī)章制度、技術標準、管理辦法、規(guī)范規(guī)程等進行業(yè)務規(guī)則的抽

取、表示和管理，支撐新業(yè)務場景的規(guī)則適配。（水資源風險預警研判規(guī)則；取用水與用水

總量監(jiān)管研判規(guī)則））

歷史場景庫：（歷史水資源配置與供用水調(diào)度、歷史干旱、歷史洪澇、歷史突發(fā)事件的代表

性特征、分類、處置過程、事件成因及評價結論等相關知識，對歷史場景進行過程重建、特

征標注，支撐相似場景的快速查找，為預案預演模擬提供素材。）

預報方案庫：基于灌區(qū)以往的預報歷史事件（來水預報，需水預報、洪水預報等），通過歷

史經(jīng)驗知識化分析，構建預報方案決策知識圖譜。

調(diào)度預案庫：基于灌區(qū)以往的用水調(diào)度歷史事件（水庫聯(lián)合調(diào)度方案、閘門供水調(diào)度方案，

泄洪閘泄水調(diào)度方案），通過歷史經(jīng)驗知識化分析，構建預報方案決策知識圖譜。

灌區(qū)數(shù)字孿生平臺怎么建

數(shù)據(jù)底板模型庫知識庫

建設的總體要求

算據(jù)算法

①基于算法、算據(jù)，以及業(yè)務應用

算力對算力需求，做頂層架構設計。

②按照“需求牽引，應用至上”原

則來確定：

業(yè)務應用

建設哪些專題模型？

數(shù)字孿生設計的模型與數(shù)據(jù)規(guī)模龐大，需要計算機硬件具備建設那些智能識別模型？

巨大的處理能力?？梢暬Ｐ徒ǖ绞裁闯潭?？

數(shù)字孿生對模型仿真與數(shù)據(jù)分析處理效率有實時要求，需要

知識庫如何循序漸進積累建設？

計算設備或硬件具有強大的計算能力。

數(shù)字孿生對終端設備提出更互動、更沉浸、更清晰的要求，數(shù)據(jù)底板建設范圍及級別，哪些

這對設備的數(shù)據(jù)傳輸能力、顯示技術等提出了更高要求。自建，哪些可共享？

如何基于調(diào)度歷史事件，將調(diào)度經(jīng)驗知識化，

建立用水調(diào)度方案決策知識圖譜？

如何基于業(yè)務需求來搭建可視化模型？

數(shù)

模知預報方案調(diào)度方案

字型灌區(qū)專題模型智能識別模型可視化模型識

孿

庫庫業(yè)務規(guī)則歷史場景水利對象關聯(lián)關系

生

平

臺數(shù)據(jù)底板基礎數(shù)據(jù)監(jiān)測數(shù)據(jù)業(yè)務數(shù)據(jù)地理空間數(shù)據(jù)外部數(shù)據(jù)共享

灌區(qū)用水調(diào)度知識圖譜構建技術路線圖

可實現(xiàn)調(diào)度經(jīng)可根據(jù)現(xiàn)實調(diào)度情景查詢得

構建灌區(qū)知識圖譜查詢體系驗的檢索查詢到模型推薦的調(diào)度流量值

擇優(yōu)選用XGboost，

構建能覆蓋現(xiàn)實調(diào)度

調(diào)度場景特征變量組合的調(diào)度場景庫數(shù)據(jù)

預測模型精度對比場景的場景庫以實現(xiàn)

庫的構建確定準備

調(diào)度流量的預測

歷史經(jīng)驗不同調(diào)度場特殊水文年SHAP散點圖經(jīng)驗庫文本提取歷史調(diào)度數(shù)據(jù)中的

庫的構建景經(jīng)驗分析經(jīng)驗分析分析匯總調(diào)度經(jīng)驗構建經(jīng)驗庫

歷史數(shù)據(jù)錄入調(diào)度請求、蓄將所有特征變量劃完成數(shù)據(jù)錄入以及數(shù)

的處理

水量等特征變量分為5類調(diào)度場景據(jù)與處理

典型案例（典型區(qū)情況）

本案例是針對淠史杭灌區(qū)中淠河灌區(qū)的瓦西干渠進水

閘的調(diào)度經(jīng)驗開展研究，該閘設計流量為27.4m3/s，干

渠長61.2km，其包括15條支渠，涉及灌溉面積約57.3萬

畝。

淠史杭灌區(qū)瓦西干渠灌域示意圖瓦西進水閘實況圖

歷史數(shù)據(jù)處理

xy

特調(diào)

征度

變流

量量

8類，70多個特征變量

特征變量的貢獻程度及經(jīng)驗表征（所有年份）

溫度和時間的重要性得分排名都

采用機器學習和較高

SHAP方法來分析調(diào)度員會優(yōu)先考慮各調(diào)度單元提

特征變量對調(diào)度出的調(diào)度需求，渠道中下游是關注

流量的影響程度的重點。

無降雨以及有用水需求時，調(diào)度

a.無降雨、無調(diào)度請求c.有降雨、無調(diào)度請求員重點關注的是對灌域內(nèi)旱澇情況

更敏感的塘壩和小（二）型水庫；

而無用水需求時，除了塘壩蓄水量，

同時還關注能對局部灌域起到調(diào)蓄

作用的中型水庫。

在有降雨無調(diào)度請求時，重要性

排名較突出的是壽縣和裕安區(qū)的降

b.無降雨、有調(diào)度請求雨站點，但排名前20的站點多分布

所有特征數(shù)據(jù)集

e.d.有降雨、有調(diào)度請求

重要性得分非零且排名排序于裕安區(qū)。

特征變量的貢獻程度及經(jīng)驗表征（典型水文年份）

通過對長系列

（1996—2020年）降

雨數(shù)據(jù)的分析后可獲

知，瓦西干渠灌域在

2019年是偏旱年，

2020年是偏澇年。

不同水平年降雨站點重要程度

偏旱年特征重要性排序（2019年）偏澇年特征重要性排序（2020年）

排名變化情況分布圖

當可供調(diào)配的總水量較少時，調(diào)度員優(yōu)先考慮的是整個灌區(qū)內(nèi)水量分配的均衡性，即在能夠盡量實現(xiàn)各單元用水平衡的基礎

上，才會根據(jù)每個單元的調(diào)度請求分配水量；水量較充足時，調(diào)度員則會對各單元反饋的水量需求做出及時響應。

在偏澇和偏旱時會通過調(diào)整瓦西進水閘的閘過流量來控制羅管節(jié)制閘的水位。

偏旱時灌域內(nèi)對旱情更為敏感的小型水庫以及塘壩更受關注，而偏澇時中型水庫排名顯著上升，因為其具備的蓄水能力在此

時能較大程度的防止灌域內(nèi)澇災的發(fā)生。

旱情發(fā)生時，調(diào)度員關心的是灌域內(nèi)的來水量，而雨水較多時則關注下游是否會因降雨過多有澇災形成的風險。

構建經(jīng)驗庫（實現(xiàn)調(diào)度經(jīng)驗查詢功能）

調(diào)度經(jīng)驗匯總

特征變量調(diào)度經(jīng)驗

①通常情況下優(yōu)先考慮各調(diào)度單元提出的調(diào)度需求，渠道中下游的調(diào)度請求是關注的重點。

②當可供調(diào)配的總水量較少時，需在能夠盡量實現(xiàn)各單元用水平衡的基礎上，再根據(jù)每個單元的調(diào)度請求分配水量；

調(diào)度請求

水量較充足時，需對各單元反饋的水量需求做出及時響應。

③給各灌域多少水需在調(diào)度請求具體的流量值基礎上參考其他影響因素調(diào)整，但關停的請求則會得到及時響應。

①無降雨以及有用水需求時，重點關注的是塘壩和?。ǘ┬退畮斓男钏?。

②無用水需求時，要同時關注塘壩和中型水庫蓄水量。

蓄水量③偏旱時關注小型水庫及塘壩；偏澇時關注中型水庫。

④偏旱時關注灌域內(nèi)的來水量；雨水較多時關注下游是否會有澇災形成的風險。

⑤渠道調(diào)度的水會對灌域內(nèi)的水庫及塘壩進行補充。

①在有降雨無調(diào)度請求時，需重點關注裕安區(qū)和壽縣的降雨情況，即瓦西進水閘上游以及瓦西干渠下游產(chǎn)匯流。

降雨

②在確保不發(fā)生洪澇災害的提下，要盡量利用雨洪資源。

羅管閘水位羅管節(jié)制閘的水位可通過調(diào)整瓦西進水閘的閘過流量來控制，特別是在偏旱和偏澇時。

其它全年大部分時間瓦西干渠進水閘都處于關閉狀態(tài)。

如何能實現(xiàn)調(diào)度流量預測？

第一步：從所有可能的特征變量中分析提出影響最大的關鍵特征變量組合

第二步：選取模擬模型，通過數(shù)值模擬擴大樣本庫（目前歷史數(shù)據(jù)樣本是2192個，構建場景庫

第三步：構建可供流量預測的知識圖譜

篩選關鍵特征變量

SHAP方法給每個場景特征

變量重要性得分排名

不同調(diào)度情景選用的特征組合

場景序號特征變量組合特征值累加和

1YL+T+D+S1+S4+S3+S2+C0.9328

2YL+T+D+S3+C+H+S4+S1+S20.9143輸入模型

3T+S1+D+S4+S3+S2+H+C+R48+G+R490.9020

4T+C+S4+D+S10.9115

5D+T+S4+S3+C+YL+S20.9233

選擇得分歸一化后累計和達

到90%的特征變量組合

選取模擬模型

所有特征組合無降雨、無調(diào)度請求無降雨、有調(diào)度請求有降雨、有調(diào)度請求

通過對比分析三

種模型在相同特征

變量組合值下模擬

所得調(diào)度流量值與

BP神經(jīng)網(wǎng)絡

實際觀測值之間的

差異大小，最終選

用XGboost模型、

構建用水調(diào)度流量

預測值數(shù)據(jù)庫

隨機森林模型

XGboost

構建調(diào)度場景庫

將各特征變量劃分為不同梯度2.16×10^9

特征變量劃分梯度范圍劃分梯度劃分組數(shù)

T-10~-35510

各特征變量的不同得到每一組變量組合對應的

分析歷史C0~110011011XGboost計算

S1300~9006011調(diào)度流量預測值，由此形成

數(shù)據(jù)S20~6006011梯度值排列組合

S30~110011011

S40~180018011最終的調(diào)度場景庫數(shù)據(jù)。

YL--9

場景庫數(shù)據(jù)集這樣的方法是在已有歷史數(shù)據(jù)的基礎上，利用各特

特征變量組合1調(diào)度流量值Q1征變量的重現(xiàn)規(guī)律對其進行加密并排列組合，以起到盡

組合2Q2可能覆蓋所有現(xiàn)實調(diào)度情景的目的，進而能檢索得到不

XGboost計算

組合3Q3同場景的調(diào)度流量預測值。即共有約2.16×10^9組特征

..….……

變量組合和與之對應的調(diào)度流量預測值，共同構成淠史

組合nQn

杭灌區(qū)瓦西閘調(diào)度場景庫的知識數(shù)據(jù)。

知識圖譜的搭建

若在具備閘門相關數(shù)據(jù)的基

礎上，重復以下流程，即能

構建起圖5.1中其他閘門的知

識圖譜模型。

②場景庫：創(chuàng)建流量預測值

（“prediction”）和特征變量梯度

組合（“group”）兩類節(jié)點標簽，

圖6.1淠史杭灌區(qū)知識圖譜主體框架并按照對應組合建立兩類標簽中具體

neo4j圖形庫①經(jīng)驗庫：創(chuàng)建“特征變量”與“調(diào)節(jié)點之間的映射關系。其中，各特征

創(chuàng)建淠史杭灌區(qū)28個主要調(diào)控閘度經(jīng)驗”兩類節(jié)點標簽，將具體的調(diào)變量梯度的具體數(shù)值作為節(jié)點group

門及“經(jīng)驗庫”、“場景庫”、度經(jīng)驗作為調(diào)度經(jīng)驗標簽下各節(jié)點的的屬性值。進而，在代碼層面將該映

的主要節(jié)點并建立節(jié)點之間的相屬性，并建立節(jié)點間關系。射關系的調(diào)度流量預測值組合與經(jīng)驗

互關系庫節(jié)點關聯(lián)起來

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

在左上角的代碼框輸入檢索“瓦西進水閘”的代碼

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

點擊運行或者回車后運行代碼

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

檢索得到“瓦西進水閘”節(jié)點

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

右鍵點擊節(jié)點上的拓展按鈕

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

瓦西進水閘關聯(lián)節(jié)點彈出

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

點擊經(jīng)驗庫節(jié)點的拓展按鍵，標

有各影響因素的關聯(lián)節(jié)點彈出

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

選擇要查看的影響因素

知識圖譜使用

01調(diào)度經(jīng)驗的查詢

選擇標有經(jīng)驗編號的節(jié)點

屬性框里就能查看到具體的調(diào)度經(jīng)驗

知識圖譜使用

02調(diào)度流量的預測

在代碼框輸入包含各特征變量梯度值的檢索代碼

知識圖譜使用

02調(diào)度流量的預測

運行代碼

檢索得到將各特征變量梯度值作為屬性的節(jié)點

知識圖譜使用

02調(diào)度流量的預測

點拓展按鍵

知識圖譜使用

02調(diào)度流量的預測

彈出的關聯(lián)節(jié)點中，黃色節(jié)點上顯示

的數(shù)字就是圖譜給出的預測流量值

圖譜查詢體系場景庫的驗證

知識圖譜查驗結果對比

特征變量

時間數(shù)值類型流量

YLTDS1S2S3S4C

實際值-114.44218141812105502100

4月21日

檢索值-1154218401802205402200.08

實際值1027.660774315020038020020

6月7日

檢索值103060772018022036022020

實際值-129.780678635010001700100010

8月6日

檢索值-130806780360990162099010.74

實際值827.3820775280768120076820

8月20日

檢索值825820780300770126077018.96

實際值-114.210077832205509605500

10月7日

檢索值-11510077802405509005500

實際值-14.612127772004808204800

12月12日

檢索值-1512127801804409004400

隨機選擇了6組數(shù)據(jù)開展驗證工作，上表為驗證結果的對比分析?？梢钥闯?，從知識圖譜模型中得到的流量

與調(diào)度員下達調(diào)度指令實際調(diào)度的流量最大差異為1.04m3/s，在淠史杭灌區(qū)管理總局調(diào)度員認可的誤差范圍以

內(nèi)。值得關注的是，雖然該知識圖譜模型中包含了109量級的節(jié)點數(shù)和更多的關系數(shù)，但調(diào)度流量的預測值檢索

過程仍具有實時性。

可視化模型搭建

目的：可視化模型通過對水利物理世界實體進行可視化建模，為應用提供場景化、可視化支持。

可視化模型要素：自然背景類（地理場景，天氣環(huán)境）、地物實體，流場動態(tài)類，水利工程類

地理場景建設：通過航空攝影測量與遙感技術、無人機傾斜攝影測量技術、水下多波束探測技術、

激光雷達掃描技術等獲取的空間數(shù)據(jù)進行空間組織，形成多尺度地理場景。

地物實體建設：可采用預制模型的方式，構建典型建筑模型（包括白模）、植被（綠地）、道路

模型，在地理場景上，自由繪制或放置預制模型，實現(xiàn)地上地物表達。

流場動態(tài)可視化表達：通過標量場可視化、矢量場可視化、水體視覺模擬、水花特效模擬搭建可

視化模型。

水利工程可視化表達：通過BIM模型、傾斜攝影模型等輸入具備工程外觀、內(nèi)部結構、幾何尺寸、

材質(zhì)等要素的數(shù)據(jù)搭建可視化模型。

地理場景

天氣環(huán)境

地物實體

流場動態(tài)

水利工程

可視化模型搭建過程

提供基礎的幾何信息豐富畫面細節(jié)預設交互動作模型輕量化，支持實時交互操作

1.大壩1.視覺細節(jié)豐富的大壩1.支持人機交互的大壩1.查看大壩相關參數(shù)及運行狀態(tài)

2.水閘2.視覺細節(jié)豐富的水閘2.支持人機交互的水閘2.啟閉水閘并查看運行狀態(tài)

3.房屋3.視覺細節(jié)豐富的水泵3.支持人機交互的水泵3.啟閉水泵并水泵查看運行狀態(tài)

4.地形…4.視覺細節(jié)豐富的地形4.支持人機交互的房屋4.點擊地形三維地形模型上分布

5.…5.…的元素信息

5.…

可視化模擬仿真技術路線

應用場景水資源調(diào)度流程可視化灌區(qū)工程運行狀態(tài)可視化渠/管網(wǎng)流場可視化……

場景生成灌區(qū)專題模型引可視化模型仿真

模型數(shù)據(jù)管理擎引擎

數(shù)字映射模型管理

灌區(qū)專題模型管理模擬渲染

可視化呈現(xiàn)模型計算

可視化模型管理仿真計算

虛擬融合服務模型服務

模型管理場景構建仿真模擬

建筑信息模型數(shù)字高程模型數(shù)據(jù)孿生底板傾斜攝影三維感知數(shù)據(jù)業(yè)務數(shù)據(jù)……

可視化模型涉及到的工具

WEBGL庫

游戲引擎

三維建模軟件

BIM軟件

理論上任意一種均可獨立實現(xiàn)可視化模型，但生

產(chǎn)環(huán)境中后三者依賴WEBGL庫進行輕量化處理，

便于在實際工作中使用。

具體的開發(fā)方案取決于團隊技術水平、模型精細

化程度以及效率需求等。

其中，

OPENGL是C/S架構數(shù)字孿生系統(tǒng)中可視化的基礎工具

WEBGL是B/S架構數(shù)字孿生系統(tǒng)中可視化的基礎工具

可視化模型

——WEBGL庫

定制化程度高、開發(fā)難度大；

但在WEBGL基礎上進行了初步封裝，輕

量化，效率高；

根據(jù)不同的業(yè)務需求

選擇交互文件格式

可視化模型

——三維建模軟件

可提供高質(zhì)量模型素材，常于游戲引擎配合應用

模型實景

可視化模型

——游戲引擎

簡化大型交互式程序開發(fā)；

注重人機交互、可視化效

果和效率。但守恒性和精

度相對較差；

與三維建模軟件配合應用

可提供水流、煙霧等可視化

效果，但無法支撐業(yè)務

可視化模型

——BIM(建筑信息模型)軟件

對建筑物進行數(shù)字化表達；

注重建筑物設計、建設、運維等

過程中的信息化管理。

可視化模型——典型的技術方案

可視化模型交互效率的高低主要受到開發(fā)方案的影響，

采用通用化的方案必然帶來冗余的負擔，導致加載慢、交互效率低；

采用定制化的方案，如采用原生WEBGL、Three.js、Babylon.js等圖形庫開發(fā)，加載快、效率高、自由度高。

可視化模型

——與動力學模型相結合

目前的游戲引擎大多提供物理引擎，但無

法支撐業(yè)務。而水利專業(yè)模型與游戲引擎

之間沒有成熟的接口，導致當前的數(shù)字孿

生工程項目無法實現(xiàn)可支撐業(yè)務的動力學

模擬與可視化。

個別技術團隊從動力學模型出發(fā)，采用

OPENGL和WEBGL構建自主的數(shù)字孿生

引擎，可實現(xiàn)水利專業(yè)模型與可視化模型

的無縫結合。

構建渠網(wǎng)—農(nóng)田多過程統(tǒng)一表征方法，建立了基于web的灌區(qū)（流域）數(shù)字孿生系統(tǒng)

實現(xiàn)了三個過程的同步：實時模擬計算、實時3D渲染、實時人機交互

基于web的

數(shù)字孿生灌區(qū)

灌區(qū)典型三維可視化場景展示

如何支撐灌區(qū)業(yè)務四預功能

灌區(qū)“四預”業(yè)務包括什么？

預報降雨預報、產(chǎn)匯流預報、蓄水動態(tài)變化預報、需水預報等。

骨干渠系超水位/流量預警、災情預警、重要工程與險工險段安全運行預警等。

預警

渠/管網(wǎng)水流過程預演，灌區(qū)產(chǎn)匯流過程預演，泄洪過程預演、數(shù)字孿生工程

預演

調(diào)度預演、灌溉進度預演、險工險段安全事故情景預演等。

預案用水計劃預案、供水調(diào)度預案，泄洪調(diào)度預案，應急抗旱預案等。

灌區(qū)“四預”決策技術邏輯圖業(yè)務應用平臺

工應泄

急

地理空間數(shù)據(jù)程災洪

供需水預報模型安情抗調(diào)

基礎數(shù)據(jù)全預旱預

預預案

供需警

氣象警案

水水

量量

雨情

水旱災害防御模型

水資源配置模型農(nóng)情

節(jié)

水灌

水情點

缺配流水溉

工

水水過位進

工情程

預計程預度

調(diào)

警劃預警預

度

水質(zhì)演演

預

演

供水調(diào)度預案

水資源調(diào)度模型水流模擬仿真模型

預演結果

確定的供水調(diào)度預案

業(yè)務應用平臺其他任意給定運行場景

“四預”業(yè)務應用體系建設案例——以防汛調(diào)度業(yè)務為例線下渠道防汛調(diào)度應用模塊OA系統(tǒng)

補充資料實時雨量預報降雨查渠道防汛預線下討論提出意見

統(tǒng)計分析詢案查詢經(jīng)驗分析

當前汛情討論報告市

領導下達調(diào)令執(zhí)行防汛調(diào)

汛情資料提出調(diào)度級/通報縣

工作審批調(diào)令反饋度總結

流程上報審查方案區(qū)

人工判斷防汛形勢掌握雨水情實況，依據(jù)預案提出調(diào)度方案提出意見電話下達，紙質(zhì)記錄

雨洪臨近人工估算依賴經(jīng)驗電話往來，紙質(zhì)記人工

人工上報（1小時）決策壓力大錄，數(shù)據(jù)分散3~5天

業(yè)務提前3天系統(tǒng)計算渠道洪水過方