面向数字孪生流域建设的洪涝模拟方法

面向数字孪生流域建设的洪涝模拟方法王高旭水利部交通运输部国家能源局南京水利科学研究院大数据与智慧水利研究中心副主任2024年6月26日Tel1Email:gxwang@P1汇报提纲一、建设背景与新的要求二、洪涝模拟方面技术成果三、数字孪生流域建设成果四、未来展望P2 P3P4数字孪生流域建设背景洪涝灾害一直是我国的心腹之患“洪水风险依然是最大威胁”“全面提高风险防控全国洪水威胁区域分布图研发面向数字孪生流域建设的洪涝动态演进模拟业务系统，是实现国家防洪减灾和水利高质量发展和的关键任务数字孪生流域建设背景大力推进数字孪生水利建设大力推进数字孪生水利建设，支撑保障“四预”工作。—2023年全国水利工作会议2023年2023年，基本建成七大江河、11个重要水利工程数字孪生平台。—2022年水利部印发《关于开展数字孪生流域建设先行先试工作的通知》大力推进数字孪生流域建设大力推进数字孪生流域建设，并部署各流域管理机构…先行先试。—2021年水利部召开推进数字孪生流域建设工作会议构建智慧水利体系构建智慧水利体系，以流域为单元提升水情测报和智能调度能力—2021年《国家国民经济和社会发展第十四个五年规划和2035年远景目标纲要》P52017年P52017年，习近平总书记提出要建设网络强国、数字中国、智慧社会，把“智慧社会”作为建设创新型国家的重要内容，这是党中央从党和国家事业全局出发做出的重要决策新的要求雨水情监测尚不能满足洪涝模拟的需求，需要加快构建雨水情监测预报“三道防线”P6P6时空分辨率低测不准抓不住不敢用测不准抓不住不敢用痛点痛点难点新的要求模型的区域属性强、且缺少多模型耦合工作机制，需要提出大范围精细化产流模拟方法型P7水文模型中的下垫面信息P7P8新的要求模型普遍停留在定制化阶段，通用化程度不高，重复建模工作大国外模型国内模型多针对特定区域问题定制，通用化程度低国外相关的商业软件方法较多针对特定区域问题定制，通用化程度低针对性强针对性强，但尚欠缺统一、规范化接口。集中于数据模拟，与业务化运用有一定的距离P9新的要求算法在高效支撑数字孪生业务上存在明显不足，需改进算法，以提高计算效率复杂水网系统示意复杂水网系统示意复杂水网精细刻画水量交换节点精准建模 P10技术成果：延长预见期高精度X波段测雨雷达装备与预报系统针对高精度降水观测的要求，研发了X波段高精度测雨雷达；针对低空降水研发了降雨观测快速扫描模式及短时临近降水预报系统，解决不同水文模型对降水产品时空精度的定制化要求，提高了对流域局地极端降水的监测的精度和时效性；本成果可为延长雨水情的预见期、构建雨水情监测的“三道防线”提供解决方案。P11技术成果：延长预见期P12l全新硬件设计，小型化、轻量化、低功耗化整机重量≤150kg、可快速拆解为天线单l全天候全自动无人值守系统l高适应性水文行业需求及水文模型系统高度集成化插拔式收发组件信号处理器故障实时响应到达设备现场2小时内恢复工作l维修简单方便高度集成化插拔式收发组件信号处理器故障实时响应到达设备现场2小时内恢复工作技术成果：延长预见期融合短临预报和实测数据的降水空间分布计算方法提出了耦合深度学习和时空地理加权回归的数据融合方法（GTWR-LSTM）；融合站点观测数据与雷达回波反演或模式短临预报数据，提供精细化降水时空数据；降低短临预报平均绝对误差减小10%以上，预见期延长6h以上。时空地理加权回归长短记忆神经网络时空地理加权回归P13技术成果：提高模拟精度基于物联网感知与反馈的模型参数尺度自适应技术提出了产流模型空间尺了流域蓄水容量和地形指了产流模型的空间尺度依度的高效模拟。[1]ChenG,Zhao[1]ChenG,ZhaoX,ZhoDisposalSolutionforControlofaGiantLandslideandDammedLakeinYangtze[2]陈钢,翟月,李小宁.河流逐时水温预报方法.P14实现了不同空间尺度的高精度产流模拟P14实现了不同空间尺度的高精度产流模拟，200m、500m和1000m尺度峰值流量的平均误差分别下降10.3%、18.8%、32.0%技术成果：提高模拟精度考虑流域空间异质性的组合水文预报模型综合考虑流域不同土地利用类型、地形差异和建模精度综合考虑流域不同土地利用类型、地形差异和建模精度要求，建立了基于空间异质性的自适应水文单元划分方法；建立了产流模式时空动态转换的判别方法，在不同降水场景下动态匹配产流模型，实现了大范围精细化产流模拟。P15P15技术成果：提高模拟精度耦合物理机制的深度学习：产汇流机制约束的深度学习洪水预报模型将水文学原理和数据驱动模型相耦合将水文学原理和数据驱动模型相耦合，构建物理函数约束的深度学习模型，在深度学习模型中考虑了流域产汇流的物理机制，使深度学习模型测预测结果更符合物理规律。P16P16技术成果：提高模拟精度耦合物理机制的深度学习：产汇流机制约束的深度学习洪水预报模型模型结构：在充分考虑流域产汇流机制基础上，模型构建了分布式的深度学习预报模型进行滚动预报，最大程度控制误差；模型输入：前24h降雨与边界流量/水位，未来72h的气象网格降雨预报结果；模型输出：四条支流关键断面，以及丽水站、开潭水库未来72h的流量/水位。P17技术成果：提高模拟精度耦合物理机制的深度学习：产汇流机制约束的深度学习洪水预报模型适用性强：与其他神经网络模型相比，模型结构适用于雨水情时间序列特征数据；精度较高：典型暴雨场景下，模型Nash效率系数达到0.95；建模快速：相较传统水文模型率定参数的耗时，率定参数速度提高40倍。P18技术成果：提高模拟精度调度模型精细化模拟不同控制单元P19各种水力特性单元开展数值模拟，P19各种水力特性单元开展数值模拟，完整反应洪水调度的物理过程水工程控制方式分段模式控制在各类规划规程调度的基础上，根据工程调度的需求，在流域水利工程调度拓扑关系图上，针对调度对象和目标，可进一步优化水库水闸的调技术成果：提高模拟精度误差实时校正：物联网感知与反馈的模型评估与实时校正技术水文-水动力耦合模型适应性评估：综合多维精度评定指标同化测流数据后，河道流场模拟误差降低15%以上同化测流数据后，河道流场模拟误差降低15%以上P20建立了水文-水动力耦合模型适应性评估方法，提出了诱导有序二项式系数多模型集合方法，解决了适用模型的动态组合问题。构建了水文-水动力耦合模型的四维变分和集合卡尔曼滤波数据同化算法，实现了利用HADCP在线流量、侧扫雷达和视频测流数据对模型状态的实时校正。[1]FanY,etal.Machinelearningmethodsforimprovedunderstandingofapumpingtestinheterogeneous[2]卓鹏,谢自银等.一种基于视频所测河流表面流速结合水力模型的河流流量测验方法.ZL201910295技术成果：提升建模效率提高参数率定速度：基于深度学习替代模型的参数快速动态率定结合机器学习与随机模拟的方法，基于深度学习构建了洪水模拟的替代模型；通过替代模型挖掘洪水模拟模型参数空间与对应目标函数空间的响应关系，经多次迭代计算确定相应目标空间的近似Pareto解集，实现对模型参数的快速率定，解决参数率定的计算负荷问题。P21P21技术成果：提升建模效率模型自我升级优化：增量学习模型下的模型自适应调整增量学习可以主动从新的洪水数据中学习并自主调整模型，能够做到不重复处理历史数据，修正并增强历史数据使其与新数据相匹配。因此模型可以从新的数据中持续学习新知识，在历史数据和新数据上均能表现良好。模型特点模型特点模型运行后自主学习，无需手动调参；避免模型学习新知识后出现“灾难性遗忘”（此长彼消）现象。P22技术成果：提升建模效率模型算法通用化与标准化P23技术成果：提升建模效率水系与工程拓扑关系解析与自动生成水库水库水闸控制断面新建流域水系和工程拓扑关系拓扑关系自动化生成P24技术成果：提升建模效率积木装配式调度模型建模P25复杂防洪系统调度模型库与装配式建模技术技术成果：提升模拟速度模型高效求解：并行优化算法结合二维有限控制体积计算的加速方法，与基于CPU和GPU耦合并行加速技术的一二维耦合水P26二维有限控制体积计算的加速方法模型并行优化算法技术成果：提升模拟速度模型高效求解：水工程优化调度算法可提升复杂梯级高维调度决策模型的求解收敛速度、可若仍未达到最大进化代数OFF若仍未达到最大进化代数OFF2个体约束处理方法PAR2f(x)cj(x)F(x)1遗传操作2个体评估OFF1OFF2OFF3f(x)cj(x)f(x)cj(x)f(x)cj(x)3适应度分配&4个体选择OFF2f(x)cj(x)F(x)OFF1f(x)cj(x)F(x)OFF3f(x)cj(x)F(x)OFF3PAR3f(x)cj(x)F(x)OFF1PAR1f(x)cj(x)F(x)NRAMBRMSRbP27约束处理方法NRAM概念设计约束处理集合技术框架技术成果：提升模拟速度智能调度：基于强化学习的水库防洪调度P28在10个实时月内经历了大约4万5千年的游戏训练，平均每天的游戏量相当于人类玩家250年的积累。P28技术成果：提升模拟速度智能调度：基于强化学习的水库防洪调度P29技术成果：提升模拟速度洪涝快速模拟：基于深度学习的城市暴雨内涝时空变化快速模拟模型结合水文水动力模型和模型结合水文水动力模型和深度学习算法的优势，实现地区暴雨内涝时空变化的快速模拟。构建水文水动力内涝模型，生成不同特征暴雨-内涝数据。构建深度学习模型，实现基于降雨预报下的内涝淹没演进情况的快速模拟。构建SWMM和LISFLOOD-及验证后构建SWMM和LISFLOOD-及验证后，生成暴雨内涝数P30技术成果：提升模拟速度洪涝快速模拟：基于深度学习的城市暴雨内涝时空变化快速模拟表1LISFLOOD-FP模型二维求解方法动量方程连续性方程模型特点1.基于正方形网格，地形采用ASCII格式；2.输出结果为ASCII码文件3.开源，可二次开发。P31技术成果：提升模拟速度洪涝快速模拟：基于深度学习的城市暴雨内涝时空变化快速模拟生成了不同峰值大小和不同峰值时间的洪水情景基于“2014820”洪水设计的不同洪水情景P32基于“2022620”洪水设计的不同洪水情景基于“2014820”洪水设计的不同洪水情景P32技术成果：提升模拟速度洪涝快速模拟：基于深度学习的城市暴雨内涝时空变化快速模拟模型基于Python语言开发，使用国际主流的Tensorflow2.10深度学习框架。共构建3个一维卷积神经网络模型，分别对应水位预测、x方向的流速预测以及y方向的流速预测。边界条件：模型的上游边界为玉溪水库实测下泄流量及4个支流的流量，下游边界为开潭水库的实测水位。输入：5个流量边界前24小时的流量（以每小时的流量为1个特征，共120个特征淹没发生时间T为所预测淹没的时刻，共121个输入特征。输出：研究区水位淹没栅格图、流速淹没栅格图（x和y方向）。P33P33技术成果：提升模拟速度洪涝快速模拟：基于深度学习的城市暴雨内涝时空变化快速模拟P34推广性强：成果可为人工智能在城市暴雨内涝快速模拟及防灾减灾工作应用中提供参考；精度可靠：典型暴雨场景模拟中，计算峰值水位误差在0.5%左右，峰现时间误差在1h左右；模拟快速：较传统水动力学模型，在115万个网格上模拟典型暴雨场景，速度提高3600倍。 P35P36数字孪生流域建设成果宝安区河湖智慧监管系统预报结果展示预案对比展示道路淹没预演预警结果展示预报结果展示预案对比展示道路淹没预演预警结果展示数字孪生流域建设成果数字孪生潭江流域广东江门数字孪生潭江流域先行先试：针对流域内22宗大中型水库干流6宗水闸的防洪预警预报实时水雨情预演预案知识平台预警预报实时水雨情预演预案知识平台P372022年优秀应用案例2023年全国科技周2023年中国水博会P37数字孪生流域建设成