數(shù)字孿生流域：未來(lái)流域治理管理的新基建新范式

冶運(yùn)濤,蔣云鐘,梁犁麗,趙紅莉,顧晶晶,董甲平,曹 引,段 浩

(1. 中國(guó)水利水電科學(xué)研究院,北京 100038；2. 水利部數(shù)字孿生流域重點(diǎn)實(shí)驗(yàn)室,北京 100038；3. 中國(guó)長(zhǎng)江三峽集團(tuán)有限公司科學(xué)技術(shù)研究院,北京 101199)

全球氣候變化和人類(lèi)活動(dòng)疊加影響使得氣候形勢(shì)愈發(fā)復(fù)雜多變,導(dǎo)致局地強(qiáng)降水、超強(qiáng)臺(tái)風(fēng)、區(qū)域性嚴(yán)重干旱及累積水污染等極端事件的突發(fā)性、異常性和不確定性更為突出,且數(shù)量明顯增多,如2021年鄭州“7·20”暴雨、黃河中下游秋汛、塔克拉瑪干沙漠地區(qū)洪水及珠江三角洲部分地區(qū)旱情。極端天氣的超標(biāo)準(zhǔn)載荷極易造成水利工程隱患集中暴發(fā),形成災(zāi)害鏈放大效應(yīng)。水問(wèn)題表象在河流,根子在流域,江河湖泊的流域特性決定了必須以流域?yàn)閱卧归_(kāi)科學(xué)研究[1- 2]。解決水旱災(zāi)害頻發(fā)、水資源短缺、水環(huán)境污染和水生態(tài)損害等問(wèn)題,是國(guó)內(nèi)外公認(rèn)的科學(xué)命題[3- 4]。流域是以水為紐帶的復(fù)雜開(kāi)放性系統(tǒng)。水系統(tǒng)演化具有很強(qiáng)的不確定性,科學(xué)本質(zhì)上更具綜合性、協(xié)作性、跨學(xué)科性,迫切需要新的工具來(lái)支撐新的研究范式[5- 7]。同時(shí),可獲得的前所未有的遙感、地表或地下儀器監(jiān)測(cè)、社會(huì)公眾以及網(wǎng)絡(luò)可用的高度復(fù)雜且無(wú)序的各種數(shù)據(jù),需要新的工具進(jìn)行處理分析和洞察理解[5]。此外,流域治理管理要求決策支持平臺(tái)具有全息性、時(shí)效性、科學(xué)性和協(xié)同性等性能,亟需新的工具承載這種要求[8- 9]。

2019年Nature發(fā)表論文《Make more digital twins》[10],數(shù)字孿生研究得到國(guó)際廣泛關(guān)注[11],其核心是構(gòu)建仿真模型以實(shí)現(xiàn)信息空間和物理空間的無(wú)縫集成與實(shí)時(shí)映射[12],從而對(duì)物理空間對(duì)象進(jìn)行全生命周期管控,降低復(fù)雜系統(tǒng)預(yù)測(cè)不確定性和規(guī)避應(yīng)急事件帶來(lái)的風(fēng)險(xiǎn)[13]。數(shù)字孿生以實(shí)時(shí)同步、虛實(shí)映射、高保真度等特性為拓展流域科學(xué)研究提供了一種新的工具,它與流域科學(xué)研究和治理管理相結(jié)合推動(dòng)了數(shù)字孿生流域概念的誕生[14]。數(shù)字孿生流域是數(shù)字流域的高級(jí)階段[15- 16],是實(shí)現(xiàn)智慧流域理想目標(biāo)的最佳技術(shù)路徑[17- 18],是賦予流域智慧管理的重要設(shè)施和基礎(chǔ)能力[19]。

歐盟(European Union,EU)和美國(guó)國(guó)家航空航天局(National Aeronautics and Space Administration,NASA)先后提出了數(shù)字孿生地球計(jì)劃[6- 7,20],旨在建立一個(gè)可持續(xù)演進(jìn)、可交互和集成多域多尺度的數(shù)字孿生化地球,通過(guò)對(duì)大自然和人類(lèi)活動(dòng)的可視化、監(jiān)控和預(yù)測(cè),模擬未來(lái)氣候趨勢(shì),評(píng)估災(zāi)難性事件,保護(hù)生態(tài)環(huán)境,推進(jìn)地球各項(xiàng)管理工作精細(xì)化。數(shù)字孿生流域作為數(shù)字孿生地球的一個(gè)重要區(qū)域?qū)哟?它的開(kāi)發(fā)和研究是實(shí)施數(shù)字孿生地球的一個(gè)很好的試驗(yàn)場(chǎng)所和切入點(diǎn)[16]。國(guó)際上,很多學(xué)者探索了數(shù)字孿生技術(shù)在水治理管理中的應(yīng)用。Ghaith等[21]基于數(shù)字孿生建立了城市尺度洪水防御框架；Bartos等[22]提出了將水力求解與在線數(shù)據(jù)同化相結(jié)合的雨洪系統(tǒng)數(shù)字孿生模型；Alperen等[23]研究了基于ANN的水文數(shù)字孿生防洪模擬；Ranjbar等[24]建立了法國(guó)加來(lái)渠道的數(shù)字孿生框架；Conejos等[25]將數(shù)字孿生應(yīng)用于西班牙巴倫西亞供配水網(wǎng)絡(luò)；Pedersen等[26]建立了城市水系統(tǒng)逼真的和原型的數(shù)字孿生。在國(guó)內(nèi),在理論探索方面,與NASA提出的數(shù)字孿生概念同期,蔣云鐘等[8]于2010年提出了智慧流域概念,定義中描述了通過(guò)物理流域與數(shù)字流域無(wú)縫集成實(shí)現(xiàn)對(duì)流域智慧化管理,已具備數(shù)字孿生的思想；此外,國(guó)內(nèi)學(xué)者繼而發(fā)展出“虛擬流域”理論與方法。虛擬流域?qū)儆跀?shù)字流域范疇,但更強(qiáng)調(diào)了對(duì)真實(shí)流域?qū)ο蟮木珳?zhǔn)化描述[27]。這些研究為解析數(shù)字孿生流域提供了理論儲(chǔ)備。在技術(shù)方面,水利部黃河水利委員會(huì)、清華大學(xué)、華中科技大學(xué)、天津大學(xué)等單位開(kāi)展了虛擬化技術(shù)在流域管理、水利工程施工中的應(yīng)用研究[27],但這些研究?jī)H僅是利用數(shù)字化方式進(jìn)行信息管理,還處于數(shù)字孿生技術(shù)的初級(jí)應(yīng)用階段,尚不具備數(shù)字孿生的特征。當(dāng)前,在國(guó)家全力推動(dòng)下,數(shù)字孿生流域已成為全社會(huì)焦點(diǎn),如黃艷等[28]探索了面向流域水工程防災(zāi)聯(lián)合智能調(diào)度的數(shù)字孿生長(zhǎng)江建設(shè);劉昌軍等[29]研究了數(shù)字孿生淮河流域智慧防洪體系;李文學(xué)等[30]、甘郝新等[31]、廖曉玉等[32]分別探索了數(shù)字孿生黃河、數(shù)字孿生珠江、數(shù)字孿生松遼的建設(shè)方案。由于對(duì)數(shù)字孿生范式認(rèn)識(shí)不足、理論研究不充分和技術(shù)挑戰(zhàn)尚未攻克,數(shù)字孿生的真實(shí)效用尚未真正發(fā)揮[33- 34]。

綜合分析已有研究成果可知,數(shù)字孿生流域的基礎(chǔ)理論研究尚處于起步階段,以下關(guān)鍵問(wèn)題亟待厘清：數(shù)字孿生流域的定義及內(nèi)涵特征,數(shù)字孿生流域基本模型,數(shù)字孿生流域的核心能力,數(shù)字孿生流域的關(guān)鍵技術(shù),數(shù)字孿生流域亟需發(fā)展方向。通過(guò)上述問(wèn)題探索,為中國(guó)數(shù)字孿生流域建設(shè)提供理論支撐。

1 數(shù)字孿生流域的概念辨析

1.1 數(shù)字孿生流域定義

數(shù)字孿生可追溯到美國(guó)密歇根大學(xué)Grieves教授于2003年前后在其產(chǎn)品全生命周期管理課程上提出的“與物理產(chǎn)品等價(jià)的虛擬數(shù)字表達(dá)”概念[35],當(dāng)時(shí)沒(méi)有被稱(chēng)為數(shù)字孿生,卻具備了數(shù)字孿生的基本組成要素,被認(rèn)為是數(shù)字孿生的雛形。2010年,數(shù)字孿生由NASA首次書(shū)面提出并給出了定義,即充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù),集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程,在虛擬空間中完成映射,從而反映相對(duì)應(yīng)的實(shí)體裝備的全生命周期過(guò)程[36- 37]。2014年,Grieves教授提出數(shù)字孿生概念模型包括3個(gè)主要部分：實(shí)體空間中的物理產(chǎn)品,虛擬空間中的虛擬產(chǎn)品,將虛擬產(chǎn)品和物理產(chǎn)品聯(lián)系在一起的數(shù)據(jù)和信息的連接[35]。盡管其他科研機(jī)構(gòu)、企業(yè)和學(xué)者也各自提出對(duì)數(shù)字孿生的理解,但仍是以上述概念為基礎(chǔ),針對(duì)不同的使用目的進(jìn)行闡述[38]。陶飛等[37]在Grieves數(shù)字孿生三維模型基礎(chǔ)上發(fā)展出五維模型,包括物理實(shí)體、虛擬實(shí)體、服務(wù)、數(shù)據(jù)和連接。隨著大數(shù)據(jù)和人工智能的發(fā)展,知識(shí)作為核心要素將在數(shù)字孿生研究中發(fā)揮重要作用[39- 40]。與數(shù)字孿生流域相關(guān)的數(shù)字孿生地球被定義為可用數(shù)據(jù)和物理規(guī)律約束的地球系統(tǒng)狀態(tài)和時(shí)間演進(jìn)進(jìn)行數(shù)字復(fù)制的信息系統(tǒng)[6- 7],該定義的核心要素包括虛擬地球空間(數(shù)字復(fù)制)、數(shù)據(jù)、知識(shí)(物理規(guī)律約束)以及服務(wù)(信息系統(tǒng))。

綜合上述研究成果,將數(shù)字孿生五維模型擴(kuò)展為六維模型,包括物理實(shí)體、虛擬實(shí)體、連接、服務(wù)、數(shù)據(jù)和知識(shí)。由此,將數(shù)字孿生六維模型和流域治理管理相結(jié)合,提出數(shù)字孿生流域包括物理流域、虛擬流域、實(shí)時(shí)連接交互、數(shù)字賦能服務(wù)、孿生流域數(shù)據(jù)及孿生流域知識(shí)6個(gè)基本要素。在6個(gè)要素協(xié)同下,完成對(duì)流域的動(dòng)態(tài)監(jiān)控、診斷評(píng)估、模擬仿真、預(yù)測(cè)預(yù)報(bào)、決策優(yōu)化、管理控制等功能。其中,虛擬流域是物理流域的數(shù)字鏡像,是數(shù)字孿生流域的虛擬孿生體；物理流域是數(shù)字孿生流域的物理孿生體。

從技術(shù)角度理解,與數(shù)字孿生流域相關(guān)的概念是數(shù)字孿生地球,Bauer等[6]認(rèn)為數(shù)字孿生地球是地球數(shù)字復(fù)制的信息系統(tǒng)。如果單純從傳統(tǒng)信息系統(tǒng)的角度,無(wú)法反映新一代信息技術(shù)給各行業(yè)帶來(lái)的革命性變化,更反映不出對(duì)傳統(tǒng)基礎(chǔ)設(shè)施改造的特點(diǎn),而數(shù)字孿生流域超越了傳統(tǒng)信息系統(tǒng)的范疇[41],可以認(rèn)為是一種新型基礎(chǔ)設(shè)施。從科學(xué)研究角度理解,虛擬空間拓展了地理科學(xué)研究空間,受到了國(guó)際重視,英國(guó)皇家科學(xué)院院士Batty[42]認(rèn)為,發(fā)展虛擬地理學(xué)可以有效地建立起現(xiàn)實(shí)地理環(huán)境與虛擬空間的連接橋梁；Bainbridge[43]在Science撰文論述了虛擬世界的科學(xué)研究潛力；李雙成等[44]認(rèn)為在孿生空間中,物與物之間、人與人之間、人與物之間的時(shí)空壁壘被清除,一個(gè)萬(wàn)物感知、萬(wàn)物互聯(lián)、萬(wàn)物交融的虛實(shí)交融空間將開(kāi)辟地理學(xué)模擬現(xiàn)實(shí)、預(yù)測(cè)未來(lái)的新綜合研究范式。數(shù)字孿生作為科學(xué)研究和工程實(shí)踐新范式受到國(guó)際認(rèn)可[38,45- 46]。

通過(guò)上面對(duì)數(shù)字孿生流域基本組成要素和數(shù)字孿生概念的分析,本文定義數(shù)字孿生流域?yàn)椋簲?shù)字孿生流域是服務(wù)流域全生命周期管理的全量數(shù)據(jù)和領(lǐng)域知識(shí)驅(qū)動(dòng)物理流域和虛擬流域交互映射、共智進(jìn)化、虛實(shí)融合的新基建新范式。數(shù)字孿生流域基本原理是通過(guò)物理流域與虛擬流域的精準(zhǔn)映射與動(dòng)態(tài)交互,實(shí)現(xiàn)物理流域、虛擬流域、流域服務(wù)系統(tǒng)的全流域要素、全時(shí)空數(shù)據(jù)、全領(lǐng)域知識(shí)及全業(yè)務(wù)流程的無(wú)縫集成和深度融合,以孿生數(shù)據(jù)和孿生知識(shí)驅(qū)動(dòng)物理流域、虛擬流域、流域服務(wù)系統(tǒng)的全景仿真[47]、演化自治、實(shí)時(shí)同步、閉環(huán)互動(dòng)與共生進(jìn)化,在虛擬流域空間實(shí)現(xiàn)對(duì)物理流域?qū)ο笕芷谶^(guò)程的監(jiān)控、診斷、模擬、預(yù)測(cè)、決策、控制和管理,從而在滿(mǎn)足特定目標(biāo)和約束的前提下,達(dá)到流域治理管理決策最優(yōu)。

1.2 數(shù)字孿生與傳統(tǒng)建模仿真區(qū)別

建模和仿真是數(shù)字孿生流域的核心,但是數(shù)字孿生與傳統(tǒng)的建模仿真仍有區(qū)別,見(jiàn)表1[6- 7,47]。

表1 數(shù)字孿生與傳統(tǒng)建模仿真的區(qū)別

2 數(shù)字孿生流域的內(nèi)涵特征

數(shù)字孿生流域的內(nèi)涵是：基于高度集成的數(shù)據(jù)閉環(huán)賦能新體系[48],生成以自然地理、干支流水系、水利工程、氣象水文、經(jīng)濟(jì)社會(huì)、生態(tài)環(huán)境等為主要內(nèi)容的全息數(shù)字虛擬鏡像空間；通過(guò)“由實(shí)入虛”,利用多維多時(shí)空尺度高保真模型的數(shù)字化仿真、虛擬化交互,形成數(shù)據(jù)驅(qū)動(dòng)決策、虛實(shí)充分融合交織的智能系統(tǒng)；通過(guò)“以虛映實(shí)”,使物理流域?qū)ο罂梢栽谔摂M流域空間進(jìn)行協(xié)同建模、仿真預(yù)測(cè)、自主演化、干預(yù)操控；通過(guò)“由虛控實(shí)”,以最優(yōu)化方案在物理流域中的實(shí)施來(lái)最大程度地規(guī)避風(fēng)險(xiǎn)、減少損失、提高效益[14],實(shí)現(xiàn)對(duì)物理流域?qū)ο蟮哪M、監(jiān)控、診斷、預(yù)測(cè)與控制,解決物理流域系統(tǒng)中規(guī)劃、設(shè)計(jì)、運(yùn)行、管理、任務(wù)執(zhí)行等閉環(huán)過(guò)程中的復(fù)雜性和不確定性問(wèn)題[6- 7,35]。

基于數(shù)字孿生流域概念定義與內(nèi)涵分析,將數(shù)字孿生核心特點(diǎn)[49- 51]和流域治理管理相結(jié)合,提出數(shù)字孿生流域的特征,包括高度保真、演化自治、實(shí)時(shí)同步、閉環(huán)互動(dòng)及共生進(jìn)化。

(1) 高度保真性指河流、湖泊等自然水系以及地下含水層機(jī)構(gòu)和大壩、閘門(mén)、泵站、渠道、管道等物理流域?qū)ο笈c虛擬流域空間中的虛擬對(duì)象不僅在幾何結(jié)構(gòu)和外形表觀有著高度的相似性,而且水流運(yùn)動(dòng)狀態(tài)、工程運(yùn)行狀態(tài)以及流域治理管理活動(dòng)狀態(tài)也保持高度仿真,同時(shí)要求建立描述水資源- 生態(tài)環(huán)境- 社會(huì)經(jīng)濟(jì)系統(tǒng)相互作用、共同演化的流域數(shù)字孿生模型,能夠精確地模擬預(yù)測(cè)物理流域系統(tǒng)的時(shí)空變化過(guò)程。

(2) 演化自治性是物理流域?qū)ο?如物理空間中的水流運(yùn)動(dòng))和虛擬流域?qū)ο?如虛擬空間中水流運(yùn)動(dòng))遵循質(zhì)量守恒、動(dòng)量守恒、能量守恒等相同的物理原理進(jìn)行相互獨(dú)立的時(shí)空演化。如根據(jù)采集的真實(shí)河道的邊界條件或假定的邊界條件,在虛擬流域空間中,利用可擴(kuò)展的數(shù)字孿生模型(如水文水動(dòng)力模型和可視化模型)能夠立體直觀地自主模擬仿真推演歷史或未來(lái)或某種工況條件下河道水流的演進(jìn)過(guò)程,分析各種外部影響因子對(duì)河道水流狀態(tài)及伴隨屬性的影響,從而提升數(shù)字孿生流域的推演能力。

(3) 實(shí)時(shí)同步性指物理流域?qū)ο笤谑軞夂蜃兓腿祟?lèi)活動(dòng)影響下處于不斷變化過(guò)程中,那么這就要求虛擬流域?qū)ο笈c對(duì)應(yīng)的物理流域?qū)ο蟮某跏紬l件和動(dòng)態(tài)運(yùn)行時(shí)的結(jié)構(gòu)、狀態(tài)、參數(shù)保持一致性。利用物理流域?qū)ο?如河道)當(dāng)前狀態(tài)(如地形、水位、流量)的實(shí)時(shí)數(shù)據(jù)初始化虛擬流域模型運(yùn)行的起始狀態(tài),以保證數(shù)字孿生模型能夠?qū)崟r(shí)預(yù)測(cè)物理流域?qū)ο蟮倪\(yùn)行軌跡,尤其能夠跟蹤極端事件的變化態(tài)勢(shì)。在數(shù)字孿生模型運(yùn)行中,利用實(shí)測(cè)數(shù)據(jù)不斷調(diào)整模型結(jié)構(gòu)、狀態(tài)和參數(shù),使物理流域?qū)ο笱莼奈锢硪?guī)律與虛擬流域模型蘊(yùn)含的物理規(guī)律保持一致,以保證對(duì)物理流域?qū)ο笞兓壽E進(jìn)行高精度的預(yù)測(cè)。

(4) 閉環(huán)互動(dòng)性指虛擬流域和物理流域之間通過(guò)實(shí)時(shí)連接交互嵌入業(yè)務(wù)鏈中,實(shí)現(xiàn)數(shù)字孿生流域的閉環(huán)來(lái)實(shí)現(xiàn)業(yè)務(wù)賦能。一方面,通過(guò)對(duì)物理流域空間中水循環(huán)過(guò)程的監(jiān)測(cè)分析以及演變規(guī)律和形成機(jī)理的深度洞察,完善和調(diào)整流域數(shù)字模型結(jié)構(gòu)和參數(shù)來(lái)降低不確定性,使其更加準(zhǔn)確地反映流域水循環(huán)特性,精準(zhǔn)預(yù)測(cè)水循環(huán)變化趨勢(shì);另一方面,在虛擬流域空間中,利用數(shù)字孿生流域高度保真性和演化自治性,通過(guò)模擬仿真推演結(jié)果的分析評(píng)估,滾動(dòng)調(diào)整水利工程運(yùn)行、應(yīng)急調(diào)度、人員防災(zāi)避險(xiǎn)等應(yīng)對(duì)措施,制定工程運(yùn)行和優(yōu)化調(diào)度等方案策略,從而改變物理流域?qū)ο蟮难莼壽E。

(5) 共生進(jìn)化性指以數(shù)字孿生技術(shù)構(gòu)成的虛擬流域和物理流域的“雙胞胎”通過(guò)高度保真性、演化自治性、實(shí)時(shí)同步性和閉環(huán)互動(dòng)性來(lái)實(shí)現(xiàn)共生融合、迭代進(jìn)化,促進(jìn)彼此之間的發(fā)展。對(duì)物理流域來(lái)說(shuō),虛擬流域通過(guò)復(fù)演物理流域的歷史軌跡、監(jiān)視和模擬物理流域?qū)崟r(shí)運(yùn)行態(tài)勢(shì)和預(yù)測(cè)物理流域未來(lái)變化,對(duì)流域治理管理的全生命周期進(jìn)行全方位掌控,為制定可行性的流域治理管理方案提供協(xié)商決策平臺(tái),從而使物理流域每條河流向“幸福河”目標(biāo)逼近。對(duì)虛擬流域來(lái)說(shuō),隨著“幸福河”分階段實(shí)現(xiàn),說(shuō)明管理和技術(shù)人員對(duì)物理流域的運(yùn)行規(guī)律認(rèn)識(shí)更加深刻,從而能夠?qū)ξ锢砹饔蜻M(jìn)行“精準(zhǔn)畫(huà)像”,以更加全面的精準(zhǔn)認(rèn)知促進(jìn)虛擬流域的調(diào)整和升級(jí)。

3 數(shù)字孿生流域的基本模型

由前文數(shù)字孿生流域概念定義分析可知,數(shù)字孿生流域基本模型(WDT)如式(1) 所示：

WDT={WP,WV,WC,WS,WD,WK}

(1)

式中：WP為物理流域；WV為虛擬流域；WC為實(shí)時(shí)連接交互；WS為數(shù)字賦能服務(wù)；WD為孿生流域數(shù)據(jù)；WK為孿生流域知識(shí)。WDT基本架構(gòu)如圖1所示。

圖1 數(shù)字孿生流域基本架構(gòu)Fig.1 Basic framework of digital twin watershed

(1) 物理流域。WP是將物理流域信息及時(shí)反饋給流域虛擬孿生體(即虛擬流域),包括自然地形地貌、水利工程、流域治理管理活動(dòng)對(duì)象及與其關(guān)聯(lián)的監(jiān)測(cè)控制信息化設(shè)施設(shè)備。在現(xiàn)有監(jiān)測(cè)站網(wǎng)基礎(chǔ)上,構(gòu)建天空地一體化水利感知網(wǎng),及時(shí)、準(zhǔn)確地采集物理流域的水文、水資源、水利工程、水土保持、河湖、經(jīng)濟(jì)社會(huì)和生態(tài)環(huán)境等信息,全面掌握流域下墊面數(shù)字地形、植被覆蓋、河道阻水建筑物、河灘占用、水文大斷面和重要河段水下地形等信息,為“由實(shí)入虛”提供基礎(chǔ),支撐數(shù)字孿生流域的運(yùn)行。

(2) 虛擬流域。WV是重點(diǎn)構(gòu)建多維度多尺度的虛擬模型或數(shù)字孿生模型,包括幾何模型(MG)、機(jī)理模型(MM)、數(shù)據(jù)模型(MD)、機(jī)理和數(shù)據(jù)融合模型(MM&D)、智能識(shí)別模型(MR)、行為模型(MB)、知識(shí)模型(MK),這些模型能夠從多時(shí)空尺度多維度對(duì)WV進(jìn)行描述與刻畫(huà),如式(2)所示：

WV={MG,MM,MD,MM&D,MR,MB,MK}

(2)

MG為描述WP幾何結(jié)構(gòu)和參數(shù)、空間位置與關(guān)系的實(shí)景三維模型,與WP保持時(shí)空一致性；對(duì)MG進(jìn)行材質(zhì)、光照、紋理等渲染,外觀與WP具有高度的相似性和逼真度。MG可用BIM、AutoCAD、3dMAX等建模軟件或傾斜攝影測(cè)量、激光掃描點(diǎn)云進(jìn)行創(chuàng)建。

MM是氣象、水文、水動(dòng)力、結(jié)構(gòu)、生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)等模型,適用于流域系統(tǒng)物理對(duì)象過(guò)程和參數(shù)能夠觀測(cè)、運(yùn)動(dòng)機(jī)理明晰和變化規(guī)律充分掌握、數(shù)學(xué)模型表達(dá)形式固定的情況。MD通常利用數(shù)理統(tǒng)計(jì)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)對(duì)海量樣本進(jìn)行訓(xùn)練建立,適用于物理流域?qū)ο笪锢頇C(jī)制不清楚、參數(shù)眾多且狀態(tài)變量缺少觀測(cè)的情況。MM&D是將MM和MD相結(jié)合進(jìn)行融合建模,分為并聯(lián)型和串聯(lián)型2種方式,前者是以MM為主、MD作為誤差補(bǔ)償方式校正MM；后者是MD通過(guò)海量樣本訓(xùn)練獲得MM的輸入或者M(jìn)D通過(guò)估計(jì)MM模型內(nèi)部變量或參數(shù)的關(guān)系作為MM的輸出。

MR是遙感、視頻、語(yǔ)音等信息的人工智能識(shí)別模型,實(shí)現(xiàn)河湖“四亂”(亂占、亂采、亂堆、亂建)問(wèn)題、水利工程安全運(yùn)行和安全監(jiān)測(cè)、應(yīng)急突發(fā)涉水事件等自動(dòng)識(shí)別[14]。為了增加MR的識(shí)別準(zhǔn)確率,重視識(shí)別對(duì)象或事件樣本庫(kù)的構(gòu)建,MR對(duì)不斷積累的樣本學(xué)習(xí)訓(xùn)練,不斷提升認(rèn)知能力。

MB是描述物理流域?qū)ο蟮膶?shí)時(shí)響應(yīng)及行為的模型,比如水循環(huán)健康狀態(tài)評(píng)估模型、水工程安全評(píng)估模型、水工程調(diào)度模型、方案決策模型、水工程控制執(zhí)行模型及節(jié)水效率評(píng)估模型等。

MK是通過(guò)對(duì)流域知識(shí)進(jìn)行存儲(chǔ)計(jì)算的模型。知識(shí)模型可以通過(guò)知識(shí)圖譜方式進(jìn)行構(gòu)建,隨著規(guī)律、規(guī)則、經(jīng)驗(yàn)日益豐富,能夠自主學(xué)習(xí)和演化,對(duì)WV進(jìn)行同步校正和一致性分析,既能提高WV的實(shí)時(shí)判斷、動(dòng)態(tài)評(píng)估、持續(xù)優(yōu)化及精準(zhǔn)預(yù)測(cè)的能力,又能提升WP的精細(xì)管理、自動(dòng)控制與安全運(yùn)行水平。

(3) 實(shí)時(shí)連接交互。WC由業(yè)務(wù)網(wǎng)、工控網(wǎng)、政務(wù)網(wǎng)、互聯(lián)網(wǎng)、傳感網(wǎng)及通信協(xié)議、輸入輸出設(shè)備、安全保障設(shè)施及相關(guān)技術(shù)組成,實(shí)現(xiàn)物理流域、虛擬流域、數(shù)字賦能服務(wù)、孿生流域數(shù)據(jù)和孿生流域知識(shí)間的高效連接傳輸、協(xié)同交互操控及同步迭代優(yōu)化,如式(3)所示：

WC={CPV,CPD,CPS,CPK,CVD,CVS,CVK,CDK,CDS,CKS}

(3)

CPV實(shí)現(xiàn)WP和WV之間的交互,利用水利傳感器、數(shù)據(jù)采集中間件等采集WV數(shù)據(jù),通過(guò)Modbus- RTU、OPC- UA等協(xié)議傳輸給WV,用于實(shí)時(shí)校正各種水利數(shù)字模型；采集的WV的模擬分析、仿真預(yù)測(cè)、方案決策等數(shù)據(jù)轉(zhuǎn)化為控制指令和管理措施,既能傳輸至物理設(shè)備執(zhí)行器進(jìn)行控制,又能傳給相應(yīng)管理人員進(jìn)行操控。

CPD實(shí)現(xiàn)WP和WD之間的交互,利用與CPV類(lèi)似實(shí)現(xiàn)方式采集數(shù)據(jù)至WD,反過(guò)來(lái),WD經(jīng)過(guò)融合同化處理后的數(shù)據(jù)或質(zhì)量反饋指導(dǎo)WP的健康運(yùn)行。

CPS實(shí)現(xiàn)WP和WS之間的交互,利用與CPV類(lèi)似實(shí)現(xiàn)方式采集數(shù)據(jù)至WS進(jìn)行更新和優(yōu)化；WS產(chǎn)生的診斷分析、決策優(yōu)化、管理措施和控制運(yùn)行等結(jié)果以大屏端、電腦端和移動(dòng)端方式推送給用戶(hù),以人工方式實(shí)現(xiàn)對(duì)事件的管理和設(shè)備的調(diào)控。

CPK實(shí)現(xiàn)WP和WK之間的交互,利用WK反饋指導(dǎo)WP的健康運(yùn)行。

CVD實(shí)現(xiàn)WV和WD之間的交互,通過(guò)JDBC、ODBC、OLE DB、數(shù)據(jù)庫(kù)網(wǎng)關(guān)等數(shù)據(jù)庫(kù)接口實(shí)現(xiàn),WV一方面把模擬分析、預(yù)測(cè)預(yù)報(bào)相關(guān)數(shù)據(jù)實(shí)時(shí)傳輸至WD進(jìn)行存儲(chǔ),另一方面能夠?qū)崟r(shí)讀取WD中的融合同化數(shù)據(jù)、關(guān)聯(lián)分析數(shù)據(jù)、物理流域?qū)ο蟮娜芷跀?shù)據(jù)等用于驅(qū)動(dòng)水利模擬分析、預(yù)測(cè)預(yù)報(bào)。

CVS實(shí)現(xiàn)WV和WS之間的交互,可以通過(guò)Socket、RPC、MQSeries等軟件接口[36]實(shí)現(xiàn)WV和WS的數(shù)據(jù)收發(fā)、消息同步、指令傳遞等雙向通訊。

CVK實(shí)現(xiàn)WV和WK之間的交互,WV推導(dǎo)的規(guī)律性結(jié)果、生成的方案反饋給WK進(jìn)行存儲(chǔ)管理,WK反過(guò)來(lái)指導(dǎo)WV的建模、仿真與預(yù)測(cè)。

CDK實(shí)現(xiàn)WD和WK之間的交互,一方面通過(guò)數(shù)據(jù)挖掘的可用結(jié)果實(shí)時(shí)傳輸至WK進(jìn)行存儲(chǔ)；另一方面,WD能夠讀取WK的知識(shí)指導(dǎo)數(shù)據(jù)挖掘。

CDS實(shí)現(xiàn)WD和WS之間的交互,利用與CVD相似的實(shí)現(xiàn)方式,一方面將WS產(chǎn)生的數(shù)據(jù)實(shí)時(shí)傳輸至WD進(jìn)行存儲(chǔ),另一方面通過(guò)讀取WD中的水利實(shí)時(shí)、歷史、預(yù)測(cè)等數(shù)據(jù)以支撐業(yè)務(wù)運(yùn)行及優(yōu)化。

CKS實(shí)現(xiàn)WK和WS之間的交互,利用與CVD相似的實(shí)現(xiàn)方式,一方面將WS產(chǎn)生的知識(shí)實(shí)時(shí)傳輸至WK進(jìn)行存儲(chǔ),另一方面通過(guò)讀取WK中的規(guī)則、算法、模型等知識(shí)以支撐業(yè)務(wù)運(yùn)行及優(yōu)化。

(4) 數(shù)字賦能服務(wù)。WS是數(shù)字孿生流域建設(shè)的目的,面向水行政主管部門(mén)、水利工程運(yùn)行管理單位、社會(huì)公眾、技術(shù)開(kāi)發(fā)運(yùn)維人員等不同用戶(hù),通過(guò)集成物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、虛擬現(xiàn)實(shí)、區(qū)塊鏈等技術(shù),實(shí)現(xiàn)物理流域與虛擬流域的平行運(yùn)行,以虛擬流域在虛擬空間中的實(shí)時(shí)更新數(shù)據(jù)反饋優(yōu)化物理流域,如式(4)所示:

WS={Sf,Sb1,Sb2,Sb3,Sb4,Sb5}

(4)

Sf是面向技術(shù)開(kāi)發(fā)運(yùn)維人員的功能性服務(wù),將數(shù)字孿生流域中各類(lèi)水利數(shù)據(jù)、水利模型、水利算法、水利仿真、統(tǒng)計(jì)分析和計(jì)算結(jié)果進(jìn)行服務(wù)化封裝,以工具組件(如監(jiān)測(cè)預(yù)警組件、協(xié)同填報(bào)組件等)、中間件(如數(shù)據(jù)交換中間件)、模塊引擎(如模擬引擎、知識(shí)引擎、仿真引擎等)等形式支撐數(shù)字孿生流域的感知、傳輸、數(shù)據(jù)、模型、知識(shí)、仿真等功能的運(yùn)行與實(shí)現(xiàn)。Sb1、Sb2、Sb3、Sb4、Sb5是面向水行政主管部門(mén)、水利工程運(yùn)行管理單位以及社會(huì)公眾,基于深度和強(qiáng)化學(xué)習(xí)、知識(shí)引導(dǎo)和推理、群智協(xié)同優(yōu)化、智能控制等先進(jìn)數(shù)字技術(shù),以應(yīng)用軟件規(guī)范輸入輸出,以“大屏、電腦、手機(jī)”或“三端合一”提供的工程安全運(yùn)行、業(yè)務(wù)高效管理、資源優(yōu)化配置與調(diào)控、生態(tài)環(huán)境保護(hù)、應(yīng)急快速處置、公共主動(dòng)服務(wù)等業(yè)務(wù)性服務(wù)。

(5) 孿生流域數(shù)據(jù)。WD是數(shù)字孿生流域的動(dòng)力源,是建設(shè)數(shù)字孿生流域的基礎(chǔ),主要包括WP數(shù)據(jù)(DP)、WV數(shù)據(jù)(DV)、WS數(shù)據(jù)(DS)及融合同化衍生數(shù)據(jù)(Df),如式(5)所示:

WD={DP,DV,DS,Df}

(5)

DP主要包括河流、水庫(kù)、灌區(qū)、引調(diào)水工程等的基礎(chǔ)數(shù)據(jù)、屬性數(shù)據(jù)及監(jiān)測(cè)數(shù)據(jù)；DV主要包括WV相關(guān)的幾何尺寸、空間位置、外觀紋理等幾何模型相關(guān)數(shù)據(jù),模型邊界條件、模型參數(shù)化時(shí)空分布等數(shù)學(xué)模型相關(guān)數(shù)據(jù),外部條件變化、水系統(tǒng)響應(yīng)及運(yùn)行狀態(tài)調(diào)整等行為相關(guān)數(shù)據(jù),邊界條件約束、調(diào)度控制運(yùn)行規(guī)則、流域?qū)嶓w關(guān)聯(lián)關(guān)系等規(guī)則數(shù)據(jù),以及基于上述模型開(kāi)展的模擬評(píng)價(jià)、預(yù)測(cè)預(yù)報(bào)、調(diào)配優(yōu)化等的仿真模擬數(shù)據(jù)；DS包括Sf的流域算法和模型、流域數(shù)據(jù)處理方法等相關(guān)數(shù)據(jù)和Sb的流域防洪、水資源管理與調(diào)配等業(yè)務(wù)管理數(shù)據(jù)；Df是對(duì)DP、DV、DS進(jìn)行數(shù)據(jù)治理(如數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類(lèi)、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)集成、數(shù)據(jù)融合等)后得到的衍生數(shù)據(jù),通過(guò)融合自然水系、水利工程、流域治理管理活動(dòng)等實(shí)況數(shù)據(jù)與“時(shí)間- 空間- 業(yè)務(wù)域”關(guān)聯(lián)數(shù)據(jù)、歷史統(tǒng)計(jì)數(shù)據(jù)、專(zhuān)家經(jīng)驗(yàn)知識(shí)等數(shù)據(jù)得到的“信息- 物理”融合數(shù)據(jù)[37]。

(6) 孿生流域知識(shí)。知識(shí)通常分為描述性和程序性知識(shí),由事實(shí)、概念、過(guò)程和規(guī)則組成[52]。因此,WK包括事實(shí)知識(shí)(Kf)、概念知識(shí)(Kc)、過(guò)程知識(shí)(Kp)和規(guī)則知識(shí)(Kr),如式(6) 所示:

WK={Kf,Kc,Kp,Kr}

(6)

Kf主要包括法律法規(guī)、標(biāo)準(zhǔn)規(guī)范、規(guī)章制度及水利對(duì)象之間關(guān)系、專(zhuān)家經(jīng)驗(yàn)、視頻識(shí)別的樣本、遙感識(shí)別的樣本、語(yǔ)音識(shí)別的樣本等；Kc主要包括流域治理管理中所涉及的概念,如河流、水庫(kù)、水資源分區(qū)等；Kp主要包括面向特定流域科學(xué)問(wèn)題的計(jì)算過(guò)程模型以及經(jīng)過(guò)演化推導(dǎo)過(guò)程后的最終結(jié)論(如地下水位管控的閾值、降水與徑流的定性或定量關(guān)系、歷史場(chǎng)景等)；Kr主要包括預(yù)報(bào)調(diào)度方案、業(yè)務(wù)流程規(guī)則等。

4 數(shù)字孿生流域的核心能力

為反映高度保真、演化自治、實(shí)時(shí)同步、閉環(huán)互動(dòng)、共生進(jìn)化等特征需求,數(shù)字孿生流域應(yīng)具備7種核心能力,即物理流域感知操控能力、全要素?cái)?shù)字化表達(dá)能力、實(shí)景可視動(dòng)態(tài)呈現(xiàn)能力、流域數(shù)據(jù)融合供給能力、流域知識(shí)融合供給能力、流域模擬仿真推演能力和孿生自主學(xué)習(xí)優(yōu)化能力。

(1) 物理流域感知操控能力。數(shù)字孿生流域根據(jù)物理流域的結(jié)構(gòu)、特征和承載的資源、生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)功能,在流域上布設(shè)雨量、水位、流量、水質(zhì)、泥沙、墑情、位移、形變、視頻、位置等傳感器以及利用衛(wèi)星、航空遙感“感知”真實(shí)的物理流域,形成空天地集成傳感網(wǎng),通過(guò)各類(lèi)傳感器資源接入管理實(shí)現(xiàn)物理流域?qū)ο蟮姆涸趯?shí)時(shí)連接、全息協(xié)同感知以及運(yùn)行態(tài)勢(shì)診斷[53],支撐對(duì)物理流域?qū)ο?、過(guò)程和行為的智能化感知、識(shí)別、跟蹤、管理和控制。通過(guò)虛擬流域?qū)Ω鞣N流域治理方案優(yōu)化,對(duì)物理流域進(jìn)行智能干預(yù)和遠(yuǎn)程操控使其運(yùn)行達(dá)到最優(yōu),進(jìn)而為虛擬流域迭代優(yōu)化提供海量運(yùn)行數(shù)據(jù),使得數(shù)字孿生流域具備自我學(xué)習(xí)、智慧生長(zhǎng)的能力[10]。

(2) 全要素?cái)?shù)字化表達(dá)能力。數(shù)字孿生流域?qū)ξ锢砹饔蚋鞣N管控對(duì)象全要素進(jìn)行精確的數(shù)字化標(biāo)識(shí),利用流域、區(qū)域、計(jì)算單元等編碼相結(jié)合以及空間剖分和時(shí)間細(xì)分整合的方式對(duì)物理流域?qū)ο筮M(jìn)行唯一標(biāo)識(shí),支撐數(shù)據(jù)資源互聯(lián)互通。通過(guò)新型智能數(shù)據(jù)采集設(shè)備,對(duì)物理流域進(jìn)行多維度、多層級(jí)、多粒度的數(shù)字化及語(yǔ)義化描述[54- 55],能夠在虛擬流域空間重現(xiàn)擬真物理流域,從粗到細(xì)、從宏觀到微觀、從地上到地下、從外部到內(nèi)部復(fù)制、仿真或預(yù)測(cè)物理流域的狀態(tài)和過(guò)程,實(shí)現(xiàn)物理流域空間在虛擬流域空間中的精準(zhǔn)映射,為數(shù)字孿生流域可視化展現(xiàn)、智能計(jì)算分析、高保真仿真模擬、智能決策等提供數(shù)據(jù)基礎(chǔ)。

(3) 實(shí)景可視動(dòng)態(tài)呈現(xiàn)能力。數(shù)字孿生流域感知、匯聚、融合物理流域?qū)ο笕芷诘臄?shù)據(jù),獲得流域地理地貌、土地利用、工程、降水、土壤水分及生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)等全方面的時(shí)效信息,通過(guò)對(duì)物理流域?qū)ο筮M(jìn)行多層次實(shí)時(shí)渲染及可視化呈現(xiàn),支撐對(duì)空間分析、大數(shù)據(jù)分析、仿真過(guò)程的多終端一體化展示,不僅能夠真實(shí)展現(xiàn)流域地形地貌、自然環(huán)境、工程背景等各種場(chǎng)景,更重要的是能夠?qū)⑦\(yùn)行機(jī)理復(fù)雜、結(jié)構(gòu)復(fù)雜、且內(nèi)部狀態(tài)和過(guò)程不可見(jiàn)的流域系統(tǒng)變得透明,幫助決策者全面深入地了解物理流域?qū)ο蟮男阅堋⑦\(yùn)行狀態(tài)及趨勢(shì)、歷史信息、運(yùn)行環(huán)境和任務(wù)需求等[56- 58],有效支持流域資源配置、生態(tài)環(huán)境保護(hù)和工程安全運(yùn)行。支撐視頻虛實(shí)融合、傾斜攝影動(dòng)態(tài)加載等,能夠提供虛擬場(chǎng)景的自動(dòng)實(shí)時(shí)動(dòng)態(tài)演變、運(yùn)行態(tài)勢(shì)自動(dòng)實(shí)時(shí)動(dòng)態(tài)還原。

(4) 流域數(shù)據(jù)融合供給能力。數(shù)字孿生流域能夠全面匯聚、關(guān)聯(lián)集成流域多源、多類(lèi)型、多形態(tài)的水資源、生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)等數(shù)據(jù),提供涉水全空間(空中、地表、地下、水中)、涉水全要素、涉水全過(guò)程的一體化流域數(shù)據(jù)融合能力[59- 60]。能夠在保證流域數(shù)據(jù)及時(shí)、全面、準(zhǔn)確、完整要求的前提下,以實(shí)時(shí)數(shù)據(jù)流方式按需供給幾何模型、機(jī)理模型、數(shù)據(jù)模型、知識(shí)模型、業(yè)務(wù)模型等多維度多尺度模型,支撐更為精確全面的流域結(jié)構(gòu)、功能和行為的動(dòng)態(tài)呈現(xiàn)和可視化表達(dá)[61],更準(zhǔn)確地實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)、態(tài)勢(shì)診斷、趨勢(shì)預(yù)判、虛實(shí)互動(dòng)等核心功能。

(5) 流域知識(shí)融合供給能力。數(shù)字孿生流域能夠從Word、Excel、PPT、csv或JSON、XML、HTML等文件進(jìn)行導(dǎo)入、讀取和存儲(chǔ),解析成流域的概念、實(shí)體、事件、關(guān)系等相關(guān)知識(shí)源。能夠提供自然語(yǔ)言處理、知識(shí)抽取、知識(shí)融合和知識(shí)加工能力,以及集成表示學(xué)習(xí)、關(guān)系推理、屬性推理、事件推理、路徑計(jì)算、比較算法等模型能力。具有穩(wěn)定高效的知識(shí)譜圖架構(gòu)以靈活適應(yīng)流域資源優(yōu)化配置、生態(tài)環(huán)境保護(hù)、工程安全運(yùn)行等不同應(yīng)用場(chǎng)景需求[62]。

(6) 流域模擬仿真推演能力。數(shù)字孿生流域能夠在虛擬流域空間中通過(guò)數(shù)據(jù)建模和事態(tài)擬合進(jìn)行某些特定事件的評(píng)估、計(jì)算、推演,同時(shí)具備預(yù)測(cè)流域未來(lái)運(yùn)行態(tài)勢(shì)的能力,即給定外部環(huán)境信息,數(shù)字孿生流域模型能夠?qū)α饔蛱匦赃M(jìn)行較高準(zhǔn)確度的計(jì)算推演,結(jié)果可用于防汛態(tài)勢(shì)診斷、治理決策方案優(yōu)化等應(yīng)用場(chǎng)景。與物理流域相比,虛擬流域具有可重復(fù)性、可逆性,全景數(shù)據(jù)可采集、重建成本低、試驗(yàn)后果可控等特性[63]。通過(guò)提供空間類(lèi)模擬仿真、流程類(lèi)模擬仿真、空間- 流程綜合類(lèi)模擬仿真等能力,可以為流域規(guī)劃、應(yīng)急處置等方案的評(píng)估與優(yōu)化提供細(xì)化的、量化的、變化的、直觀化的分析與評(píng)估結(jié)論。

(7) 孿生自主學(xué)習(xí)優(yōu)化能力。數(shù)字孿生流域模型系統(tǒng)可以利用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、對(duì)抗學(xué)習(xí)、粒子濾波、集合卡爾曼濾波等在線學(xué)習(xí)算法,融合領(lǐng)域知識(shí)和專(zhuān)業(yè)模型,利用實(shí)時(shí)采集流域數(shù)據(jù)更新模型計(jì)算邊界條件,實(shí)現(xiàn)孿生模型的結(jié)構(gòu)和參數(shù)的自我學(xué)習(xí)和持續(xù)優(yōu)化,實(shí)現(xiàn)高精度的仿真模擬。

5 數(shù)字孿生流域的關(guān)鍵技術(shù)

5.1 科學(xué)問(wèn)題

結(jié)合數(shù)字孿生流域概念、內(nèi)涵、特征,圍繞數(shù)字孿生流域基本模型和核心能力,將制約數(shù)字孿生流域構(gòu)建的核心科學(xué)問(wèn)題歸納為兩方面：一方面是如何實(shí)現(xiàn)物理流域向虛擬流域保真建模,另一方面是如何實(shí)現(xiàn)虛擬流域向物理流域反饋優(yōu)化。

(1) 實(shí)現(xiàn)物理流域向虛擬流域保真建模。物理流域?qū)ο罂臻g分布廣、行為特征不同,建立精準(zhǔn)映射的前提是要根據(jù)不同物理流域?qū)ο蟮臅r(shí)空演變特點(diǎn),優(yōu)化布局可靠的感知裝置、構(gòu)建高效傳輸?shù)倪B接以及海量數(shù)據(jù)的接入與處理方式。由于流域系統(tǒng)復(fù)雜性,影響水循環(huán)系統(tǒng)運(yùn)行的環(huán)境因素多,水循環(huán)系統(tǒng)運(yùn)行狀態(tài)存在隨機(jī)性和不確定性,應(yīng)充分結(jié)合物理機(jī)理建模和數(shù)據(jù)驅(qū)動(dòng)建模的優(yōu)點(diǎn),構(gòu)建物理流域與虛擬流域融合的動(dòng)態(tài)多維、多時(shí)空保真模型,同時(shí)要平衡虛擬流域環(huán)境模型保真度與計(jì)算復(fù)雜度之間的矛盾,根據(jù)研究對(duì)象和場(chǎng)景的變化能夠?qū)崿F(xiàn)模型自適應(yīng)動(dòng)態(tài)匹配和無(wú)縫切換,從而保證以有效計(jì)算資源支持模型高效求解、數(shù)據(jù)快速分析與場(chǎng)景沉浸渲染[63]。

(2) 實(shí)現(xiàn)虛擬流域向物理流域反饋優(yōu)化。流域治理管理決策影響因素眾多、約束條件復(fù)雜、目標(biāo)維度高、非線性特點(diǎn)突出、時(shí)效滯后,傳統(tǒng)的單一時(shí)空尺度、單目標(biāo)最優(yōu)的決策模式已無(wú)法滿(mǎn)足可變時(shí)空下的綜合效益最優(yōu),需要構(gòu)建物理流域和虛擬流域之間的迭代交互與動(dòng)態(tài)演化模式,實(shí)現(xiàn)物理流域系統(tǒng)運(yùn)行數(shù)據(jù)驅(qū)動(dòng)下的虛擬流域模型自主學(xué)習(xí)與進(jìn)化。虛擬流域通過(guò)與物理流域之間數(shù)據(jù)、知識(shí)的雙向流動(dòng),利用人工智能將數(shù)據(jù)與知識(shí)深度融合,進(jìn)而對(duì)流域治理管理決策方案進(jìn)行挖掘分析,生成最優(yōu)方案與執(zhí)行指令反饋給物理流域?qū)ο蟆?/p>

5.2 關(guān)鍵技術(shù)

圍繞上述2個(gè)科學(xué)問(wèn)題,需要突破6項(xiàng)關(guān)鍵技術(shù),包括物理流域?qū)ο笕案锌嘏c共融關(guān)鍵技術(shù)、虛擬流域高保真模型構(gòu)建關(guān)鍵技術(shù)、數(shù)字孿生流域?qū)崟r(shí)連接交互關(guān)鍵技術(shù)、數(shù)字孿生流域?qū)\生數(shù)據(jù)關(guān)鍵技術(shù)、數(shù)字孿生流域?qū)\生知識(shí)關(guān)鍵技術(shù)及數(shù)字孿生流域數(shù)字賦能服務(wù)關(guān)鍵技術(shù),如圖2所示。

圖2 數(shù)字孿生流域關(guān)鍵技術(shù)組成Fig.2 Composition of key technologies of digital twin watershed

5.2.1 物理流域全景感控與共融關(guān)鍵技術(shù)

物理流域的全面感知是實(shí)現(xiàn)數(shù)字孿生流域的基礎(chǔ)。雖然具備了較為全面的空間信息基礎(chǔ)設(shè)施,但如何有效地集成利用、構(gòu)建一體化空間信息基礎(chǔ)設(shè)施、應(yīng)對(duì)“三多現(xiàn)狀”(多觀測(cè)融合、多協(xié)議互聯(lián)、多主題交互)和“三高需求”(高時(shí)空感知、高精度感知、高智能感知)一直面臨巨大挑戰(zhàn)[64],而構(gòu)建空天地集成化傳感網(wǎng)是應(yīng)對(duì)這一挑戰(zhàn)具有希望的解決方案[64]。空天地集成化傳感網(wǎng),利用高速通信網(wǎng)絡(luò)和無(wú)處不在的感知手段,遵循觀測(cè)、數(shù)據(jù)、處理和服務(wù)等標(biāo)準(zhǔn)規(guī)范,集成現(xiàn)有空間信息基礎(chǔ)設(shè)施,采用異構(gòu)資源集成管理、多平臺(tái)協(xié)同觀測(cè)、多源數(shù)據(jù)融合,以及信息聚焦服務(wù)等多種方法和技術(shù),構(gòu)建互聯(lián)互通的流域感知基礎(chǔ)體系[53,65]。

(1) 新型監(jiān)測(cè)設(shè)備研制。水文監(jiān)測(cè)要素主要包括水位、流量、雨量、水質(zhì)、泥沙含量。水文傳感器雖然在業(yè)務(wù)應(yīng)用中發(fā)揮了重要作用,但是由于國(guó)產(chǎn)化設(shè)備較少,尤其存在針對(duì)江河斷面水流和泥沙通量在線監(jiān)測(cè)國(guó)產(chǎn)化設(shè)備少、設(shè)備計(jì)量校準(zhǔn)裝置少、監(jiān)測(cè)精度不高等突出問(wèn)題,亟需研制基于聲學(xué)、光學(xué)、雷達(dá)等傳感技術(shù)的水流流速在線監(jiān)測(cè)和基于光學(xué)、聲學(xué)等傳感技術(shù)的泥沙含量在線監(jiān)測(cè)等國(guó)產(chǎn)化關(guān)鍵設(shè)備,研發(fā)流量和泥沙在線監(jiān)測(cè)關(guān)鍵設(shè)備計(jì)量校準(zhǔn)方法及量值溯源關(guān)鍵技術(shù)與方法體系,研制計(jì)量校準(zhǔn)裝置。高寒高海拔河流湖泊水文要素在線監(jiān)測(cè)技術(shù)與裝備、水文儀器裝備檢驗(yàn)測(cè)試裝備等亟待攻克。另外,還需要開(kāi)發(fā)面向復(fù)雜環(huán)境的低功耗水環(huán)境綜合陣列傳感器[66]。同時(shí),加強(qiáng)智能測(cè)繪設(shè)備研制及技術(shù)攻關(guān),以快速構(gòu)建及更新實(shí)景三維流域[54- 55]。

(2) 地面?zhèn)鞲芯W(wǎng)節(jié)點(diǎn)布局。地面觀測(cè)網(wǎng)設(shè)計(jì)過(guò)程中,如何設(shè)計(jì)最優(yōu)化的傳感器節(jié)點(diǎn)布置方案,從而能夠準(zhǔn)確捕捉關(guān)鍵生態(tài)水文變量的時(shí)空異質(zhì)性特征,為流域集成模擬研究提供高精度的輸入數(shù)據(jù),同時(shí)節(jié)省運(yùn)維成本。例如,以?xún)?yōu)化雨量站網(wǎng)為目標(biāo),有學(xué)者提出了一種考慮地形影響和特殊選址要求的“點(diǎn)觀測(cè)- 面覆蓋”型傳感網(wǎng)站點(diǎn)(雨量站)最大覆蓋模型,形成了面覆蓋觀測(cè)優(yōu)化布局方法[64]；以?xún)?yōu)化流量站網(wǎng)為目標(biāo),有學(xué)者提出了一種基于線目標(biāo)交點(diǎn)集的“點(diǎn)觀測(cè)- 線覆蓋”型傳感網(wǎng)站點(diǎn)(流量站)最大覆蓋模型,形成了線覆蓋觀測(cè)優(yōu)化布局方法[64]。

(3) 流域遙感對(duì)地觀測(cè)。新型衛(wèi)星傳感器愈發(fā)精細(xì)與多樣,且時(shí)間、空間、光譜分辨率顯著提升,在流域下墊面要素、水循環(huán)過(guò)程、生態(tài)環(huán)境與災(zāi)害監(jiān)測(cè)等領(lǐng)域的作用日益顯著。隨著基于流域遙感試驗(yàn)構(gòu)建的流域土壤- 植被- 大氣等相關(guān)參量遙感反演方法的不斷優(yōu)化,眾多有價(jià)值的流域遙感數(shù)據(jù)產(chǎn)品如流域地物類(lèi)型、植被結(jié)構(gòu)參數(shù)、植被生長(zhǎng)狀況、水環(huán)境參數(shù)、水循環(huán)參量與資源管理等,以及與之相關(guān)的遙感產(chǎn)品生成方法不斷涌現(xiàn),如何從紛繁復(fù)雜的遙感信息產(chǎn)品中,挖掘出有用的流域管理信息,成為流域管理的最后一公里瓶頸[67]。同時(shí),還需要針對(duì)流域管理需求發(fā)展水循環(huán)地表狀態(tài)變量探測(cè)衛(wèi)星、水循環(huán)地氣通量探測(cè)衛(wèi)星、冰凍圈(固態(tài)水)的專(zhuān)題衛(wèi)星等。

(4) 邊緣智能與協(xié)同。包括對(duì)人工智能算法與模型的邊緣側(cè)處理和適配?；谏疃葘W(xué)習(xí)架構(gòu)下的模型及機(jī)器學(xué)習(xí)算法,對(duì)人工智能模型及算法在邊緣側(cè)進(jìn)行剪枝、量化、壓縮,通過(guò)軟件定義的輕量化容器技術(shù),實(shí)現(xiàn)物理資源的邊緣側(cè)應(yīng)用,通過(guò)多參量物理代理實(shí)現(xiàn)多種傳感接入、業(yè)務(wù)分發(fā)、邊緣計(jì)算及區(qū)域自治,最終實(shí)現(xiàn)高性能、低成本、高靈活性的人工智能技術(shù)邊緣側(cè)下沉。

(5) 空天地傳感器集成管理。開(kāi)展海量傳感器組網(wǎng)通信、異構(gòu)傳感器接入、傳感網(wǎng)資源管理、傳感網(wǎng)服務(wù)組合、流式數(shù)據(jù)挖掘分析和地理信息互操作等技術(shù)研究；研究協(xié)同多源異構(gòu)感知資源的新方法,包括傳感器信息建模、觀測(cè)能力評(píng)價(jià)、協(xié)同監(jiān)測(cè)、點(diǎn)面觀測(cè)數(shù)據(jù)融合和按需聚焦服務(wù)等方法。

(6) 工程群耦聯(lián)智能控制。針對(duì)明渠非恒定流輸水的水動(dòng)力學(xué)過(guò)程具有強(qiáng)耦合、大時(shí)滯等非線性控制特點(diǎn),需將控制算法與渠道運(yùn)行方式結(jié)合,開(kāi)展渠道運(yùn)行方式、控制方式和閘門(mén)控制算法的適用性和匹配性研究[68]；研究分段子系統(tǒng)渠道水力特性對(duì)控制系統(tǒng)影響的物理機(jī)制,探索合理的渠道運(yùn)行方式,并研制閘泵控制器；改進(jìn)渠道運(yùn)行的閘泵群聯(lián)合控制模式,開(kāi)發(fā)動(dòng)態(tài)耦合控制模式和控制算法；研發(fā)冰期輸水過(guò)程控制技術(shù),制定冰期輸水的閘泵群安全調(diào)度操作程序；研究極端、事故條件下的分級(jí)、分段控制模式,研發(fā)能夠處理常態(tài)和應(yīng)急工況的閘泵群全自動(dòng)控制平臺(tái)。

5.2.2 虛擬流域高保真模型構(gòu)建關(guān)鍵技術(shù)

數(shù)字孿生建模是精確刻畫(huà)物理流域?qū)ο蟮暮诵?它使數(shù)字孿生流域能夠提供監(jiān)控、仿真、預(yù)測(cè)、優(yōu)化決策支持功能性服務(wù)以滿(mǎn)足流域治理管理的需要[69]。

(1) 流域高保真建模。引入先驗(yàn)知識(shí)改善機(jī)器學(xué)習(xí)模型的可解釋性、魯棒性與可泛化性,是突破目前人工智能在流域應(yīng)用瓶頸的一個(gè)重要方向。流域系統(tǒng)在長(zhǎng)期的生產(chǎn)實(shí)踐中積累了大量的邏輯規(guī)則、代數(shù)模型、物理模型等,將上述機(jī)理知識(shí)引入數(shù)據(jù)驅(qū)動(dòng)的分析方法中,可降低對(duì)訓(xùn)練樣本數(shù)量及質(zhì)量的要求,使機(jī)器學(xué)習(xí)模型具有應(yīng)對(duì)動(dòng)態(tài)環(huán)境的能力。針對(duì)不同場(chǎng)景下模型的獲取難度,物理機(jī)理與數(shù)據(jù)驅(qū)動(dòng)融合建模方法可分為數(shù)據(jù)模型對(duì)機(jī)理模型的改進(jìn)、機(jī)理模型對(duì)數(shù)據(jù)模型的指導(dǎo)以及構(gòu)建混合模型等[70]。

(2) 模型與觀測(cè)數(shù)據(jù)同化。數(shù)據(jù)同化成功地融合了先驗(yàn)的模型信息和大量觀測(cè)信息,以概率方式調(diào)和了模型和觀測(cè),批判式地漸進(jìn)真值[71]。數(shù)據(jù)同化已成為地理系統(tǒng)科學(xué)方法論的重要組成部分,它以新的范式改進(jìn)了地球系統(tǒng)的可觀測(cè)性和可預(yù)報(bào)型。但面臨著廣義和嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)同化數(shù)學(xué)框架、自然- 社會(huì)系統(tǒng)的數(shù)據(jù)同化、數(shù)據(jù)同化不確定性研究以及與機(jī)器學(xué)習(xí)新方法的融合等問(wèn)題[72]。

(3) 模型資源共享與集成。對(duì)多源異構(gòu)的流域模型進(jìn)行標(biāo)準(zhǔn)化、規(guī)范化的描述,以屏蔽流域模型的異構(gòu)型,也需要具有模型廣泛共享能力,幫助模型使用者發(fā)現(xiàn)、獲取和使用散布在網(wǎng)絡(luò)中的流域模型,支持模型的共享與重用[34]。根據(jù)流域過(guò)程內(nèi)在機(jī)理,對(duì)多流域模型進(jìn)行尺度適應(yīng)、計(jì)算網(wǎng)格轉(zhuǎn)換、數(shù)據(jù)匹配、邏輯連接與整合。同時(shí),在集成模擬過(guò)程中,還需要對(duì)參與集成的各種子模型(或組件、模塊)進(jìn)行控制與優(yōu)化,對(duì)誤差和不確定性進(jìn)行跟蹤和量化,因此需要大力發(fā)展集成建模環(huán)境,推動(dòng)集成建模過(guò)程中的模型選擇、整合集成、過(guò)程控制,從而實(shí)現(xiàn)面向多要素、多過(guò)程乃至全要素、全過(guò)程的集成流域建模[34]。

(4) 模型可信度評(píng)估。模型可信度評(píng)估是一項(xiàng)非常復(fù)雜的過(guò)程,涉及對(duì)大量定性和定量指標(biāo)的測(cè)量與評(píng)估,評(píng)估過(guò)程中通常還需要依賴(lài)領(lǐng)域?qū)＜业呐袛?同時(shí)需要將不同類(lèi)型的測(cè)量與評(píng)估結(jié)果進(jìn)行綜合處理。如今的流域模型越來(lái)越復(fù)雜,狀態(tài)變量與輸出變量眾多,變量關(guān)聯(lián)關(guān)系復(fù)雜多樣,如何度量復(fù)雜模型的可信度,已成為建模與仿真領(lǐng)域的關(guān)鍵難題[73]。因此,需要針對(duì)數(shù)字孿生模型在構(gòu)建檢驗(yàn)、運(yùn)行管理、重構(gòu)優(yōu)化、遷移復(fù)用、流通交付等階段開(kāi)展系統(tǒng)性評(píng)價(jià)理論和方法研究[74]。

(5) 模型高性能計(jì)算。實(shí)時(shí)性是衡量數(shù)字孿生系統(tǒng)性能的重要指標(biāo)。隨著地理信息系統(tǒng)、數(shù)字高程模型、遙感、航測(cè)和雷達(dá)等遙測(cè)技術(shù)的發(fā)展,流域模型輸入所需的降水、蒸發(fā)、地形、土地覆被、土壤等信息的時(shí)空精度不斷提高,模型模擬的空間范圍越來(lái)越大,時(shí)空分辨率越來(lái)越趨于精細(xì)化。隨著洪水監(jiān)測(cè)預(yù)報(bào)、非點(diǎn)源污染、水資源評(píng)價(jià)管理及氣候變化等科學(xué)問(wèn)題的深入研究,需要根據(jù)實(shí)際應(yīng)用開(kāi)展多學(xué)科交融、多過(guò)程耦合的分布式模擬。傳統(tǒng)流域模型所采用的串行計(jì)算方式,限制了模擬的時(shí)空范圍和精度,不利于多要素、多過(guò)程的耦合,亟需發(fā)展并行計(jì)算技術(shù)。硬件架構(gòu)(多核CPU、GPU和計(jì)算機(jī)集群等)的發(fā)展和并行環(huán)境(MPI、OpenMP、CUDA和Hybrid等)的逐步完善,為流域模型并行化研究提供了軟硬件支撐[75]。

(6) 模型沉浸可視化。傳統(tǒng)的數(shù)字流域平臺(tái)在地理空間元素的真實(shí)可視化和流域管理的強(qiáng)大決策支持方面存在局限性,需要開(kāi)展數(shù)字孿生模型沉浸式可視化研究[56- 57]。主要研究流域場(chǎng)景管理、場(chǎng)景重構(gòu)以及場(chǎng)景輸出等場(chǎng)景控制技術(shù)；利用場(chǎng)景與模型的耦合機(jī)制,實(shí)現(xiàn)流域場(chǎng)景與流域模型的有效融合,通過(guò)將不同尺度的流域模型運(yùn)算與結(jié)果展示構(gòu)建到真三維的虛擬環(huán)境上,實(shí)現(xiàn)從宏觀到微觀多尺度流域現(xiàn)象展示、分析與預(yù)測(cè)[56- 57]；融合數(shù)據(jù)索引與加速技術(shù)構(gòu)建多感知數(shù)據(jù)分離與調(diào)度引擎,實(shí)現(xiàn)不同感知數(shù)據(jù)的識(shí)別、分離、調(diào)度與同步,針對(duì)不同設(shè)備性能、網(wǎng)絡(luò)帶寬條件上可視化流暢性需求,自適應(yīng)地調(diào)整輸出內(nèi)容、輸出格式與繪制質(zhì)量；最終實(shí)現(xiàn)專(zhuān)業(yè)虛擬現(xiàn)實(shí)環(huán)境、高性能工作站、移動(dòng)設(shè)備以及三維顯示器、三維鼠標(biāo)、漫游/觸感頭盔等多感知設(shè)備的協(xié)同運(yùn)作,實(shí)現(xiàn)沉浸式、多感知交互的虛擬流域環(huán)境的表達(dá)與人機(jī)交互[76]。

5.2.3 數(shù)字孿生流域?qū)崟r(shí)連接交互關(guān)鍵技術(shù)

在物理流域與虛擬流域模型、數(shù)據(jù)、知識(shí)和服務(wù)的連接中,物理流域?qū)ο蟮淖R(shí)別、感知和跟蹤至關(guān)重要。因此,RFID(Radio Frequency Identification)、傳感器、無(wú)線傳感器網(wǎng)絡(luò)和其他物聯(lián)網(wǎng)技術(shù)至關(guān)重要。數(shù)據(jù)和知識(shí)的交換需要統(tǒng)一的通信接口和協(xié)議技術(shù),包括協(xié)議解析和轉(zhuǎn)換、接口兼容性和通用網(wǎng)關(guān)接口等[77]。由于人類(lèi)在物理和虛擬世界中都與數(shù)字孿生交互,因此人與計(jì)算機(jī)的交互技術(shù),如VR(Virtual Reality)、AR(Augmented Reality)、MR(Mixed Reality),以及人與機(jī)器的交互協(xié)作都應(yīng)納入考慮。鑒于模型的多樣性,模型和數(shù)據(jù)、知識(shí)的連接需要通信接口、協(xié)議和標(biāo)準(zhǔn)技術(shù),以確保虛擬模型和數(shù)據(jù)、知識(shí)之間的穩(wěn)定交互。同樣,服務(wù)和虛擬模型之間的連接也需要通信接口、協(xié)議、標(biāo)準(zhǔn)技術(shù)和協(xié)作技術(shù)。最后,必須合并安全技術(shù)(如設(shè)備安全、網(wǎng)絡(luò)安全、信息安全)以保護(hù)數(shù)字孿生流域的安全[77]。

(1) 實(shí)時(shí)連接。主要用于確保數(shù)字孿生流域不同部分之間的實(shí)時(shí)交互[77]。當(dāng)前,接口、協(xié)議和標(biāo)準(zhǔn)的不一致是數(shù)字孿生流域連接的瓶頸。有必要研究通用的互聯(lián)理論、標(biāo)準(zhǔn)以及具有異構(gòu)多源元素的設(shè)備[77]。隨著數(shù)據(jù)流量持續(xù)以指數(shù)級(jí)增長(zhǎng),諸如多維復(fù)用和相干技術(shù)之類(lèi)的研究熱點(diǎn)可以提供更多的帶寬和更低的延遲訪問(wèn)服務(wù)[77]。面對(duì)海量傳入數(shù)據(jù),一種有前途的解決方案是構(gòu)建具有數(shù)千萬(wàn)條小型路由條目的超大容量路由器,以提供端到端的通信。有必要開(kāi)發(fā)新的網(wǎng)絡(luò)體系架構(gòu),以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)流量的靈活控制并使網(wǎng)絡(luò)更為智能。隨著通信帶寬和能源消耗的增加,有必要為綠色通信開(kāi)發(fā)新的策略和方法[77]。

(2) 本體映射。要實(shí)現(xiàn)知識(shí)的共享,就需要建設(shè)本體之間的映射,本體映射是分布式環(huán)境下實(shí)現(xiàn)不同本體之間知識(shí)共享和互操作的基礎(chǔ)性任務(wù)。本體映射系統(tǒng)可分為預(yù)處理組件、映射發(fā)現(xiàn)組件、資源組件、匹配器組件、映射表示組件。對(duì)于流域而言,需要基于領(lǐng)域知識(shí)特點(diǎn)建立領(lǐng)域本體的映射方法,主要是針對(duì)解決水問(wèn)題的需求,使用具體的領(lǐng)域規(guī)則、啟發(fā)式學(xué)習(xí)或者是背景知識(shí)進(jìn)行輔助映射,能夠提高領(lǐng)域本體映射的準(zhǔn)確率[78]。

(3) 虛實(shí)映射。通過(guò)數(shù)據(jù)采集、信息集成獲得統(tǒng)一規(guī)范的數(shù)據(jù),對(duì)虛擬模型的自定義屬性綁定對(duì)應(yīng)的數(shù)據(jù)接口,將模型與數(shù)據(jù)關(guān)聯(lián)起來(lái)。同時(shí)虛擬模型的物理、行為、邏輯需要在幾何模型中體現(xiàn)、關(guān)聯(lián)與集成,達(dá)到物理流域與虛擬流域的初步融合。為了實(shí)現(xiàn)進(jìn)一步的虛實(shí)深度融合,研究虛- 實(shí)數(shù)據(jù)訂閱傳輸模式,實(shí)現(xiàn)虛實(shí)空間的動(dòng)態(tài)映射?；跀?shù)據(jù)采集、數(shù)據(jù)集成和數(shù)據(jù)匹配等,可以通過(guò)數(shù)字孿生實(shí)時(shí)呈現(xiàn)流域運(yùn)行狀態(tài),實(shí)現(xiàn)物理流域與虛擬流域的數(shù)據(jù)同步[79]。

(4) 數(shù)字主線。數(shù)字主線是數(shù)字孿生技術(shù)體系中最為關(guān)鍵的核心技術(shù),能夠屏蔽不同類(lèi)型數(shù)據(jù)和模型格式,支撐全類(lèi)數(shù)據(jù)和模型快速流轉(zhuǎn)和無(wú)縫集成,主要包括正向數(shù)字主線技術(shù)和逆向數(shù)字主線技術(shù)兩大類(lèi)型[80]。正向數(shù)字主線技術(shù)以基于模型的系統(tǒng)工程MBSE(Model- Based Systems Engineering)為代表,在數(shù)據(jù)和模型構(gòu)建初期就基于統(tǒng)一建模語(yǔ)言UML(Unified Modeling Language)定義好各類(lèi)數(shù)據(jù)和模型規(guī)范,為后期全類(lèi)數(shù)據(jù)和模型在數(shù)字空間集成融合提供基礎(chǔ)支撐;逆向數(shù)字主線技術(shù)以資產(chǎn)管理殼AAS(Asset Administration Shell)為代表,面向數(shù)字孿生打造了數(shù)據(jù)/信息/模型的互聯(lián)、互通、互操作的標(biāo)準(zhǔn)體系,對(duì)已構(gòu)建完成或定義好規(guī)范的數(shù)據(jù)和模型進(jìn)行“逆向”集成,進(jìn)而為數(shù)模聯(lián)動(dòng)和虛實(shí)映射提供基礎(chǔ)。

(5) 網(wǎng)絡(luò)安全。數(shù)字孿生方便了流域治理管理,但是隱藏著黑客、病毒等的入侵和攻擊。網(wǎng)絡(luò)化和數(shù)字化進(jìn)程加快,越來(lái)越多的核心資產(chǎn)被網(wǎng)絡(luò)集成和管理的同時(shí),也被暴露在網(wǎng)絡(luò)空間中,成為潛在被攻擊的對(duì)象。針對(duì)數(shù)字孿生系統(tǒng)的信息安全問(wèn)題,以數(shù)字孿生安全大腦為核心,提出以主動(dòng)防御為目的基于云邊協(xié)同的安全數(shù)據(jù)交互及協(xié)同防御、仿生的平行數(shù)字孿生系統(tǒng)主動(dòng)防御、仿生的平行數(shù)字孿生系統(tǒng)安全態(tài)勢(shì)感知、基于免疫系統(tǒng)的數(shù)字孿生系統(tǒng)主動(dòng)防控、基于AI(Artificial Intelligence)的數(shù)字孿生系統(tǒng)的反攻擊智能識(shí)別等技術(shù)[81]。

5.2.4 數(shù)字孿生流域?qū)\生數(shù)據(jù)關(guān)鍵技術(shù)

保障高質(zhì)量的數(shù)據(jù)資源是實(shí)現(xiàn)數(shù)字孿生精準(zhǔn)映射和保真建模的基礎(chǔ)。數(shù)字孿生提出了對(duì)數(shù)據(jù)全面獲取、數(shù)據(jù)深度挖掘、數(shù)據(jù)充分融合、數(shù)據(jù)實(shí)時(shí)交互、數(shù)據(jù)通用普適以及數(shù)據(jù)按需使用的新需求[82],因此需要基于互補(bǔ)性、標(biāo)準(zhǔn)化、及時(shí)性、關(guān)聯(lián)、融合、信息增長(zhǎng)和服務(wù)化等準(zhǔn)則,研究數(shù)字孿生流域數(shù)據(jù)“交互- 存儲(chǔ)- 關(guān)聯(lián)- 融合- 演化- 可視”全生命周期全鏈條數(shù)據(jù)技術(shù)。

(1) 數(shù)據(jù)交互。包括數(shù)據(jù)采集、數(shù)據(jù)降維、數(shù)據(jù)壓縮、數(shù)據(jù)中間件和數(shù)據(jù)一致性評(píng)估等技術(shù)。其中,數(shù)據(jù)采集技術(shù)可通過(guò)傳感器、網(wǎng)絡(luò)爬蟲(chóng)、軟件接口等多種方式從各部分?jǐn)?shù)字孿生流域數(shù)據(jù)中提取連接數(shù)據(jù)；數(shù)據(jù)降維技術(shù)可減少無(wú)關(guān)數(shù)據(jù)、冗余數(shù)據(jù)；數(shù)據(jù)中間件技術(shù)實(shí)現(xiàn)數(shù)據(jù)格式、接口及通信協(xié)議的轉(zhuǎn)換,保證數(shù)據(jù)統(tǒng)一傳輸；數(shù)據(jù)一致性評(píng)估技術(shù)實(shí)現(xiàn)數(shù)據(jù)距離計(jì)算、一致性評(píng)估閾值設(shè)定等。

(2) 數(shù)據(jù)存儲(chǔ)。面向具有不同結(jié)構(gòu)、格式、類(lèi)型、封裝及接口等數(shù)據(jù),研究數(shù)據(jù)統(tǒng)一建模、數(shù)據(jù)庫(kù)管理、數(shù)據(jù)空間擴(kuò)展、數(shù)據(jù)集成等技術(shù)。其中,數(shù)據(jù)統(tǒng)一建模技術(shù)實(shí)現(xiàn)對(duì)各類(lèi)數(shù)據(jù)的統(tǒng)一轉(zhuǎn)換與描述；數(shù)據(jù)庫(kù)管理技術(shù)支持基本數(shù)據(jù)操作；數(shù)據(jù)空間擴(kuò)展技術(shù)能夠適應(yīng)不斷增長(zhǎng)的數(shù)字孿生流域數(shù)據(jù)；數(shù)據(jù)集成技術(shù)可消除數(shù)據(jù)孤島,保證數(shù)字孿生流域數(shù)據(jù)的全面共享。

(3) 數(shù)據(jù)關(guān)聯(lián)。包括數(shù)據(jù)時(shí)空配準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘、知識(shí)挖掘等技術(shù)。數(shù)據(jù)時(shí)空配準(zhǔn)技術(shù)使數(shù)字孿生數(shù)據(jù)在時(shí)間上同步、在空間上屬于同一坐標(biāo)系；數(shù)據(jù)關(guān)聯(lián)關(guān)系挖掘算法支持對(duì)數(shù)據(jù)分類(lèi)、關(guān)系及相關(guān)性分析；知識(shí)挖掘技術(shù)進(jìn)一步從數(shù)據(jù)分類(lèi)、關(guān)系及相關(guān)性中提取知識(shí)。

(4) 數(shù)據(jù)融合。包括異常數(shù)據(jù)檢測(cè)、粒度轉(zhuǎn)換、異構(gòu)數(shù)據(jù)融合、數(shù)據(jù)融合容錯(cuò)機(jī)制、數(shù)據(jù)融合算法等技術(shù)。異常數(shù)據(jù)檢測(cè)技術(shù)在數(shù)據(jù)融合前去除異常數(shù)據(jù)；粒度轉(zhuǎn)換技術(shù)可將不同粒度的數(shù)據(jù)(如稀疏數(shù)據(jù)和密集數(shù)據(jù)、原始數(shù)據(jù)和數(shù)據(jù)特征、抽象符號(hào)和具有實(shí)際意義的數(shù)據(jù))轉(zhuǎn)到相同粒度；異構(gòu)數(shù)據(jù)融合技術(shù)可融合具有不同類(lèi)型、結(jié)構(gòu)、采樣頻率的數(shù)據(jù)；容錯(cuò)機(jī)制可增強(qiáng)數(shù)據(jù)融合的魯棒性。

(5) 數(shù)據(jù)演化。包括復(fù)雜網(wǎng)絡(luò)建模技術(shù)、傳播動(dòng)力學(xué)建模技術(shù)。其中,復(fù)雜網(wǎng)絡(luò)建模技術(shù)支持?jǐn)?shù)據(jù)關(guān)聯(lián)關(guān)系網(wǎng)路的構(gòu)建并基于信息測(cè)量技術(shù)可評(píng)估網(wǎng)絡(luò)節(jié)點(diǎn)信息量、信息分布、信息累計(jì)量；傳播動(dòng)力學(xué)建模技術(shù)可分析從單個(gè)數(shù)據(jù)到融合數(shù)據(jù)的信息傳遞,動(dòng)態(tài)描述信息傳播過(guò)程。此外,可從信息增長(zhǎng)、變化、傳遞過(guò)程中挖掘數(shù)據(jù)進(jìn)化規(guī)則,優(yōu)化對(duì)融合數(shù)據(jù)類(lèi)型、方法、機(jī)制的選擇。

(6) 數(shù)據(jù)可視。包括文本、網(wǎng)絡(luò)或圖、時(shí)空及多維數(shù)據(jù)等可視化技術(shù)。其中,文本可視化能夠?qū)⑽谋局刑N(yùn)含的語(yǔ)義特征(如詞頻與重要度、邏輯結(jié)構(gòu)、主題聚類(lèi)、動(dòng)態(tài)演化規(guī)律等)直觀地展示出來(lái)；網(wǎng)絡(luò)或圖可視化的形式主要是基于節(jié)點(diǎn)和邊的可視化、具有層次特征的可視化等；時(shí)空數(shù)據(jù)可視化是反映物理流域?qū)ο箅S時(shí)間進(jìn)展與空間位置所發(fā)生的行為變化,通常通過(guò)物理流域?qū)ο蟮膶傩钥梢暬宫F(xiàn)；多維數(shù)據(jù)可視化方法主要包括基于幾何圖形、基于圖標(biāo)、基于像素、基于層次結(jié)構(gòu)、基于圖結(jié)構(gòu)及混合方法等。

5.2.5 數(shù)字孿生流域?qū)\生知識(shí)關(guān)鍵技術(shù)

數(shù)字孿生流域知識(shí)庫(kù)是在時(shí)空數(shù)據(jù)庫(kù)基礎(chǔ)上通過(guò)知識(shí)抽取、空間或非空間關(guān)聯(lián),形成領(lǐng)域知識(shí)網(wǎng)絡(luò),基于語(yǔ)義推理和空間計(jì)算,實(shí)現(xiàn)知識(shí)重組,為用戶(hù)提供時(shí)空知識(shí)服務(wù)。時(shí)空知識(shí)庫(kù)針對(duì)抽取或收集的每一類(lèi)知識(shí),厘清其內(nèi)涵、來(lái)源和用途,進(jìn)行詳細(xì)的粒度劃分,有效揭示和形式化描述流域的概念、實(shí)體、屬性及其相互關(guān)系,構(gòu)成知識(shí)圖譜。關(guān)鍵技術(shù)包括知識(shí)建模、知識(shí)抽取、知識(shí)存儲(chǔ)、知識(shí)融合、知識(shí)計(jì)算和知識(shí)表達(dá),實(shí)現(xiàn)從知識(shí)加工、知識(shí)圖譜構(gòu)建到知識(shí)表達(dá)的深度序化[83]。

(1) 知識(shí)建模?；诙嘣粗R(shí)進(jìn)行結(jié)構(gòu)化建模和關(guān)聯(lián)化處理,構(gòu)建本體模型,實(shí)現(xiàn)實(shí)體、屬性、關(guān)系的有序聚合,指導(dǎo)知識(shí)的抽取。知識(shí)建模除了用到語(yǔ)義關(guān)系外,也要充分考慮時(shí)間和空間關(guān)系。

(2) 知識(shí)抽取。將蘊(yùn)含于信息源中的知識(shí)經(jīng)過(guò)分析、識(shí)別、理解、篩選、關(guān)聯(lián)、歸納等過(guò)程抽取出來(lái),形成知識(shí)點(diǎn)存入到知識(shí)庫(kù)。知識(shí)抽取除了從結(jié)構(gòu)化、半結(jié)構(gòu)和非結(jié)構(gòu)化數(shù)據(jù)中抽取實(shí)體及其概念、語(yǔ)義關(guān)系和屬性,還需利用空間分析、知識(shí)挖掘、深度學(xué)習(xí)等技術(shù),從二維或三維空間數(shù)據(jù)中發(fā)現(xiàn)蘊(yùn)含的實(shí)體空間分布格局、空間關(guān)聯(lián)、空間關(guān)系、時(shí)空演化等過(guò)程性知識(shí)[83]。

(3) 知識(shí)存儲(chǔ)。知識(shí)存儲(chǔ)方式的質(zhì)量直接影響到知識(shí)查詢(xún)、知識(shí)計(jì)算及知識(shí)更新的效率,主要分為基于表結(jié)構(gòu)的存儲(chǔ)和基于圖結(jié)構(gòu)的存儲(chǔ),前者代表為關(guān)系型數(shù)據(jù)庫(kù),后者代表為圖數(shù)據(jù)庫(kù)。圖數(shù)據(jù)庫(kù)的數(shù)據(jù)模型主要是以節(jié)點(diǎn)和關(guān)系(邊)來(lái)體現(xiàn),也可以處理鍵值對(duì)。相比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù),查詢(xún)速度快,操作簡(jiǎn)單,能提供更為豐富的關(guān)系展現(xiàn)方式,成為知識(shí)存儲(chǔ)的主流工具。

(4) 知識(shí)融合。旨在消除實(shí)體、關(guān)系、屬性等指稱(chēng)項(xiàng)與事實(shí)對(duì)象之間的歧義,形成高質(zhì)量的知識(shí)[84]。從多源異構(gòu)文本中獲取知識(shí),存在大量的數(shù)據(jù)冗余和空間或邏輯不一致的問(wèn)題,需要借助實(shí)體鏈接、本體對(duì)齊、實(shí)體匹配、屬性空間化等技術(shù)進(jìn)行知識(shí)融合[83]。在知識(shí)融合前,應(yīng)當(dāng)進(jìn)行知識(shí)歸一化處理,清洗、規(guī)范知識(shí)表達(dá)。然后,通過(guò)語(yǔ)義相似度計(jì)算和實(shí)體相似度計(jì)算記錄實(shí)體鏈接。經(jīng)過(guò)知識(shí)驗(yàn)證,進(jìn)行概念、屬性、實(shí)力層次的語(yǔ)義對(duì)齊,達(dá)到知識(shí)融合的目的。

(5) 知識(shí)計(jì)算。針對(duì)已建的知識(shí)圖譜所存在的不完備性和錯(cuò)誤信息,將知識(shí)統(tǒng)計(jì)與圖挖掘、知識(shí)推理等方法和場(chǎng)景應(yīng)用相結(jié)合,提高知識(shí)的完備性和擴(kuò)大知識(shí)的覆蓋面。知識(shí)統(tǒng)計(jì)和圖挖掘的方法是基于圖特征的算法來(lái)進(jìn)行社區(qū)計(jì)算、相似子圖計(jì)算、鏈接預(yù)測(cè)、不一致檢測(cè)等；知識(shí)推理是從給定知識(shí)圖譜中推導(dǎo)出新的實(shí)體、關(guān)系和屬性。

(6) 知識(shí)表達(dá)。不同于計(jì)算機(jī)領(lǐng)域?qū)χR(shí)表達(dá)的定義,流域時(shí)空知識(shí)表達(dá)應(yīng)當(dāng)從時(shí)空的視角,將隱性知識(shí)同地圖表達(dá)相結(jié)合,形成靜態(tài)表達(dá)、動(dòng)態(tài)表達(dá)以及交互式表達(dá)等模式,直觀地反映格局差異、趨勢(shì)特征、成因機(jī)理等系統(tǒng)性知識(shí),便于人們識(shí)別和理解知識(shí)。

5.2.6 數(shù)字孿生流域數(shù)字賦能服務(wù)關(guān)鍵技術(shù)

數(shù)字孿生流域數(shù)字賦能服務(wù)是將數(shù)據(jù)、知識(shí)、模型、應(yīng)用程序以及計(jì)算存儲(chǔ)資源封裝在服務(wù)中[84],屏蔽底層各種數(shù)字孿生資源的異構(gòu)性和復(fù)雜性,基于云計(jì)算架構(gòu),根據(jù)不同用戶(hù)的需求提供個(gè)性化、便捷性的數(shù)字孿生云服務(wù)。目前水系統(tǒng)多是單部門(mén)或行業(yè)內(nèi)開(kāi)發(fā),網(wǎng)絡(luò)互聯(lián)的廣度和深度不夠,各種數(shù)字孿生資源的移植性差、擴(kuò)展性不強(qiáng),感知- 數(shù)據(jù)- 知識(shí)- 模型- 應(yīng)用的服務(wù)鏈條尚不完整,導(dǎo)致數(shù)字賦能服務(wù)研究較少。借鑒其他領(lǐng)域研究成果,歸納數(shù)字孿生云服務(wù)研究重點(diǎn)包括服務(wù)生成、服務(wù)搜索與匹配、服務(wù)評(píng)估與推薦、服務(wù)優(yōu)選與組合、服務(wù)供需匹配、服務(wù)調(diào)度與容錯(cuò)等技術(shù)[78,84]。

(1) 服務(wù)生成。針對(duì)計(jì)算存儲(chǔ)、數(shù)據(jù)、知識(shí)、模型、應(yīng)用程序等不同類(lèi)型的數(shù)字孿生資源,研究數(shù)字孿生資源服務(wù)建模和數(shù)字化描述方法,對(duì)其進(jìn)行規(guī)范統(tǒng)一的描述。基于Web本體語(yǔ)言(OWL)、語(yǔ)義Web服務(wù)描述語(yǔ)言(Web Service Description Language,WSDL)、網(wǎng)絡(luò)本體語(yǔ)言描述模型(Web Ontology Language Description Logic,OWL- DL)等,構(gòu)建適合于數(shù)字孿生資源特點(diǎn)的服務(wù)描述語(yǔ)言；在此基礎(chǔ)上,研究能夠適應(yīng)流域治理管理業(yè)務(wù)需求的服務(wù)封裝邏輯(如服務(wù)描述接口、服務(wù)操作接口及服務(wù)部署接口),對(duì)各種數(shù)字孿生資源進(jìn)行注冊(cè)和發(fā)布,為服務(wù)搜索與匹配(即服務(wù)發(fā)現(xiàn))提供基礎(chǔ)[85]。

(2) 服務(wù)搜索與匹配。在云環(huán)境下,用戶(hù)根據(jù)流域防洪、水資源管理與調(diào)配、水利工程建設(shè)管理等業(yè)務(wù)的需求,在云服務(wù)平臺(tái)上提出數(shù)字孿生服務(wù)資源的請(qǐng)求,云服務(wù)平臺(tái)根據(jù)預(yù)設(shè)的匹配算法搜索與用戶(hù)服務(wù)請(qǐng)求相匹配的服務(wù)資源,將其推薦給用戶(hù)。數(shù)字孿生服務(wù)資源的搜索與匹配問(wèn)題屬于多屬性決策優(yōu)化問(wèn)題,可采用語(yǔ)義描述相關(guān)技術(shù)制定搜索匹配策略,并構(gòu)建服務(wù)發(fā)現(xiàn)框架與搜索機(jī)制,研究服務(wù)供需匹配模型和方法,同時(shí)研究服務(wù)評(píng)估和推薦方法,以提高服務(wù)資源與業(yè)務(wù)需求之間匹配的效率和精準(zhǔn)度[86]。

(3) 服務(wù)優(yōu)選與組合。針對(duì)流域治理管理中防洪、水資源管理與調(diào)配、水生態(tài)環(huán)境保護(hù)等多種數(shù)字孿生資源服務(wù)的需求業(yè)務(wù),從云服務(wù)平臺(tái)得到滿(mǎn)足各子任務(wù)功能性約束需求的待選服務(wù)資源集體中各選1個(gè)服務(wù)資源,按照一定的順序組裝成組合資源服務(wù),協(xié)同完成該任務(wù)資源服務(wù)任務(wù)的過(guò)程。服務(wù)組合問(wèn)題是個(gè)多目標(biāo)規(guī)劃問(wèn)題,因此研究以服務(wù)質(zhì)量為主要函數(shù)目標(biāo),求解算法可用智能演化算法,以發(fā)揮其在速度、通用型、編碼難易度上的優(yōu)勢(shì)[86]。

(4) 服務(wù)調(diào)度與容錯(cuò)。服務(wù)調(diào)度就是經(jīng)過(guò)調(diào)度策略的優(yōu)化得到服務(wù)申請(qǐng)的響應(yīng)接口,形成服務(wù)分配方案輸出。接口執(zhí)行分配方案處理服務(wù)申請(qǐng),進(jìn)行服務(wù)的選擇,即從服務(wù)集中選出最合適的服務(wù)匹配服務(wù)申請(qǐng),并將結(jié)果通過(guò)接口反饋給用戶(hù)。在數(shù)字孿生平臺(tái)運(yùn)行過(guò)程中,除了考慮I/O、調(diào)用的前提條件和效果等基本屬性之外,還應(yīng)考慮運(yùn)行狀態(tài)、業(yè)務(wù)關(guān)系等動(dòng)態(tài)屬性[87]。伴隨數(shù)字孿生平臺(tái)的運(yùn)行,服務(wù)及其組合服務(wù)的執(zhí)行可能會(huì)不可避免地發(fā)生某些故障。因此,服務(wù)調(diào)度故障的檢測(cè)和恢復(fù)也是研究重點(diǎn)。

(5) 服務(wù)執(zhí)行評(píng)價(jià)。服務(wù)執(zhí)行評(píng)價(jià)反映了用戶(hù)對(duì)服務(wù)使用效果的反饋信息。硬件資源、軟件資源和智力資源所形成的服務(wù)效用不同,在評(píng)價(jià)方法、評(píng)價(jià)指標(biāo)選擇方面也需要有所區(qū)別。服務(wù)執(zhí)行評(píng)價(jià)需要對(duì)服務(wù)資源的使用全過(guò)程進(jìn)行監(jiān)控,以了解服務(wù)資源和業(yè)務(wù)需求之間的供需情況。通過(guò)對(duì)服務(wù)執(zhí)行情況進(jìn)行評(píng)價(jià),部分服務(wù)可能因?yàn)橘Y源描述與實(shí)際運(yùn)行狀況不符、服務(wù)能力達(dá)不到用戶(hù)需求等原因,從資源服務(wù)庫(kù)中被刪除。也有部分資源特別是智力資源在階段任務(wù)執(zhí)行完成后,因知識(shí)沉淀和累積以及服務(wù)能力的提高、可參與的服務(wù)范圍增大,與其對(duì)應(yīng)的資源描述信息會(huì)被調(diào)整修改,而等待下一次被用戶(hù)檢索[86]。

6 數(shù)字孿生流域亟需發(fā)展的方向

6.1 發(fā)展趨勢(shì)

數(shù)字孿生流域作為流域治理管理所需的感知、數(shù)據(jù)、知識(shí)、模型、服務(wù)等核心的絕佳載體[39],為“大云物移智鏈”技術(shù)與流域治理管理融合的潛力釋放創(chuàng)造了有利條件[63]。網(wǎng)絡(luò)化是感知單元、數(shù)據(jù)單元、知識(shí)單元、模型單元、服務(wù)單元等打破孤島、協(xié)同聯(lián)動(dòng)激發(fā)更大價(jià)值的發(fā)展趨勢(shì)。隨著感知網(wǎng)、數(shù)據(jù)網(wǎng)、知識(shí)網(wǎng)、模型網(wǎng)和服務(wù)網(wǎng)形態(tài)的構(gòu)建,數(shù)字孿生流域才能真正在流域治理管理中具有增值效益,為元流域(元宇宙在流域治理管理中的應(yīng)用)或水利元宇宙或更大尺度的元水圈發(fā)展奠定基礎(chǔ)[88],循序推進(jìn)智慧流域建設(shè)。

(1) 感知網(wǎng)。中國(guó)已形成了地面站網(wǎng)體系,以水利部門(mén)為例,截至2020年底,中國(guó)縣級(jí)以上水利部門(mén)各類(lèi)信息采集點(diǎn)達(dá)43.4萬(wàn)處,其中,水文、水資源、水土保持等各類(lèi)采集點(diǎn)共約20.9萬(wàn)處,大中型水庫(kù)安全監(jiān)測(cè)采集點(diǎn)約22.5萬(wàn)處。截至目前為止,中國(guó)智能手機(jī)用戶(hù)已超過(guò)10億。另外中國(guó)對(duì)地觀測(cè)衛(wèi)星初步建成了包括氣象、海洋、資源、環(huán)境和減災(zāi)、高分等較為完善的對(duì)地遙感器和衛(wèi)星系統(tǒng)及應(yīng)用系列衛(wèi)星體系[89]。未來(lái)流域感知體系的發(fā)展趨勢(shì)就是構(gòu)建具有感知、計(jì)算和通信能力的傳感器網(wǎng)絡(luò)與萬(wàn)維網(wǎng)結(jié)合而產(chǎn)生的空天地集成化觀測(cè)網(wǎng)絡(luò),構(gòu)建智慧流域的綜合感知基站[90],對(duì)物理流域各種狀態(tài)進(jìn)行立體、即時(shí)和準(zhǔn)確感知,通過(guò)一系列接口提供觀測(cè)數(shù)據(jù)與空間信息服務(wù),從而在正確的時(shí)間、正確的地點(diǎn)將正確的信息傳遞給正確的人或物的4R靈性服務(wù)[66],為流域資源優(yōu)化配置、生態(tài)環(huán)境等綜合管理提供數(shù)字化基礎(chǔ)。

(2) 數(shù)據(jù)網(wǎng)。2010年3月Science的文章指出科學(xué)技術(shù)的發(fā)展正在變得越來(lái)越依賴(lài)數(shù)據(jù),圖靈獎(jiǎng)獲得者Gray也指出數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)將成為科技發(fā)展的第四范式[91],中國(guó)學(xué)者也指出流域科學(xué)研究需要加重大數(shù)據(jù)的研究。隨著流域計(jì)算和大數(shù)據(jù)研究的發(fā)展,如何基于動(dòng)態(tài)實(shí)時(shí)觀測(cè)大數(shù)據(jù)、快速提取流域事件和行為的格局和過(guò)程信息、科學(xué)分析其演化規(guī)律并提供主動(dòng)的智能服務(wù),是流域時(shí)空大數(shù)據(jù)實(shí)踐所面臨的新挑戰(zhàn)和新機(jī)遇。截至2020年底,中國(guó)省級(jí)以上水利部門(mén)存儲(chǔ)的各類(lèi)數(shù)據(jù)資源約2 887項(xiàng),數(shù)據(jù)總量約6.02 PB,但是水利數(shù)據(jù)仍存在內(nèi)容不全面、準(zhǔn)確性不高、頻次參差不齊、價(jià)值密度較低、共享程度不高、更新周期長(zhǎng)、開(kāi)發(fā)利用水平低等問(wèn)題[14],可用數(shù)據(jù)的供給與流域防洪、水資源管理與調(diào)配、河湖管理保護(hù)等智慧化應(yīng)用的需求尚無(wú)法實(shí)現(xiàn)時(shí)空精準(zhǔn)匹配。數(shù)據(jù)供給與需求失衡成為制約水利大數(shù)據(jù)分析和應(yīng)用亟需克服的“痛點(diǎn)”,更是數(shù)字孿生流域理想目標(biāo)實(shí)現(xiàn)亟需打破的“瓶頸”。因此,涉水大數(shù)據(jù)的獲取、處理、分析與挖掘在數(shù)字孿生流域研究中仍是重中之重。大數(shù)據(jù)時(shí)代對(duì)流域科學(xué)中的數(shù)據(jù)集成、數(shù)據(jù)和模型的集成提出了新的挑戰(zhàn),需要加強(qiáng)無(wú)縫、自動(dòng)、智能化的數(shù)據(jù)- 模型對(duì)接[34],為此,高級(jí)別的自動(dòng)數(shù)據(jù)質(zhì)量控制、高層次的數(shù)據(jù)集成以及數(shù)據(jù)向模型的推送技術(shù)都十分關(guān)鍵。

(3) 知識(shí)網(wǎng)。知識(shí)圖譜能夠提升數(shù)字孿生流域的語(yǔ)義理解和知識(shí)推理能力[92]。流域知識(shí)圖譜是領(lǐng)域知識(shí)圖譜在流域治理管理和科學(xué)研究中的具體應(yīng)用,較通用領(lǐng)域知識(shí)圖譜,往往需要可靠的知識(shí)來(lái)源、更強(qiáng)的專(zhuān)業(yè)相關(guān)性和更優(yōu)質(zhì)準(zhǔn)確的內(nèi)容[93],它將流域的數(shù)據(jù)信息表達(dá)成更加貼近人類(lèi)認(rèn)知世界的知識(shí)表現(xiàn)形式,具有規(guī)模巨大、語(yǔ)義關(guān)系豐富、質(zhì)量?jī)?yōu)秀、結(jié)構(gòu)友好的特性[91]。流域知識(shí)圖譜旨在充分利用流域物聯(lián)網(wǎng)承載的數(shù)據(jù)信息,以結(jié)構(gòu)化方式刻畫(huà)流域系統(tǒng)中的概念、實(shí)體、事件及其間的關(guān)系,為涉水行業(yè)產(chǎn)業(yè)鏈提供一種更有效的跨媒體大數(shù)據(jù)組織、管理及認(rèn)知能力。結(jié)合大數(shù)據(jù)與人工智能技術(shù),流域知識(shí)圖譜正逐步成為推動(dòng)流域人工智能發(fā)展的核心驅(qū)動(dòng)力之一。但目前流域知識(shí)圖譜應(yīng)用場(chǎng)景相對(duì)有限、應(yīng)用方式仍顯得創(chuàng)新不足,因而在一定程度上顯得內(nèi)生驅(qū)動(dòng)力有所不足。如何有效推動(dòng)知識(shí)圖譜的應(yīng)用,實(shí)現(xiàn)基于流域原生數(shù)據(jù)的深度知識(shí)推理,提高大規(guī)模知識(shí)圖譜的計(jì)算效率與算法精度,一方面需要認(rèn)真剖析流域數(shù)據(jù)與知識(shí)的特性,在認(rèn)知推理、圖計(jì)算、類(lèi)腦計(jì)算以及演化計(jì)算的算法上多下功夫；另一方面,有待加強(qiáng)知識(shí)圖譜標(biāo)準(zhǔn)化測(cè)試工具的建設(shè)。

(4) 模型網(wǎng)。流域虛擬模型是數(shù)字孿生流域建設(shè)的核心,是能夠體現(xiàn)數(shù)字孿生智能化協(xié)同交互和自主性進(jìn)化的根本。通過(guò)對(duì)水文過(guò)程的模擬,促進(jìn)對(duì)流域水循環(huán)和生物化學(xué)過(guò)程的理解,重點(diǎn)在天空地集成化感知網(wǎng)支持下,以區(qū)域氣候模式為驅(qū)動(dòng),以分布式水文模型和陸面過(guò)程模型為骨架,耦合地下水模型、水資源模型、生態(tài)模型和社會(huì)經(jīng)濟(jì)模型,形成具有綜合模擬能力的流域集成模型,全面揭示水循環(huán)及其伴隨物理、化學(xué)和生物過(guò)程的發(fā)生及演化規(guī)律。但由于水系統(tǒng)的復(fù)雜性,傳統(tǒng)的機(jī)理模型過(guò)參數(shù)化和建模條件簡(jiǎn)化,導(dǎo)致模型運(yùn)行過(guò)程中的誤差累積效應(yīng)使模擬預(yù)測(cè)軌跡越來(lái)越偏離真實(shí)軌跡,為了解決上述問(wèn)題,一是要開(kāi)展流域科學(xué)基礎(chǔ)研究,利用大數(shù)據(jù)深化對(duì)水系統(tǒng)演變規(guī)律與相互作用機(jī)理的認(rèn)識(shí),改進(jìn)模型結(jié)構(gòu)對(duì)物理流域的精準(zhǔn)描述；二是在模型運(yùn)行演進(jìn)中動(dòng)態(tài)融合持續(xù)的觀測(cè)數(shù)據(jù),實(shí)時(shí)校正模型狀態(tài)變量和參數(shù),調(diào)整模型運(yùn)行軌跡；三是以機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為基礎(chǔ)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)模型,并融合多維度多尺度模型形成高保真模型。除了對(duì)模型進(jìn)行研發(fā)外,需要開(kāi)發(fā)一個(gè)支持集成模型高效開(kāi)發(fā)、已有模型或模塊的便捷連接、模型管理、數(shù)據(jù)前處理、參數(shù)標(biāo)定、可視化的計(jì)算機(jī)軟件平臺(tái)。模型平臺(tái)應(yīng)具有的特征包括[34]：① 平臺(tái)中既包括地表水、地下水、陸面過(guò)程、生態(tài)過(guò)程、植被生長(zhǎng)等自然過(guò)程模型,也包括土地利用、水資源調(diào)配與管理、經(jīng)濟(jì)、政策等社會(huì)經(jīng)濟(jì)模型；② 支持模型向流域尺度擴(kuò)展；③ 支持從分鐘到年、數(shù)十年甚至上萬(wàn)年的時(shí)間尺度模擬；④ 支持?jǐn)?shù)據(jù)同化和模型- 觀測(cè)融合；⑤ 集成知識(shí)系統(tǒng),充分利用非結(jié)構(gòu)化信息；⑥ 集成機(jī)器學(xué)習(xí)技術(shù)；⑦ 具 有在網(wǎng)絡(luò)環(huán)境下運(yùn)行的能力,支持云計(jì)算；⑧ 具有快速定制決策支持能力。

(5) 服務(wù)網(wǎng)。數(shù)字孿生流域服務(wù)是云計(jì)算和數(shù)字孿生結(jié)合的新型服務(wù)模式[94]。融合現(xiàn)有的云計(jì)算、物聯(lián)網(wǎng)、語(yǔ)義Web、高性能計(jì)算等技術(shù),將各類(lèi)資源(包括硬物理設(shè)備、仿真系統(tǒng)、計(jì)算與通訊系統(tǒng)、軟件、模型、數(shù)據(jù)和知識(shí)等)虛擬化、服務(wù)化,并進(jìn)行統(tǒng)一的、集中的智能化管理和經(jīng)營(yíng),實(shí)現(xiàn)智能化、多方共贏、普適化及高效的共享和協(xié)同,通過(guò)網(wǎng)絡(luò)為流域全生命周期管理提供隨時(shí)可獲取的、按需使用的、安全可靠的、優(yōu)質(zhì)高效的服務(wù)[95]。它由云提供端(云服務(wù)提供者)、云請(qǐng)求端(云服務(wù)使用者)和云服務(wù)平臺(tái)(中間件)組成,其中,云提供端通過(guò)云服務(wù)平臺(tái)提供相應(yīng)的資源和能力服務(wù)；云請(qǐng)求端通過(guò)云服務(wù)平臺(tái)提出服務(wù)請(qǐng)求；云服務(wù)平臺(tái)根據(jù)用戶(hù)提交的任務(wù)請(qǐng)求,在云端化技術(shù)、云服務(wù)綜合管理技術(shù)、云安全技術(shù)和云業(yè)務(wù)管理模式技術(shù)等支持下尋找符合用戶(hù)需求的服務(wù),并為云請(qǐng)求端提供按需服務(wù)[95]。

6.2 賦能領(lǐng)域

數(shù)字孿生流域系統(tǒng)通過(guò)借鑒產(chǎn)生于工業(yè)互聯(lián)網(wǎng)領(lǐng)域的數(shù)字孿生理念,以水利行業(yè)為例,結(jié)合流域防洪、水資源管理與調(diào)配、河湖管理保護(hù)、水利工程建設(shè)與管理等業(yè)務(wù),闡述數(shù)字孿生流域賦能領(lǐng)域,主要包括賦能流域感知、賦能流域認(rèn)知、賦能流域智能、賦能流域調(diào)控、賦能流域管理等方面。

(1) 賦能流域感知。即利用數(shù)字孿生流域?qū)α饔蜃匀灰?guī)律掌握基礎(chǔ)上,補(bǔ)充水利傳感器的不足。從理想角度而言,在流域自然社會(huì)系統(tǒng)布設(shè)更多的水利傳感器能夠更好地跟蹤捕捉流域自然水系、水利工程和水利治理管理活動(dòng)的運(yùn)行狀態(tài),但是龐大數(shù)量的水利傳感器要求前期投入大量資金以及后期還要投入很多運(yùn)維成本,因而要求結(jié)合潛在收益研究分析和實(shí)踐驗(yàn)證,尋找最佳的水利傳感器布設(shè)方式。數(shù)字孿生流域和大數(shù)據(jù)相結(jié)合,基于“自然- 社會(huì)”二元水循環(huán)規(guī)律和演變特征、部門(mén)共享數(shù)據(jù)、天空地監(jiān)測(cè)數(shù)據(jù)、社交媒體數(shù)據(jù),可以對(duì)沒(méi)有布設(shè)水利傳感器的自然水系、水利工程和水利治理管理活動(dòng)對(duì)象的狀態(tài)進(jìn)行推算和了解。

(2) 賦能流域認(rèn)知。流域水利系統(tǒng)是以流域?yàn)閱卧?由水資源系統(tǒng)、生態(tài)環(huán)境系統(tǒng)、社會(huì)經(jīng)濟(jì)系統(tǒng)組成的相互作用、耦合共生的復(fù)雜性系統(tǒng),如極端降水和超標(biāo)洪水形成機(jī)理、自然水循環(huán)和社會(huì)水循環(huán)演變機(jī)理和變化規(guī)律、江河變化機(jī)理和泥沙沖淤規(guī)律等基礎(chǔ)性科學(xué)問(wèn)題仍有待研究?？梢圆捎谜w論和還原論相結(jié)合的綜合集成思路,利用數(shù)字孿生流域的虛擬流域不斷模擬水利系統(tǒng)的運(yùn)行特性,形成水利大數(shù)據(jù)集,以大數(shù)據(jù)分析方法探索未知物理流域?qū)ο蟮臅r(shí)空特征和變化規(guī)律。

(3) 賦能流域智能。流域智能主要體現(xiàn)在物理流域?qū)ο蟮淖晕腋兄?、自主學(xué)習(xí)、自主判斷、自主預(yù)測(cè)、自主決策和自主執(zhí)行的進(jìn)化能力。虛擬流域以在線、全面的運(yùn)行方式,通過(guò)在線實(shí)時(shí)的模擬仿真、歷史數(shù)據(jù)的萃取、經(jīng)驗(yàn)數(shù)據(jù)的積累形成海量的樣本數(shù)據(jù),利用深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)總結(jié)物理流域?qū)ο蟮奶卣鳂?gòu)建物理流域?qū)ο蟮倪\(yùn)行規(guī)則和知識(shí)圖譜,并進(jìn)行不斷的自我訓(xùn)練,獲得最優(yōu)決策方案以指導(dǎo)執(zhí)行操作,再根據(jù)執(zhí)行效果進(jìn)行再訓(xùn)練,增加虛擬流域的“智商”,提高不確定場(chǎng)景的應(yīng)變能力。

(4) 賦能流域調(diào)控。數(shù)字孿生流域可以預(yù)演洪水行進(jìn)路徑、洪峰、洪量、過(guò)程,動(dòng)態(tài)調(diào)整防洪調(diào)度方案；根據(jù)流域內(nèi)不同區(qū)域生產(chǎn)、生活、生態(tài)對(duì)水位、水量、水質(zhì)等指標(biāo)的要求,預(yù)演工程體系調(diào)度,動(dòng)態(tài)調(diào)整和優(yōu)化水資源調(diào)度方案。由于河流、渠道、管道等組成的水利工程群存在輸入數(shù)據(jù)多輸出變量多、模型存在非線性、隨機(jī)擾動(dòng)頻繁等問(wèn)題,數(shù)字孿生流域可以作為水庫(kù)群、引調(diào)水工程、灌區(qū)等閘門(mén)、泵站聯(lián)合控制的仿真測(cè)試平臺(tái),在不同水動(dòng)力邊界條件下獲得閘門(mén)、泵站的控制運(yùn)行規(guī)律,為全面評(píng)估閘門(mén)、泵站的預(yù)測(cè)控制、最優(yōu)控制等算法適用性提供閉環(huán)驗(yàn)證環(huán)境,以實(shí)現(xiàn)水利工程群的準(zhǔn)確控制和性能優(yōu)化。

(5) 賦能流域管理。數(shù)字孿生流域可以有助于管理者動(dòng)態(tài)掌握水資源利用、河湖“四亂”、河湖水系連通、復(fù)蘇河湖生態(tài)環(huán)境、生產(chǎn)建設(shè)項(xiàng)目水土流失、水利設(shè)施毀壞等情況,實(shí)現(xiàn)權(quán)威存證、精準(zhǔn)定位、影響分析,加強(qiáng)信息共享和業(yè)務(wù)協(xié)同,支撐上下游、左右岸、干支流的跨層級(jí)、跨行業(yè)、跨部門(mén)之間對(duì)涉水日常事務(wù)和應(yīng)急事件的聯(lián)合防御、聯(lián)合管控、聯(lián)合治理,賦能依法實(shí)施流域統(tǒng)一監(jiān)督和管理。

致謝:感謝水利部黃河水利委員會(huì)寇懷忠正高級(jí)工程師對(duì)本文的指導(dǎo)!