融合水利水文专业知识的智慧水利关键技术研究

张大富 韩留生 孙广伟 范俊甫 刘本春 朱从军

摘要：针对当前智慧水利的建设主要从信息化建设的角度展开，缺乏专业知识驱动的洪水信息智能推演与管理的问题。本文通过分析智慧水利的内涵与主要特征，设计了融合专业机理知识的智慧水利建设总体框架，并从水利信息的感知、预警、调度、管理的角度探讨了智慧水利建设的关键技术。提出了将空间信息技术的格网划分以及多粒度认知计算用于气象与水文数据融合模型的构建，实现多粒度、多层级气象数据与水文数据的融合；基于智能分析、机器学习、深度学习等人工智能技术，结合水利水文专业模型与知识，依据专业的降雨洪水、洪水调度、洪水演进等机理推演水循环的态势变化；利用GIS（Geographic Information System）、BIM（Building Information Modeling）等三维场景大数据可视化、实景融合、动画模拟、场景交互技术，搭建一个融合专业机理、情景交互式、三维风险模拟的智慧水利平台；真正实现水利对象或过程的智能感知、记忆、研判（应用知识）和升华（创造知识），为河湖智能化管理提供必要的技术支撑，深化智慧水利的建设。

关键词：智慧水利；数据融合；态势推演；水文模型

中图分类号：TV21-39文献标识码： ADOI：10.3969/j.issn.1003-8256.2020.05.015

开放科学（资源服务）标识码（OSID）：

基金项目：广东省科学院建设国内一流研究机构行动专项资金项目（2019GDASYL-0103003）；广东省遥感与地理信息系统应用重点实验室开放基金项目（2017B030314138）；国家重点研发计划项目（2017YFB0503500）；山东理工大学研究生教学案例库建设项目（4053-219059）

0引言

水科学涉及领域广泛，水文过程也极其复杂，这给水安全问题的监测与管理带来了巨大难题[1-3]。云计算、大数据、物联网、移动互联、人工智能等新一代信息技术发展，为水利对象的透彻感知、网络互联、广泛共享、智能分析，为水旱灾害防范与抵御、水资源开发与配置、水环境监管与保护、河湖生态监督与管理等提供现代化支撑条件。融合新資源、新技术和新理念的智慧水利为解决水安全问题开辟了新的途径，并指明新的方向，对认识水规律、强化水管理、谋划水未来具有重要价值。

目前，水利相关学者们结合水利建设的需要和实际的开展工作[1-2，4-5]，提出了智慧水利的技术构成、建设的体系内容以及总体框架，通过信息技术与水利业务深度融合，将涵盖洪水、干旱、水工程安全运行、水工程建设、水资源开发利用、城乡供水、节水、江河湖泊、水土流失和水利监督等主要水利业务进行一体化管理，这对开展智慧水利建设具有重要的指导意义。位置感知作为智能感知与信息化的重要组成成分，智慧水利的建设需结合高精度的位置信息，随着我国北斗卫星技术的发展，高精度的空间位置信息感知技术已经逐步成熟。地理信息科学、测绘工程等相关学者结合最新的BIM（Building Information Modeling）+ GIS（Geographic Information System）、无人机+卫星遥感技术、云计算及物联网技术，探讨了水利业务数据的透彻感知、数据的互联共享、集约型基础平台设施的搭建[6-7]，通过结合位置大数据构建智能化的空间服务系统，以期实现水利信息的精细化管理、更新、共享等。

综上所述，关于智慧水利的建设主要是从信息化建设的角度研究了水利信息的透彻感知、全面互联与广泛共享，从知识驱动的角度研究洪水信息的智能推演与管理的研究较少。本文通过利用专业机理知识，从水利信息的感知、预警、调度、管理的角度探讨了智慧水利的建设。

1智慧水利的内涵及特征

智慧是生命所具有的基于感觉和认知器官的一种创新思维能力，包含对自然和非自然（人类活动、动物行为等）的感知、记忆、研判（应用知识）和升华（创造知识）等所有能力。将云计算、物联网、大数据、移动互联网和人工智能等新一代信息技术应用于水利对象，利用物联网与移动互联网技术透彻感知获取各种水利业务数据，广泛共享数据与信息资源，实现各种信息平台网络互联，能够提供专业化的智能分析和泛在服务[8-10]。通过深度融合水利业务与新一代信息技术，全面提升水利信息化的管理水平，大力推动水治理体系、水治理能力的现代化[11-12]。智慧水利应具备以下六个主要特征。

1.1水利全要素的透彻感知

在现有的地面监测站点的基础上，同时运用物联网、卫星遥感、无人机、无人船和视频监控技术，采集自然水循环和社会水循环的各种指标数据以及状态、位置等数据，充分利用图像识别和语音识别等人工智能技术，对采集的数据进行挖掘，获取必要的信息，建立对江河湖泊、水利工程、水利管理活动等水利全要素天地一体化全面动态感知。

1.2感知对象与各级平台的全面互联

充分利用物联网、移动互联网、卫星通讯等技术，延伸水利业务网，建立水利感知对象和各级信息平台的全覆盖、大容量高速传输的泛在网络，实现各种数据的全面整合与信息平台的互联畅通。

1.3行业内外数据的广泛共享

基于云计算，强化涉水信息计算存储和共享服务等能力，以集成水利感知、水利业务和涉水共享等数据，建立集约统一、共享共用和动态适应的水利大数据共享平台，通过各类数据的全参与、全交换，实现感知数据的共用、复用和再生，为各部门随需、随想提供丰富的数据支撑。

1.4水利智能应用的创新

利用大数据、影像与语言处理、专家系统和深度学习等智能化技术，面向江河调度、政府监管、工程运行保障、综合决策和公共服务等水利业务全方位应用需求，建立融合高效、智能分析、主动服务的智能化应用。

1.5专业化知识的驱动

利用智能分析、机器学习、深度学习等人工智能技术，结合水利水文专业模型与知识，对复杂的水利问题进行整体把握，根据问题求解的需要进行逐步的细化，逐步切换到较细粒度上进行更加深入的分析求解，实现专业知识与数据双向驱动的认知计算。

1.6场景式态势智能推演

依据专业的降雨洪水、洪水调度、洪水演进等机理推演水循环的态势变化，利用GIS、BIM等三维场景大数据可视化、实景融合、动画模拟、场景交互技术，实现洪河流、水库等水利对象的情景交互式三维风险模拟与分析，为河流水库洪水调度提供必要的技术支撑。

2智慧水利建设的总体框架

智慧水利的建设应以河流水库的监测和云、雨、洪水等数据的实时采集为基础，以河流、水库、流域的洪水预报调度为主线，以专业化的流域雨水模型为引擎，以云计算、物联网、大数据、移动互联、人工智能前沿技术的融合为支撑，真正实现水利管理有序化、决策科学化、应用综合化、运行现代化。本文对智慧水利系统架构进行了设计（如图1所示）。智慧水利系统架构包括数据层、数据分析层、业务分析层、决策层和应用层五部分。

（1）数据层主要是包含水利对象基础信息、水文资源、云/雨气象、生态环境和地理信息等数据的感知、存储与管理，为智慧水利的建设提供数据基础。

（2）數据分析层主要是利用云计算、机器学习、深度学习实现数据的挖掘与分析，为雨情、水情预报提供技术支撑。

（3）业务分析层主要以水利水文专业知识为驱动，建立集雨洪耦合预报模型、河道洪水演进模型、二维水动力学模型于一体的流域雨水运行模型，为智慧水利建设提供专业引擎。

（4）决策层以洪水演算耦合作为模型内核，实现降雨、洪水的精准预报，利用GIS的空间表达、分析与辅助决策功能，为洪水的预报调度、河流安全等问题提供相关调度与防洪预案。

（5）应用层主要实现水位监视预警、河流水库薄弱环节风险分析以及其他综合应用功能，为水利、应急管理等相关部门的客观科学决策提供有效支撑。

3智慧水利建设关键技术

3.1空间一体化气象水文的融合

降雨数据是影响陆地水文过程中地表径流的主要因素，降雨数据时空分布的精确程度以及预报的准确性是水文气象中最基本的科学问题。目前降雨数据主要有地面气象站格点数据和TRMM（3B40RT、3B41RT、3B42RT）、CMORRH、GSMaR、HYDRO以及国产的风云二号D星（FY-2D）等0.25°×0.25°卫星反演的降雨数据[13]，地面气象站格点数据具有较高的精度而卫星降雨产品能获得大范围的空间分布信息，结合长时间序列的历史卫星降雨产品以及植入专业气象部门的气象中尺度数值预报模式生成未来3～7天精细预报格点数据。随机森林模型可有效挖掘目标变量与解释变量的关联关系，可以进一步提高预报降雨数据的时间尺度与空间尺度。基于预报模式数据结合随机森林算法可以快速预测未来3h、6h、12h、24h、3day精细降雨雨量，为水文预报模型提供高精度的降雨数据支撑。

SWAT（Soil and Water Assessment Tool）、SWIM（Soil and Water Integrated Model）、VIC（Variable InfiltrationCapacity）、SWMM（StormWater Management Model）等水文预报模型描述了从降水到达地面开始的产流和汇流的过程[14-15]，通过输入流域空间分布、地表覆盖、土壤类型，以及流域的汇流方式，以及支流等信息，可输出河流的水位、流量和洪水等水文数据。

气象学与水文学基本上是独立进行研究[14-16]，并且气象数据与水文数据呈现不同的语义、尺度、维度、时态和属性等多尺度、多层级和多时态特征，这为两者之间的融合带来了困难。粒计算理论以及空间信息技术的发展为多尺度、多层级和多时态特征数据的融合提供了新的方法与技术支撑[17-19]。针对目前智慧水利中气象、降雨弱联系，“云中雨”“空中雨”“地面雨”不融合的信息资源问题，结合降雨和洪水天然不可分割的事实，根据空间信息技术的格网划分以及多粒度认知计算构建气象与水文数据的多层次粒度融合模型，实现气象数据与水文数据的融合。以雨洪耦合预报模型为内核，建立集降雨实况、降雨预报、作业预报、方案管理为一体的空间降雨洪水耦合预报系统。

3.2场景式洪水态势推演平台构建

场景洪水态势推演平台对全面掌握河湖状况并为相关部门快速响应与科学处置决策扮演至关重要角色[20]。洪水态势推演可以将洪水灾害事件随时间动态演化的机理以及处理决策对态势演化影响进行客观科学的表达，因此，依据其功能可以将场景式洪水态势推演平台构建分为态势推演引擎和态势场景展示两部分。

洪水态势推演引擎搭建关键在于对流域对象以及气象水文过程进行抽象建模，模型的准确性对于洪水突发事件和处置行动结果至关重要。现代测绘中，三维激光扫描与无人机倾斜摄影取代了传统的测绘仪器，可以快速获取大范围、高精度的水上地形；对于水下可以采用无人船或载人船搭载单/多波束水声换能器进行水下扫描来获取水下高精度的地形地貌[21-22]。将水上地形与水下地形进行统一整合得到整个流域的精准地形数据，结合实景图像实现流域对象的真三维建模。将气象水文过程可以抽象为预报降雨过程、河流水库水位变化过程、出库流量过程、河道典型断面流量过程的组合，根据水动力学理论以及概率统计知识对水文过程的不确定性进行定量分析，构建河流、水库洪水演进模型。以物联网技术作为态势感知层，以雨情、水情为态势理解层，以洪水演进为态势预测层，基于计算机仿真、大数据、云计算等技术，以防汛抗旱指挥系统为框架，以气象、地形、水文、工程等信息为依据，建立集雨洪耦合预报模型、河道洪水演进模型、二维水动力学模型于一体的洪水态势推演引擎，真正实现水利对象或过程的智能感知、记忆、研判（应用知识）和升华（创造知识）等。

水利信息以及气象水文过程与空间位置密切相关，GIS可以管理、分析和处理各种具有空间属性相关的数据，并且可以将其以2D/3D地图的形式进行展示与表达，同时GIS还具有非常强大的空间分析与辅助决策功能。利用BIM技术建立水利设施的标准可视化符号，GIS可实现水利空间信息的存储与管理。以水库调洪演算耦合作为模型内核，利用遥感数据、三维GIS、3D建模、虚拟现实等可视化技术[23]，以微视频的模式动态显示区域降雨、水库水位上涨、下游断面水位预警、河道两岸薄弱环节溃堤、周边区域洪水淹没等场景的模拟结果，直观地为区域内洪水态势变化及风险预警提供有效的决策。

4結论

针对目前智慧水利建设中存在专业知识缺乏的问题，本文从专业机理出发，设计了智慧水利系统的总体框架，该框架提出以河流水库的监测和云、雨、洪水等数据的实时采集为基础，以河流、水库、流域的洪水预报调度为主线，以专业化的流域雨水模型为引擎，共包括数据层、数据分析层、业务分析层、决策层和应用层五层结构，并根据建设框架主线分析了智慧水利的建设关键技术，主要结论如下：

（1）针对目前智慧水利中气象、降雨弱联系，“云中雨”“空中雨”“地面雨”不融合的信息资源问题，结合降雨和洪水天然不可分割的事实，根据空间信息技术的格网划分以及多粒度认知计算构建气象与水文数据的多层次粒度融合模型，实现气象数据与水文数据的融合；进一步以雨洪耦合预报模型为内核，可建立集降雨实况、降雨预报、作业预报、方案管理为一体的空间降雨洪水耦合预报系统。

（2）利用单/多波束水声换能器和三维激光扫描或无人机倾斜摄影获取流域的精准地形数据，实现流域对象的真三维建模；将雨洪耦合预报模型、河道洪水演进模型、二维水动力学模型、水库调洪演算耦合作为专业驱动模型内核，利用遥感数据、三维GIS、3D建模、虚拟现实等可视化技术，建立场景式洪水态势推演平台。

通过将专业知识融入智慧水利建设中，真正实现水利管理有序化、决策科学化、应用综合化、运行现代化，深化智慧水利的建设，对认识水规律、强化水管理、谋划水未来具有重要意义。

参考文献：

[1]蒋云钟，冶运涛，赵红莉.智慧水利大数据内涵特征、基础架构和标准体系研究[J].水利信息化， 2019（4）： 6-19.

[2]张臻，高正，张鹏，等.智慧水利关键技术及系统设计[J].浙江水利科技， 2019（4）：66-70.

[3]蔡阳.智慧水利建设现状分析与发展思考[J].水利信息化， 2018（4）： 1-6.

[4]蔡旭东.新时代智慧水利建设的思考[J].水利信息化， 2019（2）： 7-10.

[5]杜红艳，薛惠锋，侯俊杰，等.面向智慧水利的水资源数据融合探析[J].中国水利， 2018（23）： 61-64.

[6]曹宏文.数字水利到智慧水利的构想[J].测绘标准化，2013（4）： 26-29.

[7]龚振文，王庆，罗志清.论智慧水利的测绘新技术[J].山西建筑， 2015（27）： 205-207.

[8]张颖宇.基于"智慧城市"理论的智慧水利工程管理[D].南昌大学，2018.

[9]王超锋，安根凤，袁春丽.智慧水利的发展和关键技术研究[J].河南水利与南水北调，2015（14）： 98-100.

[10]郑灿堂，王庆华，张洪芳.浅谈"智慧水利" [J].山东水利， 2012（7）： 1-3.

[11]王岚，吴尚明.智慧水利（互联网水利）发展探研[J].河北水利， 2019（4）：31-32.

[12]葛召华.山东省智慧水利建设的认识与思考[J].水利信息化， 2019（5）： 6-8.

[13]刘俊峰，陈仁升，韩春坛，等.多卫星遥感降水数据精度评价[J].水科学进展， 2010， 21（3）： 343-348.

[14]刘昌明，李道峰，田英，等.基于DEM的分布式水文模型在大尺度流域应用研究[J].地理科学进展， 2003， 22（5）： 437-445.

[15]齐丹，梁妙玲，田付友，等.精细化气象水文模型的耦合及其应用[J].天气预报， 2012， 4（2）： 74-81.

[16]张建云.中国水文预报技术发展的回顾与思考[J].水科学进展， 2010， 21（4）： 435-443.

[17]华一新，周成虎.面向全空间信息系统的多粒度时空对象数据模型描述框架[J].地球信息科学学报， 2017， 19（9）： 1142-1149.

[18]周成虎，欧阳，马廷.地理格网模型研究进展[J].地理科学进展， 2009（5）： 3-8.

[19]朱欣焰，周成虎，呙维，等.全息位置地图概念内涵及其关键技术初探[J].武汉大学学报（信息科学版）， 2015， 40（3）： 285-295.

[20]秦炜.面向应急仿真演练的态势推演系统设计与实现[D].华中科技大学，2016.

[21]李德仁.论时空大数据的智能处理与服务[J].地球信息科学学报， 2019， 21（12），1825-1831.

[22]林宗坚，刘先林，张继贤，等.精确时空立体景观虚拟现实的构建与应用方法研究[J].测绘科学， 2005， 30（2），16-18，3.

[23]高俊，游雄.虚拟现实及其在军事测绘与作训模拟中的应用[J].测绘科学技术学报， 1996（2）： 133-137.

Research on Key Technologies of Intelligent Water Conservancy by Integrating the Professional Knowledge of Water Conservancy and Hydrology

ZHANG Dafu1，HAN Liusheng1，2，SUN Guangwei1，FAN Junfu1，LIU Benchun3，ZHU Congjun1（1.Shandong University of Technology， Zibo 255000，China；2.Guangzhou Institute of Geography， Guangzhou 510070，China；3.Zhangdian District Water Conservancy Bureau of Zibo City， Zibo 255000，China）

Abstract： The construction of intelligent water conservancy is now mainly carried out from the angle of information construction， lack of professional knowledge to drive the problem of flood information intelligent deduction and management. Based on the analysis of the connotation and main characteristics of intelligent water conservancy， this paper designed the general framework of intelligent water conservancy construction which integrates professional mechanism knowledge， the key technologies of intelligent water conservancy construction were discussed from the aspects of water conservancy information perception， early warning， dispatching and management. The Grid Division of Spatial Information Technology and multi-granularity cognitive computation were used to build the fusion model of meteorological and hydrological data， which can realize the fusion of multi-granularity and multi-level meteorological and hydrological data Based on intelligent analysis， machine learning， deep learning and other artificial intelligence techniques， combined with hydrologic model and knowledge， the situation change of water cycle was deduced according to the mechanism of rainfall and flood， flood regulation and flood evolution by using GIS （Geographic Information System） ， BIM （Building Information Modeling） and other 3D scene data visualization， real scene fusion， animation simulation， scene interaction technology， an intelligent water conservancy platform integrating professional mechanism were built. Scene interaction and 3d risk simulation were built to realize the intelligent perception， memory， judgment （applied knowledge） and sublimation （created knowledge） of water conservancy objects or processes. This research achievements can provide necessary technical support for the intelligent management of rivers or lakes， and deep the construction of intelligent water conservancy.

Keywords： intelligent water conservancy；data fusion；situation deduction；hydrological model