数字孪生流域的基础模型、演化路径与评判准则

冶运涛, 蒋云钟, 寇怀忠, 顾晶晶, 董甲平, 黄建雄, 关昊哲

(1.中国水利水电科学研究院,北京 100038; 2.水利部数字孪生流域重点实验室,北京 100038;3.水利部黄河水利委员会,河南 郑州 450003)

以流域为基础单元开展“统一规划、统一治理、统一调度、统一管理”[1-2],既坚持了水资源综合管理的系统观念,又遵循了江河湖泊的自然演变特性,同时能够系统治理山水林田湖草沙,并且统筹流域上下游、左右岸各相关方的利益诉求,进而通过流域内水利工程的合理布局、防灾减灾措施的制定、资源的空间均衡配置、生态环境防控方案的优化来推动区域社会经济的良性发展和生态环境的健康宜居[3-4]。数字孪生流域是以物理流域和虚拟流域实时交互为目标,将物联网、云计算、大数据、人工智能、虚拟现实、水利专业模型等技术融合产生的数字孪生技术应用于高质量治水管理而衍生的概念,它不仅是智慧水利创新发展的核心建设内容和研究方向,也是贯通充足算据、高效算力和精确算法的综合载体,还是集成数字化、网络化和智能化主线各技术要素的关键[5-7]。

近年来,数字孪生理念和技术在流域治理管理中被加速应用,国内外学者针对治水数字孪生体系开展了许多研究。在国内,2021年水利部从国家网络强国战略、新一代信息技术群驱动数字化转型、流域治理管理需求等方面分析了推进数字孪生流域建设的必要性,并给出了建设思路(总要求、主线、建设路径、建设任务等)[8],引起了国内学者的关注。在理论研究方面,我国学者给出了由概念定义、内涵特征、基本模型、核心能力、关键技术和发展方向构成的数字孪生流域科学框架,对数字孪生流域未来发展和建设具有指导意义[9-10]。在关键技术研究方面,目前研究成果以数字孪生流域在防洪中的应用为主,旨在探索数据、算力、模型、平台服务等建设技术[11-13]。在应用方面:宋文龙等[14]提出了面向数据底板建设的水利遥感监测的目标识别与变化检测、水情监测与数字映射、智能服务等技术方案;刘业森等[15]研究了面向流域防洪“四预”的数据采集、数据汇聚、数据融合、数据共享管理平台以及数据可视化的数据底板建设技术方案;胡春宏等[16]将数字孪生流域模型分为3个层级并分别作为独立事件研究了模型的保真度,并据此提出了提高数字孪生流域整体保真度的两条路径;刘志雨[17]探索了数字孪生流域赋能业务“四预”实现路径,提出加强感知体系、数字孪生平台建设与赋能防汛“四预”具体措施。在国外:GOURBESVILLE P等[18]将数字孪生作为智慧江河管理的重要发展方向;RIGON R等[19]将建设数字地球孪生水文系统作为水文学家的蓝图;BROCCA L等[20]利用高分辨率(1 km)土壤湿度和降水量数据开发了数字孪生地球水文系统;HUANG T等探索了面向洪水预测和分析的地球数字孪生系统[21];JIANG P S等[22]在数字孪生地球的海岸系统中,通过神经算子开发了海岸洪水的快速物理替代模型;ALPEREN C I等[23]研发了基于人工神经网络的水文数字孪生模型,将其应用于法国加登-圣克罗伊盆地洪水模拟;PEDERSEN A N等[24]建立了城市供水系统的动态和原型数字孪生;ZEKRI S等[25]提出了一个基于多智能体系统和数字孪生范式的新框架,以解决数据采集处理、资产控制、服务生成和交付过程中缺乏的智能化和自主性的问题;TAORMINA R等[26]利用数字孪生技术保护城市水基础设施的安全。

需要指出的是,在提出数字孪生流域建设之前,已有很多研究成果为从数字流域向数字孪生流域迈进奠定了基础。如:黄河水利委员会2001年提出利用“3S”、虚拟现实、专业模型、河工模型试验等技术与方法建立“三条黄河”(原型黄河、数字黄河、模型黄河)科学决策场,以实现堤防不决口、河道不断流、污染不超标、河床不抬高为标准的黄河健康生命保障目标[27];在此基础上,王兴奎等[3]建立了集原型观测、实体模型试验、数学模型计算于一体的三维虚拟仿真平台,并对大型地形场景实时生成、动态环境建模、模拟控制、实时交互技术进行了研究;冶运涛等[28]结合虚拟地理环境理论和流域特点以及数字流域的实践,提出了虚拟流域理论技术体系。已有研究成果的梳理能够厘清水利信息化发展脉络,使数字孪生流域研究与应用具有延续性。数字孪生流域要在数字流域基础上迭代升级,尚有很多技术难题需要攻关[15]。

将数字孪生的理念和技术体系引入到智慧水利中,提出建设数字孪生流域,在理念和技术逻辑上极大增强了智慧水利的整体性、系统性、完备性、有机性。同时,数字孪生流域的建设发展也面临着迫切需要研究的问题,主要包括:①数字孪生具有丰富的内涵和特点,需要透彻地把握数字孪生的内在逻辑,研究构建符合数字孪生流域治理管理业务特色的基础模型,真正把数字孪生理念和技术科学地融合到智慧水利体系中,以此提升流域治理管理能力,从而指导数字孪生流域建设。②数字孪生流域建设是一个影响因素多、涉及环节错综复杂、学科交叉性强、建设利益方诉求各异的复杂系统工程,虽然已有研究成果对数字孪生流域建设内容进行了详细介绍[5-6],但在实际应用过程中,往往较少考虑如何分阶段、分步骤地构建和应用数字孪生流域,缺乏对数字孪生流域技术路线的描述。因此,有必要开展数字孪生流域演化路径研究,深刻认识并合理安排实施计划,循序推进数字孪生流域建设工作。③数字孪生流域建设已经开展,但目前还缺乏科学的评价手段,在实施数字孪生流域过程中容易被贴上“数字孪生”标签,相比以往的研究处于无实质性进展的窘境。因此,建立一套科学评判准则,以成熟度评估促进有序建设、有力整改和有效管理,从而实现建设经验共享和推广,创建利用数字孪生创新水利信息化发展新业态。④数字孪生流域建设内容多,涉及水文学及水资源、水力学及河流动力学、农业水利、结构力学、信息通信、“3S”(遥感、地理信息系统和全球定位系统)、数据科学、人工智能等多个学科和领域。实践中,必须结合具体业务领域和发展阶段的特色要求,明确建设关键要点,推动数字孪生流域良性发展。通过对上述问题的回答,以期为我国数字孪生流域建设提供理论指导。

1 数字孪生流域的基础模型

数字孪生是一种通过虚拟和现实之间的交互来获得物理实体精准虚拟映射的技术,为决策、控制和调度等提供理论支持[29]。数字孪生发展过程中的里程碑事件如图1所示。

图1 数字孪生发展过程中的里程碑事件

尽管学术界和工业界对数字孪生的理解相似,但到目前为止仍没有统一的定义。表1和表2分别是近年来学者和著名企业给出的一些数字孪生概念。由表1可知,大多数概念都是围绕一个关键词“模型”给出的。该模型是数字孪生中最重要和最核心的部分,它应准确反映物理实体的情况,并实时跟踪物理实体的变化。此外,表2中的一些概念体现了数字孪生在工业中的应用。可以发现,数字孪生能够改善行业中的许多问题,包括预测[30]、优化[31]、控制[32]、决策[33]等问题。

表1 学术界对数字孪生的定义

表2 著名企业对数字孪生的定义

上述定义是根据各公司的业务需要给出的。复杂的定义难以准确把握数字孪生的实质,简单的定义又难以体现数字孪生的内涵特征和范畴,而模型在传达概念方面更形象、更丰富[41]。GRIEVES M提出的由物理实体、虚拟实体及两者连接组成的三维概念模型已被公认[42]。陶飞等[43]在数字孪生三维概念模型的基础上增加了孪生数据和服务两个维度,建立了五维概念模型。虽然五维概念模型比三维概念模型具有更加丰富的内容和更为清晰的分类,但是五维概念模型中各维度均没有突出数字孪生的学习能力,不能直观反映数字孪生迭代优化的本质特征。因此,数字孪生概念模型的完备程度有待提升[44]。

冶运涛等[9]把知识作为提升学习能力的要素,并将其增加为数字孪生的一个维度,提出了数字孪生六维概念模型,结合流域科学发展需要和综合管理实践需求,建立了由物理流域、虚拟流域、实时连接交互、数字赋能服务、孪生流域数据和孪生流域知识组成的数字孪生流域的基础模型(图2)。在数字孪生流域6个组成要素中,“实时连接交互”要考虑各要素之间数据流和信息流的安全性,利用区块链技术构建数据共享与交换的传输机制,以防止数据丢失和篡改。此外,SHARMA A等[45]通过总结文献认为,数字孪生性能评价是数字孪生流域的必要组成部分,其主要包括评价标准(精度、弹性、鲁棒性等)、评价方法和测试。

图2 数字孪生流域基础模型

基于上述基础模型建设数字孪生流域,首先针对应用对象及需求分析物理流域的时空变化特征,以此建立虚拟模型,构建实现虚实信息数据连接的交互关系,并借助孪生数据和知识的融合与分析,最终为使用者提供各种服务应用。为推动数字孪生流域的落地应用,构建数字孪生流域时可遵循以下准则[46]:

1)流域信息物理融合为基石。物理流域各种涉水要素的智能感知与互联、流域虚拟模型的构建、孪生流域数据和孪生流域知识的融合、实时连接交互的实现、数字赋能服务的生成等的前提是通过信息物理融合建立物理流域的精准映射和反馈。同时,流域信息物理融合贯穿于流域治理管理的规划、设计、建设和运行阶段,是防洪、水资源管理与调配等应用实现的根本。

2)多维多尺度流域虚拟模型为引擎。多维多尺度虚拟模型是实现流域防洪、水资源管理与调配等“预报、预警、预演、预案”功能最核心的组件,在机理驱动和数据驱动下多维多尺度虚拟模型将应用功能从理论变为现实,是数字孪生流域应用的“心脏”。

3)孪生流域数据和知识为驱动。孪生流域数据是数字孪生流域最核心的要素,它源于物理流域、虚拟流域、数字赋能服务系统、孪生流域知识,同时在融合处理后融入到各部分中,推动了各部分的运转,是数字孪生流域应用的“血液”。孪生流域知识是实现流域智能管理的核心,只有孪生流域知识的不断积累,推动人工智能的业务应用,智慧流域的实现才能成为可能。

4)实时连接交互为动脉。实时连接交互将物理流域、虚拟流域、数字赋能服务系统连接为一个有机的整体,使信息与数据、知识得以在各部分间交换传递,是数字孪生流域应用的“血管”和“神经系统”。

5)数字赋能服务为目的。数字赋能服务将数字孪生流域应用生成的智能应用、精准管理、可靠运行与维护、远程控制等功能以最为便捷的形式提供给用户,同时给予用户最直观的交互。

6)全要素物理流域对象实体为载体。全要素物理流域资源的交互融合、多维多尺度虚拟模型的仿真计算、数据分析处理、知识融合推理,都是建立在全要素物理流域对象实体之上的,同时物理流域对象实体带动各个部分的运转,令数字孪生流域得以实现。

数字孪生流域研究和实践中,除了遵循数字孪生基础模型外,还需要掌握数字孪生的虚实和实时的双向连接、自进化、连续模拟与分析(取决于同步频率)、时序数据的可用性等必要特性和自治性、同步性等动态特性。自治性要考虑流域不同层次对象的特点,同步性可根据业务管控需要确定。

在技术的表现上,数字孪生特性决定了该技术与其他技术有所区别,见表3[45]。通过了解这些区别,有助于明确数字孪生流域建设的技术方向和技术难点。

表3 数字孪生与已有技术的区别

2 数字孪生流域的演化路径

KRITZINGER W等[47]按照虚实融合程度将数字孪生细分为数字模型(digital model)、数字投影(digital shadow)及严格意义上的数字孪生(digital twin)。江海凡等[48-49]、张帆等[50]借鉴文献[36]的方法分别研究了车间、矿山的数字演化过程。江海凡等[49]提出了由可视化模型、数字模型、数字投影以及数字孪生组成的数字孪生演进模型,并探索了该模型在智能制造中的应用方法、关键技术与工具平台。

为了指导数字孪生流域工程实践,结合已有研究成果,将数字孪生流域构建和应用过程分为流域数字感知、流域数字映射、流域数字认知、流域数字模型、流域数字投影和流域数字孪生6个阶段,如图3所示。需要指出的是,6个阶段不是严格孤立的,而是存在循环迭代的关系。

图3 数字孪生流域演化过程

2.1 流域数字感知

基于流域水资源、水生态、水环境、水灾害的科学研究和业务管控需求,将全面掌握以流域为单元自然-社会二元水循环的“降水-坡面-河道-水库”和“取水-供水-用水-排水”的全空间、全链条、全环节的时空要素信息作为目标,遵循流域“水资源-社会经济-生态环境”耦合组成复杂系统的演变特征和规律,兼顾流域机理研究、科学计算与精准决策的要求,基于空天地一体化的思路,构建具有全域、立体、精准、异构、多元内涵以及泛在、共享、互操作、动态实时、自治、可扩展、灵活、智能等特征的综合感知网[51-52]。该综合感知网是万维网应用于流域科学的新型网络物理时空信息基础设施,能够实现对各种传感资源的集成和共享管理、获得实时或近实时的时空连续数据、进行互操作和在线流域科学数据处理和分析以及提供基于网络的流域科学信息和知识的聚焦服务[53],实现“以虚感实”。

2.2 流域数字映射

目前,实践应用中偏重于数字孪生的可视化特点研究且将其作为首要的研究目标,在追求视觉美感的同时忽略了数字孪生的真实性特点,这就类似于追求人的外貌而忽略了个体本身所附带的教育、文化、技能等内涵。数字映射首先要保持流域自然背景、流场动态、水利工程及设施设备的真实性,参考河流实体模型试验的研究和实践经验,通过在虚拟空间上构建物理流域对象子单元的几何、结构、属性、关系等相适应的数字映射镜像,利用数据组织模型对各种物理对象子单元进行聚合构造,形成真实性的流域数字对象[54],进而将数字感知的实时信息赋予物理对象,从而使数字对象“鲜活”起来,实现“以虚映实”。

2.3 流域数字认知

基于试验、理论演绎、仿真模拟以及数据分析方法,对流域系统演变规律及系统间相互作用机理进行系统、准确地认知[55],实现“以虚知实”。例如:研究变化环境下的“四水”(大气水、地表水、土壤水、地下水)演变规律及其相互转换关系;研究水土资源-社会经济-生态环境复合系统相互作用的机理、社会经济发展的需水规律;研究降雨-产流-汇流-演进全过程洪水形成演变规律、气候系统异常特征与干旱之间关系及旱涝急转的形成机制;研究坡面土壤侵蚀机理、河湖环境变异机制及与生态效应、水库型饮用水源地富营养化演变机理、水库群及引调水工程泥沙冲淤规律;研究水利工程全生命周期性能演化机理[56]。

2.4 流域数字模型

目前研究流域自然-社会二元水循环及其伴生过程采用的模型仍以机理模型为主,采用的建模方式是离线方式。模型常用于规划设计阶段的工作,如流域综合规划、洪旱灾害风险图制作、水资源配置规划等。随着数据量的日益庞大,尤其是数据密集型科学的发展,以机器学习(尤其是深度学习)为核心的数据驱动模型受到青睐[57]。尽管如此,由于流域系统过程具有复杂性、交互性、多尺度、异质性等特点[58],同时来源多样的数据可能存在不确定性,以及具有可用价值数据的稀疏性,数据驱动模型还不能完全替代机理模型[59-61]。因此,应在数字认知的基础上,将两者优势互补,以机理-数据耦合驱动的方式构建新型数字模型[62-64],实现“以虚仿实”。

2.5 流域数字投影

实时性是数字孪生的重要特征,也是数字孪生保证时效性的基础。数字投影是通过数据和模型融合,建立数字感知和数字模型的实时连接通道,将感知的降水、蒸散发、径流、土壤含水量、水位等信息和取供用排信息,以及更新的自然地理、社会经济信息,动态融合到数字模型运行过程中。数字模型系统能够根据流域的动态“脾性”,“察言观色”地实时(可以根据时间业务需求选择合适的频次)更新数字模型的结构、状态变量和参数,使数字模型结构能够真实反映物理流域的物理过程及其时空关系。状态变量和参数能够真实反映物理流域的运行态势,最终使数字模型输出的决策变量的预测结果无限逼近真值,实现“以虚预实”。

2.6 流域数字孪生

基于对流域单元级、系统级及系统之系统级各层次对象运行状态的实时在线跟踪、及时诊断预警和高精度模拟预测,以及设定的预期目标,建立多目标决策模型优化流域管控可行方案集,利用综合集成方法确定最优方案,以控制指令或管理命令的方式发送给执行设备、执行人员或执行机构进行方案执行,可称为“硬控制”和“软控制”,从而使流域系统按照预期轨迹运行,使其效益达到最优,实现“以虚优实”和“以虚控实”。由于不同层级系统的复杂程度不同,执行命令的方式亦有所不同。对于边界条件较简单的水库,调度规则明确,可以根据预测结果按既定规则自动调整闸门开度;对于边界条件复杂且由多个水利工程耦合的系统,需要结合多库优化规则和单库规则,经多个利益主体协商确定工程调度执行指令;对于更复杂的系统,如“四水四定”涉及水资源-社会经济-生态环境系统之间的相互作用,制定的决策方案需要反复调整才能执行。

3 数字孪生流域的评判准则

数字孪生流域基础模型及演进路径作为基础理论回答了如何理解和建设数字孪生流域的问题,正如SHARMA A论证了“评价”是数字孪生必不可少的要素[45]。因此,如何评判建设效果是数字孪生流域实施不可回避的问题。CHEN L等[65]基于Gemini原则建立了一种衡量资产管理的数字孪生成熟度模型,该成熟度模型由3个主要维度、9个子维度、27个准则组成,形成了数字孪生开发和实施的系统视图。UHLENKAMP J F等[66]利用IT管理开发成熟度模型,根据PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)指南,通过系统的文献综述确定了相关功能和特点,建立了由7个类别(环境、数据、计算能力、模型、集成、控制、人机界面)组成的成熟度模型。MEDINA F G等建立了商业航天OEM(Original Equipment Manufacturer)行业数字孪生实施的成熟度模型,该模型包含10个维度[67]。陶飞等[68]以制造领域为例,提出了由5个维度、19项因子组成的成熟度模型。

上述研究成果表明,由于作者专业背景不同,建立的数字孪生成熟度模型具有明显差别。数字孪生流域建设是个庞大的系统,在数字孪生流域概念定义、内涵特征及核心能力基础上[15],结合数字孪生流域基础模型、演化路径,提出数字孪生流域实施的评判准则(图4),包括要素能透彻感知、映射能高度逼真、状态能精准预测、推演能模拟现实假设、现象能合理解释、虚实能动态交互。利用该评判准则从多维度评价数字孪生流域项目的成熟度,确定其建设成效与数字孪生理想目标的差距,为实现升级迭代明确工作方向。

图4 数字孪生流域评判准则

3.1 要素能透彻感知

要素能透彻感知是数字孪生流域建设的基础特性,是物理流域与虚拟流域融合的前提。通过对流域不同层级对象布设监测计量设施,获取相应的基础信息和实时动态信息。这些监测计量设施的布设位置应具有代表性,不仅能够对流域自然地理、干支流、水利工程及水利治理对象的基础特性进行全面描述,进而为构建流域不同层次对象的几何模型提供真实、可靠的数据,精准反映几何模型的骨架,而且还能够准确反映流域不同层级对象的状态变化和属性变化,从而实现对自然地理、干支流、水利工程、水利治理管理对象“精准画像”,能够动态跟踪不同层级对象全生命周期的变化。此外,需要考虑数据更新机制,包括重要站点的雨情、水情、泥沙、水质、工情、险情、灾情等信息及关键河段和工程部位的视频监控信息的更新频次,不同季节的流域地表覆被、土壤含水量等下垫面信息的更新频次,较大场次洪水事前、事中和事后的水下地形信息以及洪水影响区和供水覆盖区的城镇化、灌区等经济社会信息的更新频次。要素能透彻感知准则从感知覆盖度、感知自动化程度、感知要素的完整程度、感知数据的更新频次等多个方面评价。

3.2 映射能高度逼真

映射能高度逼真即在三维虚拟环境中以可视化的角度对物理流域对象全生命周期过程进行不同方位、不同尺度的观察和分析。由于虚拟流域集合了物理流域对象的几何、外观等信息,以及降水、水位、流量、土壤含水量、地下水位、水质、取水量、用水量、水利工程安全等监测计量结果和流域来水、需水仿真计算结果,因此,能够直观、实时地融合物理流域对象的观测数据,从而解决自然水系、水利工程及水利治理管理对象的可观测性问题。比如,在建立水利枢纽的大坝、坝区、库区、设备设施、泄洪影响区的三维数字模型时,将雨情、水情、工情、灾情、险情等传感器监测或者水利模型计算得到的水利枢纽相关的运行数据与三维全景模型相结合,在计算机生成的虚拟流域立体空间中,可以形象、生动、动态地展示水利枢纽各相关地理空间对象的运行状态。映射能高度逼真准则可以从以下方面评价:具有满足防洪排涝、水资源监管、水资源配置与调度、水环境保护等业务需求的大屏端、电脑端、移动端的可视化界面;建有包含自然地形地貌、干支流、水利工程等物理流域对象的动态的三维可视化模型;能够及时展示流域水流演进、河道冲淤形态、地下水位变化、水质情况、大坝及设备设施等实时状态和更新参数;能够及时展示给定降水、来水等预测信息或者不同水利工程控制工况下的自然水循环和社会水循环及其伴生过程的未来发展态势和趋势。

3.3 状态能精准预测

状态能精准预测指在研究透彻流域产汇流机理、洪水形成及演变规律、水库群及引调水工程泥沙冲淤规律、河道泥沙演变趋势、江河关系变化机理以及水利工程灾变机理等基础上,构建水利机理模型、数据驱动模型和知识驱动模型相结合的高保真、高精度水利模型,从而动态融合数据和模型进行短期、中期、长期嵌套滚动预测预报未来的降水(尤其是暴雨)、汛期及非汛期径流(尤其是汛期洪水、枯季径流)、压采区的地下水水位、不同作物种植结构下的土壤墒情、非点源污染输出量及河道水质和水环境容量、水库大坝安全状态变化量等水安全要素。在水文模型、水力学模型及结构力学模型代码并行化改造基础上,状态能精准预测准则能够支撑模型的快速解算,满足不同业务特点的需要,如当流域防洪时进行洪水预报及洪水淹没分析,当结构可能失稳时进行结构的安全分析等。状态可预测性评价根据以下4个指标进行综合评价:可预测未来运行状态的物理对象数目占全部物理对象数目的比例、物理流域对象的可预测的水安全要素数占全部水安全要素数的比例、虚拟流域模型在规定的时空尺度上对水安全要素的预测精度、虚拟流域模型的计算时效。

3.4 推演能拟实假设

推演能拟实假设指利用虚拟流域不仅能够对已经发生的事件进行复盘,而且能够对现实情况尚未出现的情景进行仿真推演。对已发事件,如洪水事件,将已记录的天气系统和降水、径流、下垫面等信息以及水利工程调度信息、决策者的经验信息以及应急处置信息,作为边界条件输入虚拟模型,复盘“降水-产流-汇流-演进-调度-处置”全过程,深刻洞察成功经验,准确识别薄弱瓶颈。对未来可能发生的事件,根据洪水、水资源、水工程可能遭遇的事件设定不同的环境影响参数、水工程调度方案数据以及场景应对目标,实时分析风险因子及风险演变过程,综合分析事件可能的影响程度,提出切实可行的方案以及操作流程,尤其是对气候变化导致的超标洪水、特大干旱、溃堤、溃坝等极端工况可进行推演。推演成败的关键因素除了虚拟模型的精度外,对不同场景下可设置的边界比例及边界数据所反映的实际情况也是需要关注的指标[69]。

3.5 现象能合理解释

现象能合理解释是指当物理流域中出现洪水、干旱、水污染、水工程灾变等水安全现象时,利用虚拟流域模型对这些现象进行规律解析、态势判断以及模拟分析,建立各种关联因子的知识图谱,以挖掘水安全现象所蕴含的机理,从而使流域管理者和决策者能够全面理解和合理解释流域、河流及工程运行的行为,制定合理的控制性策略。数字孪生流域的虚拟模型是基于反映流域“骨架”的几何模型和动态更新的数字映射模型,融合了水循环系统结构内部各子系统相互作用机理的揭示以及水循环演变规律的准确掌握所构建的微分代数模型和基于水文水资源及水利工程运行等专业知识启发所建立的统计相关模型(如数理统计、机器学习、深度学习等)。其中,微分代数模型考虑了流域现象的因果关系,反映了运行机理,但是对复杂情况概化带来了很多不确定性,如分布式和集总式水文模型出现“异参同效”的现象;统计相关模型是通过对大量样本进行因子挖掘,进而建立因变量和自变量之间的相关关系,但是模型精度易受样本代表性的影响。将微分代数模型和统计相关模型融合能扬长避短,不仅可规避前者不完备的动态建模和不确定性信息影响的不足,而且能避免后者样本有限和样本有偏的缺点,既保证了模型计算精度,又能提高结果的可解释性。现象的解释性要从机理模型和数据驱动模型的建模、仿真模拟、决策支持等互补融合层面进行评价。

3.6 虚实能动态交互

物理流域和虚拟流域的同步运行和迭代优化要求两者能够虚实交互,通过双向实时互动,促进两者实现共智进化。虚拟流域利用实时采集的洪水涨落、干旱轻重、水资源丰枯、墒情好差、泥沙多寡、台风暴潮疾缓、水质优劣、工程安危等水安全要素数据对虚拟流域对象的几何结构、运行状态、模型参数、外观状态进行持续更新和自动演化,保证了虚拟流域和物理流域的同步性。虚拟流域作为自然水系、水利工程、水利治理管理对象等实体对象的运行状态监测、演变态势诊断、发展形势预测、决策方案优化、控制策略验证等平台,有助于流域管理者和决策者让自然水系、水利工程、水利治理管理对象按照期望的运行轨迹进行演化。虚实的互动性可以从流域防洪、水资源管理与调配等业务需求所决定的时间尺度方面进行评价:一是虚拟流域利用采集的洪水、枯季径流、地下水位等数据进行模型自动化更新与升级;二是利用虚拟流域对自然水系、水利工程等物理流域对象进行方案优化后下达和执行最优的决策方案。

在要素能透彻感知、映射能高度逼真、状态能精准预测、推演能拟实假设、现象能合理解释、虚实能动态交互6个评判准则下,不同项目建设成效的评价指标应根据实际情况进行增减,评价指标的量化方法应根据定性或定量的类别进行确定。对于同一评判准则有多个评价指标的情况,可以采用层次分析法、语气算子法等主客观相结合的方式确定权重,然后利用可变集、模糊集、模糊综合评价等加权组合方式得出该评判准则的综合评判结果,最后利用雷达图的方式绘制6个评判准则的评判结果,以此结果分析项目与数字孪生流域特征相比需要改进的方向。

4 数字孪生流域建设关注的重点

数字孪生流域以其独有的特征和能力方面的要求激发了新一代信息技术在流域治理管理中的潜在价值和发展活力[9,70],为传统水利领域数字化转型和“大云物移智链”技术融合的潜力释放创造了有利条件[71]。因此,数字孪生流域建设应在深刻理解数字孪生涵义的基础上,在流域治理管理中践行数字孪生理念,以驱动流域治理管理模式的变革。数字孪生流域建设任务多且体系复杂,未来应重点关注如下内容。

1)准确认知是方向。关于数字孪生的定义尚未达成共识,对数字孪生流域也有不同的理解[5,9-10,12]。流域系统是由自然-人工共同组成的开放式复杂巨系统,产生于制造领域和航天领域的数字孪生的对象属于纯粹的人工系统,所以数字孪生流域必然有其特点。虽然中国各地掀起了数字孪生流域建设高潮,但是对数字孪生流域理论与技术的研究滞后于水利实践。这就导致建设过程中仅仅满足建设内容,而缺乏从系统的视角审视数字孪生流域建设效果,难以解决水旱灾害精准化防御、水资源精细化管理、水生态环境科学化治理等水利业务管理中存在的站点覆盖程度不高、协同感知透彻程度不高、模型算法预测精度不高、模型计算效率低、业务链条难以连接等难题,造成采用传统水利信息系统开发模式低水平重复建设、有“数字孪生”标签却不实用不好用的窘境。这说明流域治理管理还没有真正达到“数字孪生”的要求。因此,在政策逻辑和学理逻辑基础上,建立数字孪生流域的知识体系和技术体系,以指导数字孪生在业务管理中的适用性。此外,数字孪生流域建设要注意平衡投资和效益、远期和近期、实践和研究之间的关系,避免盲目跟风不切本地实际、短视不着眼长远发展和急出成绩不遵循客观规律地构建数字孪生体。

2)全量数据是要点。数字孪生流域建设既要求虚拟流域通过“实时交互连接”获取物理流域空间的所有基础、监测、业务管理等水利数据,又要求提升虚拟流域在物理流域空间规划、设计、建设、运行全生命周期中数据的动态反馈、决策支撑能力。经过多年建设,我国水利、气象、环境等部门建立了类型丰富、数量众多的水循环要素地面监测站点,其中县级以上水利部门建成43.4万处各类信息采集点(含约20.9万处水文、水资源、水土保持等采集点以及约22.5万处大中型水库安全监测采集点)[72],气象部门已建设3.2万多个气象站点(包括2 000多个常规站点和3万多个自动站点)[73],生态环境部门已建设2.1万多个水质监测站(包括956个地表水水质监测断面和20 401个地下水监测站点)[73]。国内地面监测站网与全球地面气象站监测网络、全球环境监测网等全球地面监测网络一起构成了覆盖范围广、监测项目互为补充的监测站网体系。此外,各类国内国际在轨遥感卫星协同监测数据为从大范围获取流域信息提供了有益补充。虽然全国甚至全球范围的监测站点密度日益增加,但是由于各监测数据之间尚未达到在线共享交互,还不能形成全量数据的局面,导致可挖掘的信息有限。因此,需要加强跨部门、跨层级、跨国度等的数据共享,丰富数据供给源,满足流域科学研究和水利高质量发展实践的需求[74]。没有全时空数据支撑,数字孪生流域就失去高保真映射的“源泉”[75]。

3)保真模型是核心。科学性是流域管理与决策的最重要属性,而模型是保证管理与决策科学性的重要工具。不确定性的气候变化和强烈的人类活动使得自然-社会二元水循环系统变得更加复杂,以现有的物理定律和数学模型全面认识流域现状、预测预报流域变化趋势的仿真范式已显得“力不从心”、困难重重[76],数据密集型科学范式为模型构建提供了新思路[77]。因此,需要在理论推导和实验科学基础上,以仿真为代表的第三范式和以数据为代表的第四范式相得益彰,形成数据模型与机理模型相结合的“双模型引擎”。数字孪生流域的虚拟流域与物理流域通过实时交互连接进行相互增益而持续进化成长,同时智能协同地筛选“孪生数据”寻优方案集并自主做出最佳决策。受“阿尔法狗”围棋战胜人类启发,数字孪生流域的智能协同与自主决策要以水利知识为中心,将每个物理流域对象打造成以知识武装的“数字体”或“智能体”[7],但是目前机器学习和深度学习算法还无法给出流域管理所需要的明确语义解释,还需要借助具有逻辑演绎能力的领域知识图谱融合事实性流域知识、概念性知识、过程性知识和规则性知识[9],提升流域治理管理与决策语义理解能力,增强复杂条件下的知识推理能力。

4)业务应用是目的。与数字孪生在制造、航天、矿山等领域已取得的大量研究成果相比,数字孪生流域的研究显得比较少,在基础理论探索、体系架构设计、虚拟模型设计、信息组织、知识表达和成长及进化等方面仍存在亟须攻克的难题[9,78-80],势必制约数字孪生流域发展。因此,需要面向流域治理管理迫切需要解决的难题,聚焦数字孪生流域建设中的关键问题开展理论方法与技术研究,推动数字孪生流域有序健康发展;还要利用数字孪生的物理实体与虚拟实体同步、虚实互动、迭代进化等理念,重塑流域治理管理新范式,实现水利系统的安全运行和高效管控,促进新阶段水利高质量发展,更好地保障江河安澜、供水安全、生态健康、环境友好。

5 结语

针对目前存在的数字孪生流域的底层逻辑不清晰、演化模式不明确、成熟度评估方法缺乏等基础问题,开展了数字孪生流域的基础模型、演化路径、评判准则、建设关注重点等方面的研究,得到如下结论:

1)总结了数字孪生国际研究现状,解析了数字孪生的概念和定义,并以数字孪生三维概念模型为基础,结合流域治理管理需要,提出了数字孪生流域的6维概念模型,包括以信息物理融合为“基石”的物理流域、以多维多尺度虚拟模型为“引擎”的虚拟流域、以高速大容量双向通信为“动脉”的实时连接交互、以业务能力提升为目标的数字赋能服务、以全息化和决策化为“牵引”的孪生流域数据和孪生流域知识。

2)以物理流域和虚拟流域的虚实融合程度为基础,提出了数字孪生流域的数字感知、数字映射、数字认知、数字模型、数字投影和数字孪生的演化路径。其中,数字感知、数字映射和数字认知是构建数字模型、数字投影、数字孪生的基础,后者又是改善前者的工具,正是通过循环迭代的共同演进才能实现严格意义上的数字孪生流域的构建。

3)建立了数字孪生流域项目成熟度评价的基本准则,即要素能透彻感知、映射能高度逼真、状态能精准预测、推演能拟实假设、现象能合理解释、虚实能动态交互。依此基本准则并根据实际情况扩充形成能够切实反映数字孪生流域发展阶段的具体指标,聚合形成用以指导数字孪生流域的“孪生指数”雷达图,直观显示数字孪生流域建设中的“短板”,厘清制约发展的科学问题、技术难题和实践瓶颈,提出相应的解决方案来避免低水平重复建设,提升数字孪生的实践性的应用价值。

4)数字孪生流域建设以破解传统业务管理中难点和痛点问题为导向,构建以学理逻辑为基础和以政策逻辑为导向的数字孪生流域知识体系和技术体系。数字孪生流域作为传统水利仿真模拟的升华,要以数字孪生新的理念重新认识水利系统。在数字孪生流域建设中,准确的认知是方向、全量数据是要点、保真模型是核心、业务应用是目的。