面向防洪“四预”的数字孪生流域水利专业模型研发与实践应用——以数字孪生飞云江流域为例

任明磊，赵丽平，陈智洋，魏国振，唐 榕，王 刚，喻海军，夏志昌

（1.中国水利水电科学研究院，100038，北京；2.水利部防洪抗旱减灾工程技术研究中心（水旱灾害防御中心），100038，北京；3.水利部京津冀水安全保障重点实验室，100038，北京；4.浙江省温州市水旱灾害防御中心，325000，温州）

数字孪生流域作为推动智慧水利建设的核心和关键，是一项复杂的系统工程。水利专业模型通过分析物理流域的要素变化和相互关系，对水利治理管理活动过程进行智能模拟，为数字孪生流域提供算法服务。水利模型由水文、水资源、水力学、水土保持、生态环境等专业的机理分析模型、数理统计模型和混合模型组成，在防洪业务应用中主要有水文模型、水动力模型、水工程调度模型、风暴潮模型等。传统模型构建比较成熟，在各地数字孪生水利建设实践中得到初步应用，但在通用化、高效化、便捷化等方面还存在不足，不能完全满足数字孪生流域建设需求，特别是对智能模拟、前瞻预演、智慧决策等防洪“四预”核心业务的支撑不够。具体而言，水文模型主要以API和集总式新安江模型为主，模拟手段比较单一；以站点降雨数据为输入，与降雨数值预报、雷达测雨等新型监测感知数据融合不够；以服务关键断面预报为主，模拟成果无法为数字化场景构建提供支撑。水动力模型以商用一二维模拟计算软件应用为主，模型拓展性、移植性不强；以水位、流量、流速等单一水相动力过程模拟为主，应用场景单一；不具备二次开发条件，无法与防洪业务系统进行统一集成；模型计算效率不满足超大规模水动力实时模拟计算的要求，无法为防洪“四预”功能中的前瞻预演提供算法支撑。此外，传统模型多针对特定流域、特定业务应用场景定制开发，受模型开发语言、部署环境限制，模型构建和运行方式难以适应数字孪生流域环境，无法在防洪业务系统平台进行统一集成应用。各模型独立开发，彼此耦合联系不紧密，与预报、调度、预演一体化的防洪业务流程不匹配。

本文从防洪业务支撑角度，介绍了面向防洪“四预”的数字孪生流域建设相关水文、水动力、水工程调度、风暴潮模型研发情况，并讨论了这些模型在数字孪生飞云江系统中进行软件化集成和实践应用的效果，为其他流域数字孪生建设提供参考借鉴。

一、面向防洪“四预”的数字孪生流域水利专业模型研发

1.水文模型

水文模型的构建是依据流域水文气候条件、地形地质等特征确定其产汇流形式，然后选择合适的水文模型进行相应模型构建。目前中国水利水电科学研究院已研发的模型库包括分布式新安江模型、分布式垂向混合产流模型、分布式HBV模型、分布式NAM模型等，实现了超渗、蓄满、混合多种产流模式的计算，以及马斯京根法、单位线、动态分段马斯京根法、圣维南方程等多种汇流模式的计算，并采用系统响应、SCE-UA等参数优化方法实现了预报方案参数的快速自动率定。

水文模型建模思路主要是：在收集基础资料的基础上，进行模型前处理，包括降雨数据插值、降雨数据矫正以及DEM、土地利用和土壤质地等网格数据的处理分析。根据流域特点和下垫面特征进行水文计算分区，依据干支流的水力联系构建拓扑关系。预报模型构建涵盖潜在蒸散发、截留、填洼、下渗、产流、分水源（包括地面径流、壤中流、地下径流）、坡面汇流、河道汇流和总径流计算等过程。采用系统响应参数率定方法或SCE-UA方法进行水文模型的参数率定，编制洪水预报方案，最后将预报模型和方案用于数字孪生流域的实时洪水预报。水文模型建模流程见图1。

图1 水文模型建模流程

2.水动力模型

本研究采用中国水利水电科学研究院自主研发的洪水分析软件（IFMS）建立非恒定流水力学模型，实时推演各种洪水情形下流域的洪水运动特点和规律，为制定精细的防洪预案提供技术支撑。IFMS是一个专业的洪水风险图编制软件，结合洪水分析相关业务需求，以2DGIS为基础数据处理和结果展示平台，运用DirectX渲染技术将水利业务数据与GIS基础空间数据相结合，实现模型的计算、分析、编辑及可视化展示。软件可用于模拟中小河流、蓄滞洪区、防洪保护区、城市（暴雨内涝—排水系统），包括一维河网模型、二维网格模型、城市管网模型、一二维耦合模型、二维管网耦合模型5个模块，能够满足各类数据处理、模型计算、结果展示与输出等工作需求。

3.水工程调度模型

针对实际调度需求，面向防洪“四预”的水工程调度模型主要包含单一水工程调度模型和多水工程联合调度模型，其中单一水工程调度模型包含规则调度模型、指令调度模型、泄量控制调度模型、水位控制调度模型。

单一水工程调度模型中，规则调度模型主要根据各水库调度规则按水量平衡方程进行水库蓄泄模拟计算，约束条件主要是水库泄量能力约束、水库水位约束等。指令调度模型水库在一定时段内按照指定的流量进行下泄，不考虑入库流量以及下游防洪控制断面安全流量的影响，模型模拟计算核心为水量平衡方程。在实际应用中，如果水库水位高于水库防洪高水位或设计洪水位，则应加大水库指定下泄流量至各时段水库水位满足要求。泄量控制调度模型主要用于下游某控制断面有流量限制的水库，模型可约束水库的汛期泄水量，但来水量较大而控制泄量值较小时水库水位可能超过设计洪水位，使用者需要根据来水量大小和下游情况确定合适的泄量值。水位控制调度模型以控制水位值为约束，以最大削峰为优化目标，根据不同时刻水库的调洪能力确定相应时段水库下泄流量，常应用于水库自身防洪情势严峻时要求水库水位不高于某一水位值的情况下，按照最大削峰准则，利用水库的调蓄作用尽可能使水库放水均匀。水位控制调度模型可通过遗传算法、粒子群算法、逐步优化算法等智能优化算法进行求解。

联合调度模型主要针对水库群的防洪联合调度而构建，通过统筹水库群的蓄泄过程，实现水库间防洪库容的优化分配，最大程度发挥防洪效益。模型主要以水库占用尽可能小的防洪库容及下游控制断面削峰最大为目标，可通过加权确定单目标函数，在各水库调度规程的基础上，以下游河道安全泄量、洪水演进等为约束条件进行调度。联合调度模型可采用遗传算法、粒子群算法、逐步优化算法等进行求解。

4.风暴潮模型

研究采用ADCIRC模式（Advanced Circulation Model）构建沿海流域近岸二维风暴潮模型，该模型是一种非结构网格的模型，可通过高分辨率化水深变化剧烈海域、低分辨率化地形变化平缓海域，提高风暴潮有限元水文动力计算效率。目前该模式已经在国内外得到广泛应用。

二维ADCIRC模式主要是在笛卡尔直角坐标系下，采用沿水深积分的时均连续方程和运行方程进行水动力模拟。其中水位由二维平均连续方程求解获得。ADCIRC模式空间上采用有限元方法进行求解，计算网格采用三角形网格，易于拟合岸界；时间上采用有限差分方法。同时，为了避免Galerkin有限元方法所带来的数值振荡、不守恒性等问题，ADCIRC模式采用通用波动连续性方程GWCE（Generalized Wave Continuity Equation）来代替原有的连续性方程。

二、数字孪生飞云江流域水利专业模型实践应用

飞云江为浙江省八大独流入海水系之一，是温州市第二大河，发源于景宁畲族自治县白云尖，在瑞安市入海，全长193 km，流域面积3719 km2，多年平均年降雨量1500～2100 mm。数字孪生飞云江流域建设聚焦海塘防潮、干流防洪、水库安全等水利防汛重点，围绕监测感知、风险识别、联动管控，构建流域洪涝潮灾害预报、预警、预演、预案的“四预”体系，实现流域防洪调度场景数字化、模拟智慧化、决策精准化，进一步提升水灾害防御决策支撑能力。

通过构建沿海河口水位预报模型、飞云江干支流洪水预报模型、大中型水库预报调度模型，为数字孪生飞云江“四预”建设和海塘防潮场景、干流洪水场景、水库安全场景等应用提供强有力的算法支撑。

1.水文模型

（1）建设内容

飞云江流域属亚热带季风气候区，雨水充沛，产流方式主要为蓄满产流，且水文预报所涉及的断面以及8座大中型水库基本位于山丘区，因此选用分布式新安江模型进行洪水预报模型的构建。采用系统响应参数优化方法进行预报方案模型参数的优化率定，确保模型精度。模型建模范围如图2所示，包括13个预报断面。

图2 飞云江流域水文重要预报断面点位图

（2）模型模拟验证效果

以赵山渡水库预报断面为例。整理了赵山渡水库17场次洪水数据，其中14场用于模型率定，3场用于模型检验。结果见表1、图3。可见，径流深相对误差平均值为-3.3%，洪峰相对误差平均值为3.3%，单场次相对误差有正有负，没有出现系统偏差，合格率为94%。按照《水文情报预报规范》（GB/T 22482—2008），合格率达到甲等。

表1 赵山渡水库模型模拟效果

图3 赵山渡水库20160928场次洪水模拟效果

（3）模型试运行效果

以2023年台风“杜苏芮”“卡努”影响期间赵山渡水库断面为例。

针对台风“杜苏芮”造成的降雨，预报赵山渡水库入库洪峰流量为2304 m3/s，峰现时间为7月27日17时；实际入库洪峰流量为2041 m3/s，峰现时间为7月27日18时。洪峰相对误差为12.9%，峰现时差为提前1 h，精度均为甲级。

针对台风“卡努”造成的降雨，预报赵山渡水库入库洪峰流量为1105 m3/s，峰现时间为7月29日12时；实际入库洪峰流量为1362 m3/s，峰现时间为7月29日12时。洪峰相对误差为-18.9%，峰现时差为0 h，精度均为甲级。

2.水动力模型

分析温州市洪水特点及飞云江流域河网特性，基于水力学方法建立复杂河网水流数学模型，其中飞云江干流及重要支流河道构建一维水动力模型，河道沿线及重点关注乡镇构建二维水动力模型；将飞云江不同维度水动力模型进行耦合，实现对复杂河网区洪水调度计算，同时采用实时校正模型校正全河网的状态量，提高河网洪水预报精度；将模型模拟成果与“四预”应用系统实时交互，实现洪水演进、洪水淹没分析等功能，模拟洪水到达时间以及演进形态。

（1）建设内容与范围

通过分析飞云江金朝港感潮河段以及上中游洪水特点，基于水力学方法建立河网水流数学模型。模型建模范围设定为干流（珊溪水库坝下—入海口）、泗溪（文成县—干流汇口）、金潮港（冯岙—干流汇口、林溪水库下游）。上边界条件为珊溪水库、赵山渡水库调蓄后的下泄流量；下边界为入海口潮位实测或预报过程，模型可以反映入海口潮水顶托和风暴潮增水的影响；将周边支流以集中入流或分布入流的边界条件形式加入干流水动力模型中，实现干流重要断面（珊溪水库、峃口水文站、赵山渡水库、马屿断面、瑞安水文站南码道闸和瑞安金潮港流域）实时水位、流量过程计算。如果干流中的河道水位出堤，将启动一二维水动力耦合模型，实现出堤之后的洪水淹没分析计算，实时动态展示淹没范围（面积）、淹没水深（水位）、淹没历时等全要素信息。

（2）模型模拟验证效果

选择两场典型台风（2013年10月台风“菲特”、2016年9月台风“鲇鱼”）中峃口水文站、瑞安潮位站实测数据，对一二维水动力耦合模型进行率定和验证。峃口水文站两场典型洪水总体模拟结果较好，洪峰误差均在6%以内，峰现时间误差均在1 h以内，最大水位模拟误差均在0.2 m以内（表2）；瑞安潮位站两场台风洪水总体模拟结果较好，水位变化趋势一致，峰现时间误差均在1 h以内，低水位模拟误差均在0.2 m以内，但高水位低于实际值，主要因为瑞安潮位站位于近海平原区，台风期间受上游来水、潮汐、风力、气压等多因素影响，水动力模型未考虑风浪增水，故高水位模拟值偏低。

表2 峃口水文站典型洪水实测值与模拟值对比

（3）模型试运行效果

利用精细化水文模型及水库调度模型，刻画不同前期条件、极端不均降水分布、干支流互相顶托以及水利工程影响，复盘2023年“杜苏芮”“卡努”“鸿雁”3场台风下马屿、碧山六桥、瑞安断面洪峰水位情况。结果显示，模拟值与实测数据之差均在36 cm以内，纳什系数均大于等于0.83（表3）。瑞安站模拟结果见图4。水位变化过程与实测数据基本一致，水动力模型可以准确反映飞云江的水位变化情况，为流域科学有序调度防洪工程提供了重要支撑。

表3 水位实测值与模拟值对比

图4 台风“杜苏芮”影响期间瑞安站水动力模型模拟结果

3.水工程调度模型

（1）模型建设内容

针对飞云江流域内8座大中型水库分别构建规则调度模型、泄量控制调度模型、水位控制调度模型，并以珊溪水库、赵山渡水库及百丈漈水库为对象构建联合调度模型。

（2）模型调度运行效果

选取台风“卡努”期间水库实测水位达到防洪运用起调水位的仙居水库为例。2023年台汛期间台风“卡努”于7月29日登陆浙江，仙居水库预报入库洪峰为312.05 m3/s（水库无实测流量过程，故采用入库洪水预报结果进行对比论证），根据预报入流过程，采用水库规则调度模型进行调洪演算，计算调度最高水位为256.1 m，接近实际调度最高水位256.74 m，计算最大出库流量为38.2 m3/s，接近实际最大出库流量49 m3/s，验证了采用入库洪水预报信息下规则调度模型的合理性。

根据规则调度模型结果，水库预报调度水位最高为256.1 m，依据仙居水库调度原则“梅汛期（7—10月）起调水位为258 m，台汛期（4—6月）起调水位为256 m，根据台风、暴雨预报，应采用预泄措施降低水库水位，腾出更多防洪库容”，水库应降低水位，故考虑采用指令调度模型、水位控制调度模型生成新的调度方案。图5为指定下泄流量为30 m3/s时的调度结果及控制水库水位不高于256 m时的调度结果。在指令调度模型下，水库最高水位为253.98 m，水库出库流量为指定的30 m3/s，模型实现了按指定下泄流量进行水库调度的预期目标。在水位控制模型中，水库最大下泄流量为8.21 m3/s，各时段水库水位等于或低于控制水位256 m，实现了水位控制模型预期效果。对比指令调度模型和水位控制调度模型，后者削峰率更大，对下游防洪断面更为友好；指令调度模型最高水位及末水位更低，可以预留更多防洪库容，但兴利效益损失更大，如果未来来水较少，可能导致水库难以蓄满。考虑到台汛期防洪起调水位256 m离汛限水位260 m尚有4 m，实际调度中建议优先采用水位控制调度方案，并结合实时洪水预报结果动态调整水库蓄泄过程。

图5 仙居水库指令调度模型及水位控制调度模型模拟结果

4.风暴潮模型

（1）模型建设内容

为了准确模拟温州沿岸的风暴潮，模型的计算区域必须足够大。本研究中，模型开边界距离温州市海岸线约500 km，计算区域如图6所示。模型的分辨率由外海的9 km逐渐过渡到温州重点区域的100 m以内。

图6 风暴潮模型计算网格

（2）模型模拟验证效果

从2008年以来对浙江产生严重风暴潮的台风中，选取了2013年23号台风“菲特”、2016年14号台风“莫兰蒂”、2016年17号台风“鲇鱼”、2019年9号台风“利奇马”、2022年12号台风“梅花”5个典型台风，对构建的温州近海风暴潮模型进行了验证，验证数据主要采用近岸3个潮位站（瑞安站、灵昆站、洞头站）的实测潮位数据。

以台风“鲇鱼”为例。取2016年9月26日0:00至9月29日0:00，比较“鲇鱼”登陆期间潮位过程预报平均绝对误差以及最高潮位的相对误差。实测与模拟的过程线相位相符，且最高潮位出现的时间与实测值完全相同，误差在30 cm以内。

（3）2023年典型台风风暴潮实时验证

选取2023年台风“卡努”对模型进行了运行验证。对近岸3个潮位站（瑞安站、灵昆站、洞头站）的3天预测模拟值与实测潮位数据进行了对比，对比结果见图7。结果显示，实测与模拟的过程线相位相符，且最高潮位出现的时间与实测值完全相同，误差在30 cm以内，基本满足规范许可误差要求。

图7 瑞安站、灵昆站、洞头站风暴潮预测与实测潮位对比

三、结 语

针对面向防洪“四预”的数字孪生流域建设实际需求，研发了水文、水动力、水工程调度、风暴潮模型等水利专业模型，用于支撑浙江省温州市飞云江流域干支流洪水预报、沿海河口水位预报、大中型水库预报调度、沿岸风暴潮预报，为数字孪生飞云江洪涝潮灾害预报、预警、预演、预案“四预”体系内容建设提供算法支撑，实现了流域防洪场景数字化、模拟智慧化、决策精准化，进一步提升了水灾害防御决策支撑能力。在2023年应对台风“杜苏芮”“卡努”“鸿雁”期间，各类模型运行情况较好，其中水文模型精准刻画了预报断面洪峰、峰现时间、洪水变化过程，水动力模型准确反映了台风期间飞云江的水位变化情况，水工程调度模型满足了不同调度方案的制定需求，风暴潮模型精准刻画了近岸潮位站的最高潮位出现时间，潮位误差满足规范许可要求，有效支撑了数字孪生飞云江智慧化防洪“四预”平台运行，全面提升了防洪减灾数字化支撑能力。