1 數字孿生流域（Digital Twin Basin/Watershed）總則

1.1 定義

數字李生流域是以物理流域為單元、時空數據為底座數學模型為核心、水利知識為驅動，對物理流域全要素和水利治理管理活動全過程進行數字映射、智能模擬、前瞻預演:與物理流域同步仿真運行、虛實交互、迭代優化，實現對物理流域的實時監控、發現問題、優化調度的新型基礎設施。

1.2 適用范圍

• 流域管理機構
• 省行政管理部門

主要適用于大江大河大湖及主要支流、重點流域和重點區域的數字孿生流域建設。

1.3 建設目標

數字孿生流域建設總體目標是:按照“需求牽引、應用至上、數字賦能、提升能力”要求，以數字化、網絡化、智能化為主線，以數字化場景、智慧化模擬、精準化決策為路徑，在水利一張圖基礎上構建全國統一的數據底板，升級擴展三維展示、數據融合、分析計算、動態場景等功能，建設完善數字孿生平臺、提升信息化基礎設施能力，建成大江大河大湖及主要支流、重點流域和重點區域的數字李生流域，實現與物理流域同步仿真運行、虛實交互、迭代優化，支撐“四預”(預報、預警、預演、預案)功能實現和“2+N”智能應用運行，加快構建智慧水利體系，提升水利決策與管理的科學化、精準化、高效化能力和水平，為新階段水利高質量發展提供有力支撐和強力驅動。

1.4 建設原則

• 需求牽引，應用至上
• 系統謀劃，分步實施
• 統籌推進，協同建設
• 整合資源，集約共享
• 更新迭代，安全可控

2 數字孿生流域框架與組成

2.1 數字孿生流域框架

智慧水利由數字孿生流域、業務應用、網絡安全體系、保障體系等組成。
其中，數字孿生流域是智慧水利建設的核心與關鍵，包括數字孿生平臺和信息化基礎設施；流域防洪、
水資源管理與調配以及N項業務應用調用數字孿生流域提供的算據、算法、算力等資源。總體框架如圖2-1所示。

2.2 數字孿生流域組成

數字孿生流域建設框架如下：

2.2.1 數字孿生平臺

數字孿生平臺主要由數據底板、模型平臺、知識平臺等構成。

數字孿生平臺各組成部分功能與關聯為：

• 數據底板匯聚水利信息網傳輸的各類數據，經處理后為模型平臺和知識平臺提供數據服務；
• 模型平臺利用數據底板成果，以水利專業模型分析物理流域的要素變化、活動規律和相互關系，通過智能識別模型提升水利感知能力，利用模擬仿真引擎模擬物理流域的運行狀態和發展趨勢，并將以上結果通過可視化模型動態呈現；
• 知識平臺匯集數據底板產生的相關數據、模型平臺的分析計算結果，經水利知識引擎處理形成知識圖譜服務水利業務應用。

2.2.2 信息化基礎設施

信息化基礎設施主要由水利感知網、水利信息網、水利云等構成。

信息化基礎設施各組成部分功能與關聯為：

• 水利感知網負責采集數字孿生流域所需各類數據；
• 通過水利信息網將數據傳輸至數字孿生平臺數據底板；
• 水利云平臺負責提供數據計算和存儲資源

3 數字孿生平臺（Platform of digital twin）

3.1 數據底板（Data base）

數據底板應在水利一張圖基礎上升級擴展，完善數據類型、數據范圍、數據質量，優化數據融合、分析計算等功能:主要包括數據資源、數據模型和數據引擎等內容。

數據底板的建設目標是在現有數據共享體系的基礎上，收集流域范圍的水利基礎數據、業務管理數據、動態
監測數據、地理空間數據以及跨行業共享數據，以數據模型為核心進行數據關聯與融合，形成基礎數據統一、監測數據匯集、二三維一體化、跨層級、跨業務的數據底板，實現全要素的數字化映射，并與模型平臺、知識平臺集成，
實現業務數據標準化，形成具備持續性更新能力的數據支撐體系。
同時，以流域為單元實現數據資源的一體化管理機制與多層次的數據服務體系，保障“四預”業務的高效運轉。

3.1.1 數據資源

數據資源主要包括基礎數據、監測數據、業務管理數據跨行業共享數據、地理空間數據等內容。

• 基礎數據
• 動態監測數據
• 業務管理數據
• 跨行業共享數據
• 地理空間數據

3.1.2 數據模型

數據模型包括水利數據模型和水利網格模型。

• 水利數據模型是面向水利業務應用多目標、多層次復雜需求，構建的完整描述水利對象的空間特征、業務特征、關系特征和時間特征一體化組織的數據模型。
• 水利網格模型是根據行政區劃、自然流域、水資源功能區和數值計算等需求構建的網格化管理模型，實現流域防洪水資源管理與調配等水利業務的網格化聯動。

3.1.3 數據引擎

數據引擎主要包括數據匯聚、數據治理、數據挖掘、數據服務等內容。

3.2 模型平臺

按照“標準化、模塊化、云服務”的要求，制定模型平臺開發、模型調用、共享和接口等技術標準，保障各類模型的通用化封裝及模型接口的標準化，以微服務方式提供統調用服務，供各級單位進行調用。主要包括水利專業模型、智能識別模型、可視化模型和模擬仿真引擎。

3.2.1 水利專業模型（Water conservancy model）

水利專業模型包括機理分析模型、數理統計模型、混合模型等三類。

• 機理分析模型是基于水循環自然規律，用數學語言和方法描述物理流域的要素變化、活動規律和相互關系的數學模型；
• 數理統計模型是基于數理統計方法，從海量數據中發現物理流域要素之間的關系并進行分析預測的數學模型；
• 混合模型是將機理分析與數理統計進行相互嵌入、系統融合的數學模型。

3.2.2 智能識別模型

智能識別模型將人工智能與水利特定業務場景相結合實現對水利對象特征的自動識別，進一步提升水利感知能力。

3.2.3 可視化模型

可視化模型包括自然背景、流場動態、水利工程、水利機電設備等，通過對各類模型進行可視化構建，面向具體的業務應用真實展現物理流域中各種水利業務場景。

• 自然背景包括河流、湖泊、侵蝕溝、地下湖、地下河、植被、建筑、道路等;流場動態包括水流、泥沙運動、潮汐、臺風等；
• 水利工程包括水庫、水閘、堤防、水電站、泵站、灌區、調水、淤地壩等；
• 水利機電設備包括水泵、啟閉機、閘門等。

3.2.4 模擬仿真引擎

模擬仿真引擎以數據底板為基礎，以虛擬現實(VR，VirtualReality)、增強現實(AR，Augmented Reality)、混合現實(MR，MixedReality)和全息現實(HR，HolographicReality)為支撐，實現數字李生流域與物理流域同步仿真運行，包括模型管理、場景配置、模擬仿真等功能。

3.3 知識平臺

知識平臺利用知識圖譜和機器學習等技術實現對水利對象關聯關系和水利規律等知識的抽取、管理和組合應用，為數字李生流域提供智能內核，支撐正向智能推理和反向溯因分析，主要包括水利知識和水利知識引擎。
其中，水利知識提供描述原理、規律、規則、經驗、技能、方法等的信息，水利知識引擎是組織知識、進行推理的技術工具，水利知識經知識引擎組織、推理后形成支撐研判、決策的信息。知識平臺應關聯到可視化模型和模擬仿真引擎，實現各類知識和推理結果的可視化。

3.3.1 水利知識

水利知識為決策分析提供支撐信息，包括水利對象關聯關系、業務規則、歷史場景、專家經驗和預報調度方案等。

• 水利對象關聯關系用于描述物理流域中的江河湖泊、水利工程和水利對象治理管理活動等實體、概念及其關系，是其他水利知識融合的基礎，對數據資源進行抽取、對齊、融合等處理，并進行結構化分類和關聯，便于水利知識的快速檢索和定位。

3.3.2 水利知識引擎

水利知識引擎主要實現水利知識表示、抽取、融合、推理和存儲等功能。

• 知識表示利用人機協同的方式構建水利領域基礎本體和業務本體，實現陳述性和過程性知識表示；
• 知識抽取采用統計模型和監督學習等方法，結合場景配置需求和數據供給條件，構建實體一關系三元組知識，并抽取各類水利對象實體的屬性，對水利領域實體類別及相互關系、領域活動和規律進行全方位描述；
• 知識融合針對多源知識的同一性與異構性，構建實體連接、屬性映射、關系映射等融合能力；
• 知識推理通過監督學習、半監督學習、無監督學習和強化學習等算法，構建水利推理性知識；
• 知識存儲采用圖計算引擎管理和驅動水利知識，實現超大規模數據存儲。

4 信息化基礎設施

信息化基礎設施按照“整合已建、統籌在建、規范新建”原則統籌規劃，提升對物理流域狀態進行監測和智能感知的能力，加強存儲和計算資源的集約化利用，為水利業務應用提供基礎支撐環境。

4.1 水利感知網

水利感知網應圍繞數字李生流域和“2+N”水利業務應用需求，利用傳感、定位、視頻、遙感等監測技術，擴大對物理流域的監測范圍，補充完善監測要素類型和數據內容。

4.2 水利信息網

水利信息網主要包括水利業務網和水利工控網。

4.2.1 水利業務網

水利業務網包括廣域網、城域網、部門網，其中廣域網包括骨干網、流域省區網、地區網等。應依托現有水利網絡資源，充分利用國家電子政務外網，通過租賃專線、自建光纖、網絡VPN、衛星通信等多種方式，擴展網絡覆蓋范圍提高網絡帶寬，實現各單位之間的全面互聯，支持日常通信傳輸和應急通信服務保障。

4.2.2 水利工控網

水利工控網應與水利業務網物理隔離，宜分為實時控制區和過程監控區。

4.3 水利云

水利云可采用自建云，共享行業云和政務云等方式，主要包括一級水利云、二級水利云及水利工程管理單位計算存儲資源。

參考

1、《數字孿生流域建設技術大綱（試行）》-水利部