您的当前位置：首页数字孪生永宁江洪水预报模型构建及系统应用

数字孪生永宁江洪水预报模型构建及系统应用

来源：微智科技网

第 2 期年 4 月2023

DOI：10.193/j.1674-9405.2023.02.001

水利信息化

Water Resources Informatization

NO.2Apr.2023

数字孪生永宁江洪水预报模型构建及系统应用

1231

徐军杨，陈思，李斌，刘月馨

（1. 杭州华辰电力控制工程有限公司，浙江杭州 311100；2. 浙江希优信息科技有限公司，浙江杭州 310000；3. 浙江省水利科技推广服务中心，浙江杭州 310012）

摘要：以永宁江流域作为试点，构建数字孪生流域，建设具有“四预”功能的“2+N”业务应用体系，综合保障区域防洪安全。考虑到流域内地势起伏大、用地类型复杂、横跨多个行政区块等客观原因，为提高预报精度，基于Mike 系列模型，建立永宁江洪水预报模型。采用 2013 年“菲特”、2015 年“苏迪罗”和 2019 年“利奇马”等台风洪水作为计算场次，根据 2013—2019 年水文资料选取 5 场洪水进行率定，结果表明各站模拟与实测过程趋势线基本一致，其中峰值水位误差：下路站为 1.31%，西江闸下站为 2.23%，永宁江闸上站为 -0.98%，南洋站为 0.04%。4 站的洪峰水位平均误差为 0.58%，洪峰滞时平均误差为 0.8 h，主要预报站点的确定性系数在 0.7 以上，计算时间在 30 s以内。将预报模型、工程调度信息与数字孪生流域系统相耦合，总体展示永宁江流域的工情和防汛情况，实现永宁江流域防汛的智慧决策，为调度指挥提供有力的数值分析保障。关键词：数字孪生；永宁江流域；洪水预报；模型构建

中图分类号：P338；TP391.98 文献标识码：A 文章编号：1674-9405(2023)02-0001-08

0 引言

数字孪生流域是以物理流域为单元、时空数据为底座、数学模型为核心、水利知识为驱动，对物理流域全要素和水利治理管理活动全过程的数字化映射、智能化模拟，实现与物理流域同步仿真运行[1]。2002 年，Grieves 提出数字孪生概念模型；2010 年，NASA 正式提出数字孪生概念；2022 年，水利部研究部署数字孪生流域建设先行先试工作[2]。

数字孪生流域中，最为关键的一环是洪涝灾害的预报。流域洪水是一种复杂的水文现象，包括产流和汇流 2 个阶段，分析水文现象的物理背景及相关时空变化过程即为产汇流理论[34]。流域水文模型按结构类型可分为集总式、半分布式和分布式模型[5]，集总式模型一般适用于水文要素空间分布均呈均匀分布的情况，分布式流域水文模型则具有更强的适用性[67]。

Freeze 等[8]结合水动力学偏微分方程建立分布式水文模型构架；由丹麦水力学研究所等诸多机构提出的 SHE 模型是分布式水文模型的雏形[9]；在此期间还有一些分布式物理模型，如 CEQUEAU 模型[10]、SHE 模型的不同版本、IHDM 模型等。此外，王

收稿日期：2023-01-09

构建分布式中根等[11]以 DEM 高程栅格数据为基础，

水文模型；刘志雨等[12]介绍了改进的 TOPKAPI 模型。这些研究与应用极大地促进了流域分布式水文模型的发展。

考虑到水文模型很难反映出平原河网受下游水工建筑或潮汐顶托等原因产生的河水倒流或水体倒灌现象，为落实数字孪生流域的理念，本研究引入河流水动力模型。对于河流水动力模型，河网是其中重要的研究对象。河网是由多条河流构成的系统，根据河流间的相互关系，河网可分为树状或环状河网。环状河网主要针对平原地区，河底比降小，拦河建筑物多，致使河流流动方向不明确，所形成的河网[13]复杂。求解方法主要有：有限差分法是将偏微分方程离散化为可解线性方程组[14]；有限分析法由陈景仁等[15]首次提出，该方法的关键在于对局部的微分方程进行线性化处理，从而实现差分离散，最终构成可求解的线性代数方程组；边界元法是利用函数近似边界条件提高计算效率，简化数据结构[16]。

目前，永宁江流域整体信息化集成度不足，缺少系统的预报调度模型，数字孪生流域未建成。鉴于此，为提高流域防洪能力，本研究将结合水文水动力等物理模型，构建流域的综合防洪预报调度系统。

作者简介：徐军杨（1986—），男，浙江杭州人，硕士，高级工程师，主要从事信息系统集成、软件开发和技术服务等工作。E-mail：***************

水利信息化2023 (2)

1 信息化系统设计

目前，永宁江存在着各水闸自动化设备集成度低，工程管理与数字化结合不充分的情况，因此须搭建永宁江流域信息化平台，实现对视频监控和设备（水机、金结、电气）监控的采集与集成。

1）基础感知层。通过多种物理感知手段获取水位、流量、雨量数据，以及工程安全监测、视频监控及巡查巡检等数据。

2）数据资源层。主要有： a. 数据采集与汇聚，包括数据采集与集成、抽取、汇聚、清洗、加载入库等。b. 数据资源管理平台，包括数据库建设、数据资源存储维护、元数据管理、数据资源管理平台建设等。

3）支撑服务层。主要有：a. 基础支撑组件，包括统一用户体系与权限管理、GIS 服务与发布、系统监视与管理服务、智能报表服务、工作流管理、多媒体集成服务、消息服务等。b. AI 及模型能力，包括 AI 图

1.1 系统框架

通过多源监测监控、数值模型、一体化综合管理平台、实体保障环境等内容的建设，实现工程管理范围内的永宁江 40 km河道、水闸等水利工程全要素管理。系统框架如图 1 所示。各层级介绍如下：

图 1 系统框架图

2 期第

徐军杨等：数字孪生永宁江洪水预报模型构建及系统应用3

像识别能力、平原河网一维水文水动力学模型、洪水风险分析模型、数字化工程建模和联动分析机制等。

4）业务应用层。包括工程数字档案管理、工程标准化管理、综合监测预警分析、工程数字化管理、防汛指挥决策指挥系统、可视化数字大屏、移动化业务办公应用。

7）数字档案。数字档案模块定位为：对工程生命周期中形成的具有保存价值的文件、资料进行归档的模块，提供科学的档案管理机制，有助于增强永宁江事务所中心技术和知识的储备，在关键时刻发挥档案的依据和凭证作用。

8）移动应用。移动应用模块定位为：基于浙政钉二次开发的，为台州市和黄岩区水利局及永宁江事务所中心工程管理量身定制的日常辅助管理 App，主要包括基础信息、防汛、运行等三大管理功能。

1.2 业务应用系统

从一体化平台的角度，根据永宁江闸强排工程一体化综合管理平台的功能需求、体系结构和关键技术，基于 B/S 架构，结合数值模型构建、信息采集与交互、数据资源管理和基础应用支撑、AI 能力及机制构建的内容，开发宁江闸强排工程一体化综合管理平台业务应用系统，主要包括以下业务应用模块：

1）工程数字一张图。工程数字一张图模块定位为：以永宁江流域 GIS 大场景、王林洋东闸和西闸 BIM 模型为基础，结合天地图、浙江省水利地图，将模型与地图、工程监测监控数据、预警信息、运维信息等进行挂接，区分为三维及二维 GIS 等展示，实现多种应用场景综合展示，建设全流域统一的二、三维电子地图。

2）防汛调度。防汛调度模块定位为：实现永宁江流域防汛形势实时研判，一键研判防汛形势风险与薄弱环节。利用水文水动力模型，综合研判工程安全、纳蓄、行洪能力，动态分析洪水风险，实现永宁江流域防汛的智慧决策，为调度指挥提供有力的数值分析保障。

3）运行管理。运行管理模块定位为：在满足浙江省水利工程标准化运行管理的要求下，结合永宁江流域水利工程运行管理实际情况及现有标准化管理系统成果，进行工程标准化运行管理建设，实现数据整合和高贴合度功能升级，将各项运行管理业务电子化，即为永宁江事务所中心打造一套实用的运行管理系统。

4）安全管护。安全管护模块定位为：对闸门的监测、视频监控及空间管护的分析，提升永宁江流域工程安全维护及生命活动管护的能力，助力永宁江事务所管理人员进行日常安全管护工作。

5）应急管理。应急管理模块定位为：对管理单位的应急预案、响应、演练和评估等进行统一管理，实现防汛抢险工作的应急预案管理，异常现象及相关措施的应急响应管理，以及各类应急工作的演练与评估管理。

6）数据驾驶舱。数据驾驶舱模块定位为：把数据汇总、分类、处理、分析后，选择将一些简明扼要但价值巨大的信息在屏幕上展示，实现有用信息的可视化，帮助管理人员在第一时间抓住永宁江流域内工程运行过程中的重要信息。

2 水文特征

永宁江是椒江的第二大支流，也是浙江省东部温黄平原的主要水系之一，主流长 80 km，集水面积为 8.8 km2，其中：长潭水库坝址以上河长 39 km，集水面积为 441.3 km2；长潭以下河长 41 km，集水面积为 448.5 km2。流域内水库概况如表 1 所示。

表 1 永宁江流域内大中型水库基本情况表

序水库

号名称123

长潭水库佛岭水库秀岭水库

乡（镇）

规模

集雨面

积/km2441.3 18.26 13.9

总库容/万m373 2421 7281 767

水库功能防洪、灌溉、供水、发电防洪、灌溉、发电防洪、供水、灌溉

北洋镇大（2）型沙埠镇院桥镇

中型中型

永宁江流域气候属亚热带海洋性季风气候，流域及邻近设有洪家、临海等气象站。据洪家气象站实测资料统计，多年平均气温为 17.3℃，平均相对湿度为 80.5%，多年平均年降水量为 1 467.5 mm，多年平均年蒸发量为 1 336 mm。

3 基于 Mike 的预报模型构建

Mike 是国际水力软件公司丹麦水力研究所（DHI）研制的比较典型的模型软件，在水文水资源、水环境保护及水利工程的研究和规划中有着广泛应用。本研究采用 Mike 系列的河流水网水力学、降雨径流模拟（NAM）模块，对研究区域内的水文及水动力等物理过程进行模拟。

3.1 水文分区划分及基本参数

基于 30 m * 30 m 的 DEM 高程数据，依据主要河流的集水区域和主要水文站点的空间位置分布进行水文分区，将流域划分成山区、平原区、山区平原交界区 3 种下垫面类型，再结合山脊线、河道线、排水分区等具体因素，将 3 类水文分区细分为 50 个小分区，

水利信息化2023 (2)

总面积达 423.45 km2。这 50 个分区用于水文模型水动力模型耦合计算。水文模型分区图如图 2 所示。

N将每个水文分区概化成一个降雨径流模型

[17]

（NAM），输入参数主要为分区模型 ID、分区面积、

模型基本参数、分区面雨量，分区蒸发量，其中模型基本参数为水文模型的产汇流参数，也是模型的率定参数，其余均为确定性参数。模型基本参数如表 2 所示。

3.2 水动力模型

水动力计算模型基于一维 Saint-Venant 方程组模拟河流的水流状态[18]，具体公式如下：∂A∂Q

=q， +

∂t∂x∂α（1）

Q2∂Q∂hgn2QQA （2）+=0，g+gA+4/3

AR∂t∂x∂xx 为沿程距离；t 为时间；A 为过水断面面积；Q 式中：

h 为水位；q 为旁侧入流单宽流量；R 为水力为流量；

图 2 永宁江流域（下游区间）水文模型分区图

n 为糙率；α 为动量校正系数；g 为重力加速度。半径；

表 2 模型基本参数表

参数含义取值

Umax地表储水层

最大含水量/mm

Lmax根区储水层最大含水量/mm

100

CQOF坡面汇流系数0.6

CKIF壤中流汇流时间常数/h

800

CK12坡面汇流时间常数/h

TOF坡面流的根区土壤含水量阈值/mm

0.5

TIF壤中流的根区土壤含水量阈值/mm

0.5

TG地下水根区土壤含水量阈值/mm

0.5

CKBF基流汇流时间常数/h1 000

一维 Saint-Venant 方程组是明渠非恒定流基本微分方程组，由连续性微分方程式（1）和运动微分方程式（2）组成。方程组利用 Abbott-Ionescu 六点隐式有限差分格式求解，在每一个网格点按顺序交替计算水位或流量，Abbott-Ionescu 格式具有稳定性好、计算精度高的特点。方程组的水位点、流量点交替布置如图 3 所示。

3.3 河网概化与边界设置

本次洪水预报模型概化的河道包含长潭水库至永宁江大闸范围内的永宁江干流、左右支流（江南江北干渠等）及西江等主要支流河道共 55 条。此外，模型将主要小型水库概化成虚拟河道，用于水库下泄流量的设置。模型的外部边界为上游入流和下游出口的边界条件，河道上游端点采用 NAM 水文模型计算的流量结果作为源头入流边界条件，区间子流域入流采用 NAM 水文模型计算并连接到河道中。此外，模型内部边界主要为水工建筑物，这里主要指水闸结构物。模型边界的设置位置如图 4 所示。

水位点

a 水位点、流量点分布

流量点

外部边界内部边界

b Abbott-Ionescu 六点隐式差分法

图 3 基于 Abbott-Ionescu 格式的水位点、流量点交替布置图图 4 模型边界设置示意图

2 期第

3.4 方案率定与检验成果3.4.1 洪水计算场次

徐军杨等：数字孪生永宁江洪水预报模型构建及系统应用

70605040302010008-07

挑选数据完整度较好的 3 场洪水进行率定验证，包括 2013 年“菲特”、2015 年“苏迪罗”和 2019 年“利奇马”台风洪水，逐场洪水的雨量数据统计如图 5～7 所示。

8070605040302010010-05

降雨量/mm长潭鸟山黄坦

西江永宁江

08-08

08-0908-10

日期

08-1108-12

图 7 2019 年“利奇马”台风雨量站数据统计图

长潭

鸟山黄坦

西江永宁江

降雨量/mm次，有如下考虑：1）实测水位数据质量较高，跳点较少；2）降雨数据较为完整；3）收集到主要闸门的调度记录，基本能够还原洪水期间的调度情况。模型

10-10

10-06

10-0710-08

日期

10-09

率定以流域区间水文参数为主。模型的计算输出结果包括各个预报站点的流量和水位过程。图 8 列出了下路、西江闸下、永宁江闸上、南洋等站“苏迪罗”台风洪水的实测与模拟水位对比图。从图 8 中可以看出，各站水位模拟与实测过程趋势线基本一致。其中峰值水位误差：下路站为 1.31%，西江闸下站为 2.23%，永宁江闸上站为 -0.98%，南洋站为 0.04%。4 站的洪峰水位平均误差为 0.58%。洪峰时间上，

图 5 2013 年“菲特”台风雨量站数据统计图

70605040302010008-07

降雨量/mm长潭鸟山黄坦

西江永宁江

08-08

08-0908-10

日期

08-1108-12

4 站的洪峰滞时平均误差为 0.8 h。河道的水位过程与堰、坝的分布，以及结构物的调度密切相关。从模拟结果可以看出，越上游的站点，水位误差越大，与上游未概化的小型堰、坝等结构物及长潭水库实时出流量有关。

4.03.0水位/m2.01.0

图 6 2015 年“苏迪罗”台风雨量站数据统计图

3.4.2 模型率定

选取 2015 年“苏迪罗”台风洪水为主要率定场

5.04.0水位/m3.02.01.0

08-09

08-10

日期

a 下路站水位模拟与实测过程

4.0

08-11

08-1008-11

日期

b 西江闸下站水位模拟与实测过程

6.04.0水位/m2.00.0

水位/m3.0

2.0

1.0

08-10

08-1108-12

日期

c 南洋站水位模拟与实测过程

08-13

-2.0

08-09

08-1008-11日期

d 永宁江闸上站水位模拟与实测过程

实测水位模拟水位

图 8 2015 年“苏迪罗”台风洪水率定结果

水利信息化2023 (2)

表 6 2014-08-25 洪水水位模拟精度评定成果表

表 3 与表 4 分别为“菲特”与“利奇马”台风洪水水位模拟精度计算结果，其中：峰值水位的绝对值误差在 0.31 m 以内，相位差绝对值不大于 2 h，均方根误差（水位过程线的实际值与模拟值）在 0.38 m 以内（除下路站数据出现跳点外）。

表 3 “菲特”台风洪水水位模拟精度统计表

站点名称下路西江闸下永宁江闸上南洋

峰值水位误差/m相位差/h均方根误差/m

0.14-0.110.27-0.11

110-2

0.280.160.380.11

DC0.590.0.900.81

站点名称西江闸下永宁江闸上前蒋南洋

实测峰值水位/m计算峰值水位/m误差/%

3.002.853.152.85

2.972.973.352.96

-1.004.21 6.35 3.86

DC0.830.840.900.73

表 7 2016-09-15 洪水水位模拟精度评定成果表

站点名称西江闸下永宁江闸上

店头南洋

实测峰值水位/m计算峰值水位/m误差/%

3.603.545.733.61

3.673.635.703.63

1.94 2.54 -0.52 0.55

DC0.900.920.750.98

注：DC 为确定性系数，DC 值越大，说明拟合效果越好。

表4 “利奇马”台风洪水水位模拟精度统计表

站点名称下路西江闸下永宁江闸上南洋

峰值水位误差/m相位差/h均方根误差/m

-0.31-0.260.00-0.02

-1001

0.840.240.330.16

DC0.630.940.860.97

表 8 2018-08-19 洪水水位模拟精度评定成果表

站点名称西江闸下永宁江闸上

九溪南洋

实测峰值水位/m计算峰值水位/m误差/%

3.102.953.282.

2.932.933.302.98

-5.48 -0.68 0.61 3.11

DC0.740.820.870.78

表 9 2020-08-03 洪水水位模拟精度评定成果表

站点名称西江闸下永宁江闸上

九溪南洋

实测峰值水位/m计算峰值水位/m误差/%

3.142.993.872.99

3.002.993.613.07

-4.46 0.00 -6.72 2.68

DC0.850.850.960.84

对 3 场洪水评定结果进行分析可知：峰值水位平均误差在 0.27 m以内（包含数据存疑情况）；平均相位差在 1 h 以内，主要原因是获取到的监测数据为小时数据，模型输出结果也对应为每小时 1 个结果，故增加了相位误差；均方根误差平均在 0.3 m 以内，结果较准确；DC 均在 0.7 以上，其中永宁江闸上站 DC 达到 0.9 以上。3.4.3 模型验证

中小型洪水资料普遍缺失，所以在挑选洪水场次时优先选择永宁江闸、西江闸水位过程较全的场次。验证站点选择以永宁江闸上、西江闸下、南洋站这 3 个站点为主，另外寻找 1 个数据完整的站点进行验证。

根据历史洪水对模型的参数进行了率定及验证，并对模型的精度进行了评定，结果如表 5～9 所示。多场洪水统计结果表明，主要站点（永宁江闸上、西江闸下、九溪、南洋站）水位模拟 DC 都在 0.7 以上。

表 5 2014-06-21 洪水水位模拟精度评定成果表

站点名称西江闸下永宁江闸上罕溪头南洋

实测峰值水位/m计算峰值水位/m误差/%

2.552.574.583.07

2.2.514.553.02

3.53-2.33-0.66-1.63

DC0.910.900.910.82

4 洪水预报流程

本次洪水预报先将流域源头及区间产流通过水文模型计算边界流量，再将水文与水动力模型进行耦合，从而完成河道洪水演进计算，再结合水位监测数据对模型下游边界进行更新，从而提高模型计算精度，最终完成洪水预报。预报模型分为 2 个阶段，即历史数据预热和预报降雨计算 2 个阶段，预报模型时间流程如图 9 所示。

历史模拟期预报期计算开始时间预报开始时间计算结束时间图 9 预报模型时间流程

预热阶段将历史实测的降雨数据作为源项进行热启动，并根据水文站的实时流量数据进行校正。这里有 3 个关键点：历史模拟期开始计算时的初始条

2 期第

徐军杨等：数字孪生永宁江洪水预报模型构建及系统应用7

件的设定问题、历史模拟期阶段中的实时校正问题、预报期模型边界的设定问题。

1）预报模型初始条件设定。采用长时间历史模拟与预报模型实时计算结果相结合的手段找到本次预报。计算的初始条件分为初始场次搜索及热启动文件搜索，初始场次搜索流程及热启动搜索规则如图 10 所示。

搜索相关初始场次报信息等方面总体展示永宁江工情和防汛情况，并结合模型预报数据将关注的要点显示在同一个页面上，便于防汛调度人员迅速掌握流域内洪水形势，辅助指挥调度。洪水预报系统主要有以下几个方面应用：

1）智慧调度运行。收到调度任务后，根据当前区域范围内各雨水情站点的实时监测数据及相关降雨预报信息，调用水文水动力、洪水风险分析等模型进行计算，综合评估各方案的河道水位和洪水风险，确定科学合理的联合调度方案。

当调度命令执行以后，系统根据流域内各监测点的实时雨水情及上游干流和支流河道来水情况等信

本年内预报模拟场次年内是否有预报是采用降雨相近场次为预报初始场次否息，定时对调度决策的运行效果进行反馈，当系统监测到当前运行状态无法满足调度需求时，会重新进行

搜索历史降雨相近场次为初始场次优化调度和运行操作，并进行新一轮评估，提供新的联合调度方案。在保障安全的前提下，最大限度地发挥工程综合效益。

2）三维调度仿真。调度运行作为永宁江流域水利工程的重要核心业务，在三维融合模型的基础上，根据已有模型方案，实现对工程调度运行过程的仿真模拟，为用户提供直观、真实的体验。

3）洪水淹没分析。洪水发生后，根据模型的预报结果并采用地理信息技术，实现对模型计算区域在未来降雨条件下的淹没面积、水深、时长等数据的统计与分析。同时可根据人口分布状况，对易受灾区域的人口进行提前转移，为防汛转移路线、人口和避灾点选择等提供合理建议。

a 初始场次搜索流程SOSSOSSOSSOSSOSSOSSOSSOSTOFTOFTOFTOFTOFTOFTOFTOFEOSEOS不适合某次预报模拟计算结果不适合某次预报模拟计算结果

EOS适合某次预报模拟计算结果EOS适合某次预报模拟计算结果EOS适合某次预报模拟计算结果

EOS适合某次预报模拟计算结果EOS适合某次预报模拟计算结果EOSb 热启动搜索规则程

当前模拟预报

注：SOS 为计算开始时间，TOF 为预报开始时间，EOS 为计算结束时间。

图 10 初始场次搜索流程及热启动搜索规则

6 结语

本研究以永宁江流域作为试点，构建了永宁江流域水文和河道洪水演进等模型。根据历史洪水对模型的参数进行了率定及验证，并对模型的精度进行了评定。多场洪水统计结果表明，主要站点（永宁江闸上、西江闸下、九溪、南洋站）水位模拟确定性系数在0.7 以上（含数据存疑年份）。将水文水动力模型嵌入预报系统，模型能够上线运行，模型计算时间在 30 s 以内。为提高水利基础信息化水平，应当提高遥测数据的稳定性及精度，可基于现有模型成果进行改善，提高预报精度。考虑到河道拦河结构物的概化，以及调度对河道的水位影响很大，由于未能收集到足够详细的闸门调度资料，率定时存在较多主观猜测调度，因此对河道的水位模拟存在一定偏差，后期如有遥测调度记录，可对模型进行进一步率定，以提高水位预报的准确度。

2）模拟阶段实时校正。实时校正是在洪水过程模拟之前，根据实时水文气象信息，对洪水预报模型的参数、模型变量及输入条件等进行校正，使计算结果更符合客观实际，提高洪水预报的精度。实时校正能力的强弱决定洪水预报模型结果的好坏，采用卡尔曼滤波法对洪水预报进行实时校正，将各种水文状态变量引入到滤波过程中，达到实时校正的功能。

3）预报期模型边界设定。根据用户输入的预报期未来降雨，通过降雨径流模型计算预报期所有源头及区间流域出流，并将此作为模型内部河道预报期水动力计算的入流边界。

5 洪水预报系统应用

将洪水预报调度相关信息进行整合，从永宁江闸站操作流程、设备状态、水位雨量、生产安全、洪水预

水利信息化2023 (2)

参考文献：

[1] 中华人民共和国水利部.水利部部署数字孪生流域建设工作[J].中国水利，2022（1）：5.

[2] 胡春宏，郭庆超，张磊，等.数字孪生流域模型研发若干问题思考[J].中国水利，2022（20）：7-10.

[3] 芮孝芳.水文学原理[M].北京：高等教育出版社，2013：6-7.[4] 王浩，王佳，刘家宏，等. 城市水循环演变及对策分析[J]. 水利学报，2021，52（1）：3-11.

[5] 芮孝芳.论流域水文模型[J].水利水电科技进展，2017，37（4）：1-7.

[6] 徐宗学，叶陈雷. 城市暴雨洪涝模拟：原理、模型与展望[J].水利学报，2021，52（4）：381-392.

[7] 芮孝芳.单元嵌套网格产汇流理论[J].水利水电科技进展，2017，37（2）：1-6.

[8]FREEZERA，HARLAN R L. Blueprint for a physically-based digitallysimulated hydrological response model[J].Journal of Hydrology，1969，9：237-258.

[9]ABBOTTMB，BATHURST J C，CUNGE J A，et al. An introduction to the European hydrological system—Systeme Hydrologique Europeen，“SHE”，1：History and philosophy of a physically based distributed modeling system[J]. Journal of Hydrology，1986，87：45-59.

[10] CHARBONNEAU R，FORTIN J P，MORIN G. The CEQUEAU

model：Description and examples of its use in problem related to water resource management[J]. Hydrological Science Bulletin，1997，22（1/3）：193-202.

[11] 王中根，刘昌明，左其亭，等.基于 DEM 的分布式水文

模型构建方法[J].地理科学进展，2002，21（5）：430-439.[12] 刘志雨，谢正辉.TOPKAPI 模型的改进及其在淮河流域

洪水模拟中的应用研究[J].水文，2003，（6）：1-7.[13] 张善亮. 基于水文水动力耦合模型的钱塘江流域洪水

预报研究[J]. 水利水电快报，2022，43（7）：25-32[14] 荆海晓.河网水动力及水质模型的研究及应用[D]. 天

津：天津大学机械工程学院，2010：44-45.

[15] 陈景仁，ShengYuh Jaw，胡晓强，等. 湍流模化的现状及

发展趋势[J].力学进展，1992，33（3）：381-384.

[16] CHAU K W，JIN H . Two-layered，2D unsteady eutrophication

model in boundary-fitted coordinate system[J]. Marine Pollution Bulletin，2002，45（1-12）：300-310.

[17] 王封祚，张伟康. 基于NAM模型的城西湖蓄洪区暴雨

洪水风险分析[J]. 中国防汛抗旱，2021，31（增刊 1）：4.[18] LIU Y， CHAI Z，GUO X，et al. A lattice Boltzmann model

for the viscous shallow water equations with source terms [J]. Journal of Hydrology，2021，598: 126-428.

Construction of ﬂ ood forecast model for digital twin Yongning River and system applicationXU Junyang 1，CHEN Si 2，LI Bin 3，LIU Yuexin 1

Ltd.，Hangzhou 311100，China；（1. Hangzhou Huachen Power Control Engineering Co.，2. Zhejiang Xiyou

Information Technology Co.，Ltd.，Hangzhou 310000，China；3. Zhejiang Water Science and Technology Extension Service Center，Hangzhou 310012，China）Abstract：Taking the Yongning River Basin as a pilot，this paper aims to construct a digital twin river basin and build a “2 + N ” business application system with “four pre” functions，so as to comprehensively guarantee the regional ﬂ ood control safety. Considering the objective reasons such as rugged terrain，complex land use types，and multiple administrative regions in the river basin，a ﬂ ood prediction model for Yongning River is established to improve the prediction accuracy based on series of the Mike models. Adopted the 2013 “Fitter”，2015 “Surodi” and 2019 “Lekima” ﬂ oods as calculated sessions，based on ﬁ ve ﬂ ood rates selected from the hydrological data from 2013 to 2019，the results show that the simulation of each station is basically consistent with the measured process line trend. The errors of peak water level are 1.31% at the Xialu station，2.23% below the Xijiang River Gate，-0.98% on the Yongning River Gate，and 0.04% at the Nanyang station. The average ﬂ ood peak error of the four stations is 0.58%，and the average error of ﬂ ood peak delay time is 0.8 hours. The deterministic coeﬃ cient of the main forecast stations is above 0.7，and the calculation time is within 30 seconds. Moreover，the forecast model，information of project scheduling and the digital twin basin system are integrated，and the industrial situation and ﬂ ood control of Yongning River are displayed as a whole，so as to realize the intelligent decision-making of ﬂ ood control for the Yongning River Basin and provide a powerful numerical analysis guarantee for scheduling and command.Key words：digital twin；Yongning River Basin；ﬂ ood forecast；model construction

（责任编辑：来冰华）

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文