【摘要】基于数字孪生数据底座的城市内涝实时预报预警需求，需要高精度城市内涝实时计算、滚动计算预报预警模型，因而限制了传统主流经典水文水动力模型的应用。本文基于水循环物理过程，从模型算法、算力和算据建设方向创新，设计开发了一套城市洪涝防御“四预”实时预报预警系统平台，平台功能主要包括城市内涝水动力模块、分布式物理水文和水动力耦合模型模块、人工智能雨洪相似性分析模块、城市洪涝“四预”场景数字孪生模块。系统投入运行以来，为深圳市龙岗区中心城提供了城市内涝实时预报预警服务。
【关键词】数字孪生；城市洪涝；分布式物理水文模型；水动力模型；参数本地化； 并行计算；人工智能
1 引言
我国在极端气候条件下城市暴雨内涝频发，城市洪涝不仅威胁人民生命财产安全，更是对社会经济造成巨大影响，比如郑州“7•20”大暴雨事件，如果郑州市有高精度城市洪涝预报预警模型，能够实现4～7天城市内涝预见期，可能人们对极端暴雨洪水的响应完全不一样，高精度、长预见期的城市洪涝系统平台是城市精细化、网格化、智能化管理水平的利器。城市洪涝灾害防御预防难、损失大，是智慧水利的核心难题。对于城市内涝防治来说，“四预”支撑是核心技术。城市内涝虽然也属于洪水，但由于城市与流域在空间结构上有着很大的不同，特别是在城市中存在着复杂的排水系统，因此，流域洪水预报模型不能直接应用于城市内涝预报，需要专门的模型。欧美等发达国家从 20 世纪 60 年代开始研究城市洪水模型，提出了 SWMM 模型、Inforworks 模型、STORM 模型、ILLUDAS 模型、HSPF 模型、TRRL 模型、DR3M-DUAL 模型、SLAMM模型、Rational 模型等，其中 SWMM 模型影响最大，Inforworks 模型在欧洲的用户数较多。国内的城市洪水模型主要有张敏等提出的城市暴雨积水预报模型；周玉文等提出的用等流时线法进行产汇流计算的模型；岑国平等建立的城市暴雨径流计算模型等。上述这些城市洪水模型，基本上都是从流域洪水预报模型演变而来，并在其中增加了排水管网汇流计算部分，有些模型还在城市地表面汇流计算中引入了二维水动力学模型。
城市内涝模型经过几十年发展、技术积淀，水动力学模型的理论体系已经相对完善，主要限制是算法的效率、计算机新技术应用等问题。一方面，随着算力的提升，一定程度上对效率有推动作用；另一方面，不同模型擅长的领域有区别，如何进行取长补短是应用层面需要解决的问题，模型算法高效求解等算法、算力大幅提升，多学科交叉融合和大数据等数据应用，使得城市内涝实时计算变得可能。
云河（河南）信息科技有限公司自主研发的城市洪涝防御“四预”实时预报预警系统平台瞄准国内“卡脖子”模型和数据底座技术，依据水循环过程和经典模型原理，从底层对算法进行编写、方程组高效求解、模型紧耦合和最新计算机技术的应用，实现自主研发可控、城市内涝预报预警精度不亚于甚至超过市面上经典水文水动力学模型，但是计算速度实现分钟级实时计算、滚动计算，模型扩展灵活方便，真正实现算法、算力和算据创新，使城市防洪排涝精细化、智能化和智慧化管理实现变得可能。
2 城市洪涝防御“四预”实时预报预警系统平台创新点
（1）设计并开发出降雨融合模型，实现模型直接降雨法。降雨融合模型可以接入并适用多种类型的降雨数据：雨量站、气象站、S波段雷达定量降雨估测、X波段雷达定量降雨估测、卫星云图定量降雨估测和数值模式降雨预报。降雨融合子模型能最大限度降低降雨时空分辨率带来的误差，高精度刻画降雨时空分布规律，直接作为城市内涝模型输入边界加入模型计算。
（2）气象水文紧密耦合实现分布式和并行计算。在由工程和非工程措施构成的流域防洪减灾体系中，水文预报占据十分重要的地位，为了延长水文预报的有效预见期，同时保证水文预报精度，需要对整个水循环过程进行综合模拟，因此大气模式和水文模型的耦合研究成为关键。本模型采用大气模式和分布式物理水文模型进行单向耦合的方法构建研究区陆气耦合平台。
（3）城市内涝水文水动力紧密耦合模型实现高精度实时计算。城市暴雨内涝数学模型涉及气象学、水文学、水力学、河流动力学以及给排水工程等多学科知识，属于多学科交叉，具有系统工程特征的数学模型。模型需要反映降雨量分布、产汇流原理、地面流、河道明渠流、堰流、跌水、管网有压流、管道无压流、有压流到无压流过渡过程，以及地面向管道中泄流或从管道向地面涌水等多种工程情况及其相互连接问题，是一个复杂的微观区域水文过程模型。本模型创新点：开发并实现真正意义上城市分布式物理水文模型，按照地物类型划分5类高精度（1﹕500）地物类型，每类地物类型实现水文敏感参数时空分布本地化，水动力（一维管网、一维河道和二维地面）实现联动整体圣维南方程组求解，并在产汇流过程加入并行计算技术。
（4）人工智能模块实现算法和数据误差实时校正。采用人工智能技术调整内涝模型的预报结果，使其预报趋向更加准确。
3 模型结构
基于城市内涝产汇流过程高精度概化，基于分布式物理水文水动力过程，按照城市下垫面产汇流规律设计并开发出地表划分与汇流网络子模型、降雨融合子模型、产流计算子模型、汇流计算子模型、径流耦合子模型、内涝淹没子模型，各个模型能够独立，相互协同计算、紧密耦合，实现整个城市按照流域统筹，全流域全过程高精度水文水动力的城市内涝预报预警计算。模型结构、数据底座和计算机技术作为系统平台核心，基于水循环物理过程数字孪生模型结构框架图图图1所示。
3.1地表划分与汇流网络子模型
本模型基于规则网格高精度地形和地物（1﹕1000）进行模型网格划分。模型数据网格单元的尺寸与孪生数据保持一致，高精度概化孪生数据，计算单元为实际产汇流计算单元时，其尺寸与地物实际尺寸保持一致。地表划分为5类：建筑物、道路、水系、公共空间和绿地，不同的汇流网格采用不同的汇流计算方法，地表和地下汇流网格采用紧密耦合方法进行动态水量交换模拟。
3.2降雨融合子模型
根据城市地物类型，本模型对城市透水路面、不透水路面和建筑物屋面分布采用不同产流计算方法。
3.3汇流计算子模型
本模型汇流计算包括河道、管网、地面和屋顶汇流计算。路面汇流、河道汇流和排水管网汇流采用一维非恒定流进行计算，城市管网采用动态波法进行计算。
3.4径流耦合子模型
本模型在地表与地下排水管渠、河道和地表、地表和调蓄设施、深层排水系统和地表及管渠进行了紧密耦合，泵站、闸门等水工构筑物作为内边界条件进行了紧密耦合。
3.5内涝淹没子模型
内涝淹没子模型通过动态的开展易涝点的水量平衡计算，来动态的确定内涝淹没点的位置、水深及流速，计算方法如下。
（1）降雨开始后，马上启动内涝模型的产汇流计算子模型开展产汇流计算。
（2）计算进入易涝点的水量，包括本地的地面径流量和其它区域通过路面汇流进入的水量。
（3）计算水量交换通量，即通过集水口可进入地下排水系统的最大水量；这要先根据排水系统计算结果确定管道是满流还是非满流，满流时水量溢出，交换量为负值，否则为正值。
（4）当来水量不大于交换水通量时，如果此前没有发生内涝，则易涝点不积水，继续不发生内涝，来水全部可进入排水系统排走；如果此前已发生内涝，则本时段有部分前期积水被排走，排走量为交换水通量和来水量的差值，称为时段减水量；内涝开始消退，积水减少。
（5）当来水量大于交换水量时，多余水量积存在易涝点区域，这个多余水量称为时段增水量；如果此前没有发生内涝，则易涝点开始积水，发生内涝；如果此前已发生内涝，则本时段积水增加，内涝加重。
（6）计算确定易涝点的时段末蓄水量，根据蓄水量-水深关系曲线，确定淹没的单元及相应的积水深度。
（7）逐时段进行内涝淹没计算，就可得到整个暴雨期间易涝点的淹没过程，即淹没点及其水深的变化过程。
图1 基于水循环物理过程数字孪生模型结构框架图
4 参数本地化优选方法
本模型采用的参数优选方法包括：粒子群优化算法PSO、Rosenbrock方法、遗传算法、新建洗牌寻优算法SCE-UA、多目标遗传算法ensga2r。
本模型系统平台在模型算法层面误差控制在2%以内，用数字孪生数据底座高精度概化模型数据误差控制在3%以内，通过大量历史暴雨场次的高精度模拟，通过和监测数据进行对比分析，可以拟合出模型的算法误差和数据误差函数，便于后续人工智能结果调整提供科学依据。
图3 模型和数据误差示意图（Alonso，Journal of the American Institute of Planners ，1968）
5 内涝实时预报深圳案例
本项目对深圳市龙岗区中心城139.035km2城市内涝进行了高精度仿真建模并开展了城市内涝预报预警应用。研究区管网15852段，雨水口为16127个，测试模型的三级排水分区为5891个，本项目是基于高精度地形（1﹕1000）和地物类型（1﹕500）数据进行内涝预报预警，排水管网排口281个。该研究区城市排水管网来自最新物探资料、工程施工图资料为更新补充，确保数据资料符合城市孪生数据底座要求。本模型的时间步长分别进行了2s和5s，地形规则网格空间分辨率为5m，开展了城市内涝预报仿真模拟工作，用普通笔记本对一场预报暴雨进行仿真预报，时间步长为5s，城市内涝预报时间为4分钟。本模型系统平台为了平衡实时计算时间、算法计算精度，城市内涝实时预报预警时间在雷达数据采集时间6分钟以内，实现真正意义上实时计算和滚动计算进行城市内涝预报。龙岗中心城数字孪生参数本地化，开展城市内涝预报的水深误差小于5cm，流量误差小于10%。
在开展龙岗中心城城市内涝预报前，用逐分钟降雨数据和历史洪灾调查数据进行了率定验证，率定验证的历史降雨场次分别为2015年“5▪20”“5▪23”和2016年“5▪10”“5▪20”和“8▪10”等暴雨进行了率定和验证，通过参数优选及高精度概化使其参数本地化，本模型平台水位误差小于5cm，流量误差小于10%。
图4 历史内涝率定验证对比图
6 结论
本文基于数字孪生数据底座、在降雨融合模型、分布式物理水文模型、城市管网一维水动力学模型、城市地表二维水动力学模型和河道一维水动力学模型，基于水循环物理过程，依据经典的理论从算法层面自主研发，在城市内涝算法、算力和算据层面开展了大量创新工作，模型在139.035km2范围开展了大量测试和应用工作，模型计算精度分别和SWMM和MIKE URBAN进行了大量测试对比，计算精度达到经典软件计算精度，在计算速度方面真正实现实时计算，说明该平台的建设是成功的，因为底层算法自主可控，扩展灵活，有利于该城市洪涝防御“四预”实时预报预警平台在我国城市数字孪生中应用。
本文的研究工作还只是实现了城市内涝高精度实时计算，实时预报和滚动计算，虽然证明本次研究探索是成功的，还有很多工作需要开展深入，比如算法和人工智能结构深度耦合、城市内涝定量演变规律、模型智慧化、智能化应用需要进一步开发完善该系统平台。
【参考文献】
[1] Abbott M B , Bathurst J C , Cunge J A , et al.. AnIntroductionto the European Hydrologic System-System HydrologueEuropeen, ‘SHE’, 2: Structure of a Physically based, distributed modeling System[J]. Journal of Hydrology, 1986, 87.
[2] KOUWEN, N. WATFLOOD: A Micro-Computer based Flood Forecasting System based on Real-Time Weather Radar[J]. Canadian Water Resources Journal, 1988, 13(1):62-77.
[3] LIANG, X. ,D. P. LETTENMAIER, E. F. Wood, and S. J. Burges. A simple hydrologically based model of land surface water and energy fluxes for general circulationmodels[J]. J. Geophys. Res.1994, 99(D7):14415-14428.
[4] Wigmosta, M. S. L. W. Vail, D. P. Lettenmaier. A Distributed Hydrology-Vegetation Model for Complex Terrain[J]. Water Resources Research, 1994, 30(6), 1665-1669.
[5] Julien, P. Y, Saghafian, B. Ogden, F. L. Raster-Based Hydrologic Modeling of spatially-Varied Surface Runoff[J]. Water Resources Bulletin, 1995, 31(3):523-536.
[6] Wang, Z. Batelaan, O. &De Smedt, F. A distributed model for Water and Energy Transfer between Soil, Plants and Atmosphere (WetSpa)[J]. Phys. Chem. Earth, 1996, 21, 189-193.
[7] Vieux, B. E. and J. E. Vieux, 2002, VfloTM: A Real-time Distributed Hydrologic Model[A]. Proceedings of the 2nd Federal Interagency Hydrologic Modeling Conference, July 28-August 1, 2002, Las Vegas, Nevada. Abstract and paper on CD-ROM.
[8] 贾仰文, 王浩, 等. 分布式流域水文模型原理与实践[M]. 北京: 中国水利水电出版社. 2005.
[9] 郭生练, 熊立华, 杨井, 等 . 基于DEM的分布式流域水文物理模型[J]. 武汉水利电力大学学报, 2000, 33（6）, 1-4.
[10] Hydrologic Engineering Center, .Storage, Treatment, Overflow, Runoff Model, STORM, Generalized Computer Program 723-58-L7520. Hydrologic Engineering Center, US Corps of Engineers, Davis, California.
[11] 张敏, 沈荣芳. 城市暴雨积水预报系统的理论模型及模拟计算[J]. 同济大学学报, 1994, 22（3）:334—339.
[12] 仇劲卫, 李娜, 程晓陶, 等. 天津市城市暴雨沥涝仿真模拟系统[J]. 水利学报, 2000, （11）:34-42.
[13] 李娜, 仇劲卫, 程晓陶, 等. 天津市城区暴雨沥涝仿真模拟系统的研究[J]. 自然灾害学报, 2002, 11(2):112-118.
[14] 陈洋波, 罗进生, 周浩澜, 等. 东莞城市内涝预报预警系统[J]. 中国市政工程, 2013, 168:82-84.
[15] 赵安周, 朱秀芳, 史培军, 等. 国内外城市化水文效应研究综述[J]. 水文, 2013, 33(5):16-22.
[16] 叶陈雷，徐宗学.城市洪涝数字孪生系统构建与应用：以福州市为例[J].中国防汛抗旱，2022，32（7）：5-11，29.
[17] 徐宗学，程涛.城市水管理与海绵城市建设之理论基础—城市水文学研究进展[J].水利学报，2019（1）：53-61.
[18] 张建云.城市化与城市水文学面临的问题[J].水利水运工程学报，2012（1）：1-4.
[19] 刘家宏，李泽锦，张颖春.基于城市水文模型的海绵城市智慧管控[J].水利水电技术，2019，50（9）：1-9.
[20] 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.