基于AI与数字孪生融合的流域气象水文风险预警模型

福建华云气象服务有限公司、北京清华前沿交叉创新研究院

童瑞

　　非常有幸代表福建华云和北京清华前沿交叉创新研究院、清华大学水沙科学与水利工程全国重点实验室分享我们在气象水文风险预警模型AI与数字孪生方面的工作。

　　一、背景与意义

　　气候变化引发的暴雨现象已使气象灾害成为我国经济社会高质量发展的重大障碍。流域暴雨洪水及山区局部天气系统引发的强对流性山洪，已成为导致人员伤亡的主要灾害类型。因此，我们必须对构建气象防灾减灾的首要防线予以高度重视。习近平总书记针对气象和防汛工作多次作出重要指示，强调预警信息必须覆盖至村、户、人，并要求预报工作不仅要精细化，更要确保准确性，同时为了实现业务化应用，还须具备快速的运算能力。中国气象局积极贯彻执行这些指示，秉承人民至上、生命至上的原则，推动了七大流域气象保障能力的增强。在福建省，以南平建溪上游流域为试点，我们建立了福建省AI与数字孪生技术相结合的流域气象水文风险预警示范应用。基于此，我们提出了一套具有福建特色的解决方案。

　　二、解决方案

　　采取多项措施，有效提升流域气象风险预警的效能。通过高密度水文气象监测网络，结合短期临近预报与水文模型的整合，以及人工智能、大数据和数字孪生技术的应用，促进流域气象的综合应用发展。该解决方案的核心在于运用福建OTX预报算法，该技术在去年荣获福建省，被誉为精准预报的福建典范。

　　我们充分利用智能化与无人技术，增强流域气象风险预警能力，实现天空地一体化协同，有效应对数字孪生流域监测感知中的观测难题。同时，借助人工智能技术，提升水文算法的效能，实现暴雨与洪水融合预报的精确度革命性提升，从而发展气象水文减灾领域的新生产力。依托“海峡智眸”数字智能预报体系，结合流域地表监测无人机、“海峡智眸”数字智能预报算法、气象大数据模型和AI水文模型，我们能够在日时间尺度上快速构建百平方公里的数字孪生流域模型，并实现山洪与城市内涝的分钟级快速预报及实景三维展示。

　　构建创新的定量、立体、动态洪水演进模型体系，实现从天气预报到灾害风险预警的智能化升级，为政府部门在灾害发生前、中、后的指挥调度决策提供科学依据，促进传统防汛模式向数字化精准防控的转变。

　　三、AI赋能

　　利用S波段和X波段双偏振雷达、星载雷达等多种数据源，通过深度学习技术分析洪水引发暴雨的垂直演变特性，并构建了基于人工智能技术的双偏振雷达观测量垂直剖面校正模型。开发了具有极高时空分辨率的双偏振雷达降水反演技术，以应对洪水引发的暴雨。借助国家气象中心深度学习融合的智能预报技术，实现了对0至3小时内的雷达短期临近外推暴雨的精确预报。

　　利用卫星定时监测与无人机适时监测相结合的方式，对流域土壤水分进行高频次、高精度的监测。通过深度时空神经网络和自适应学习系统的应用，能够精确获取流域实时土壤水表层状态，该状态是水旱灾害的关键指标。在相同的降雨条件下，不同的土壤水分状况会导致不同程度的洪水灾害。基于智能平台，我们构建了水文模型，实现了全国范围内任意地点的分布式水文模型以及大小流域的嵌套式自动构建，并通过模型的智能参数调整，实现了分钟级别的模型构建。

　　构建高分辨率精细化的水动力过程模型，采用CPU、GPU异构并行加速算法以实现水动力模型的快速计算。然而，即便如此，计算速度仍不尽如人意，百万网格级别的水动力模型计算耗时可能长达数十分钟，我们认为这无法满足业务化应用的需求。因此，我们借助人工智能深度学习技术，对物理模型进行海量运算，进而开发出AI代理模型，以实现对百平方公里区域未来24小时水动力过程的分钟级模拟。

　　四、案例成果

　　我们创新性地开发了一套流域数字孪生洪水预报模型，该模型集成了卫星、气象雷达和无人机技术。我们配备了一辆专用车辆，车上搭载了若干无人机。这些无人机具备连续飞行3至4小时的能力，使得我们能够在一天之内收集数字孪生模型所需的基础数据。通过应用智能算法和模型构建技术，我们能够在车内完成数据处理，并将气象数据整合进洪水预报的边缘计算过程中，从而实现模型结果的高效传输和轻量化。

　　已成功构建福建数字孪生气象水文风险预警系统，该系统具备实时同步雨量站数据及未来流量预测的功能。通过实现洪水演进过程的三维可视化，洪水过程得以在实景三维环境中呈现，从而增强了领导层指挥决策的沉浸感，并提升了公众对洪水现象的理解。

　　以上就是我们的一些探索，希望大家批评指正，预祝大会圆满成功，谢谢。

　　（以上内容根据嘉宾发言速记整理）