大数据驱动的流域智能管理与决策关键技术

Posted 2021-04-26 大数据驱动的流域智能管理与决策

一、项目基本情况

项目类型：国家重点研发计划——水资源高效开发利用专项

项目名称：大数据驱动的流域智能管理与决策关键技术

项目编号：2018YFC0407900

项目负责人：朱跃龙

项目牵头承担单位：河海大学

项目参与单位：中国水利水电科学研究院、水利部交通运输部国家能源局南京

水利科学研究院、长江勘测规划设计研究有限责任公司、黄河水利委员会黄河水利科学研究院、太湖流域管理局水文局（信息中心）、太湖流域管理局水利发展研究中心、武汉大学、天津大学、北京师范大学

项目起止年限：2018年07月至2021年06月

二、项目概述

1、研究背景

流域水资源管理是涉及多目标、技术和社会经济的复杂系统工程。最严格的水资源管理制度要求开展精细化、实时性和综合性的水资源管理。研究多模型过程耦合和大数据条件下的流域智能管理，已成为提升流域综合决策能力、实现精细化管理的必然途径。本项目将新一代信息技术与物理机制相结合，研究大数据驱动下的多模型耦合与集成、基于数据挖掘的规律发现、决策方案智能生成技术。探讨黄河小浪底至花园口区间及下游影响区域水资源管理的智能化途径，构建大数据驱动的太湖健康全景式关联分析、智能预警与调控的大模型系统。

2、主要研究内容

项目重点聚焦河流水资源供需与防洪风险应急管理、湖泊健康评价与风险预警决策需求，研究复杂工程和高强度人类活动下水信息大数据关联挖掘模式、智能预测和预报模拟技术，构建水文-水动力-水环境组耦合的大模型系统，并构建多模型的流域决策服务云平台，开展调控、调度多方案计算和优选，利用大数据驱动支撑解决河湖水资源管理决策问题。按照“理论规律研究-关键技术研发-决策平台构建”的研究思路共分为五项研究内容。

（1）流域水资源管理的大数据分析理论与技术

研究面向水资源管理的多源异构水资源大数据聚集与评价技术，建立流域管理数据地图的构建技术，创建流域管理决策多要素关联模式智能挖掘技术，构建流域管理决策的关键要素与物理机制全景式耦合网络，形成面向水资源管理主题的时空多特征流域场景模式库。

（2）水文-水动力-水环境多过程互馈机制与模型耦合方法

探索水文-水动力-水环境多要素互馈机制与耦合模式，尺度匹配与耦合技术，开展多模型参数优化匹配技术研究，研发多源数据、模型参数与结构的不确定性分析技术，提出河湖典型流域水文-水动力-水环境耦合标准流程。

（3）物联网多维感知与反馈的水资源模型技术

研究水文与环境要素大数据感知反演及多源异构数据融合技术，研究适用于水资源预测与管理的智能方法，发展多尺度模型及参数匹配衔接技术，建立水动力-水环境多过程模拟参数智能优化方法，提出基于物联网感知与反馈的模型评估与自适应校正方法。

（4）大数据驱动的流域水资源管理动态仿真与智能决策

研究面向流域管理主题的时空态势图谱和决策模式库构建技术。研究高效的不确定性规划问题求解策略，生成水资源管理方案集。研究不同效益-风险组合的随机多约束规划建模方法，综合评估和推荐决策方案。研究水资源信息虚拟现实仿真技术，开发流域水资源管理动态仿真与智能决策系统。

（5）典型区水资源管理决策云平台构建与示范

研究大数据存储管理、模型组耦合云服务计算和模型计算结果仿真展示技术，构建大数据驱动的水文-水动力-水环境耦合智能决策管理云平台，为黄河示范区的河流水资源供需与防洪风险应急管理、太湖示范区的湖泊健康评价与风险预警提供决策支撑。

3、预期目标及其效益

项目针对“流域水资源管理决策大数据挖掘理论与方法”和“水文-水动力-水环境多过程互馈机制与耦合模式”两大科学问题开展研究，利用大数据技术，挖掘流域水资源潜在多要素与决策目标间的关联规律，建立流域水资源管理大数据分析技术体系，建立流域水文-水动力-水环境耦合模型，构建流域智能管理与精准决策云平台。从而提供快速响应流域业务需求的管理决策模型，显著提升流域管理与决策水平，为智慧流域建设提供科技保障，引领大数据技术在我国江河治理、流域水资源管理与决策领域的应用。

在社会效益方面，流域智能管理与决策，将显著增强河流水资源供给安全、湖泊健康快速评价与风险预警能力，提高流域面临突发水安全事故的应对处置能力，保障人民用水安全。

在经济效益方面，精细化和智能化的流域水资源管理，将明显缩短决策方案生成周期，减少盲目决策所带来的风险和资源浪费，促进水资源的合理配置和高效利用。

图 2018年10月13日项目启动会