2024年1月，李国英部长主持召开水利部部务会议，研究部署2024年工作重点。其中，针对数字孪生流域建设提出：
全力推进七大流域数字孪生整体立项建设。完成水利专业模型平台研发及水文、水动力学、水资源、土壤侵蚀、泥沙动力学、水生态环境、水利工程调度等模型集成应用，推动人工智能大模型算法落地应用，提升“2+N”智能业务水平。进一步加强算力建设，同步提高数字孪生水利安全防护能力和水平。
http://www.mwr.gov.cn/xw/slyw/202401/t20240112_1701150.html
可见，水利专业模型平台的研发和集成应用是当前数字孪生流域建设的重点，如何优质高效地发挥模型“四预”功能的技术支撑作用，具有十分重要的意义。
目前，数字孪生流域项目正如火如荼地开展。然而就以笔者所观，不少数字孪生流域项目把大力气、大经费投入到所谓的三维可视化、BIM建设中，而作为“核心大脑”的模型平台却成为了边缘配角。长此以往，许多所谓“虚实映射”的数字孪生流域，恐怕会成为杜莎夫人蜡像馆中逼真的蜡像，看上去身形具备，但却缺乏真正的“动态”，只剩下观赏价值了。
我们到底需要怎样的数字孪生流域模型平台？笔者才疏学浅，可能无法全面和深入地剖析这一问题。今天就抛砖引玉，向读者们介绍一个国外的”四预“模型开放网站，共同学习借鉴一下国外的模型平台建设经验。如有疏漏或错误，恳请各位专业人士不吝赐教。
1 澳大利亚七天径流预报平台介绍
我要分享的模型平台是由澳大利亚气象局开发的7天集合径流预报平台（7-day Ensemble Streamflow Forecasts）。该平台是一个开放网站，所有人都可通过互联网访问，它被集成在气象局网站主页>水信息>7天径流预报的子页面中，在水信息页面中，还包含了实时监测数据、数据统计、中长期预报、评估报告等丰富的涉水相关内容。聚焦到7天集合径流预报平台，界面共由8个模块组成，分别是主页（Home）、关于（About）、利益相关方（Stakeholders）、History（历史）、出版物（Publications）、常见问题（FAQs）、名词解释（Glossary）和反馈意见（Feedback）。接下来，我将逐模块进行拆解。
1.1 主页（Home）模块
主页（Home）模块上下由两大部分组成。
上半部分是概要信息。通过地图显示了所有径流预报的站点，这些站点可以在左侧的Station selector下拉框中具体选择，右侧则用于显示站点上游流域的若干常规统计信息，例如流域面积、历史最大径流量、历史平均径流量等。
下半部分是整个径流预报平台最重要的部分——径流预报结果展示。
径流预报共提供了3大类的结果：
日径流量预报（Daily forecasts）：日径流预报图包含了日降雨量和日径流量信息。中间一根竖线分隔，线左边表示预热期，显示的是实测的日降雨量和日径流量信息；线右边表示预见期，显示的是预测的日降雨量和日径流量信息。由图可见，模型由4天预热期和7天预见期组成。
小时径流量预报（Hourly forecasts）：和日径流预报图类似，小时径流预报图由小时降雨量和小时径流量信息组成，反映的是小时尺度步长的预报结果。
预报评估（Forecast evaluation）：给出预报的技术评分信息，用于显示特定站点的模型预报精度。
径流预报又提供了3大类的展示形式：
图形化展示（Graphic）：由柱状图、曲线图、箱型图等不同形式组合而成的降雨-径流过程展示。
表格（Table）：实测值、预测值、预测评估统计值等时间序列信息的汇总表格。
描述（Description）：针对径流预报结果展示的具体解释。
下面我们以Victoria州Upper Murray流域的Tallangatta Creek at McCallums (ID:401220)站点的预报图为例，来具体看一看该平台对预报结果的展现方式。
首先是日径流量预报的图形化展示。这里对日径流量的展现，使用了组合表达形式，实测值用的是粗横线，而预测值部分，则是基于降雨概率预报（考虑不确定性），以箱型图的形式去呈现未来预报径流的概率分布。此外，在背景色上还特意添加了一组叫作历史参考（Historical reference）的填充带，用以显示过去一个月的实测径流量分布情况。
图形化展示的具体内涵、背后的具体数据，则分别在描述页面和表格页面中呈现。
当我们再切换到小时径流量预报的图形化展示，会发现，对径流量的展示，随着数据步长尺度的变化，由横线表达的形式切换成了曲线表达的形式。箱型图这种统计性图表也不再使用，而是在预见期改用了同样带有概率分布的径流量预测曲线图。
而除了径流量曲线外，我们可以看到，还多出了累积流量预测（Accumulative Flow Forecast）和累积雨量预测（Accumulative Rain Forecast）两种信息的曲线图展示，并增加了数据CSV下载的功能。
最后，我们切换到预报评估的图形化展示。该界面使用了一种名为连续分级概率评分（CRPS）的统计方法，对未来7天径流概率预报给出了性能技术评分，用以辅助用户了解预报的可靠性。技术评分同样采用了箱型图的表达方式。
1.2 关于（About）模块
该模块整体介绍了7天集合径流预报平台，阐释了预报结果的用途、降雨预报的数据来源、径流预报所使用的后台模型等等关键信息。从网站披露的信息来看，我们可以了解到，径流预报平台所使用的降雨预报主要有两个来源，一个是欧洲中期天气预报中心（ECMWF）的大气模型集合预报，另一个则是澳大利亚气象局的集合预报。而径流预报则使用的是降雨-径流模型CR4H，该模型被集成在由澳大利亚联邦科学与工业研究组织（CSIRO）与气象局合作开发的短临水信息预测工具SWIFT中。
1.3 利益相关方（Stakeholders）模块
该模块简单介绍了气象局在开发 7 天集合径流预报服务时，对澳大利亚各州和地区的政府机构以及水利部门进行的定期咨询服务。
1.4 历史（History）模块
该模块介绍了平台建设的历史。平台最初从2010年开始建设，经过10年的迭代发展，由最初的针对1个流域仅3个注册授权用户的预报服务，发展到针对99个流域共计209个公共用户和226个注册授权用户的预报服务。
1.5 出版物（Publications）模块
该模块列举了平台建设过程中所发表的专业学术论文，并附上了链接地址。
1.6 常见问题（FAQs）模块
该模块列举并回答了平台使用的常见问题。目前问题包括：
谁使用7天径流预报？
观测数据信息和地理空间信息都来自哪里？
预报的更新频率是多久？
哪些降雨预报数据被用作输入条件？
我怎样接入预报数据？
我怎样下载预报数据并输入我自己的系统？
哪个水文模型被用于生成预报？
水文模型是怎样率定和验证的？
如何解读不同预报图表中的关键信息？
什么是箱型图？
如何解读预报箱型图和填充带？
如何解读预报评估图？
1.7 名词解释（Glossary）模块
该模块对整个平台中频繁出现的20多个概念进行了名词解释。
1.8 反馈意见（Feedback）模块
允许用户通过平台提交信息。
2 七天径流预报平台先进在哪儿？
以上，简单梳理了一下7天集合径流预报平台所包含的主要内容。本文的标题叫《市面上的数字孪生流域平台，很多还比不上这个开放网站》，这绝不是危言耸听，下面笔者就来谈谈别人的平台先进在什么地方。
第一，前沿的集合预报能力。径流预报考虑了降雨预报的不确定性，给出了集合概率预报结果，增强了预报结果的合理性。
第二，丰富且专业的展现形式。平台对模型预报结果的呈现，除了使用了常规的曲线图、柱状图、表格外，还使用了箱型图、历史数据参考填充带等多种直观形象的展示形式。
第三，针对不同层次用户的使用友好性。平台中使用了很多专业概念和专业表达形式，为了便于普通用户理解，平台中还在描述（Description）、常见问题（FAQs）、名词解释（Glossary）等多处针对专业概念进行解释解读，方便用户理解。
第四，平台数据和模型的开放性。平台网站对所有公众开放，无需注册就可登录访问，查看监测数据、模型预报结果，并提供下载功能。
第五，长期研发反复迭代。平台自2010年就开始研发，历经十多年时间始终在丰富完善，增强平台功能，而不是重复“造轮子”。
第六，后台专业的模型研发和预报预警框架。笔者查阅资料了解，径流预报服务基于荷兰的Delft-FEWS预报预警框架，气象局在FEWS框架中开发实施了HyFS水文预测系统，调用CSIRO和气象局合作开发的SWIFT模型工具，生成径流预测结果。其中所使用的模型技术，既使用了本国自主研发的技术（HyFS、SWIFT），也借用了国际上的先进技术（FEWS）。
以上这些，国内的数字孪生流域平台、智慧水务平台，你们做到了吗？
供借鉴。
本文转载自公众号水务ICT，作者陈奕。奥科环境转载此文仅出于传播信息的目的，不负责对其内容真实性进行证实；如其他媒体、网站或个人从本公众号转载使用，须保留本公众号所注明的信息来源，并自负版权等法律责任；文章原作者如果不希望被转载或者希望文章被删除，请在文章下方留言与我们进行接洽。
奥科环境是全球智慧水务领先技术方案集成商与全流程技术咨询服务提供商，承接各类流体仿真/机理模型/数据模型/混合模型的工程化应用项目，覆盖数据诊断、工艺建模、运营优化与自动控制等智慧水务全流程环节。凭借核心团队在系统建模、智能算法、智能物联网、数字孪生与水务运营的深度沉淀与长期积累，奥科环境在智慧水务领域拥有系统化产品布局与深厚人才储备。如您希望获得更多智慧水务与工艺建模相关资讯，敬请关注：
奥科环境微信视频号：奥科环境云讲堂
奥科环境云讲堂Bilibili主页：space.bilibili.com/397538609
奥科环境数智加云讲堂Bilibili主页：space.bilibili.com/3493144647699130
往期全球技术云讲堂回顾：
联系人 | 周先生
微信号：ALCLE_2022
邮箱：info@alclechina.com
• E N D •
奥科环境
info@alclechina.com
+86 13810730166
长按二维码关注
