2025空间智能软件技术大会：人工智能赋能数字孪生水利建设的思考

GISTC人工智能赋能数字孪生水利建设思考蔡阳水利部信息中心2025年6月空间驾能

Ai重塑GEOSPATIALINTELLIGENCE,REINVENTED

BYAl2025空间智能软件技术大会2025Geospatial

Intelligence

Software

Technology

Conference数字孪生水利建设进展GISTCP2水利部将推进数字孪生水利建设作为发展水利新质生产力，推动水利高质量发展、保障国家水安全的实施路径。自2021年提出建设数字孪生流域以来，先后开展顶层设计，数字孪生流域建设、数字

孪生水网建设、数字孪生灌区建设、测雨雷达建设与应用等先行先试，实施系列专项行动，在此基础

上全面推进。强化先行先试，及时总结经验教训，探索形成一批可借鉴、可推

广的典型案例和经验，示范引领

数字孪生水利建设。统筹推进数字孪生流域、数字孪生水网、数字孪生水利工程建设，构建具有“四预”功能

的数字孪生水利体系。GISTC用了两年时间，从行政、规划、实施、技术

等层面出台数字孪生水利的系列文件，明确了推进数字孪生水利建设的路线图、时间表、

任务书、责任单。为实现数字孪生水利的顺利开展，围绕丰富数据、突破算法、做实支撑，强化“四

预”,培养人才开展了专项行动。数字孪生调水工程建设技术导则(试行)水利测雨雷达系统建设与应用技术要求(试行)数字变生农村供水工程建设技术指南(试行)数字孪生灌区建设技术指南(试行)关于加强数字孪生水利地理空间数据安全管理工作的通知关于开展重点河段河道地形测量工作的通知数字孪生流域数据底板地理空间数据规范(试行)水利业务,四预,基本技术要求(试行)数字孪生水网建设技术导则(试行)数字孪生水利工程建设技术导则(试行)数学孪生流域建设技术大纲(试行)构建现代化水库运行管理矩阵先行先试工作方案数字孪生水利”天空地水工“

一体化监测感知夯基提能行动方案水利部贯彻落实数字中国建设整体布局规划行动方案关于加快构建雨水情监测预报,三道防线,实施方案数字孪生流域(工程)、水网、灌区、测雨雷达先行先试方案“十四五”期间推进智慧水利建设实施方案“十

四

五

”

数

字

孪

生

流

域

建

设

总

体

方

案

(

1

+

7

+

1

1

)“十四五”智慧水利建设规划智慧水利建设顶层设计关于推进水库、水闸、蓄滞洪区运行管理数字孪生的指导意见关于进

步加强重大水利工程雨水情监测预报

二”道

防线”、安全走监测、数字孪生设计工作的通知关于加快构建现代化水库运行管理矩阵的指导意见关于加强重大水利工程数字孪生项目设计的通知关于推进水利工程建设数字孪生的指导意见数字孪生流域共建共享管理办法(试行)关于大力推进智慧水利建设的指导意见一、顶层设计

GISTC2021年6月以来，水利部围绕数字孪生水利建设，从行政、规划、实施、技术等层面相继出台一系列文件，明确了推进数字孪生水利建设的路线图、时间表、任务书、责任单。行政层面

规划层面

实施层面

技术层面P4二、先行先试

GISTC一是数字孪生流域(工程)建设先行先试：2022-2023年，水利部开展了56家单位94项数字孪生水利建设先行先试，2024年初评选出28项典型案例和10大样板。成果在流域防洪、

水资源管理与调配等业务工作中发挥了重要作用。如在防御海河23·

7流域性特大洪水过程中，

在数字流场开展了洪水演进和退水动态预演，提前5天精准预报了永定河、大清河编号洪水，

科学指导调度流域水工程，精准布设防守力量，提前转移蓄滞洪区近100万人且无人伤亡。二是数字孪生水网建设先行先试：自2023年7月至2025年，以水网先导区建设为抓手，同

步推进数字孪生水网先行先试。数字孪生国家骨干水网建设框架基本形成，14个省级、17个

市级、10个县级水网先导区数字孪生水网建设有序推进。P5二、先行先试

GISTC三是数字孪生灌区先行先试：自2023年至2025年，启动49处大中型灌区开展数字孪生灌区先行先试建设，发布了13项模型推荐清单，强化技术指导，部署推动，打造典型灌区。各

地

各灌区高度重视、措施得力，打磨方案，落实资金，积极推进，总体进展顺利。四是测雨雷达建设与应用先行先试：构建雨水情监测预报“三道防线”,到2025年底，

在重要流域暴雨洪水集中来源区、山洪灾害易发区，以及大型水库、重大引调水等工程防洪影

响区完成测雨雷达建设与应用先行先试。P6三、专项行动一

、实施数字孪生水利“天空地水工”一体化监测感知夯基提能专项行动。二、推进水利工程建设数字孪生(新建)。三、推进水库、水闸、蓄滞洪区运行管理数字孪生(已建)。四

、推进雨水情监测预报体系和能力现代化建设(“三道防线”建设)。五、开展智能大坝试点建设。六

、人工智能赋能数字孪生水利专项行动。七、卓越水利工程师(数字孪生水利方向)培养工程。GISTCP7四、全面推进

GISTC一、全力推进数字孪生流域建设。推进国家数字孪生水利建设工程(一期)立项建设，建设覆盖大江

大河大湖及其重要支流，实现流域防洪、水资源管理与调配等2项核心业务，以及水利工程建设与运行、

河湖管理、农村水利水电等3项重要业务应用“四预”;首个数字孪生长江建设2023年开工建设。二、以水网先导区建设为抓手推进数字孪生水网建设。

数字孪生国家骨干水网持续推进；各地结合水

网先导区建设同步推进数字孪生水网建设；下一步应以数字孪生水网平台建设为抓手推进数字孪生水网建

设，构建国家水网分级协同调度指挥体系，出台一批国家水网调度相关规程、标准规范、调度条例。三

、常态化推进数字孪生工程建设。新建工程要按照《水利部关于推进水利工程建设数字孪生的指导

意见》同步开展数字孪生工程设计、建设；已建工程要按照《水利部关于推进水库、水闸、蓄滞洪区运行

管理数字孪生的指导意见》,推动已建水利工程运行管理数字赋能和转型升级。四

、加快技术标准编制。构建了数字孪生水利行业标准体系；争取用3-4年时间(到2026年)基本完

成数字孪生水利相关58部技术标准的编制和发布。P8人工智能赋能数字孪生水利GISTCP9一、总体思路

GISTC数字孪生水利体系：“三算”(算力、算法、算据)是主要建设内容；“四预”(预报、预警、预演、预案)是主要实现功能。人工智能技术的迅猛发展为数字孪生水利建设提供了新动能，特别是在水利大数据分析、模型预测和优化决策方面，因此，人工智能赋能数字孪生水利建设，应围绕“场景数字化、模拟智能化、决策精准化”开展。场景数字化：通过场景引导数据自动关联、驱动“天空地水工”协同感知，构建协调统一、及时更新的算据基础；模拟智能化：通过建立场景一流程一数据一模型相互关系，将数据驱动模型和水利专业机理模型相融合；决策精准化：聚焦智能交互、历史场景经验知识挖掘、专家知识经验量化等方面，提升决策精准性。P10二、场景数字化—一体化算据体系建立

GISTC将“天空地水工”多种手段采集的数据，利用AI技术对多源数据进行比对、补充、融合和挖掘，形成在时空、范围、精度和频次等方面协同融合及互补协同的一体化技术体系，实现对象监测感知一体化、业务监测感知一体

化、共建共享一体化、数据融合一体化，支撑数字映射、智能模拟、前瞻预演。”天空地水工“一体化智能监测感知数据测雨雷达监测

无人机巡检P11

引自数字孪生小浪底二、场景数字化—高精度场景建模

GISTC将水利数据模型、水利网格模型、地理空间数据元数据等信息与GIS软件结合，基于统一时空基准，对海量地形、影像、倾斜摄影、BIM等数据进行融合处理及存储优化，应用人工智能模型对“天空地水工”监测感知海量数据进行实时处理，联动更新数字孪生场景，更准确地反映物理世界的动态变化。坐标系统一数据标准化TB

级倾斜摄影快速融合加载数据格式转换模型轻量化激光点云精细模型遥感影像倾斜摄影场数据P12BIM面向水利人工智能模型训练与评测，协同各级水利部门构建质量高、规模大、种类全，覆盖水利

“2+N”

业务领域的训练数据集。>统筹构建典型水利地物多模态样本库，包括卫星遥感影像、高低点视频、无人机视频、设备声纹等

样本库等。>构建包含技术标准、统计公报、专业书籍、政策法规的水利领域语料库。>围绕气象水文、工程安全、调度运行等先行构建代表性流域、区域、工程的长历时计算训练库。二、场景数字化—高质量数据集建设

GISTC多角度图像百万级多模态样本库百亿级水利领域基础语料库几十年长序列计算训练库政策法规水利拓扑P13三、模拟智能化—数据驱动的模型动态优化

GISTC建设机理数据知识融合的水利专业模型。在水利专业模型建设中，以水利业务知识库和物理规律为基础

，结合深度学习、强化学习等人工智能技术，构建兼具物理可解释性与数据适应性的混合模型，根据实时数据进行自适应建模与优化。融合模式：并行协同：以并行模式共同输出结果，通过多目标优化算法实现结果融合；串行修正：以串行模式通过数据驱动修正机理模型结果；反馈调参：以反馈模式通过数据方法修正机理模型的相关模块或

参

数

；知识引导：以引导模式实现知识或规则融入数据驱动方法建模，将调度规则、经验转化为图神经

网络中的先验约束条件，增强数据驱动模型的业务适配性。物理规律约束条件

历史经验知识信息海量模拟仿真数据大量实际观测数据高精度基础信息数据智能模拟1

仿真结果模拟误差守恒律物理机理

网络结构时空深度

神经网络P14面向洪水预报及水资源管理两大业务场景，基于地理空间和江河湖泊、水利设施等数据，以地形地貌、气候变化特征为低频变化特征，以海量水文气象过程时空数据为高频变化特征，构建和训练基于大规模时

空图神经网络的水文智能预报模型。推动水循环研究从实验观测、经验模拟向数据分析、AI驱动转变。三、模拟智能化—智能模型攻关

GISTCP15三、模拟智能化—水利行业大模型研发

GISTC基于主流通用大模型，通过预训练和微调融入水利行业知识、业务经验、领域逻辑等，构建水利行业大模型。采用微调、蒸馏、量化等技术，将水利行业大模型转变为水利不同业务领域模型，使其具备行业

大模型基本能力，但应用灵活程度更高，形成通用大模型一行业大模型一业务领域模型一智能应用场景的

四级水利大模型体系。智能问答类应用

业务分析类应用

辅助决策类应用提供训练语料

提供决策支撑和推理约束

提供多模态数据及模型基

于

领

域

大

模

型

的

知

识

引

擎Deepseek文心一言通义干问其他AI模型水利行业模型预训练与微调水利行业模

型逻辑强化水利行业大

模型量化计算赋能遴选调优P16三、模拟智能化—水利领域知识库构建

GISTC构建多业务融合知识图谱，从多时空多尺度对水利对象和要素进行数字化描述。以知识图谱为引导对大模型进行优化训练，构建推理链路，增强推理准确性，使大模型在语义理解基础上实现水利业务流程推

理能力。并对模型推理能力进行全面评估、持续优化升级，确保模型高效服务水利业务。应用层：表示面向业务应用的各类关系、流程逻辑层：表示各类对象逻辑关系(数值、因果、事件)物理层：表示各类对象物理存在及其空间关系关联关系历史场景业务规则调度方案专家经验业务应用水情预警安全预警工程调度针对性调整

模型参数、

优化结构，

持续训练模型从推理准确

率、方案合理性等多个

角度进行推理能力评估依据知识图

谱中先验知

识优化参数

学会推理水利行业模型预训练与微调借助知识图

谱提供推理路径和依据提供决策支撑和推理约束构建知识图谱优化升级学习推理高效服务推理增强全面评估P17利用水利大模型智能解析用户意图、任务分解规划、水利专业模型调用编排的能力，结合Agent

技术打造水利智能体。水利专业模型和外部交互工具等被封装成大模型的工具函数，水利智能体在分析决策过

程中，自动调用外部工具函数完成计算，并将计算结果以上下文的形式传递回大模型，使大模型了解水利专业模型的计算结果，重新组织语言回答用户的问题，提高决策的精准性。三、模拟智能化—水利智能体构建

GISTC一

维水动力JSON

输

入(

示

例

):"startTime":"yyyyMMDDHH","stepNum":24,I/计算时段个数，int"stepNumHis":24,//历史预热时段个数，int"stepMinutes":60,//

时段步长分钟数，int"riverld":"955766",//河段编码"upBoundary:["id"://

节点编码"type":2

IM:水位边界，2:流量边界，3:集中入流边界，

4:分布入流边界，5:水位流量关系，6:自由出流"data":[]"downBoundary":["id"://

节点编码“type”:1

/1:水位边界，2:流量边界，3:集中入流边界，

4:分布入流边界，5:水位流量关系，6:自由出流"data":[]"sectionList":[//断面信息，——预留"id":",//

断面id

riverld:"name":,//

名称"distance"://桩号double"pointDistance":[],//

形状数据一起点距，double"pointElevation":[],//形状数据高程，double"rough":[]//

糙率列表""预设内容#你现在开展意图识别#你的最终输出是[业务流程图]#[业务流程图]由多个[业务流程节点]组成#你需要通过[n]轮对话，得到[业务流程节点]

#[业务流程节点]必须在[平台功能库]以内选择#业务流程图采用Markdown格式#根据[Query]交互提问#[平台功能库]##气象预报##水文计算##关键点预警##启动水动力计算##启动调度计算##启动人员热力图##启动交通拥挤识别##绘制某点水位过程线##预案生成##决策建议##淹没范围图#当[Query]表达结束的时候，就根据之前所有的[业务流程节点]绘制Markdown格式的业务流程图

#注意在[每轮对话中]:##不需要提示，不需要解释##第一轮对话，根据[Query]的情况，在[平台功

能库]中根据理解选择部分功能，供交互选择##要保持[平台功能库]的顺序平台功能库##气象预报##水文计算##绘制某点水位过程线##气象预报##水文计算##关键点预警##绘制某点水位过程线

大语言模型Query2:不需要关键点

预警Query1:未来三天石角站最高水位多少?模型驱动文

件

库默认参数LLM交互输入上下文理解和多轮对话示意模型调用示意Query:未来三天石角站最高水位多少?意图识别启动

一维水动力计算P18四、决策精准化一预报调度演进

GISTC通过“大模型+水利业务思维链+水利专业模型”,构建降雨模拟、水文水力学等数学模型的正向计算链条，开展不同降雨条件下产汇流及洪水演进计算，进而根据特定业务规则和特定优化目标，自动调整出库流量序列，推演下游河道演进过程。原始数据

模型输入

模型

模型输出历史数据：低频变化数据：土地利用类型、土壤含水量等高频变化数据：降雨、温度、蒸散发等拓扑数据：河道坡度、河道长度、高程等水位珠江集水区矢量数据流量AI智能模型以气象数据、地理环境数据、水文拓扑关系等作为模型输入，

实现对水位、流量等关键水文变量的预测北江测站点与河道矢量关系珠江水系矢量数据测站点拓扑关系时间序列模型图卷积神经网络P19四、决策精准化—河湖库智能监控

GISTC充分利用遥感、无人机、高点视频等监测手段，研发地物状态智能识别预警、对象行为智能定位跟踪、多源信息智能分析研判等模型，对河湖库开展立体空间扫描式的智能巡检(一片水域、一段岸线、

特定对象、

一系列关注点),推进河湖库“四乱”问题由事后处置向事前预防、事中管控转变。■

对水域岸线开展24小时立体空间扫描式智能巡检■

减少巡河人力投入，提升巡河质量和效率■

推进河湖库“四乱”问题由现场看向网上看、由事后处置向事前预防、事中管控转变■

人工方式巡河费时费力，效率低■

海量数据停留在看的层面■

看得见一看得懂的差距大■

违法违规行为事前事中无法及时预警和跟踪P20基于语音识别与合成、机器学习和自然语言理解等技术，根据业务场景自动发起智能机器人电话外呼任务，通过人与机器人的语音对话交互收集业务结果，并对数据加以统计处理，获

取用户反馈。如在水库安全度汛场景中可对水库责任人进行电话智能抽查，实现水库责任人履

职智能评估、水库预警信息智能呼叫和实时叫应。智能外呼应用配置台

运营平台用户&权限管理机器人组装智能应用任务管理呼叫记录事件记录号码&黑名单管理密钥管理短信管理话务监控监控预警报表引导式多轮对话语音识别与合成语音识别语音合成语义理解智能跳回实体替换场景切换意图澄清外外呼号码呼号码与线路通话线路表达式引擎开放能力任务调度实时调用智能检索问答知识库自主学习A引擎四、决策精准化一智能外呼

GISTCP21四、决策精准化—堤坝立体成像监测

GISTC将传统地电场探测技术与现代物联网技术融合，研制实时立体成像的地电场监测仪，结合传统”雨水情”监测设备，搭建新一代“内外兼修”的堤坝智能监测预警系统，对堤坝内部结构和安全隐患进行实时决策(内部立体成像、外部多场监测，多源数据融合，大数据智能决策),提升预报、预警、预演、预案能

力

。时空演化数据融合时间以太网连接运动传感立体成像时间安全预警智能决策时间自动告警数据分析与信息传递路由器调度指令无线网络地电数据数据过滤与质检数据存储与计算监测仪器P22研制以无人机、无人船、系留汽艇、腿足式机器人、水下机器人等为平台的无人智能监测感知装备，以适应复杂的水利外业工作环境，提升常态和应急监测能力，例如无人机搭载红外热成像甄别土石