当前位置:首页 > 行业资讯 > 数字孪生流域水利|真实感”不一定“真实”?

数字孪生流域水利|真实感”不一定“真实”?

2年前 (2023-02-14)行业资讯

今天拿到水利部办公厅印发的《数字孪生流域可视化模型规范(试行)》的文件,整体看了一下,大部分都是目前已经接触到的东西,所以也没有特别多的意外,正好最近也一直在做相关的项目,虽然场景丰富度上比不上参编这个规范的一些厂商的案例,但是总体来说水利行业的数字孪生和智慧城市领域的数字孪生还是有一定的区别的,最近从朋友圈的分享的动态来看,目前预计很多数字孪生和GIS相关的厂商2023年也都会布局数字孪生流域相关的业务,所以文件上提到的一些点和目前将自己的一些简单实践过程中总结的不同分享给大家。


1、从几何表面到场模型
智慧城市领域的数字孪生和水利数字孪生流域在自然地理和物联网监测方面的表达的方式基本上没有太大的区别(下图来自规范案例),但是比较特殊的部分,个人认为主要还是集中在“场”数据的数值化表达上,不能说有难度,只是会是一种新的数据类型的应用。
21a1f8a2972d7952ffa17ce605ce3602.jpg
在宽泛的定义上,场模型也称域模型,是把地理现象作为连续变量或体来看待,如大气污染度、地表温度土壤湿度、地形地貌等。场可表现为二维或三维,二维场是在二维空间中任意一个空间位置上,都有一个表现某现象的属性值。
而在水利数字孪生流域领域,场数据表达主要特指水文模型以及水动力模型模拟的结果,主要是一些流场动态的表达,又可以分为标量场和矢量场。
标量场或称斯卡拉场(英语:Scalar Field)是数学和物理学中场的一种。假如一个空间中的每一点的属性都可以以一个标量来代表的话,那么这个场就是一个标量场。比如我们在项目上接入的水动力模拟输出的结果中包含的“水深H”就是一种分布在三角形网格点上的标量数据,一个时间片段一个数据帧,当前的标量的数据组织采用一维数据列表的方式,数组的索引对应网格点的序号。
6f51f5e33353070b15a4680d546b0351.jpg
相应的可视化效果如下:
7ff6b058684e5fc21cf3037413608492.jpg
纯量场通常用不同颜色表示大小,有时候会画出等势线。在这里标量场主要用来展示降水量、水位、流量、含沙量、水质、土壤墒情等单一标量要素,主要采用等值线、等值面、热力图等方式展现标量要素在空间上的变化规律与分布特征。
14ca166369ae67c9fa24063c8126de00.jpg
矢量场也称为向量场(vector field)是把空间中的每一点指派到一个向量的映射。物理学中的向量场有风场、引力场、电磁场、水流场等等。向量是具备大小和方向的,比如我们项目中的速度场可以通过UV两个垂直分量的组合来得到。
2753babbf9708494cda4d1a820fff450.jpg
在数字孪生流域中矢量场主要用于展示流速(含流向)、风速(含风向)等单一矢量要素,主要采用纹理或粒子流等方式表现矢量要素在空间上的移动路径(下图引自规范案例)。

2、数据和呈现两套分级体系
在《数字孪生流域建设技术大纲》中规定了数字孪生流域底板分为L1、L2、L3数据分级,该分级定义了每一级别的负责单位、数据建设内容与范围、技术参数以及更新频率,而本次可视化模型规范中又将可视化模型也分为了宏观级S1、中观级S2、微观级S3。在二维时代的地图可视化都会针对每个比例尺定义相应的可视化配图方案,但是三维时代其实比例尺这个概念被淡化了,有一些简单的分级即可,比如这个规范上主要是从表达形式定义了不同的级别上数据展现的一些形式。其实这是两个模型一个是数据分级另外一个是数据呈现样式和方案的分级。
c8b8d3ab5142402471cd6d54159f3d66.jpg
3、游戏引擎可以用,但要适配国产生态
关于游戏引擎在数字孪生流域领域到底信不信创的问题,之前大家一直疑惑,本次的规范其实在一定程度上将这问题明确了,在规范上明确了可视化模拟仿真引擎可以由WebGL引擎和游戏引擎两类组成,但是在其他约束中,也明确提到了“国产化”的约束,但是本质上并不是要求引擎的国产化,只是要求可视化模拟仿真引擎要能够适配国产的软硬件环境,所以下一个阶段很多以游戏引擎为主要技术路线团队的工作就需要尽快完成到国产生态的适配上了。

4、可视化模型共享是个问题,也不是问题
在本次规范中明确提出了可视化模型的服务约束问题,其中提出了服务封装、服务注册与管理等要求,其实也就是从共享的角度要求可视化模型要能够像数据服务那样能够注册和分发。

那对于可视化模型服务化来说,其实需要理解两个概念:第一、可视化模型到底是什么?第二、服务化的载体是什么?
从规范的定义上来看,可视化模型(Visual Models)的定义是“基于统一时空基准,将数字孪生流域数据底板中多种类型数据进行有效组织,融合自然背景、流场动态、水利工程和机电设备等要素,构建流域防洪、水资源管理与调配等数字化场景,利用可视化模拟仿真引擎对各类要素及其组合进行图式和渲染表达,直观形象地展示水利对象的真实状态和变化过程。”
但是这个其实是一个非常语义化的说法,很难从物理实现上理解清楚,从维基百科上来看:「模型(model)模型是指对于某个实际问题或客观事物、规律进行抽象后的一种形式化表达方式」。所以按照这个理解可视化模型应该是数字孪生流域可视化方式的抽象,它应该是脱离异构的引擎而存在,和具体的某个引擎无关,他是一种抽象的规范表达。那类似的规范在GIS里面的表达形式是什么样的?其实这就是第二个问题载体的问题,在GIS软件里面一般都包含一个样式文件,ArcGIS是mxd或者lyr,而GeoServer使用样式则可以使用SLD,这些样式的规则其实可以在不同软件间进行传递的,所以为了排除具体引擎的影响,比较好的服务化形式应该是可视化模型文件。
下面的这几点是和当前的规范文件无关的主要是自己实践的一些体会。
5、「真实感」不一定「真实」
之前我们对比游戏引擎和WebGL引擎的差异的时候,经常会提到游戏引擎的真实感更好,所以我们经常利用这个特性想把地理空间的要素表达的更加细致或者加上一些真实感的特效,所以在水利行业也是一样的,在初期刚接触这个领域的时候,我们还是遵从这个思路,比如我们遇到很多一维的模型在可视化表达上很难做出真实感的效果,我们就「没难度制造难度也要上」,比如我们利用浅水方程去实现大坝泄洪的水流效果,这样确实在一定程度上可以取得更加真实的动态效果,但是这反映的是真实的情况么?显然不是的,因为库群计算的时候只能够给出当前水库要放多少水,这种动态的真实感反映的其实并不是真实的情况,可视化能够反映最大的真实就是真实的反映数据即可。
daf22f54e9e6704f4505de2e8a4c1966.jpg
6、模型不一定维度越高越好
关于模型维度的问题,这也是刚开始接触这个领域,心里面一直存在的一个认识,模型的维度越高则这个模型就越高级,而且二维以上的模型算出的结果能够得到更好的展示效果,我们可视化更容易出彩,但是最近的一些交流过程中收获一些认识,没有最好的模型只有最合适的模型,维度越高意味着模型越复杂,计算过程以及计算的资源要求就越高,有些情况下,客户做决策就是要快速的给出一系列的结果用于辅助决策判断,这是时候简单快速高效就非常重要了,所以在某些应用场景中还是比较多的使用看起来并不高大上的高维计算模型。
7、厂商配合需要统一语言
数字孪生流域一定是一个多厂商协同的场景,比如专业水利模型方面,可视化厂商还是需要和专业水利模型团队进行协同,对于GIS背景的厂商来说,和一些水文团队协同还是比较容易的,因为大家都有基本的GIS背景,基本概念、术语都是相同的配合起来问题都不大,比如我们当前的项目其实配合起来就比较容易,在项目初期的时候大家把这些坐标系,数据精度、数据类别等等都沟通的比较清楚,可能存在问题的地方也都比较清楚,但是对于一些没有水文背景的团队则这种配合和协同就需要一定的磨合,为了减少这种磨合最好的方式就是相互都向前走一步,相互彼此了解,尽量在同一个世界中用同一种语言说话。
8、「可视化+模型计算」也可以不用两张皮
以前我们做一些项目中可视化的系统和业务系统是分开的,其实是两张皮,其实这类问题在数字孪生流域项目中也遇到的一个问题就是模型计算和可视化到底做成一个系统还是做成两个系统,虽然当前大纲的规范的比较完整,但是在一些具体的项目中,其实还是2+N的应用牵引,急用先行,更多的改变还是一些应用的构建形式,比较技术的实现以及四预的逻辑的划分,而且目前遇到的一些数值计算的团队其实有一部分是他们只提供计算能力,在应用上涉及相对比较少,这也就给这种计算配置、业务以及可视化的融合一体化提供了可能,所以我们在不少的行业厂商的案例中看到了类似“XXX一体化平台”,所以在这类应用中其实是可以把交互和数据可视化做成一体化系统,不一定非要像智慧城市行业那样做成两张皮。 
今天这篇文章一共分享了8点感受,希望能够对有兴趣从事该领域的你在前期的时候能够有所帮助,也欢项目经验丰富的同行随时交流~

免责声明:
本文转载自 GIS小丸子】,版权归原作者所有,如若侵权请联系我们进行删除!


易知微以自主研发的EasyV数字孪生可视化搭建平台为核心,结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术,协同各个行业的生态伙伴,围绕着数字孪生技术、数字驾驶舱和行业应用,共同建设数字增强世界,帮助客户实现数字化管理,加速数字化转型。


易知微已经为3000+ 客户提供数字孪生可视化平台和应用,覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域,包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例。


发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。