最近发现一个很有意思的现象，有些数字孪生水利项目在招标过程中，做了形式上的招标标段内容分割，业务建设与基础平台分成不同的标段，然而后续实施过程中应标单位就很头疼。其实，规划是没问题的，但是实际模型服务标准化问题现阶段还是没有得到有效的解决（尤其是可视化模型的标准化），可以很直白的说，现阶段脱离基础平台承建单位支撑的水利智能业务应用推进很难达到高标准效果。计算模型也好、仿真模型也好、可视化模型也罢，现阶段与各自的引擎产品绑定还是十分的紧密，脱离引擎基础产品的支持，实现模型服务化共享共建确实难度不小。

按照部本级的数字孪生流域架构图，模型这部分的建设是将水利专业模型、智能模型、可视化模型、数字模拟仿真引擎统一划归并到了模型平台的总体框架范围之内。从规划的角度上不难看出，目标还是很清晰的模型要统一管控，便于管理、分发及支撑。

现实中模型服务难以融合及分发共享的问题上，绝大多数项目单位采用了弯道超车的解决方案，将「数据服务标准化」作为传导介质联通各个模型引擎，以解决各个模型引擎之间的数据源异构，渲染格式、GIS格式、数值格式等等，其实本体就是数据标准化的问题。由此引发了「专业模型结果数据你们能不能接」、「可视化表达都需要模型提供哪些数值」。从市场切分及术业有专攻的角度上去讲一点问题没有任何问题，毕竟还有成本及实现实效性的问题在这，但是笔者始终拥抱一个理念跨学科的交融一定是水利数字孪生最终实现的终点。

最近在翻阅外网过程中有一件事挺受感动。在孪生场景中将一定量的降雨数据推演至蓄滞洪区河道内，进行场景淹没推演，通过在场景中模拟构建防洪围栏的取措施前后受灾影响比对，实时直观动态分析措施前后的影响分析。我们姑且不去争论其实现的难度及应用场景尺度的大小，从背后的逻辑来讲，实现该推演，一定不仅仅是可视化效果做个展示就可以满足应用需求，需要场景水机理模型、水物理模型的支撑通过运算得出的计算机可以满足渲染可视化展示。这个案例感动我的不是场景效果，而是其背后的逻辑以及对取措施响应的实时性，这其实就是数字孪生水利所需要的。

通过与业务客户的攀谈，发现水利对数字孪生的标准越来越高、越来越贴近业务数字化的能力解决，因此，传统的「数据标准化」实现仿真表达越来越难满足建设需求，其核心痛点主要体现在以下两点：

第一、数据标准化主体界定。「可视化模型引擎、水利专业模型引擎、GIS空间计算模型引擎在过程中到底谁来主导」这其实是一个很费心的过程，在数字孪生建设前期参与的一个水利数字孪生项目，就因为这个问题多次的公开争论，其实核心的问题有两点，一者是工作量问题（没有一个承建单位愿意多投入），再者是跨行业学科壁垒导致的信息互通不畅。因此，过程中往往会导致大量的磋商。最终，大多数采用的解决方案是各方都各退一步同步改造自己领域引擎的算法，很难定义主体是谁主导。毕竟模型引擎认为机理计算是关键你需要听我的，GIS空间计算引擎单位认为GIS分析是核心，可视化模型引擎单位认为渲染表达是最终的业务加持的最直观反应。界定主体的结果就是没有主体。

第二、跨模型引擎之间的数据转化及传递时间损耗。暂且不谈大江大河大尺度应用场景，对于滞洪区来讲，以二维水动力模型来讲，为了满足应用需求的精准化计算，网格的精度基本都会保证在10~100m左右，其网格单元的数量基本也能维持在20W左右的量级。从水利专业模型引擎计算到结果数据传递，GIS空间计算模型引擎接收数据做GIS格式转化，可视化模型引擎接受数据做渲染格式转化，各个过程都存在实效性上的损耗，二进制文件传递也好，协议数据服务传递也罢，都无法规避掉时间耗损及各模型内部转义时间问题。如果长此以往，那么水利数字孪生流域实时性的推演将越来越远，毕竟防洪决策的关键就在那么一瞬间。

综上可以看出，「数据标准化」只能解决数字孪生水利建设的现阶段基础性问题，路径的摸索、模式的探索、架构的可行性等，但是核心的问题通过这种架构模式从目前看还是难以满足中、长期的应用需求。因此，水专业模型与可视化模型引擎及GIS空间计算分析引擎的底层集成耦合成为未来从事水行业应用建设企业的长久探索及攻克的核心技术问题。这里简单介绍两点集成融合后的优势：

第一、专业模型计算的参数、系数动态调控。数字孪生引擎（可视化模型引擎、GIS空间分析计算模型引擎等的统称）兼顾着数字孪生流域底板建设的职责及任务，是基础数据、监测数据、业务管理数据、跨行业共享数据及地理空间等数据的集大成者。然而专业模型的参数、系数的获取绝大多数也是通过基础数据的采集或是推算得来，那这样专业模型计算所需要的参数、系数便可通过数字孪生引擎进行提取，建立参数率定标准及原则，便可打通专业模型计算的前处理过程。进一步优化及提升计算的便捷性及可操作性，同时，对加强专业模型训练，提升专业模型精准度也具备较强的意义。

第二、降低数据传导及数据分引擎处理的时长。融合后的专业模型与数字孪生引擎具备较强的交互特性，毫不夸张的讲其实就是厨房和餐厅的关系，原料通过计算模型完成加工，那孪生引擎就是传递加工结果完成分场景呈现及修饰的工作了。从而可以极大降低过程之间的时间损耗。但是，这里存在一个问题是多源模型的融合是个比较难的过程，水是一个相对比较专业的行业，不同的流域、工程特性有不同的专业模型做支撑，如：泥沙、冲淤、咸潮、冰凌等。

水利数字孪生不能空有其表只关注「面子」，一定要怀有情怀不断的去研究其「里子」，不断的深挖业务痛点、行业痛点，提升产品能力、技术能力，才能在水利现代化的建设当中不断的脱颖而出。

小知识：仿真，（百度百科）即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响，该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计，一般采用「蒙特卡洛法」（是把概率现象作为研究对象的数值模拟方法）进行仿真。仿真和可视化不可以一概而论，可视化是一种表达形式，然而仿真是具备某种物理现象规律推演及展现的计算逻辑。

免责声明：

本文转载自【智慧孪生水利水务 】 张新厂，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！