Page 70 - 水利水电工程施工管理概论

水利水电工程施工管理概论
Introduction to the Construction Management of Water Conservancy and Hydropower Projects

国学者也指出流域科学研究需要加重大数据的研究。随着流域计算和大数据研
究的发展，如何基于动态实时观测大数据、快速提取流域事件和行为的格局和过
程信息、科学分析其演化规律并提供主动的智能服务，是流域时空大数据实践所

面临的新挑战和新机遇。截至 2020 年年底，中国省级以上水利部门存储的各类
数据资源约 2887 项，数据总量约 6.02PB，但是水利数据仍存在内容不全面、准
确性不高、频次参差不齐、价值密度较低、共享程度不高、更新周期长、开发利

用水平低等问题，可用数据的供给与流域防洪、水资源管理与调配、河湖管理保
护等智慧化应用的需求尚无法实现时空精准匹配。数据供给与需求失衡成为制约
水利大数据分析和应用亟须克服的“痛点”，更是数字孪生流域理想目标实现亟

需打破的“瓶颈”。因此，涉水大数据的获取、处理、分析与挖掘在数字孪生流
域研究中仍是重中之重。大数据时代对流域科学中的数据集成、数据和模型的集
成提出了新的挑战，需要加强无缝、自动、智能化的数据 - 模型对接，为此，高
级别的自动数据质量控制、高层次的数据集成以及数据向模型的推送技术都十分

关键。
（三）知识网

知识图谱能够提升数字孪生流域的语义理解和知识推理能力。流域知识图谱
是领域知识图谱在流域治理管理和科学研究中的具体应用，较通用领域知识图谱，
往往需要可靠的知识来源、更强的专业相关性和更优质准确的内容，它将流域的
数据信息表达成更加贴近人类认知世界的知识表现形式，具有规模巨大、语义关

系丰富、质量优秀、结构友好的特性。流域知识图谱旨在充分利用流域物联网承
载的数据信息，以结构化方式刻画流域系统中的概念、实体、事件及其间的关系，

为涉水行业产业链提供一种更有效的跨媒体大数据组织、管理及认知能力。结合
大数据与人工智能技术，流域知识图谱正逐步成为推动流域人工智能发展的核心
驱动力之一。但目前流域知识图谱应用场景相对有限、应用方式仍显得创新不足，
因而在一定程度上显得内生驱动力有所不足。如何有效推动知识图谱的应用，实

现基于流域原生数据的深度知识推理，提高大规模知识图谱的计算效率与算法精
度，一方面需要认真剖析流域数据与知识的特性，在认知推理、图计算、类脑计

算以及演化计算的算法上多下功夫；另一方面，有待加强知识图谱标准化测试工
具的建设。

58