智慧城市信创解决方案 | 云庐科技推出基于信创CPU的城市精细化内涝仿真预报平台

2023 年 7 月 29 日傍晚，中央气象台针对超强台风 “杜苏芮” ，升级发布了 12 年来第二次最高级别的暴雨红色预警。而在 2021 年郑州发生的特大暴雨中，在短短一天内倾泻出这座城市一年的降雨量。愈来愈多的极端天气，正逐渐挑战着城市防涝的建设水平。

然而，即便中央气象台自 2010 年起便启用了预警发布机制，我国在城市内涝治理上，仍存在着预判预警迟缓、无法提前预报积水的空间分布等痛点，很多建成长久的老城市也暴露出排水设施老化、排水系统规划不合理等防汛问题，使得很多城市难以招架极端强降雨天气导致的内涝灾害，严重影响人们的正常生活。

因此，构建一套能对城市内涝进行实时、快速且较准确的安全智能预测分析系统，是增加预警准备时间、提升决策科学性、有效应对内涝灾害的重要手段。

飞腾携手 云庐科技 推出的 城市精细化内涝仿真预报平台，可实现在极短时间内模拟整个城市区域范围的空间降雨、地面积水和管网排水的演进过程，以分钟级计算，提前预判 48 小时城市内涝灾害，推演预报研究区域未来一段时间的涝积水风险。

 方案介绍

城市精细化内涝仿真预报平台，采用 飞腾腾云 S2500 芯片 实现底层算力的安全保护和平台预测性能的升级，能够将仿真计算出的结果与多维度信息（如环境信息、危险区域、人口热力图等）叠加，使得单一的数据监测升级为全区域多种数据的立体化、智能化预报预测，从 “内涝前模拟分析” 到 “内涝实时预警” 、再到 “除涝后总结分析” ，实现防涝工作的全周期、全流程精细化管理，为政府相关部门提供决策支持和调度指挥依据。

平台以水力学模型（机理模型）、水文学模型以及人工智能模型为核心模块，结合飞腾 CPU 高效的多核并行处理能力，通过与外部的气象精细化定量降雨预报数据库、自动雨量站实时监测数据库及实时水情数据库相关联，来实现对城市暴雨、河道洪水和风暴潮等单一发生或遭遇组合引起的淹没分布的快速实时预报计算。

通过模拟和预测城市洪暴潮灾害的有关淹没的特征数据，平台还提供了模型输入条件、输出结果的可视化，淹没分析结果的图形化及淹没过程的动态化展示，用户可根据模拟结果制作区域和道路洪水风险图，为城市洪涝风险的实时动态分析和防汛指挥调度决策提供重要的仿真模拟和数据支撑。

整套方案五大功能模块：

1.防汛排涝一张图

将气象预报、地理要素、防护对象、排水防涝设施、监测设备等全要素通过 “一张图” 的形式进行呈现。

2.在线预报

将机理模型、人工智能、气象预报相结合，基于区域分解、混合架构加速等先进技术，实时预报未来的内涝积水情况，全面、快速掌握灾情动态，为应急处置与决策争取宝贵时间。

3.内涝预警

对积水深度、管网河道水位、泵闸站运行状况等多要素进行监测，超阈值将迅速做出精准靶向预警，确保行动精准及时。

4.仿真预演

具备历史降雨复现、未来内涝风险预演及排水设施能力评估等功能，可为城市升级改造、实现可持续管理提供参考依据。

5.数字预案

根据内涝风险图和预演预案，结合地图完善内涝 “一点一策” 方案，实现积水内涝应急管理向风险管理的转变，加强城市内涝风险防控。

城市精细化内涝仿真预报平台主要面向水利部门、应急部门、防汛抗旱指挥部、设计院等客户群打造。目前，云庐科技通过将自研的高密度计算算法，部署到基于飞腾腾云 S2500 CPU 的高密度计算平台，将小时级的预测提升至分钟级预测，大大提高了平台性能。整套方案将成为防汛应急常态化应用的业务工具之一，使其除了作为汛期防汛应急保障演练的重要环节外，还可在应对汛期暴雨内涝时，提前基于气象预报信息开展模拟分析，实时发布内涝分析预测，为防汛科学调度决策提供有力支撑。

 整套方案功能效果：

01

数字化呈现数百公里区域（ 10 米级别颗粒度）雨水演进状况

02

实时计算（分钟级计算速度）全区域积水情况

03

提前 0-48 小时预测风险

04

大数据展示、全要素管理

05

数字孪生技术进行描述、诊断、预测，输出决策集、作为指挥调度支持

飞腾与云庐科技打造的城市精细化内涝仿真预报平台，可有效减少城市内涝灾害带来的人民生命财产经济损失，有利于完善政府洪涝灾害治理体系，提升智能化管理水平，有效推进应急管理体系和能力的现代化，提高人民生活质量水平。

/ 云庐科技 /

北京云庐科技有限公司是一家立足于工业软件行业拥有完整自主知识产权的国家级高新技术企业，北京市专精特新企业。自成立以来，云庐科技始终致力于非线性多物理场耦合仿真，通过融合 CAE+AI 的数字孪生技术，实现对交通、水利、矿山、环保、城市生命线等基础设施全生命周期的管理和维护。

点击关注公众号

       飞腾与云庐科技联合解决方案咨询，请联系：

飞腾解决方案团队

[e-mail]

END

点击图片查看完整内容：