數(shù)字孿生水利構(gòu)建技術(shù)與應(yīng)用實踐

P1數(shù)字孿生水利構(gòu)建技術(shù)與應(yīng)用實踐2024畢6月25第二部分：

數(shù)字孿生海河的應(yīng)用實踐第一部分：

數(shù)字孿生水利構(gòu)建技術(shù)目錄P2

01數(shù)字孿生水利構(gòu)建技術(shù)P3水利部把建設(shè)數(shù)字孿生水利作為推動新階段水利高質(zhì)量發(fā)展的六條實施路徑

之一

，

通過2022和2023年兩年的先行先試工作和技術(shù)攻關(guān)

，

總結(jié)提煉了構(gòu)建數(shù)

字孿生水利的關(guān)鍵技術(shù)難題

，

提出了解決難題的思路方法。算

法算

據(jù)算

力一、

背景新建升級改造數(shù)字孿生水利層次關(guān)系圖數(shù)字孿生水利總體架構(gòu)P4至“十四五”末，按照“突出重點、急用先建”的原則

，建成七大江河數(shù)字孿生流域；按照“規(guī)劃先行、

先導(dǎo)推進”的原則，

骨干水網(wǎng)中的數(shù)字孿生南水北調(diào)中線

基本建成

，省級數(shù)字孿生水網(wǎng)取得突破；按照“重點提升、

同步新建”的原則

，大江大河重要控制性樞紐基本建成數(shù)

字孿生工程；在重點防洪地區(qū)實現(xiàn)流域防洪“

四預(yù)

”

，在跨流域重大引調(diào)水工程、跨省重

點河湖基本實現(xiàn)水資源管理與調(diào)配“

四預(yù)

”

，水利工程建設(shè)與運行管理、河湖管理、水土保持、農(nóng)村水利水電等N項業(yè)務(wù)智能應(yīng)用水平大幅提升；數(shù)據(jù)共享和網(wǎng)絡(luò)安全防護能力明顯增強。為新階段水利高質(zhì)量發(fā)展提供有力支撐和強力驅(qū)動。P5先行

先試技術(shù)

攻關(guān)推廣

建設(shè)頂層

設(shè)計一、

背景實施路徑建設(shè)目標2.算法方面：優(yōu)化算法2.1數(shù)據(jù)知識融合驅(qū)動的模型構(gòu)建技術(shù)2.2遙感GIS一體化和AI識別技術(shù)2.3大模型賦能知識平臺3.算力方面：提升算力3.1全國產(chǎn)化適配技術(shù)4.應(yīng)用方面：強化業(yè)務(wù)“四預(yù)”4.1業(yè)務(wù)“

四預(yù)”構(gòu)建技術(shù)4.2研發(fā)基于超額水量分配的水庫群逆

向調(diào)度技術(shù)1.算據(jù)方面：豐富算據(jù)1.1“天空地水工”一體化監(jiān)測感知體系1.2.雨水情監(jiān)測預(yù)報“三道防線”構(gòu)建

技術(shù)1.3.地理空間數(shù)據(jù)底板構(gòu)建技術(shù)1.4.顧及水系連通性的HDEM構(gòu)建方法

1.5.水下地形數(shù)據(jù)處理技術(shù)1.6.水利對象一體化組織技術(shù)二、數(shù)字孿生水利構(gòu)建技術(shù)P6各類監(jiān)測手段形成的時空、

范圍、

要素、

精度、

頻次等方面互補協(xié)同的技術(shù)體系：“天

”利用光學(xué)衛(wèi)星、

SAR衛(wèi)星、

重力衛(wèi)星、

氣象衛(wèi)星以及北斗等技術(shù)裝備

，

實現(xiàn)對流域下墊面、

河湖水

體、洪澇災(zāi)害、

工程面貌等的大尺度全局監(jiān)測感知；“空

”利用無人機、

高塔等設(shè)施設(shè)備

，

搭載激光雷達、

天氣雷達、

測雨雷達等監(jiān)測儀器

，

實現(xiàn)對水域岸

線、

蓄滯洪區(qū)、

山洪災(zāi)害易發(fā)區(qū)等重點區(qū)域的地形、

雨情等要素的中小尺度高精度動態(tài)及時監(jiān)測感知；“地”指對河湖水體及水利工程以外的水利要素監(jiān)測方式

，

主要利用雨量站、

蒸發(fā)站、

地下水測站、

土壤

墑情站、

視頻監(jiān)測站等地面監(jiān)測設(shè)施設(shè)備

，

實現(xiàn)對關(guān)鍵點位雨情、

蒸發(fā)、

地下水位、

墑情等要素的精準實時監(jiān)

測感知；“水

”利用聲、

光、

電、

無人船等監(jiān)測技術(shù)裝備

，

實現(xiàn)對河湖水體的水位、

流速、

水質(zhì)、

泥沙含量、

水下

地形、

水生生物等水中水下要素的精準自動化監(jiān)測感知；“工”利用滲壓計、

光纖光柵、應(yīng)變計、

震動儀、

測量機器人、

水下機器人等手段

，

實現(xiàn)對水庫大壩、

堤

防、水閘、

隧洞等水利工程內(nèi)外的滲流滲壓、

位移形變、

應(yīng)力應(yīng)變等工情險情要素的實時精細監(jiān)測感知。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）1.1“天空地水工”一體化監(jiān)測感知體系P71.2雨水情監(jiān)測預(yù)報“三道防線”構(gòu)建技術(shù)擴展第一道防線

（衛(wèi)星云圖與測雨雷達）

：

在

“

云中雨

”

監(jiān)測預(yù)報的基礎(chǔ)

上

，耦合流域產(chǎn)匯流水文模型和洪水演進水動力學(xué)模型

，

開展產(chǎn)匯流及洪水演進預(yù)

報

，有效延長洪水預(yù)見期；加密第二道防線（雨量站）

：

在“落地雨”監(jiān)測預(yù)報基礎(chǔ)上

，

對接“第一道防

線”監(jiān)測預(yù)報成果

，

持續(xù)率定流域產(chǎn)匯流水文模型和洪水演進水動力學(xué)模型參數(shù)

，

實時更新模型輸入

，迭代優(yōu)化監(jiān)測預(yù)報結(jié)果

，

在保證洪水預(yù)見期的同時

，

提高洪水

預(yù)報精準度。合理布設(shè)第三道防線（水文站）

：

對接“第二道防線”監(jiān)測預(yù)報成果

，

迭代優(yōu)

化洪水演進預(yù)報并向下游水文站或斷面逐級傳遞

，

實現(xiàn)河系滾動傳導(dǎo)預(yù)報

，

進一步

提高洪水預(yù)報精準度。“三道防線”是一個統(tǒng)一整體

，各道

“

防線”相互促進

，

實現(xiàn)延長洪水預(yù)報預(yù)見期和提高預(yù)報精準度的有效統(tǒng)一。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）P81.3地理空間數(shù)據(jù)底板構(gòu)建技術(shù)基于激光雷達、

傾斜攝影測量、

衛(wèi)星立體測圖、

影像微分糾正、

波束回聲探測、

建

筑信息集成等技術(shù)獲取流域下墊面影像、

水上水下地形、

地表形態(tài)和建筑信息模型

，

經(jīng)

數(shù)據(jù)融合、

數(shù)據(jù)評價等處理

，

耦合數(shù)據(jù)模型和數(shù)據(jù)引擎

，

構(gòu)建多時空尺度、

多源異構(gòu)數(shù)

字孿生水利地理空間數(shù)據(jù)底板

，

支撐水文水力學(xué)、

水環(huán)境水生態(tài)、

河湖岸線管控等模型

計算和綜合水利信息提取。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）DOM數(shù)字孿生水利地理空間數(shù)據(jù)傾斜攝影影

像DEM/DSM/

HDEMBIM激光點云水下地形下墊面地表覆蓋提取水環(huán)境水生態(tài)計算河湖庫四亂識別水文水力學(xué)計算業(yè)務(wù)

支撐模型引擎P9統(tǒng)籌考慮堤防、

大壩、

圩垸、

涵洞、

倒虹吸、

橋梁等涉水建構(gòu)筑物對水系連通的影響

，

提出了水利地形HDEM概念

，

創(chuàng)建了顧及通水建筑物去除、

阻水構(gòu)筑物增補和

水下地形嵌刻的局部高程修正的HDEM構(gòu)建方法

，

解決了傳統(tǒng)DEM在水利領(lǐng)域應(yīng)用存

在水系連通失真問題。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）1.4顧及水系連通性的HDEM構(gòu)建方法水系上下游一貫連通

水上水下一體融通部頒技術(shù)文件及行業(yè)標準P10為滿足流域防洪等重點水利業(yè)務(wù)工作對高精度河道地形數(shù)據(jù)的應(yīng)用需求

，按照水利專業(yè)模型計算的技術(shù)指標要求加工處理生成河道斷面數(shù)據(jù)集

，采用國家認定的地理信息

保密處理技術(shù)進行處理后

，生成非涉密環(huán)境可用的數(shù)據(jù)成果

，

對河道管理范圍內(nèi)的陸域

地形和水下地形數(shù)據(jù)成果進行融合處理

，形成水下、

地上一體化高精度地形融合數(shù)據(jù)。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）1.5高精度河道地形數(shù)據(jù)處理技術(shù)高精度河道地形數(shù)據(jù)處理流程河道地形融合樣例水下地上一體化DEM融合數(shù)據(jù)已有水下地形數(shù)據(jù)河道斷面數(shù)據(jù)集水下地形非密數(shù)據(jù)河道斷面非密數(shù)據(jù)提取河道斷面滿足水下地形融合

要求融合處理滿足技術(shù)要求滿足保密技術(shù)

要求安全處理擬合處理P111.6水利對象一體化組織技術(shù)構(gòu)建水利數(shù)據(jù)模型

，

實現(xiàn)對水利對象的空間特征、

關(guān)系特征和時間特征的一體化

組織。根據(jù)行政區(qū)劃、

自然流域、

水資源功能區(qū)和數(shù)值計算等需求

，構(gòu)建水利網(wǎng)格模型

，

形成一套多元化、

精細化、

個性化的水利網(wǎng)格化體系

，

支撐水利業(yè)務(wù)應(yīng)用多目標、

多

層次復(fù)雜需求。二、數(shù)字孿生水利構(gòu)建技術(shù)（豐富算據(jù)）基于水利網(wǎng)格模型的信息融合基于地理空間參考的數(shù)據(jù)融合基于水利數(shù)據(jù)模型的信息融合

異構(gòu)數(shù)據(jù)精準匹配

數(shù)據(jù)升維轉(zhuǎn)換統(tǒng)一時空基準自然流域行政區(qū)劃水資源功能區(qū)水利多維主題應(yīng)用水利對象分類分級水利實體對象模型水利元數(shù)據(jù)模型P12知識驅(qū)動方法與數(shù)據(jù)驅(qū)動方法是指導(dǎo)工程人員研究洪水預(yù)報的兩大方法論

，通過數(shù)據(jù)知識融合驅(qū)動實現(xiàn)對問題

全局和局部特征

，

規(guī)則與經(jīng)驗的有機結(jié)

合

，

實現(xiàn)預(yù)報綜合性能的提升。二、數(shù)字孿生水利構(gòu)建技術(shù)（優(yōu)化算法）數(shù)據(jù)驅(qū)動方法u有限場景下數(shù)據(jù)樣本u經(jīng)驗?zāi)Ｐ屯诰騿栴}特征u關(guān)聯(lián)關(guān)系知識驅(qū)動方法u考慮問題整體u機理模型

規(guī)則描述u問題本質(zhì)

新理論2.1數(shù)據(jù)知識融合驅(qū)動的模型構(gòu)建技術(shù)知識與數(shù)據(jù)驅(qū)動方法P13衛(wèi)星遙感和人工智能（A

I）

技術(shù)的融合應(yīng)用

，

研發(fā)了臨河房屋等11類河湖主要地物AI識別模型

，

支撐了全國河湖

“清四亂”、妨

礙河道行洪突出問題排查整治等專項工作。

通過多區(qū)域、

多傳感器、

多時相和多地形等維度

，

分析現(xiàn)有算法模型典型問題

，

增加模型主

干網(wǎng)絡(luò)算法參數(shù)量

，提升不同地類的特征融合

，

優(yōu)化預(yù)測算法架構(gòu)，

通過樣本+算法+應(yīng)用的閉環(huán)式迭代優(yōu)化AI模型

，

持續(xù)提升模型精

度和性能。利用遙感GIS一體化技術(shù)

，

打造遙感影像生產(chǎn)、

解譯識別和服務(wù)應(yīng)用一體化流程。

影像生產(chǎn)、解譯流程可視化編排二、數(shù)字孿生水利構(gòu)建技術(shù)（優(yōu)化算法）2.2遙感GIS一體化技術(shù)和AI識別技術(shù)基于AI建筑物提取效果基于AI水體提取效果P14多業(yè)務(wù)知識庫構(gòu)建。

歸集形成安全合規(guī)的水利領(lǐng)域基礎(chǔ)訓(xùn)練數(shù)據(jù)集

，

建設(shè)高質(zhì)量的文字、

圖片、

音頻、

視頻等水利領(lǐng)域大模型預(yù)

訓(xùn)練與調(diào)優(yōu)語料庫；

建立行業(yè)級基礎(chǔ)知識庫；

構(gòu)建典型業(yè)務(wù)邏輯推

理知識圖譜。基于領(lǐng)域大模型的知識引擎構(gòu)建技術(shù)。

針對水利業(yè)務(wù)智能化決

策需求

，

通過研究應(yīng)用高效并行訓(xùn)練、

領(lǐng)域化指令學(xué)習對齊

，

以及

百億參數(shù)規(guī)模模型的推理壓縮和端側(cè)部署技術(shù)

，

構(gòu)建具有善學(xué)習、

能交互、

會計算、

可展示等能力水利大模型

，

并基于此實現(xiàn)水利知

識引擎。二、數(shù)字孿生水利構(gòu)建技術(shù)（優(yōu)化算法）2.3基于領(lǐng)域大模型的知識引擎構(gòu)建技術(shù)P153.1全國產(chǎn)化適配技術(shù)構(gòu)建全國產(chǎn)化地理信息應(yīng)用體系

，

實現(xiàn)國產(chǎn)GIS平臺與安全可靠軟硬件適配

，

成

功開展水利系統(tǒng)大規(guī)模業(yè)務(wù)化運行；

基于國產(chǎn)密碼開展重要數(shù)據(jù)保護

，

利用水利部密

碼基礎(chǔ)設(shè)施

，加強數(shù)據(jù)全生命周期安全保護

，

實現(xiàn)數(shù)據(jù)安全共享應(yīng)用。水利網(wǎng)絡(luò)安全體系系列文件二、數(shù)字孿生水利構(gòu)建技術(shù)（提升算力）操作系統(tǒng)全面

國產(chǎn)化信創(chuàng)軟硬件體系中間件CPU終端/

服務(wù)器kun

penoG

IS

平臺數(shù)據(jù)庫P164.1業(yè)務(wù)“四預(yù)”構(gòu)建技術(shù)“預(yù)報

”是基礎(chǔ)：

由傳統(tǒng)的要素預(yù)報向影響預(yù)報轉(zhuǎn)變

，不僅要預(yù)報出要素的大小與量級

，還要能預(yù)報出影響對象與影響范圍?！邦A(yù)警

”是前哨：

由傳統(tǒng)的閾值預(yù)警向風險預(yù)警轉(zhuǎn)變，

同時要考慮公眾、專業(yè)人員、上級部門等不同預(yù)警對象

，采用不同的形式與內(nèi)容?？臻g上更關(guān)注

重點單位，

時間上有不同時段。“預(yù)演

”是關(guān)鍵

：實現(xiàn)正向推演向逆向推演轉(zhuǎn)變，“正向

”預(yù)演風險形勢和影響

，標定洪水威脅區(qū)域；“逆向”推演流域水工程運用次序、運用時機、

運用規(guī)模

，實現(xiàn)物理流域與數(shù)字孿生流域間的實時交互

，相互影響相互作用

，達到最優(yōu)的效果?！邦A(yù)案

”是目的

：基于預(yù)演形成的方案

，根據(jù)工程狀況、人員轉(zhuǎn)移要求、

物資保障、社會經(jīng)濟影響程度、風險大小等

，形成可操作的執(zhí)行預(yù)案。二、數(shù)字孿生水利構(gòu)建技術(shù)（強化業(yè)務(wù)“四預(yù)”）多方案比選洪水淹沒推演水位預(yù)警指示站P17基于超額水量分配與輪庫補償?shù)碚?/p>

，采用最優(yōu)化算法對超額洪量進行時空動態(tài)分配

，

逆向推演出上游水庫群的防洪調(diào)度方案和安全運行邊界條件。

開發(fā)了黃河小

花區(qū)間、

西江大藤峽-梧州、

北江飛來峽-石角、

長江三峽-隔河巖-沙市、

漢江丹江口

-鴨河口-黃莊等多個區(qū)域的水庫優(yōu)化調(diào)度反算方案。二、數(shù)字孿生水利構(gòu)建技術(shù)（強化業(yè)務(wù)“四預(yù)）4.2研發(fā)基于超額水量分配的水庫群逆向調(diào)度技術(shù)P18

02數(shù)字孿生海河的應(yīng)用實踐P19京津冀地區(qū)特殊的地貌格局決定了防汛的重要性

：位于太行山、

燕山山脈前緣

，

山前到平原過渡帶短

，

河流水系呈扇形分布；

源短流急

，洪水陡漲

陡落

，極易在短時間內(nèi)發(fā)生暴雨洪水。2023年7月28日至8月1日

，

受臺風“杜蘇芮”北上與冷空氣交綏影響，

海河發(fā)生流域性特大洪水

，

其中

，

大清河、

永定河發(fā)生特大洪水

，

子牙河發(fā)

生大洪水。本次洪水呈現(xiàn)降水范圍廣總量大、

暴雨時空集中強度大、

洪水并發(fā)量級

大、洪水漲勢猛演進快、

徑流總量大地下水回補多等五大特點。一、

雨水情特點P20數(shù)字孿生海河基于全國水利一張圖構(gòu)建“數(shù)字孿生平臺”

，

2023年6月20日進行了發(fā)布。洪水期間積極利用衛(wèi)星遙感、

無人機、

視頻

監(jiān)控等多種技術(shù)手段

，

強化天空地多源信息融合

，

夯實“算據(jù)”基礎(chǔ)；持續(xù)完善模型平臺

，

開發(fā)知識平臺

，

強化

“算法”核心。融合X86云和信創(chuàng)云平臺

，

高性能計算集群

，

做實”算力”支撐。算

力數(shù)字孿生海河算

據(jù)二、

構(gòu)建數(shù)字孿生海河新建升級改造算

法P21利用激光雷達、

傾斜攝影、

多波束等構(gòu)建海河流域高精度地理空間數(shù)據(jù)底板。匯聚更新海河流域2214條河流、

28處國家蓄滯洪區(qū)、

155座重點大中型水庫、

2160公里堤防等基礎(chǔ)數(shù)據(jù)。逐一復(fù)核完善海河流域884座水庫與測站關(guān)系

，

實現(xiàn)蓄

滯洪區(qū)范圍內(nèi)堤防、

口門、

進退洪閘、

安全區(qū)等8類對象和

428路視頻監(jiān)測點關(guān)聯(lián)。開展水庫54項重要指標一致性自動比對

，分析水位及

庫容等特征值問題數(shù)據(jù)

，

建立與水庫管理單位、

水庫責任人

快速校核應(yīng)急機制。二、

構(gòu)建數(shù)字孿生海河完善算據(jù)（基礎(chǔ)數(shù)據(jù)）P22加強天空地一體化監(jiān)測

，

全方位感知暴雨洪水態(tài)勢。交換匯集1874個地面監(jiān)測站、

280個地面應(yīng)急監(jiān)測點

實時監(jiān)測水情信息。利用氣象衛(wèi)星和測雨雷達進行精細化降雨監(jiān)測

，發(fā)布

測雨雷達預(yù)警1873次、

涉及6100鄉(xiāng)鎮(zhèn)次

，

氣象衛(wèi)星預(yù)警

160次、

涉及3096地市次。利用13顆雷達、

光學(xué)衛(wèi)星遙感數(shù)據(jù)、

20架次無人機航

攝數(shù)據(jù)、

一萬多路視頻監(jiān)視點滾動跟蹤洪水演進。天空地多源監(jiān)測信息融合

，

開展了持續(xù)跟蹤監(jiān)測

，

天

空地多源信息在線融合應(yīng)用。二、

構(gòu)建數(shù)字孿生海河完善算據(jù)（動態(tài)數(shù)據(jù)）8月10日17時18分衛(wèi)星影像

，黑色為水體灘里干渠漫溢潰口衛(wèi)星影像近出現(xiàn)長度約90米

的缺口盧溝橋攔河閘和分洪閘監(jiān)視視頻白溝河右堤西茨村附P23研發(fā)水利專業(yè)、

智能識別和可視化模型。

研發(fā)了新安江、

API、

馬斯京根等42個模型并實現(xiàn)微服務(wù)化部署

，

依托模型平臺前處理工具、

模型

編排、

并行計算等

，

具備預(yù)報方案快速構(gòu)建、

模型參數(shù)在線率定、

多家

模式集合預(yù)報、

洪水實時動態(tài)演進、

正反向推演計算等功能。集成海河流域洪水預(yù)報方案240套。

構(gòu)建海河流域東淀、

永定河等8

個蓄滯洪區(qū)洪水演進方案。

搭建自然背景、

流場動態(tài)、

水利工程、

機電

設(shè)備等可視化模型

，在數(shù)字場景中實現(xiàn)模擬仿真展示。構(gòu)建模擬仿真引擎。

利用知識圖譜構(gòu)建海河流域9772個自然匯流和

人工設(shè)施相結(jié)合的斷面上下游拓撲關(guān)系

，

基于圖數(shù)據(jù)庫快速生成任意預(yù)

報節(jié)點拓撲關(guān)系概化圖

，

支撐河系洪水預(yù)報、

庫群聯(lián)合調(diào)度和蓄滯洪區(qū)

洪水演進。

建成水利部本級模擬仿真引擎

，

具備模型注冊和發(fā)布、

模型

編排、

模型實例化等功能。二、

構(gòu)建數(shù)字孿生海河優(yōu)化算法P24搭建高速并行計算環(huán)境。

融合X86云平臺和信創(chuàng)云平臺。搭建每秒58.3萬億次雙精度浮點計算的高性能計算集群

，

支撐

每日2次全國范圍內(nèi)的未來3天逐小時、

3公里

×

3公里短期預(yù)報

和一次未來5天逐3小時、

9公里

×

9公里中期預(yù)報制作以及大清

河逐時精細化預(yù)報

，

縮短業(yè)務(wù)處理時間1.

5小時

，

縮短洪水作

業(yè)預(yù)報時間30分鐘。持續(xù)優(yōu)化完善會商調(diào)度環(huán)境。

每日通過視頻、

藍信等連線

會商5～6次

，

溝通水庫、

堰閘等水工程對洪水預(yù)報影響

，特別

是動態(tài)掌握蓄滯洪區(qū)啟用時間、

水頭演進、

滯蓄水量、

淹沒范

圍等調(diào)度運用狀態(tài)

，

為海河流域洪水防御提供算力和會商支撐。二、

構(gòu)建數(shù)字孿生海河提升算力南水北調(diào)中線惠南莊視頻連線高性能計算集群P25預(yù)報：

加強降雨預(yù)報和洪水預(yù)報耦合

，

實現(xiàn)洪水預(yù)報由落地雨向空中雨轉(zhuǎn)變

，

既延長了預(yù)見期又提高了精準度。

依據(jù)預(yù)報

，

7月28日啟動洪水防御Ⅲ級應(yīng)急響應(yīng)

，

7月30日把應(yīng)急響應(yīng)提升至Ⅱ級。

7月27日提

前5天研判將啟用6個蓄滯洪區(qū)

，

關(guān)鍵期洪水預(yù)報精準度明顯提升。預(yù)警：

本次充分利用氣象衛(wèi)星、

天氣雷達和測雨雷達的監(jiān)測信息

，對未來3小時內(nèi)可能發(fā)生強降雨地區(qū)

進行自動風險預(yù)警。

強降水過程期間通過藍信累計發(fā)布各類預(yù)警2155次

，信息直達一線人員。預(yù)演：

建立永定河、

東淀等8個蓄滯洪區(qū)的二維水動力學(xué)洪水演進模型

，參考衛(wèi)星遙感、

無人機航攝等

數(shù)