案例单位：

四川省生态环境监测总站

案例背景：

地表水环境数据解析能力不足，是流域地表水风险应对、污染精准防控的共性问题和重要短板。四川省通过水环境大数据融合和数字化孪生技术形成透彻感知、全面互联、深度整合、广泛共享、智能应用、泛在服务的数字化能力，显著提高地表水风险应对能力和污染精准化管控水平，并实现业务化运行有效保障四川省国省考断面、水功能区水质逐年长效提升。

解决方案：

图1 地表水数字精准溯源及预报预警

一是推动地表水环境数据汇聚，构建核心资源库。汇聚依托监测总站在日常监测过程中采集的污染数据，与国内外研究机构在课题合作中共享的下垫面数据、现场地勘数据等，由大数据局共享的人口、养殖、气象、水文等公共数据，构建了数据量超1.2亿条且持续更新的地表水环境大数据采集系统，形成了地表环境全要素数据库。

二是依托全要素数据库，构建流域数字孪生体。基于流域模型和动力学模型，融合多领域、多行业的地表水环境数据，结合大数据分析、人工智能等技术构建具有完备物理基础的分布式流域水文水质模型、水动力和污染迁移扩散模型与大数据学习模型。根据流域水环境特征拓展模型的模拟要素和范围，在精细化、精准化模拟的基础上增强模拟能力。

图2 主要应用场景

三是基于数字孪生实现环境保护智能化决策。基于流域数据孪生体构建水文和水环境预测预报应用，延长水文和水环境预报的预见期。开展江河湖泊、水土流失等水环境水生态变化智能预测，对出现超标的流域全面溯源分析以识别工业企业、农业面源等对水体贡献比例，实现河湖治理精准监管能力提升和水环境水生态保护能力提升。

创新点：

一是通过构建全要素数据库和构建多类型模型，延长水文和水环境预报的预见期，和提升污染物预报准确率。

二是实现河湖治理精准监管能力提升，支撑四川省各级地表水环境管理部门开展流域地表水环境监测管理、资源调配和污染管控。

应用成效：

本案例2018年实施以来，水环境模拟数据时间分辨率从24hr提升至4hr，空间分辨率从每1万平方公里3.3个控制断面提升至25.2个控制断面，主要污染物预报准确率超过75%；在成都大运会水质保障、重大流域污染事故应急模拟预测、四川省“水十条”中期评估中发挥了重要作用；为四川省地表水环境防控决策提供了重要的支撑， 实现了2023年全省国考优良断面占比100%、省考优良断面占比100%、水功能区优良断面占比100%等三个百分之百，位居全国第一位。

本案例核心技术在中国环境监测总站、浙江省生态环境监测中心、宁夏区生态环境监测中心、台州市椒江区环保局等单位推广应用。

专家点评：

流域水环境综合治理是生态文明建设的重要组成部分，包括水资源保护、水生态修复和水环境改善等多个方面。地表水环境数据分析能力不足，是流域地表水风险应对、污染精准防控等领域的共性问题。四川省生态环境监测总站通过立体化监测技术获取数据，以流域地表水环境模拟技术打造常态化运行的流域水环境数字孪生产品，服务于四川省流域地表水风险应对和污染管控，助力于长江经济带高质量发展和长江大保护。