本页目录
收官 · 一个流域的地球系统数字孪生
前面的章节分别讨论了储库、通量、观测、反演、归因、灾害、风险、选择和行星边界。
收官不再增加一张更复杂的地图，而是把这些概念放回一个可追溯的流域账本。
一个合格的数字孪生不是“看起来像现实”的 3D 展示，而是明确的状态变量、通量、观测算子、误差、更新规则和失效边界。
本页的实验使用八个时间步的合成降水、蒸散和上游入流，只演示模型闭合与观测更新，不预测任何真实流域。
学习层：给一条教学流域建最小数字孪生
1. 具体情境：雨水经过土壤、河道和量测站
假设一个小流域被分成土壤/地下储量、河道/水库和下游量测站三个逻辑层。
每一步输入降水 \(P_t\)、蒸散 \(ET_t\)、上游入流 \(I_t\)；模型把降水分成入渗和直接径流，并受储量容量限制。
末端量测站先给出合成读数，再通过观测算子换算成与模型状态同单位的“等效储量代理观测”；数据同化把它与模型末状态做一次加权更新。
场景是课程收官的可重复实验，不是某个流域的水文预报或应急建议。
2. 揭示前预测：守恒和同化各自守什么？
先回答两项：
- 在相同降水下，提高径流系数，会让入渗减少、直接径流增加吗？
- 提高同化权重 \(K\) 后，更新状态会更靠近模型末状态，还是更靠近量测读数？
提交后才打开控件。实验的第一责任是让闭合误差可见，而不是给出一条好看的曲线。
3. 公式桥：水量平衡、观测更新和风险出口
令 \(c\) 为径流系数，容量为 \(C_s\)。单步教学模型为
其中总出流可记为
每一步的守恒检查是
一般观测先经过 \(y=H(S_f)+\eta\) 与状态连接，其中 \(H\) 是观测算子、\(\eta\) 是观测误差。本实验假定外部读数已被换算为等效储量，所以取 \(H(S)=S\)，再用标量更新
这里的 \(K\) 是教学权重。实验保留原始代理观测和未约束更新，再将状态限制到 \([0,C_s]\)；完整系统应由误差协方差、观测算子和状态约束共同确定。
4. 互动实验：从通量到状态，再到证据账
JavaScript 失效时的静态 fallback：八步输入是合成教学序列：\(P=[18,30,12,55,85,22,14,48]\)、\(ET=[4,4,5,5,6,5,4,5]\)、\(I=[5,7,4,8,9,6,4,7]\)。默认初始储量 \(45\)、径流系数 \(c=0.35\)、容量 \(C_s=220\)、同化权重 \(K=0.60\)、量测偏移 \(-12\)；单位均为教学单位。
| 账本 | 默认结果 | 解释 |
|---|---|---|
| 总降水 | \(284\) | 八步合成输入 |
| 总蒸散 | \(38\) | 八步合成输入 |
| 总上游入流 | \(50\) | 八步合成输入 |
| 总直接径流 | \(99.4\) | \(c\sum P_t\) |
| 总溢出 | \(21.6\) | 容量约束产生的额外出流 |
| 预报末状态 | \(220\) | 达到教学容量 |
| 同化后状态 | \(212.8\) | 等效储量代理观测 \(208\) 与 \(K=0.60\) 更新 |
| 最大单步总出流 | \(38.4\) | 直接径流 + 溢出 |
| 守恒最大绝对误差 | 约 \(0\) | 浮点舍入范围内 |
提交两个预测后，可改变降水尺度、径流系数、容量、同化权重和代理观测偏移；过程图会显示每一步储量、出流、溢出和末端更新。代理观测不会被静默裁剪；若未约束更新越过容量，账本会单列状态约束修正。
5. 边界：数字孪生必须知道自己不是现实
- 这里的单储库把土壤、地下水、河道和水库压成一个状态；真实流域需要空间网格、地下水交换、雪储量、植被和人类取水。
- 合成观测没有仪器漂移、代表性误差和缺测机制；真实同化必须把观测质量旗标、版本和拒绝规则写进 provenance。
- 容量截断保证了教学状态不超过上限，却可能隐藏真实漫滩、堤防失效和多路径出流。
- 闭合误差接近零只证明账本实现一致，不证明降水、蒸散或径流参数正确，更不证明对未见事件泛化。
6. 迁移：把一个玩具升级成可审计系统
迁移问题：如果量测站只观测河道水位而不是总储量，观测算子 \(H\) 应怎样写？如果高径流事件的误差分布偏斜，你会修改同化模型、损失函数，还是只增加图表分辨率？
1. 收官架构：六个可追溯层
一个流域数字孪生至少需要：状态层、过程层、观测层、更新层、影响层和证据层。
状态层保存储水、土壤湿度、雪或地下水等可更新变量；过程层写出守恒与参数化通量。
观测层记录现场、卫星和再分析产品的时间、空间、单位、版本与质量旗标。
更新层说明反演/同化如何使用这些观测；影响层才把水文状态映射到 hazard、exposure 和 vulnerability。
证据层保存模型版本、输入快照、随机种子、诊断和不确定性，而不是只保存最终图片。
1.1 模型、数据和场景三种对象
模型是规则，数据是对世界的有限采样，场景是条件输入组合。
把三者混在一起，会把“在某组假设下得到的结果”写成“世界已经如此”。
实验序列有固定数组，因此可复现；它仍然不是观测，也没有预测效力。
1.2 质量守恒是第一道单元测试
对每个时间步，输入、储量变化与出流必须满足同一单位和同一边界。
如果降水用毫米、面积用平方公里，转换成体积时必须乘以 \(10^6\ \mathrm{m^2/km^2}\) 和单位换算因子。
仅仅把一张水量图“校准得像”，不能弥补单位错误。
2. 不确定性账本：参数、结构和观测
参数不确定性来自径流系数、蒸散估计、容量和地下交换；结构不确定性来自模型是否缺少关键储库或反馈；观测不确定性来自仪器、代表性和时间同步。
三者的来源不同，不能用一个总标准差掩盖。
集合模拟、敏感性分析、留出时间段和跨流域验证能分别回答不同问题，但任何一种都不能自动证明未来预测可靠。
2.1 诊断优先于故事
可先检查守恒误差、储量非负、容量截断次数、创新序列和标准化创新。
若创新长期同号，可能是参数偏差、观测偏差或缺失过程；增加模型复杂度前应先定位哪一条证据链失配。
若只在洪峰时失配，则需要检查非线性、饱和入渗、河道几何和误差分布，而不是把平水期均方误差继续优化到更多小数位。
3. 与前面章节的闭环
反演告诉我们如何从有限信号估计隐藏状态；同化把估计放入时间循环；检测与归因提醒我们不要把异常直接说成因果。
地质灾害和水文气候风险要求分别记录 hazard、exposure、vulnerability；减缓与适应要求区分上游累积排放和下游残余风险。
比较行星则提供边界条件的自然对照：同一能量收支骨架，在不同大气和反馈下不必得到同一表面状态。
数字孪生的价值正在于把这些边界写进接口，而不是把所有过程塞进一个不可审计的黑箱。
4. 常见误区
把校准当验证：用同一时间段调参又评价，会把记忆当泛化。
把同化当观测替换：更新仍受模型、观测算子和误差权重约束。
把闭合当正确：守恒是必要条件，不是充分条件。
把风险分数当损失预言：风险还要有事件分布、暴露单位、脆弱性函数和决策阈值。
把场景当预测：场景只表达“若输入如此，模型如何响应”。
5. 证据、版本与下一步
水循环和气候风险的综合证据可查 IPCC AR6 WGI 与 IPCC AR6 WGII；水资源观测与数据入口可查 USGS Water Data；地球观测入口可查 NASA Earth science 和 NOAA freshwater resources。
本页不使用动态观测数字。若把真实产品接入数字孪生，必须标明指标年或观测日期、基准期、空间/时间尺度、数据版本和核验日期；课程当前资料基线为 2026-09-01。
收官没有“最终答案”。下一次建模应从一个明确的流域、一个可量测的状态、一个可拒绝的假设和一份可复现的账本开始。