Full screen

Share

Show pages

夏萃慧
第二次青藏科考成果转化
基于人工智能多模态大模型的水能粮耦合模型在推动拉萨高质量绿色发展中的应用
中国科学院青藏高原研究所 

Want to create interactive content? It’s easy in Genially!

Get started free

拉萨

Xia Xia

Created on July 30, 2024

Over 30 million people create interactive content in Genially

Check out what others have designed:

Transcript

夏萃慧

第二次青藏科考成果转化

基于人工智能多模态大模型的水能粮耦合模型在推动拉萨高质量绿色发展中的应用

中国科学院青藏高原研究所

研究意义

科技制高点:信息、能源、粮食与生态安全的交汇挑战

可持续发展的基石

水-能-粮耦合

水-能-粮耦合是指水资源、能源系统和粮食生产之间复杂的相互依存和影响关系,这种关系在可持续发展的框架下尤为重要。它强调了这三个领域在资源利用、生态影响和社会经济发展中的紧密联系,以及协调管理这些资源以实现长期可持续性的必要性。 气候变化加剧了水资源压力、能源需求波动和粮食生产不稳定性。研究水-能-粮耦合对于制定更有韧性的应对策略至关重要。

科技制高点

气候变化对西藏水-能-粮耦合的影响

研究进展

亚洲水塔失衡及其对西藏电力系统的影响

拉萨旁多2024
青藏高原(2022)
雅江中游(2023)
?!
西南水电短缺
亚洲水塔失衡
水-能-粮

水-能-粮耦合的先导

理论+方法论+影响程度

水能耦合研究

水-能

青藏高原固态水正在快速融化、液态水呈增加趋势;但空间上看,液态水增加主要是在北部内流区,南部外流区一些流域的液态水呈减少趋势。(Yao T. et al,2022)

亚洲水塔失衡对西藏水-能-粮耦合有何影响?

第二次青藏科考现有成果:水
  • 亚洲水塔失衡

这一结论是否适用于上游的拉萨河?

动态描绘了西风季风相互作用对雅江中游径流的影响过程,冰川相关融水影响在季风期与降水几乎持平,远超此前研究估计。冰川融水随季风抵达冰川开始影响径流,而冰川周边的冰雪(非冰川本身)融水则在季风期全程通过广域水循环影响径流,该影响前期由季风主导,后期季风减弱后,由西风主导,因此对雅江中游径流影响关键的冰川区也由念青唐古拉山自南向北移动(Xia C.,Yue L. et al.,2024)

第二次青藏科考现有成果:水能
  • 冰川相关径流在季风期对雅江中游径流影响几乎与降水影响持平

这一结论是否适用于旁多水库?

针对雅江中游一电站的预测显示,到2100年,其丰水期(即径流超过水电站最大容量的时期)将增加13-21天(近期13-14天,中期17-19天,远期延长19-21,导致发电量在近期增加1.7%-4.3%,中期增加10.4%-14.1%,远期增加10.9-15.7%),而枯水期来水量将减少14.0-19.3%(近期9.0-19.3% , 中期17.9-19.0% ,远期14.0-16.9% )。综合会导致整体发电量减少0.4-4.4%。(Xia C.,Yue L. et al.,2024)

第二次青藏科考现有成果:水能
  • 气候变化会导致雅江中游水电丰水期延长,加剧枯水期缺水

结合西藏水循环变化不确定性升高、冬季水电出力预期更少,西藏冬季能源保供面临怎样挑战?

虽然气候变化对西藏居民用电量的影响由温度主导,但降水(尤其是以降雪形式出现的降水)会显著增加居民用电量(Xia C. et al., 2022)

第二次青藏科考现有成果:水能
  • 水循环变化会导致西藏冷季居民用电变化

基于2023年的基础调研,我们认为旁多水库是西藏典型的水-能-粮耦合设施 旁多水库的水源来源有三,分别为扒曲(发源于念青唐古拉山支脉恰拉山,径流较小,但在防洪工作中会极大增加不确定性)、乌鲁龙曲(来自当雄方向,主要受念青唐古拉冰川影响)、热振藏布(来自那曲方向,降水影响),以上括号内影响均为前期调研一线工作人员反馈的主观感受。 电站工作人员反馈近年来每年5月左右的桃花汛愈发不明显(尤其是2020年以后),我们考虑可能受到了冰川融水达峰的可能性。此外,工作人员也反馈多年来旁多来水季节性峰值不断平缓,我们考虑存在降水北移和冰川融水达峰的叠加影响。工作人员还反馈了其它一些水情异常,包括2022年旁多同样经历了极低水位,2023年西藏整体降水多,但旁多水库来水平缓稳定,并没有太大的相应波动,结合我们对雅江中游的研究结论,我们考虑这些变化与冰川变化紧密相关,考虑到西藏冰川在剧烈变化,我们认为亟需对气候变化对旁多水库的影响展开研究。

第二次青藏科考现有成果:水能粮
  • 聚焦旁多水库

考虑到目前旁多暂未承担拉萨市的城市供水任务,其发电产能不大,灌溉需求也可控,尚可保证对雅江中游的贡献,一旦拉萨市淡水供应从现有的地下水转为由旁多水库供水,可能会出现水-能-粮的水资源平衡问题,叠加气候变化导致的不确定性,存在潜在的水资源和能源保供风险。其中需要尤其关注西藏冬天晚上缺电的特殊情况,与其它城市供电紧张时间不同,西藏在冬季晚上供暖对电力需求大(光伏在储能没有跟上的情况下难以支撑,而水电在冬天因径流减少、结冰等供给有限),根据此前研究,西藏冬天用电量对气候变化尤其是降雪变化较为敏感,现有的冬季尤其是晚高峰供电困难可能被气候变化及其导致的水电冬季出力进一步下降和极端天气进一步放大,造成水-能-粮协调矛盾。

第二次青藏科考现有成果:水能粮
  • 旁多水库

技术路线

Ai驱动的第五范式研究

金山银山
绿水青山
突破耦合系统研究瓶颈需要智能的定性定量研究方案

(Yang YE. et al.,2016)

(Xia C.,Yue L. et al.,2024)

思源(HydroTrace):更易用、更精准、更易懂的AI驱动水-能-粮耦合模型

第二次青藏科考从0到1自主研发模型

传统模型

径流预测准确度 56%

  • 多点径流观测数据和广域地表基础数据
  • 模型样本内(分析)表现“非常好”,样本外(预测)表现“不满意”(影响机制不完整)
  • 只能对流域层面进行描绘分析
  • 模型仅能定量分析不同变量的径流贡献率及其季节变化
vs

思源

径流预测准确度 75%

  • 单点观测数据+开源时空数据即可建模
  • 模型样本内外表现均在水文模型中的“非常好”和“满意”水平范围
  • 模型分析尺度可调节,可精准到点也可扩展到面
  • 可动态可视化气候环境对水电来水的影响过程,可对任一时间点定性对水电影响最大的气侯环境变量、其所在位置与并定量其影响程度

拉萨专用多模态大模型

思源模型创新算法层与大模型开放信息处理能力的集成

运用旁多、直孔数据实现思源模型开放化,将思源水能粮相关关键参数作为训练数据,对人工智能多模态大模型进行监督训练,实现由大模型智能体调度梯级水电、协调能源、农业相关水资源调度、并部署无人机在观测关键变量,提供监测预警服务

进行中,研究进度受限于无专项经费

下一步项目规划与需求

水能粮耦合模型开放化:AI驱动的思源模型(第二次青藏科考自主研发)拉萨专用多模态大模型:可解释人工智能科学发现成果转化应用:大模型智能体工作流集成

  • 运用智能体工作流等高阶大模型能力,打造通用人工智能(AGI)体系,自动化调度拉萨河梯级水电、水能粮协调、并实时分析提供监测预警服务,拓展应用到其它水、能源、粮食相关行业,促进人工智能+产业落地
  • 运用旁多、直孔电站的思源模型结果参数数据对多模态大模型基于地球系统科学认知进行监督学习,获得拉萨专用多模态大模型(1-100的AI开发工作)

服务

驱动

  • 可解释AI研究
  • AI驱动无人机观测和边缘计算建模分析数据传输
  • 开放思源模型的科学验证:其它模型交叉耦合验证工作

2年项目期

Synthesis and organization

60w

水能粮耦合模型开放化

80w

拉萨专用多模态大模型

60w

成果转化应用

思源模型开放化:依托中国科学院青藏高原研究所、清华大学、华北电力大学、中国电力科学研究院、全球能源互联网发展合作组织模型团队开展,相关团队主要负责人均为思源模型成果主创人员,对思源模型认识深入,且有深厚的电力、水-能-粮和气候模型研究基础。

研究团队

水能粮耦合模型开放化

拉萨专用大模型开发:依托中国科学院青藏高原研究所、清华大学、华北电力大学、中国电力科学研究院、全球能源互联网发展合作组织的思源模型开发团队获取水能粮相关参数数据,协同阿里巴巴通义实验室,对多模态大模型进行监督学习, 获得描绘拉萨河周边地球系统过程的多模态大模型,为后续通用人工智能AGI工作提供基础。

研究团队

拉萨专用大模型

打造通用人工智能(AGI)体系:依托中国科学院青藏高原研究所、清华大学、中国科学院国家天文台人工智能组、阿里巴巴通义实验室,运用具身智能实现无人机精准观测、机器人智能采样、卫星数据获取、拉萨河梯级水电、水能粮自动协调调度、并提供实时监测预警服务。在此基础上,将拉萨专用大模型及通用人工智能体系,拓展应用到其它水、能源、粮食相关行业,促进人工智能+产业全面落地。

研究团队

成果转化应用

夏萃慧 xiacuihui@itpcas.ac.cn 13718622997(微信同号)

谢谢!

Next page

genially options