为加强水利部数字孪生流域重点实验室（以下简称“实验室”）内外的广泛合作和学术交流，吸引实验室以外的力量面向新时期国家治水实践的重大科技需求，面向科技前沿，共同推动基础研究，激发创新创造活力，实验室设立了水利部数字孪生流域重点实验室开放研究基金，通过“揭榜挂帅”方式集中攻关和突破一批关键技术问题，现发布2026年度开放研究基金申请指南（以下简称“指南”），热忱欢迎和邀请国内外研究人员积极申请。
一、揭榜项目
研究方向一：流域立体感知与数据传输
榜单1：面向工程安全的社会-工程-自然多模态感知与预警关键技术
研究内容：贯通重大工程建设与运行全周期，面向工程安全多模态多维度监测感知与预警业务需求，研究社会-工程-自然多模态感知数据收集与融合分析关键技术、时空匹配耦合关键技术、安全信息智能识别与预警关键技术等，并开展示范应用。
预期成果：构建面向工程安全的社会-工程-自然多模态感知与预警关键技术方法，并示范应用。
考核指标：（1）发表SCI检索高水平学术论文1篇；（2）提交项目技术报告1份。
榜单2：堤防基础信息与险情智能识别关键技术研究
研究内容：面向江河堤防工程险情识别与防范业务需求，研究基于遥感的堤防对象智能识别关键技术、堤防数字高程模型生成关键技术、堤防险情智能识别关键技术等，构建我国堤防基础信息数据库、堤防险情样本数据库。
预期成果：形成我国堤防基础信息数据库、堤防险情样本数据库。
考核指标：（1）发表SCI/EI检索高水平学术论文1篇；（2）提交项目技术报告1份。
研究方向二：流域数据底板与知识平台
榜单3：水利多源异构数据智能化融合治理方法研究
研究内容：选取水利典型场景，研究水利多源异构数据智能融合治理框架，提出数据关联模型与智能化建模方法；结合业务场景特点，研究发展具有智能化特征的多源数据一致性修正、数据对齐、多维数据融合等关键技术，提高传统数据处理技术泛化能力；研究水利多源异构数据融合治理智能体构建方法，构建典型场景多源异构数据融合治理知识库，提出数据治理效果评价方法和反馈学习机制，支撑智能体迭代优化；在示范区开展应用，能够提供智能化数据融合治理服务。
预期成果：形成水利典型场景数据关联模型1套、具有智能化特征的水利多源异构数据融合治理技术1项，构建数据融合治理智能体1个。
考核指标：（1）发表SCI/EI检索高水平学术论文1篇；（2）提交项目技术报告1份。
榜单4：水利知识智能化管理与服务技术研究
研究内容：选取水利典型业务场景，研究基于多模态感知的水利知识智能化获取技术，实现数据到知识的自动萃取；构建典型场景知识模型，研究水利知识融合与更新机制及方法，实现水利知识智能化更新；研究大语言模型应用于水利知识检索和问答时对知识库原文忠实度的评价方法，对主流大语言模型进行测试评价，提出原文忠实度提升方法；研究基于深度学习的用户画像和知识需求预测方法，实现智能化知识推送；研究构建水利知识智能服务示范系统，开展技术实证。
预期成果：形成水利知识管理与服务技术1套，研发水利知识智能服务示范系统1个。
考核指标：（1）发表SCI/EI检索高水平学术论文1篇；（2）提交项目技术报告1份。
研究方向三：流域数字仿真与模型平台
榜单5：具身大模型驱动的水电站多维安全感知与自决策方法研究
研究内容：针对水电站多维安全状况动态复杂、信息多源孤立及分析决策滞后等瓶颈，研究大模型驱动的工程结构与运行调度等多维安全“感知-推理-决策”闭环方法体系。基于大模型跨模态推理能力，研发具身感知智能体，实现水电站工程结构与运行调度等多源异构数据的快速解析与时空关联；耦合工程先验知识与多源实测数据，构建专业知识库与智能校验机制，实现对失真推理与误判决策的主动判识与纠偏；依托增量学习技术，驱动感知智能体随运行工况变迁自主迭代，构建具备自感知、自推理、自决策能力的智慧中枢，为水电站调度运行管理提供高可靠、自适应的感知赋能与决策支撑。
预期成果：提出工程自决策感知智能体技术一套。
考核指标：（1）发表SCI检索高水平学术论文1篇；（2）申请发明专利1项；（3）提交项目技术报告1份。
榜单6：机理数据双驱动的高拱坝运行性态智能评估模型研究
研究内容：高拱坝受力属性和坝体-坝基-坝肩的相互作用以及作用效应与一般拱坝存在较大差异，尤其长期运行性态安全评价影响因素众多、作用机制复杂。本项目应用数值模拟和数据挖掘技术，利用高拱坝典型效应量实测数据，揭示期运行性态时空变化机制，充分利用AI深度学习模型对时序数据的长程依赖关系捕捉能力，建立高预测精度和强泛化能力的动态预测模型。在此基础上，提出高拱坝长期运行稳定性表征信息的自适应优化反分析理论与方法，形成“机理框架+AI修正”的混合建模新范式，对机理模型进行动态修正，据此构建坝体–坝基–坝肩损伤场演化转异判据，揭示坝体与基础局部缺陷变化对高拱坝长期运行稳定性的影响效应。
预期成果：提出高拱坝运行性态智能评估模型一套。
考核指标：（1）发表高水平论文1-2篇（至少1篇为SCI检索论文）；（2）提交项目技术报告1份。
研究方向四：流域智慧决策与业务应用
榜单7：基于非结构网格的二维水动力学模型及GPU并行加速技术研究
研究内容：瞄准基于非结构网格的二维水动力学模型，综合利用Godunov型格式有限体积数值求解方法和通用GPU并行加速技术，建立水动力学洪水淹没推演模型，实现区域洪水淹没过程的数值模拟预报；基于研发的模型，利用GPU芯片软硬件平台，开发支持GPU加速的并行数值模型，实现水动力过程的高速模拟与预报。
预期成果：支持GPU并行加速的二维非结构网格水动力学模型及其源代码一套，建立示范应用不少于1项。
考核指标：（1）发表高水平论文1-2篇（至少1篇为SCI检索论文）；（2）提交项目技术报告1份。
榜单8：基于代理模型与智能寻优的大坝关键参数高效反演与模型重构研究
研究内容：分析影响大坝服役性态的关键力学参数，明确大坝有限元模型反演的核心参数范围与合理取值边界。针对传统大坝参数反演存在的计算效率偏低，分析参数与结构响应的映射关系，构建高精度代理模型替代重复有限元迭代计算。构建兼顾大坝全局形变与关键部位局部响应的多目标优化函数，结合智能优化算法提出高效反演方法。以典型工程为案例，验证模型精度与实用性，构建贴合实际服役性态的大坝有限元基准模型。
预期成果：提出代理模型驱动的大坝参数反演与模型重构技术1套。
考核指标：（1）发表SCI检索高水平学术论文1篇；（2）提交项目技术报告1份。
研究方向五：流域运行调度与智能控制
榜单9：基于大模型与智能控制相融合的智能调度技术研究
研究内容：探讨大模型与智能控制技术在流域多目标协同调度中的应用，利用大模型的数据理解与生成能力，融合水文预报、工程调度、供水、防洪、生态等多源信息，提升流域运行决策的精准性与自适应能力。结合数字孪生、知识图谱与强化学习，构建具有感知、预测、决策、控制一体化的智能调度体系。主要研究内容包括：构建流域多源数据融合与知识表达框架，形成面向调度场景的知识图谱；研究基于大模型的调度方案生成与解释机制，提升调度决策的透明度和可操作性；融合实时监测数据与历史调度案例，实现流域水情态势智能感知与预警；探索多目标优化与强化学习融合的智能控制方法，实现面向复杂工况的调度策略自适应调整；构建流域调度数字孪生场景，支持调度方案的可视化推演与效果评估。
预期成果：构建流域运行调度与智能控制系统1套。
考核指标：（1）发表SCI检索高水平学术论文1-2篇；（2）提交项目技术报告1份。
榜单10：流域运行调度数据血缘追踪可视技术与平台
研究内容：数据血缘是流域运行调度数据治理、数据分析和数据平台的基石。构建一个平台实现流域运行调度数据血缘功能，帮助用户追踪数据流动的过程，覆盖流域运行调度数据生成、处理到最终使用的整个过程。用户可以通过可视化工具快速查看流域运行调度数据处理过程，识别潜在的问题。
预期成果：构建流域运行调度数据血缘追踪可视系统一套。
考核指标：（1）发表SCI检索高水平学术论文1-2篇；（2）提交项目技术报告1份。
二、申请要求
1、具备博士学位或中级及以上技术职称，有固定依托单位的研究人员（本实验室依托单位、共建单位人员除外），均可在申请指南规定范围内提出资助申请。鼓励与本实验室研究人员联合申报，原则上不接受自然人申请。
2、项目申请、评审及立项等程序将按照《水利部数字孪生流域重点实验室开放研究基金项目管理办法》的有关规定执行。
3、每项开放研究基金的资助额度5万元，项目研究期限不超过2年。
4、每项开放研究基金资助课题至少应发表1篇以实验室为第一署名单位或以实验室成员为通讯作者的SCI/EI检索高水平学术论文。署名格式见《水利部数字孪生流域重点实验室开放研究基金项目管理办法（试行）》。
三、申报程序
1、自本申请指南公布之日起，开始受理项目申请，截止日期为2026年6月12日。本期开放研究基金资助项目的开始时间为2027年1月1日，完成时间为2028年12月31日之前。
2、申报单位须对申报项目进行初审，并签署审核意见。
3、申报单位及个人应按相关要求在截止日期前（以邮戳日期为准）提交项目申请书（一式2份，加盖公章），同时报送电子版文件（包括可编辑的申请书Word文档和盖章后的扫描版）。
4、电子版文件请命名为“所申请榜单名称-依托单位名称-申请人姓名”。
四、联系方式
联系人：权锦
电 话：010-68785618
E-mail：jeanquan@163.com
通讯地址：北京市海淀区玉渊潭南路3号A座968室
邮政编码：100038
附件：
中国水利水电科学研究院
