knowledge-vault/work/client-projects/水保/参考/水保流程.md

2.0 KiB
Raw Permalink Blame History

  1. 复盘:传统水保报告编写流程与核心痛点
  • 全流程回顾:资料收集→现场调查→图件处理→章节撰写→计算书编制→修改评审,明确周期与分工。
  • 主要耗时环节:数据整理、措施设计、重复性文字生成、格式调整等。
  • 易错/遗漏点:变量取值不一致、公式引用错误、图文不对应、前后数据矛盾。
  • IT技术关注识别“规则明确、重复性高、可模板化”的环节作为AI落地的优先候选。
  1. 深度解读:成品报告中的“重点区域”与“固定-可变”结构
  • 重点区域:项目概况、水土流失预测、措施布局、监测方案、投资估算等关键章节。
  • 固定内容:法规依据、通用描述、表格模板、章节结构。
  • 变量内容:
    • 基础输入变量:占地面积、土石方量、工期、侵蚀模数背景值、降雨因子、坡度。
    • 中间计算变量:扰动后模数、计算时段、流失量、恢复期系数。
    • 措施变量:各防治区的工程/植物/临时措施类型、规格、数量、单价。
    • 区域特征变量:气候区、水保区划、容许土壤流失量。
  • 变量依赖关系:区分独立输入变量与通过公式/经验表推导的变量(如扰动后模数 = 原生模数 × 扰动系数)。
  1. “变量”处理的关键议题如何让AI准确识别与使用变量
  • 命名与定义统一:专家提供术语表(含单位、中英文对照),避免混淆(如土石方 vs 土方)。
  • 取值范围与约束规则定义合法范围如侵蚀模数200~8000 t/km²·a、扰动系数0.8~2.5IT转化为可配置校验逻辑界外报错、合理性警示
  • 变量联动逻辑:示例“面积变化 → 土石方量 → 流失量 → 措施工程量”联动重算。讨论AI自主推导依赖图还是专家预定义依赖链。
  • 变量来源与不确定度:区分可实测/查询的变量如降雨数据与需专家经验的变量如扰动系数。AI需标记经验赋值并提示用户确认。